Оптимізація рекламної стратегії

1. Завдання додаткової вимоги (перевірка насичення ринку)
2. запуск оптимізації

Ринкова стратегія в даній моделі гранично проста: в певний момент часу компанія припиняє рекламувати продукт.

Ми ж хочемо знайти оптимальну ринкову стратегію для досягнення необхідної кількості споживачів до певного моменту часу при мінімальних витратах на рекламу.

Ми можемо вирішити цю проблему, використовуючи оптимізацію, при якій вибрані параметри моделі будуть систематично змінюватися для мінімізації або максимізації значення цільового функціоналу.

Створіть оптимізаційний експеримент

1. В панелі Проекти клацніть правою кнопкою миші по елементу моделі і виберіть Створити> Експеримент з контекстного меню. Відкриється діалогове вікно Новий експеримент.
2. Виберіть Оптимізація зі списку Тип експерименту і натисніть Готово.

Ви побачите, що в моделі буде створено ще один експеримент, а в графічному редакторі буде відкрита його діаграма.

Ми будемо оптимізувати значення параметрів MonthlyExpenditures і SwitchTime. Під час оптимізації, значення параметрів моделі будуть систематично змінюватися, щоб знайти найменше значення змінної TotalExpenditures, обраної в якості цільового функціоналу, при якому досягається насичення ринку до заданого моменту часу.

Задайте оптимізаційні параметри

1. Виділіть оптимізаційний експеримент в панелі Проекти та перейдіть в панель Властивості.
2. Всі параметри агента верхнього рівня експерименту перераховані в таблиці Параметри, розташованої у відповідній секції властивостей експерименту. За замовчуванням всі вони зроблені фіксованими, т.e. вони не беруть участі в оптимізаційному процесі (їх значення не змінюються). Щоб включити параметр в процес оптимізації (тобто, дозволити варіювання його значення для пошуку найкращого значення функціоналу), вам потрібно вибрати в осередку Тип відповідних потрібних параметрах рядках таблиці іншу опцію замість фіксований.
   
3. Давайте спочатку сконфігуріруем параметр MonthlyExpenditures. Виберіть безперервний в осередку Тип рядки MonthlyExpenditures. Задайте максимально можливе значення параметра в осередку Макс. рівним 10000, а Початкове значення рівним 1000. Таким чином ми говоримо оптимізатора, що параметр може приймати будь-які дробове число від 0 до 10000, а почне оптимізатор процес оптимізації зі значення 1000.
4. Тепер зробимо те ж для параметра SwitchTime. Виберіть дискретний в осередку Тип, оскільки ми хочемо, щоб цей параметр брав тільки значення, що відповідають певним тимчасовим проміжкам: один місяць, два місяці і т.д. Задайте 0.0833 в осередку Крок. Це значення відповідає одному місяцю в нашій моделі, так як 1 відповідає одному року, то один місяць дорівнює 1.0 / 12.0 = 0.0833. В осередку Макс. виберіть 1.5, а в осередку Початкове 1.

Створіть інтерфейс експерименту

1. Клацніть по кнопці Створити інтерфейс в панелі властивостей експерименту.

1. Тим самим ми створимо заданий за замовчуванням інтерфейс для експерименту (див. Малюнок нижче) - набір елементів управління для відображення результатів процесу оптимізації по ходу його виконання.

Зверніть увагу, що створення інтерфейсу видаляє весь вміст діаграми оптимізаційного експерименту, тому ми рекомендуємо спочатку створити пропонований за замовчуванням інтерфейс, а вже потім змінювати його.

Задайте функціонал оптимізації

1. Ми хочемо мінімізувати гроші, витрачені на рекламу продукту. В панелі властивостей експерименту введіть root.TotalExpenditures в поле Цільова функція. Тут ми звертаємося до агента верхнього рівня експерименту як до змінної root.
2. Залиште обраної опцію мінімізувати.

