Actas de la Conferencia Simulación Invierno 2000

JA Joines, RR Barton, K. Kang, y PA Fishwick, eds.

INTRODUCCIÓN A LA SIMULACIÓN

Jerry Banks

Brooks Automation, AutoSimulations División de Atlanta, GA 30067, EE.UU.

RESUMEN

Esta introducción comienza con un ejemplo de simulación de hecho a mano. Conceptos de

modelado de simulación se introducen basan en el ejemplo. A continuación, se discuten las
ventajas y desventajas de simulación. La introducción termina con una discusión de los pasos
en un estudio de simulación.

1. DEFINICIÓN DE SIMULACIÓN

La simulación es la imitación de la operación de un proceso en el mundo real o el sistema en el

tiempo. Simulación implica la generación de una historia artificial del sistema, y la observación
de que la historia artificial para sacar conclusiones acerca de las características de
funcionamiento del sistema real que se representa

La simulación es una metodología de resolución de problemas indispensable para la solución

de muchos problemas del mundo real. La simulación se utiliza para describir y analizar el
comportamiento de un sistema, pregunte ¿y si las preguntas sobre el sistema real, y la ayuda
en el diseño de sistemas reales. Ambos sistemas existentes y conceptuales se pueden modelar
con la simulación.

2. Ejemplo SIMULACIÓN

Considere la operación de un banco de un cajero donde los clientes llegan para el servicio
entre uno y diez minutos de diferencia en el tiempo, valores enteros solamente, cada valor de
la misma probabilidad. Los clientes se sirven en un tiempo comprendido entre uno y seis
minutos, también entero valorada, e igualmente probable. La restricción de las veces para
valores enteros es una abstracción de la realidad, ya que el tiempo es continuo, pero esto
ayuda en la presentación del ejemplo. El objetivo es simular la operación bancaria, a mano,
hasta que se sirven veinte clientes, y para calcular las medidas de rendimiento, tales como el
porcentaje de tiempo de inactividad, el tiempo medio de espera por cliente, y así
sucesivamente. Es cierto que, veinte clientes es demasiado pocos para sacar conclusiones
sobre el funcionamiento del sistema en el largo plazo, pero siguiendo este ejemplo, el
escenario está listo para nuevas presentaciones en los tutoriales de introducción en la CSM.

Para simular el proceso, entre llegadas y de servicio azar veces necesitan ser generado.
Suponga que los tiempos entre llegadas se generan utilizando una ruleta que tiene
posibilidades para los valores de 1 a 10. Supongamos también que los tiempos de servicio son
generados utilizando una matriz que tiene posibilidades de los valores del 1 al 6.

Tabla 1 se denomina tabla de simulación ad hoc. La configuración de la tabla de simulación es

para el propósito de este problema, pero no se refiere a todos los problemas.

Columna 1, Cliente, se enumeran los 20 clientes que llegan al sistema. Se supone que el Cliente
1 llega a tiempo cero, por lo que un guión se indica en la fila 1 de la columna 2, Tiempo entre
llegadas. Filas 2 a 20 de la columna 2 se generaron utilizando la ruleta. Columna 3, Hora de
llegada, muestra los tiempos de llegada simulados. Desde cliente 1 se asume para llegar a
tiempo 0, y hay un tiempo entre 5 minutos, el Cliente 2 llega a tiempo 5. Hay un tiempo entre
1 minuto para el Cliente 3, por lo tanto, la llegada se produce en el momento 6. Este proceso
de añadiendo el tiempo entre el momento anterior de la llegada se llama bootstrapping. Al
continuar este proceso, se determinan los tiempos de llegada de los 20 clientes. Columna 4,
Servicio de hora, contiene los tiempos de servicio simulados para los 20 clientes. Estos fueron
generados por tirar el dado.

Ahora, la simulación del proceso de servicio comienza. En el tiempo 0, el Cliente 1 llegó, y de

inmediato comenzó el servicio. El tiempo de servicio fue de 2 minutos, por lo que el período de
servicio terminó en el tiempo 2. El tiempo total en el sistema para el Cliente 1 fue de 2
minutos. El cajero de banco no estaba inactivo desde la simulación se inició con la llegada de
un cliente. El cliente no tiene que esperar a que el cajero.

