Джордж Эдуард Пелхэм Box и Норман Р. Дрейпер (1987)

Эмпирические модели потенциала и ответные поверхности, стр. 424

(Статистик)

Page 5

абстрактный

Я

АВТОРЕФЕРАТ

B. Pinior

1.2

Фридрих Лефлер институт, Федеральный научно - исследовательский институт по охране здоровья животных, Институт

Эпидемиология, Seestr. 55, 16868 Wusterhausen, Германия

Институт зоотехнии, группа управления Профилактическое здоровья, Боннский университет,

Katzenburgweg 7-9, 53115 Bonn, Германия

Page 6

Аннотация: Немецкий

II

РЕЗЮМЕ

Цель данного исследования состояла в том, чтобы разработать имитационную модель для

распространения финансовых учреждений и поток товаров в случае гипотетического

Для выявления загрязнения в молочной промышленности. На основе результатов моделирования

были стратегии для безопасной цепи поставок производителей молока

получен.

Первый шаг для создания имитационной модели был разработать

концептуальная модель , в которой актеры и коммерческие структурные связи

описаны между субъектами. В количественной оценки этого

Торговые отношения могли бы на обширных записи о реальном потоке товаров в

Молочные регресса. Здание было на концептуальной модели

на втором этапе модель от экономики предсказать

Новая, в сочетании торговли с алгоритмами оптимизации, с одной стороны,

Пространственное распространение гипотетического загрязнения, принимая во внимание

моделировать расходящийся поток товаров между субъектами. моделируемой

Повреждения ситуация была характерная модель размеров вирулентности, уязвимости и

Сопротивление актеров и географического охвата загрязнения количественно.

В частности, это было необходимо пространственное влияние на торговле между молочными продуктами на

Оценка распространения загрязнения. Основе проведенного

Моделирование было 500 коммерческих сетей, 61,43% от существующего потока товаров из

Пить молоко иллюстрировать в Германии. Эти сети включают изменения

Торговые отношения между 294 производителями молока 80 молокозаводов и 12,223 потребителями.

С другой стороны, план управления для принятия решений был разработан для любого

меры по минимизации ущерба ситуации мониторинга были получены.

Модель результатов показывают актер и структуры , что способствует распространению

гипотетические загрязнение в молочной промышленности. С одной стороны , в

stattfindendem торговли между молокозаводов, риск для потребителей в середине

вырасти в три раза выше , поставляемые с гипотетическим зараженным молоком или

распространение через производитель молока может быть в четыре раза выше , в среднем до, чем без

эта сделка. С другой стороны , показывает план управления нарисованный , что под

Учитывая сценарий, меры контроля за 40% производителей молока введены

необходимо свести к минимуму ситуации повреждения.

Page 7

Аннотация: Английский

III

АВТОРЕФЕРАТ

Цель данной работы для разработки имитационной модели с целью выявления действующих лиц и

потоки товаров, которые могут способствовать распространению гипотетического загрязнения в молочном

промышленность. На основе результатов моделирования, стратегии для защиты цепи поставок молока была

полученные для лиц , принимающих решения.

Первый шаг для создания имитационной модели для разработки концептуальной модели, в которой

актеры и структурные торговые связи между субъектами описаны. Для количественной оценки диссертации

торговля оставила значительный объем данных о реальном потоке товаров в молочной промышленности

Может быть использован. На основе концептуальной модели на экономической модели для прогнозирования торговли

отношения , которые только что в сочетании с алгоритмами оптимизации. С одной стороны, для моделирования

пространственное распределение гипотетического загрязнения, принимая во внимание различные потоки

товаров между субъектами. Моделируемой ситуации ущерб , который количественно в терминах

Отличительные параметры модели вирулентности, устойчивость и уязвимость действующих лиц, а также

географический диапазон контаминации. В частности, необходимо оценить , какое влияние

Товарооборот между молокозаводов на пространственное распространение контаминации. Основанием для переносимого

из моделирования СФОРМИРОВАНО 500 торговых сетей действительно представляют собой 61,43% от существующих потоков товаров

обрабатываемого молока в Германии. Эти сети включают в себя изменения торговых отношений между 294

производители молока, 80 молокозаводов и 12,223 потребителей. С другой стороны, план управления

лица , принимающие решения , что разработаны, где меры наблюдения для минимизации размера

повреждения были получены из.

