выбор между ними предопределяет ответ раньше, чем начнётся счёт, — и измеренной доказательной базы для этого выбора не существует.
Почему это главная развилка для управленца. Это тот класс моделей, который ближе всего к управленческим задачам (потоки, очереди, ресурсы, политики). [гипотеза] Р-3, разделяемая узлом: «двойник» — не тип софта, а тип модели плюс контур синхронизации, поэтому вопрос «какой двойник строить» решается раньше вопроса «на какой платформе».
Различение по существу (каркас — Maidstone 2012, её первоисточники Brailsford & Hilton 2001, Tako & Robinson 2009a/b, Siebers et al. 2010, Macal 2010 — [рецензируемое]):
| Ось | DES | SD | ABM |
|---|---|---|---|
| Взгляд | микроскопический (детали) | макроскопический (целое) | микроскопический (акторы) |
| Направление | сущности проходят сеть очередей и серверов | сверху вниз: потоки и накопители | снизу вверх: поведение агентов |
| Случайность | стохастическая → нужен прогон многих реплик + статистика | детерминированная → достаточно одного прогона | стохастическая |
| Сущности | «пассивные», поведение задаёт система | переменные уровня/потока, агрегаты | «активные», своё поведение у каждого |
| Очереди | центральное понятие | нет | понятия очереди нет |
| Типовой предмет | цех, приёмное отделение, склад, линия | популяции, запасы, петли обратной связи, политика | рынки, толпы, диффузия, взаимодействие |
Теорема агентности (Macal, 2010): множество всех SD-моделей — строгое подмножество множества всех ABM; всякая корректно сформулированная SD-модель имеет эквивалентную формулировку как ABM. Практический вывод там же: моделировать SD через ABM можно, результат не хуже, но дороже — ABM существенно медленнее разрабатывать и считать. Класс [рецензируемое] ⚠ по вторичному изложению: первоисточник Macal 2010 в сырье не открыт, статус — [гипотеза] о точности передачи.
Единственная найденная независимая эмпирика сравнения парадигм (Tako & Robinson, 2009a/b, [рецензируемое]) — и она сравнивает не точность: (а) на задаче перенаселённости тюрем «управленцы» (студенты executive MBA) при сравнении DES- и SD-моделей не показали значимой разницы в оценках, причём авторы оговорили, что кейс подобран так, что оба подхода одинаково применимы; (б) анализ вслух-протоколов десяти экспертов-моделистов показал различие в самом процессе работы: DES-моделисты тратили больше времени на построение и верификацию/валидацию, SD-эксперты — больше на концептуальное моделирование. То есть измеряли поведение людей, а не предсказательную силу.
Отсюда антихайповый вывод узла [гипотеза]: у управленческого выбора парадигмы нет измеренной доказательной базы. Любой аргумент «ABM точнее» или «SD ближе к политике» — методологическое предпочтение, а не результат сравнения; независимого сравнения точности DES vs SD vs ABM на одной задаче в сырье не найдено.
Гибриды. На 2012 констатировалось: истинный гибрид DES+SD «так и не был построен», главная причина — отсутствие пакета, полноценно поддерживающего обе парадигмы (Brailsford et al., 2010). К 2019 сложилась таксономия гибридов Brailsford et al. — последовательные / интерактивные / интегрированные; в последовательных парадигмы работают одна за другой с односторонним потоком данных (по обзору J. Simulation, 2024, [рецензируемое]).