A la hora 5, 2 llegó al Cliente, y el servicio de inmediato comenzó como se muestra en la

Columna 5. El servicio de tiempo fue de 2 minutos por lo que el período de servicio terminó en
el tiempo de 7 como se muestra en la Columna 6. El cajero de banco estaba ocioso de vez 2
hasta la hora 5, así que 3 minutos de tiempo de inactividad se produjeron. Cliente 2 pasó poco
tiempo en la cola.

Cliente 3 llegó a tiempo de 6, pero el servicio no podría comenzar hasta la hora 7 como cliente
2 se servía hasta la hora 7. El tiempo de servicio fue de 6 minutos, así que el servicio se
completó a tiempo 13. Cliente 3 estaba en el sistema de vez hasta 6 tiempo de 13, o durante 7
minutos, como se indica en la columna 7, Tiempo en el Sistema. Aunque no hubo tiempo de
inactividad, el cliente tenía 3 que esperar en la cola durante 1 minuto para el servicio a
empezar.

Este proceso continúa durante los 20 clientes, y los totales se muestra en las columnas 7, 8
(Tiempo de inactividad) y 9 (Tiempo en cola) se introducen. Algunas medidas de rendimiento
ahora se puede calcular de la siguiente manera:

Tiempo promedio en el sistema = 79/20 = 3,95 minutos de tiempo de inactividad =% [30/99] *

(100) = 30%

El tiempo medio de espera por cliente = 10/20 = 0,5 minutos

Fracción tener que esperar = 5.20 = 0.25 Tiempo medio de espera de los que esperaba = 10/3 =
3,33 minutos.

Esta simulación muy limitada indica que el sistema está funcionando bien. Sólo el 25% de los
clientes tenían que esperar. Alrededor del 30% de las veces el narrador está inactivo. Ya sea un
cajero más lento debe sustituir el cajero actual depende del costo de tener que esperar frente
a cualquier ahorro de tener un servidor lento.

Este pequeño simulación puede realizarse a mano, pero hay un límite a la complejidad de los
problemas que puede resolverse de esta manera. También, el número de clientes que deben
ser simulado podría ser mucho mayor que 20 y el número de veces que la simulación es
necesario ejecutar para fines estadísticos podría ser grande. Por lo tanto, el uso de la
computadora para resolver problemas de simulación real es casi siempre apropiado.
Este ejemplo plantea algunas cuestiones que se abordarán en los tutoriales introductorios en
la CSM. Los temas son los siguientes:

1. ¿Cómo se forma de los datos de entrada determinada?

2. ¿Cómo son variables aleatorias azar generado si siguen distribuciones estadísticas que
no sean el uniforme discreta?
3. ¿Cómo el usuario sabe que la simulación imita la realidad?
4. ¿En qué otro tipo de problemas se pueden resolver mediante la simulación?
5. ¿Cuánto tiempo se necesita para ejecutar la simulación?
6. ¿Cuántos diferentes corridas de simulación deben llevarse a cabo?
7. ¿Qué técnicas de estadística debe utilizarse para analizar la salida?

3 conceptos de modelado:

Hay varios conceptos subyacentes de simulación. Estos incluyen el sistema y el modelo, los
eventos, las variables de estado del sistema, las entidades y atributos, procesamiento de listas,
las actividades y los retrasos, y, finalmente, la definición de la simulación de eventos discretos.
Información adicional sobre estos temas está disponible de Bancos, et al. (2000) y Derecho y
Kelton (2000). La discusión en esta sección sigue el de Carson (1993).

3.1 del sistema, del modelo y Eventos

Un modelo es una representación de un sistema real. Inmediatamente, hay una preocupación

por los límites o fronteras de la modelo que supuestamente representan el sistema. El modelo
debe ser suficiente para responder a las preguntas planteadas compleja, pero no demasiado
complejo.