Результаты модели указывают делали актеры и структуры существуют действительно способствуют распространению

Гипотетическое загрязнение в молочной промышленности. Во- первых, риск для потребителя , чтобы быть

Поставляется с гипотетическим загрязненным молоком в три раза выше , в среднем, если в торговле

между молокозаводов существует, по сравнению с пренебрежением торговли. В этом контексте, следовательно, распространение

загрязненное молоко через производитель молока может быть в четыре раза выше в среднем.

Во- вторых, при рассмотрении сценария заранее определенного, план управления показывает , сделал

Меры контроля должны быть введены на 40% производителей молока , с тем чтобы свести к минимуму

повреждение.

Page 8

Page 9

СОДЕРЖАНИЕ

Страницы

Аннотация ( на немецком и английском языках)

Я

Глава 1 Общее введение

Глава 2

Научный подход

2.1 Введение

2.2 Материалы и методы

2.3 Результаты

2,4 Обсуждение

2.5 Выводы

2.6 Перспективы

2.7 Ссылки

Глава 3

Обсуждение

Глава 4

Резюме ( на немецком и английском языках)

Глава 5

приложение

5.1 Немецкий Млечный путь: торговая структура молочной промышленности

и возможные последствия продовольственного кризиса

5.2 Торговая сеть в молочной промышленности и ее Причастность

для распространения в заразы

Поддержка 5.3 Решения для менеджеров рисков в случае намеренной пищи

Загрязнение: Цепь подачи молока , как в примере 91 ,

5.4 Депонирование исходного кода

Глава 6

Дополнения

6.1 Перечень таблиц и рисунков

6.2 подтверждение

6.3 Перечень публикаций

6.4 Автобиография

Page 10

Глава 1

Общее введение

ОБЩЕЕ ВВЕДЕНИЕ

B. Pinior

1.2

Фридрих Лефлер институт, Федеральный научно - исследовательский институт по охране здоровья животных, Институт

Эпидемиология, Seestr. 55, 16868 Wusterhausen, Германия

Институт зоотехнии, группа управления Профилактическое здоровья, Боннский университет,

Katzenburgweg 7-9, 53115 Bonn, Германия

Page 11

Глава 1

Общее введение

ОБЩЕЕ ВВЕДЕНИЕ

Глава 1 дает на обзор процесса моделирования. Для этой цели, определение

модели, сильные и слабые стороны моделей, использование результатов моделирования для принятия решения

поддержки, а также различные классификации моделей будет thematized. Далее более,

этапы разработки модели и цели этого тезиса приводятся.

РЕШЕНИЕ ПОДДЕРЖКИ И РАЗВИТИЯ ПРОИЗВОДСТВА МОДЕЛЬ

В условиях кризиса минимальное число мер вмешательства и , следовательно , эффективное распределение

ресурсы могут быть Введенный лиц , принимающих решения и кризисных менеджеров , если данные о повреждении

ситуация доступны и подготовлены. Основной причиной для этого обработанные данные так Предоставлять

информация (Суровый и др., 1981) , из которых знания могут быть получены , и это знание

может быть использовано для инициирования действий (косит, 2008). Подводя итоги, процессы принятия решений

зависит от наличия информации (Бройер и др., 2008). В связи с этим, четыре разные

категории информации , которые необходимы для поддержки принятия решений (Суровые и др . , 1981): описательные,

Сравнительная или диагностики, предсказание и предписывающая информация (Грубая и др . , 1981;

Petersen, 1986; . Брейер и др, 2008; Брейер, 2011). .Согласно Вильке и Петерсен (2012)

описательная информация является , например , отчет о ситуации; Сравнительные данные представляют собой , например ,

поток товаров анализа; прогностическая информация включает в себя постановку вопроса «что-

если «(Суровый и др., 1981), который можно ответить с помощью моделирования (Бройер, 2011). вопрос

«То , что должно быть сделано» (Суровой и др., 1981) отвечают на использовании предписывающего

информация (Брейер, 2011), который включает в себя например , кризис руководства (Вильке и Petersen, 2012).