Налаштуйте оптимізацію

1. В панелі властивостей експерименту задайте максимальну кількість "прогонів" моделі, яка буде вироблено оптимізатором. Введіть 500 в поле Кількість ітерацій.
2. Щоб процес оптимізації успішно виконувався, потрібно переконатися в тому, що він буде закінчуватися. За замовчуванням моделювання не закінчується, тому оптимізатор не отримає результат, який мав би отримати після закінчення виконання кожного окремого "прогону" моделі. Тому потрібно явно задати умову зупинки "прогону". Перейдіть в секцію властивостей експерименту Модельне час і виберіть опцію В заданий час зі списку Зупинити. В поле Кінцевий час введіть 1.5. Тепер "прогони" моделі будуть завершуватися через півтора одиниць модельного часу (тобто, років).

Завдання додаткової вимоги (перевірка насичення ринку)

Тепер давайте задамо додаткова вимога до результатів оптимізації, яке буде перевірятися після виконання кожного "прогону" моделі. Ми хочемо, щоб через півтора року модельного часу продукт придбали 80000 осіб.

Задайте вимога до оптимізаційних експерименту

1. Виділіть оптимізаційний експеримент в панелі Проекти та перейдіть в секцію властивостей Вимоги. Задайте вимога до результатів оптимізації в верхньому рядку таблиці Вимоги (перевіряються після "прогону" для визначення того, чи припустимо знайдене рішення).
2. Введіть root.Adopters в осередку Вираз. Кореневої агент експерименту доступний тут по імені root.
3. Виберіть> = в осередку Тип.
4. Введіть 80000 в осередку Кордон.
5. Нарешті, встановіть прапорець в самому лівому стовпчику таблиці, щоб активувати це обмеження.

Ми закінчили завдання додаткової вимоги до результатів оптимізації. Воно буде перевірятися після кожного "прогону" моделі. Якщо ця вимога не буде виконана, то отриманий в результаті даного "прогону" результат буде відкинутий.

запуск оптимізації

Тепер модель готова до проведення оптимізації.

запустіть оптимізацію

1. Клацніть правою кнопкою миші по оптимізаційних експерименту в панелі Проекти та виберіть Запустити з контекстного меню. Ви побачите вікно моделі, що відображає презентацію запущеного експерименту.
2. Розпочніть процес оптимізації, натиснувши кнопку Запустити .

1. AnyLogic запустить модель 500 раз, змінюючи значення параметрів MonthlyExpenditures і SwitchTime. Підсумкова інформація про результати буде відображатися в спеціальних елементах управління на діаграмі експерименту в вікні презентації.

Коли процес оптимізації моделі завершиться, ви побачите, що Краще значення функціоналу одно семи з гаком тисяч. Експеримент в результаті видасть оптимальні значення параметрів SwitchTime і MonthlyExpenditures, при яких було досягнуто це значення функціоналу.

Тепер можна оновити модель цими значеннями параметрів SwitchTime і MonthlyExpenditures. Збережіть отримані значення параметрів в експерименті Simulation, щоб використовувати в нашій моделі знайдену оптимальну стратегію.

Застосуйте результати оптимізації

1. Після завершення оптимізації, натисніть на кнопку copy на полотні діаграми експерименту в вікні презентації. Таким чином ви скопіюєте знайдені (оптимальні) значення параметрів в Буфер обміну.
2. Закрийте вікно презентації і виділіть експеримент Simulation в панелі Проекти.
3. Вставте скопійовані значення параметрів з буфера обміну, натиснувши кнопку Вставити з буфера в панелі властивостей експерименту.

Запустіть експеримент Simulation. Тепер модель буде запущена з оптимальними значеннями параметрів, при яких в процесі оптимізації було отримано оптимальне значення функціоналу. Можете перевірити, що до заданого часу (1,5 року) досягається необхідна кількість користувачів продукту.

Тепер ми спланували стратегію завоювання ринку таким чином, щоб рекламна кампанія була найбільш раціональної та ефективної.

Крок 12. Моделювання стратегії рекламної кампанії