Рабочая таблица «управленческий вопрос → класс» — [гипотеза] составителя Р-3, готовой в источниках не найдено:
| Управленческий вопрос | Класс | Почему |
|---|---|---|
| «Где узкое место, сколько нужно ресурсов, как изменится время цикла» | DES | задача об очередях и пропускной способности; ответ количественный и проверяемый |
| «Почему инициатива даёт эффект и потом откатывается», «что будет через 3 года при этой политике» | SD | предмет — петли обратной связи и задержки, а не отдельные сущности |
| «Как поведут себя люди/фирмы/потребители, если правила изменить» | ABM | предмет — гетерогенность и взаимодействие; эффект возникает снизу |
| «Как реально идёт наш процесс сегодня» | process mining | не симуляция: реконструкция факта из логов — см. ТХ-05 Process mining как модельный слой |
Что реально умеет vs маркетинг — по классам (когда ломается). - DES. Модель верна для описанной сети очередей; при изменении маршрутов и правил она молча остаётся старой. Стохастичность требует множества реплик: управленец, которому показывают один прогон, видит один розыгрыш случайности, а не прогноз. Классическая ловушка «средних»: результат по среднему входу ≠ средний результат. - SD. Детерминированность и агрегирование прячут разброс; результат крайне чувствителен к структуре причинных петель, которую задал человек. Позиция самой школы (Sterman 2002, [рецензируемое]): понятие «валидации» как установления истинности следует отвергнуть; вместо этого — процесс тестирования и непрерывная итерация между экспериментами в виртуальном и реальном мире. Это прямо противоречит маркетинговой формуле «валидированный двойник». - ABM. Проблема калибровки не решена как класс: задача калибровки крайне некорректно поставлена (ill-posed), общая задача калибровки ABM не решена; параметрически богатые модели трудно валидировать, склонны к переобучению и «размерностному аду»; в финансовых ABM показаны вырождения параметров, ставящие под сомнение осмысленность валидации «по стилизованным фактам». Центральная опасность названа точно: обеспечить, чтобы выходы отражали устойчивые черты реальной системы, а не переобучение на временные.
Зрелость [гипотеза]: DES — самая зрелая и коммерчески оснащённая (десятилетия применения в OR); SD — зрелая методологически, с собственной школой валидации; ABM — самая молодая в промышленном применении. Причины отставания ABM названы прямо: софт трудноосвояем, модели долго разрабатываются (нельзя дать «быстрое и грязное» решение, ради которого симуляцию часто и зовут), плюс инерция практиков. ⚠ Оценка датируется 2012 годом; свежей независимой сводки зрелости трёх парадигм в сырье не найдено.
Цена входа и владения [гипотеза], независимой сметы в сырье не найдено: ниже, чем у FEM/CFD, по железу и лицензиям; выше — по данным о процессе (нужны распределения времён, маршруты, правила — того, чего в ERP обычно нет в готовом виде) и по квалификации постановщика. Самая дорогая позиция — не построить модель, а держать её живой при изменении процесса; именно она и роняет проекты, потому что попадает в эксплуатационный бюджет, а не в проектный.
| Метрика | Значение | Год | Организация | Источник (обращение) | Класс |
|---|---|---|---|---|---|
| Соотношение классов моделей | множество SD-моделей — строгое подмножество множества ABM; SD-модель всегда переформулируема как ABM, но дороже в разработке и счёте | 2010 | Macal (Argonne) | по вторичному изложению в Maidstone 2012, https://personalpages.manchester.ac.uk/staff/robert.maidstone/pdf/MresSimulation.pdf (2026-08-23) | [рецензируемое] ⚠ первоисточник не открыт |
| Разница оценок DES vs SD у «управленцев» (executive MBA) | значимой разницы нет (кейс подобран как равно применимый для обоих подходов) | 2009 | Tako & Robinson | цит. в Maidstone 2012, там же (2026-08-23) | [рецензируемое] |
| Различие процесса работы моделистов (вслух-протоколы, 10 экспертов) | DES — больше времени на построение и V&V; SD — больше на концептуальное моделирование | 2009 | Tako & Robinson | там же (2026-08-23) | [рецензируемое] |
| Состояние гибридов DES+SD | «истинный гибрид так и не был построен»; причина — отсутствие пакета, поддерживающего обе парадигмы | 2010/2012 | Brailsford et al., цит. Maidstone | там же (2026-08-23) | [рецензируемое] |
| Таксономия гибридов | последовательные / интерактивные / интегрированные | 2019 (изложение 2024) | Brailsford et al., по обзору J. Simulation | https://www.tandfonline.com/doi/full/10.1080/17477778.2024.2354250 (2026-08-23) | [рецензируемое] |
| Независимое сравнение точности DES vs SD vs ABM на одной задаче | не найдено в сырье | — | — | — | — |
| Смета/TCO имитационного проекта | не найдено в сырье | — | — | — | — |
Исследование/Р-3_Технологический_стек.md, RQ2.2 и §5.2.Проверен на дату: 2026-08-25