Тем не менее, процесс принятия решения , следовательно , могут быть поддержаны развитием модели (Balci,

1994; Zessin, 2004; Килинг, 2005 Рубель, 2005). Так , например, моделирование Определенного

Сценарии (имитационная модель) может привести к новому пониманию для лиц , принимающих решения, особенно если любовь

Некоторые сценарии являются слишком дорогостоящими или не представляется возможным осуществить на практике (Мария, 1997), например,

оценка пространственного распространения засорения. Более того, модели имеют преимущество

обеспечения рамочное условие действительно позволяет нам общаться и осмыслять наши

представления о системе (Килинг, 2005). Это любовь особенно Реализованный математическими

модели, потому что theyhave один из самых строгих языков для того , чтобы определить точно установить

наши представления о системе (Килинг, 2005). В связи с этим, система besteht ряда

элементы и структурные связи между элементами были работать с Афоризм (Seila, 1995;

Zessin, 2004), как и цель системы может быть назначен (Forrester, 1972; Bossel, 1987).

Page 12

Глава 1

Общее введение

Следует отметить , даже лицо, например , лица , принимающие решений, которые используют результаты модели, плечи

понять слабые и сильные стороны модели , потому что «модель не является ни непогрешимой , ни

панацея «(Килинг, 2005). Начнем с ограничениями моделей.

Во- первых, как описано Krcmar (2005) модели субъективно, и perspective- цель исследования

относительна. Модель является , таким образом , на абстракции (Balci, 1994; Seila, 1995; Zessin, 2004 рублей,

2005; Петцольд, в 2011 году) и упрощение системы соответственно (Seila, 1995; Мэри, 1997

Килинг, 2005). Следовательно, ограничение моделей обусловлены модели factthat

представляют собой лишь о приближении рассматриваемой системы (Килинг, 2005). Основная причина заключается в

сделали элементы системы могут быть изучены только с разумным усилием, Когда упрощение

системы происходит путем на агрегацию элементов системы (Bossel, 1987) или путем

Определение пределов системы или с помощью разложения системы на подсистемы (Balci,

1994; Hofmann, 2003). Как описано Hofmann (2003) разложение системы

может осуществляться различными способами, например , Accor динь к элементам, баз данных и функций

или причинно-отношений и т.д. (Hofmann, 2003).

Во- вторых, ограничения моделей обусловлены наличием данных (Килинг, 2005).

Моделирование во многом зависит от качества данных и количество данных и описывается Zessin (2004)

и Рубель (2005) в качестве ключевых элементов моделирования. нет Если нет или недостаточно данных или плохой

качества данных Результаты доступны модельные часто может быть , следовательно , одного и того же качества.

Наконец, модели разработаны для решения определенной задачи (прагматик) или специальной

Проблема (Balci, 1994). ПОЭТОМУ модели предназначены только для этой цели, что ограничивает

сфера применения модели (Bossel, 1987). В заключение, это bedeutet, DASS разные

Модели могут быть разработаны для одной системы (Hofmann, 2003; Петцольдт, 2011) и с одним

модели разные результаты модели могут быть вычислены (смотри пример по Keeling, 2005). Это может поэтому

рассматриваться как слабость.

Сила результатов модели от моделей factthat может предоставлять новые идеи и новые

Информация для лиц , принимающих решения. В связи с этим, три вида сильных моделей

отличается Килинг (2005): С одной стороны, модели предоставлять информацию, которая может быть

используются , чтобы сделать прогноз ес степени и места повреждения ситуации, как и адекватным

меры могут быть введены. С другой стороны, модели могут быть использованы для экстраполяции

известные значения для вероятных значений (Килинг, 2005). Мощность моделей может быть получена из

то thatthey может интегрировать знания об одной системе и перевести его в более крупные

Page 13

Глава 1

Общее введение

пространственный масштаб (Килинг, 2005). Другие достоинства моделей сделали большое количество параметров

могут быть интегрированы, Exchanged или расширен в модели и их влияние на поведение

Система может быть проанализирована. Более того, модели могут быть использованы , например , для тестирования стратегий (Selhorst и др

и др., 2001) , а также для имитации сценариев вспышков (Pinior и др., 2012a) без какого - либо настоящего

повреждение ситуация (Килинг, 2005). В результате, информация для поддержки принятия решений Может быть

при условии , чтобы ввести меры в мирное время, а также во время кризиса. Таким образом,

разработка модели (Bossel, 1987) и результаты моделирования может привести к новому взгляду на

поведение системы (Barton и Meckenheimer, 2006), в противном случае остававшейся

необнаруженный (Bossel, 1987).

Вообще, термин «модель» очень широка (Петцольдт, 2011). В литературе эпидемиологических

модели (Tischendorf и др . , 1998; Ducheyne и др 2011 ;. Staubach и др 2011) . , умственная

Модели (Стерман, 1991), коммуникационные и информационные модели (Kasper и соавт, 2008 ;. Pinior,

2010; Слаттер и др . , 2010; Pinior и др., 2012b), словесные модели (Килинг, 2005), лаборатория

модели (Петцольдт, 2011), экономические модели (Байера и Берг пляж, 2009), микробиологические

модели в сочетании срока годности предсказаний (Брукнер и др., 2013) и математические

модели и т.д. (Петцольдт, 2011) были выделены. Основные причины для широкого круга

Модели делали различные системы могут быть смоделированы различные цели модели существуют и

междисциплинарное перекрытие тем можно найти в моделях, а также различную классификация

варианты моделей могут быть приняты во внимание (Hofmann, 2003).

Используя пример математических моделей, рисунок 1 видно , так и математические модели могут быть

классифицирован Accor динь к а) состояния модели (Стерман, 1991, Мэри, 1997; Zessin, 2004;

Рубель, 2005; Петцольд, 2011), б) назначение модели (Стерман, 1991; Zessin, 2004), в)

методы моделирования д) степень абстракции (Хофман, 2003) или е) в качестве данных, данные

количество и состояние знаний (Zessin, 2004 рублей, 2005).

Page 14

Глава 1

Общее введение

Рисунок 1. Обзор о классификации способов математических моделей

(Источник: иллюстрации принадлежат автору, основываясь на выводах авторов Упоминается в сплошном тексте)

Page 15

Глава 1

Общее введение

В принципе, поэтому можно было перекрывать внутри и между классификационными критериями

Модели даются (рисунок 1). Пример для внутри- и перекрытия классификации

задается factthat большинство имитационных моделей являются стохастическими (Seila, 1995) и динамический

(Мария, 1997). Стохастические модели статистические модели и сгенерированные результаты основаны на

вероятностные утверждения (Рубель, 2005). В этом контексте значение переменных не может быть

с уверенностью предсказать, из - за их случайного характера (Seila, 1995; Zessin, 2004).

ОДНАКО, цифра 1 дает только обзор о критериях классификации , например Balci (1998)

Описал ли имитационные модели Кроме того , можно разделить на собственной инициативе (вероятностный)

и следовой привод (ретроспективный).

Рисунок 2 дает на обзор подхода с целью разработки имитационной модели. первый

шаг в моделировании приведено подробное описание данной системы, при рассмотрении его

содержит элементы, его функции и его структурные связи между элементами (Bossel, 1987)

а также для количественной оценки их отношений (Bossel, 1987). Основная причина этого

шаг моделирования сделал концептуализация модели требует знаний о действующих

правила системы (Прицкер, 1998) , как были соответствующие элементы и структурные звенья могут быть

Признанный (Bossel, 1987). В литературе, описание системы так описано как

концептуальная модель (Balci, 1998;. Фосс и др, 1998; Hofmann, 2003; Becker и Pfeiffer, 2006).

В целом, концептуальная модель не является достаточным для детерминированной шахты поведения системы (Bossel,

1987) при определенных условиях. ПОЭТОМУ, необходимо передать соответствующую информацию из

концептуальная модель в формальные (математические или логические) модели (Bossel, 1987). отношение

информация определяется конкретными исследованиями проблемы. Модель наиболее darstellt

Важные элементы системы, а также структурные связи между ними (Seila, 1995).

Затем, формальная модель передается в компьютерную программу (Bossel, 1987) и

моделируемый (рассчитано) или оптимизировано (рисунок 2). Результаты моделирования имеют прогностическое

характер. После того, как суровые и соавторы (1981), предоставление прогнозной информации только

адекватная, когда оценка , которую Проводили. Два вида оценки можно выделить

в процессе моделирования, верификации и проверки.

Проверка модели учитывает точность преобразования композиции в виде проблем

в спецификации требований модели (Балджы, 1997, 1998). Модель проверки

обосновывает сделал модель построена правильно (Балджы, 1997, 1998; Robinson, 1997). Или в других

слова, делает модель Исполни свою функцию (Zessin, 2004).

Page 16

Глава 1

Общее введение

.Согласно Seila (1995) близость к реальности модели должны быть детерминированным добывали на

реальная система , прежде чем она может быть использована для принятия решений. В литературе, это называется по так

Модель проверки или другими словами «построение правильной модели» (Balci, 1997; Robinson, 1997;

Balci, 1998). .Согласно исследований по Seila (1995), Фосс и др., (1998) и Zessin (2004) а

Проверка должна проводиться, в котором результаты моделирования сравниваются с данными из

реальная система для того , чтобы обеспечить как было не дифференцируются существу (Seila, 1995).

Это было осуществлено лишь в нескольких исследованиях (Selhorst, 2000; Мартинес-Лопес и др 2012).,

Поскольку данные не всегда доступны (Штерк, 1998). В принципе, полное соответствие

между системой и разработанной моделью не представляется возможным (Schmidt, 1985).

Рисунок 2. Обзор о мерах по развитию модели (Источник: собственное представление автора модифицирована

По словам К Bossel, 1987; и частично на основе результатов исследований по Balci, 1994, 1997, 1998;

Hofmann, 2003 и Zessin, 2004).

В модели тестирования, обнаружены отклонения могут быть интегрированы в моделирование так сделал

непрерывное улучшение модельных составов и параметров модели может быть достигнуто

(Bossel, 1987). Более того , существует множество различных способов для выполнения проверки и

проверка (Banks, 1998). Хороший обзор существующих методов проверки можно найти в

Page 17

Глава 1

Общее введение

рукописи Balci (1997 и 1998), 75 отличается приблизительное местонахождение проверки, проверки

и тестирование методика показана.

Для того , чтобы получить надежные стратегии от модели и разработать надежные модели для решения

поддержка, анализ чувствительности должен проводиться. В контексте анализа чувствительности к

параметры модели (входных переменных) могут быть изменены и их влияние на модели

Результаты (выходные переменные) и модель поведения Анализируются (Zessin, 2004). .Согласно Balci

(1994), с помощью анализа чувствительности значений входных параметров и переменных

быть Выявленные в которых поведение модели является очень чувствительным. В исследованиях Kleijnen,

(1995); Chan и др., (1997) и от Меласа, (1997) и другие причины для проведения чувствительности

анализ приведены. В случае отсутствует или очень небольшое изменение в допустимых пределах

Модель считается надежной (Zessin, 2004).

Модели используются во многих научных дисциплинах. В течение многих десятилетий, модели были частью

сельское хозяйство и пищевая наука. Например, Петерсен (1986) разработал модель для того , чтобы

Генерация интеллектуальная и директивная информация в отношении диагностических результатов испытаний и

Происходящие заболеваний у свиней, как и решения для оперативного управления может быть

получен. Этот тезис базируется на основной идее работы по Петерсен (1986). главная

Различия между настоящего исследования и Петерсен (1986) , являются: во - первых, в этой работе системы

«Цепочки поставок молока» и respectivement цель системы «поставка потребителей

с молоком «считается. Во- вторых, наша модель представляет собой модель компьютерного моделирования с

предсказание, стохастические и статические атрибуты. В- третьих, в дополнение к предсказанием и

директивная информация, описательные и сравнительные данных для молока Рассмотренных

Система подачи будет обеспечена таким образом. Таким образом , связь между четырьмя категориями

информация, которые необходимы для поддержки принятия решений и разработки моделей для

обретение новых идей о поведении системы для лиц , принимающих решения, генерируются.

В связи с этим, целью данной работы является разработка имитационной модели с целью выявления

актеры и потоки молока, которые могут способствовать распространению гипотетического загрязнения в результате

торговые связи в молочной промышленности, принимая во внимание различные горизонтальные и

вертикальные потоки молока. На основе результатов моделирования, стратегии управления для обеспечения сохранности

цепи поставок молока будет получено для лиц , принимающих решения.

Во- первых, для достижения этой цели необходимо , чтобы получить на обзор о движении товаров и

действующие лица в цепочке поставок молока (системы) , с тем , чтобы получить представление в оперативном из

Page 18

Глава 1

Общее введение

система. Этот шаг может быть связана со сбором описательной информации. Этот шаг

Вслед за применением сетевого анализа в системе подачи молока (сравнительным

информация) для того , чтобы проанализировать товарные потоки в молочной промышленности. Актеры в

молоко цепь поставок, что может способствовать распространению гипотетического загрязненного молока, являются

определены и количественно по отношению к вирулентности, уязвимости и сопротивления (смотри раздел

III) путем применения имитационной модели (прогностическая информация). Более того , субъекты «риска»

Следует определить, какие подходят для включения в план управления контроля (т.е.

называемый чрезвычайный план) создан для предотвращения или смягчения последствий ущерба ситуации.

Этот шаг связан с предоставлением предписывающей информации.

Более конкретно, на следующие вопросы и вопросы , которые рассматриваются в главе 2

(Рисунок 3):