Considere un evento como un acontecimiento que cambia el estado del sistema. En el

ejemplo, los eventos incluyen la llegada de un cliente para el servicio en el banco, el comienzo
del servicio para un cliente, y la realización de un servicio. Hay dos eventos internos y externos,
también llamados eventos endógenos y exógenos, respectivamente. Por ejemplo, un evento
endógeno en el ejemplo es el comienzo de servicio del cliente, ya que es dentro del sistema
que se está simulando. Un evento exógeno es la llegada de un cliente para el servicio desde
que ocurrencia está fuera de la simulación. Sin embargo, la llegada de un cliente para el
servicio incide en el sistema, y debe ser tomada en consideración.
Preocupaciones de la CSM modelos de simulación de eventos discretos. Estos son contrastados
con otros tipos de modelos como modelos matemáticos, modelos descriptivos, modelos
estadísticos y modelos de insumo-producto. Un modelo de eventos discretos intenta
representar los componentes de un sistema y sus interacciones hasta el punto de que se
cumplan los objetivos del estudio. La mayoría de las y los modelos matemáticos, estadísticos
InputOutput representan las entradas y salidas de un sistema s de forma explícita, sino que
representan la parte interna de la modelo con relaciones matemáticas o estadística. Un
ejemplo es el modelo matemático de la física,

Fuerza = masa x aceleración

basado en la teoría. Modelos de simulación de eventos discretos incluyen una representación

detallada de los componentes internos reales.

Modelos de eventos discretos son dinámicos, es decir, el paso del tiempo juega un papel
crucial. La mayoría de los modelos matemáticos y estadísticos son estáticos, ya que
representan un sistema en un punto fijo en el tiempo. Considere el presupuesto anual de una
empresa. Este presupuesto reside en una hoja de cálculo. Se pueden hacer cambios en el
presupuesto y la hoja de cálculo pueden ser recalculados, pero el paso del tiempo por lo
general no es un asunto crítico. Se harán más comentarios acerca de los modelos de eventos
discretos después se presentan varios conceptos adicionales.

3.2 Variables de estado del sistema:

Las variables de estado del sistema son la recopilación de toda la información necesaria para
definir lo que está sucediendo dentro del sistema a un nivel suficiente (es decir, para alcanzar
el resultado deseado) en un punto dado en el tiempo. La determinación de las variables de
estado del sistema es una función de los efectos de la investigación, por lo que lo que puede
ser las variables de estado del sistema en un caso puede no ser la misma en otro caso a pesar
de que el sistema físico es el mismo. La determinación de las variables de estado del sistema es
tanto un arte como una ciencia. Sin embargo, durante el proceso de modelado, cualquier
omisión serán fácilmente salir a la luz. (Y, por otra parte, variables de estado innecesarias
pueden ser eliminadas.)

Tener las variables de estado del sistema definido, un contraste se puede hacer entre los
modelos de eventos discretos y modelos continuos basados en las variables necesarias para
realizar el seguimiento del estado del sistema. Las variables de estado del sistema en un
modelo de eventos discretos permanecen constantes en intervalos de tiempo y valor de
cambio sólo en ciertos puntos bien definidos llamados tiempos de eventos. Modelos continuos
tienen variables de estado del sistema definidos por diferenciales o de diferencia de
ecuaciones que dan lugar a las variables que pueden cambiar de forma continua en el tiempo.

Algunos modelos se mezclan de eventos discretos y continuos. También hay modelos

continuos que se tratan como modelos de eventos discretos después de algún reinterpretación
de las variables de estado del sistema y viceversa.

3.3 Entidades y Atributos

Una entidad representa un objeto que requiere una definición explícita. Una entidad puede ser
dinámico en que se mueve a través del sistema, o puede ser estática en la que sirve otras
entidades. En el ejemplo, el cliente es una entidad dinámica, mientras que el cajero de banco
es una entidad estática.
 Una entidad puede tener atributos que pertenecen a esa entidad solo. Por lo tanto, los
atributos deben ser considerados como valores locales. En el ejemplo, un atributo de la
entidad podría ser el momento de la llegada. Atributos de interés en una investigación no
pueden ser de interés en otra investigación. Por lo tanto, si se están fabricando partes rojas y
partes azules, el color podría ser un atributo. Sin embargo, si el tiempo del sistema para todas
las partes es motivo de preocupación, el atributo del color puede no ser de importancia. A
partir de este ejemplo, se puede observar que muchas entidades pueden tener el mismo
atributo o atributos (es decir, más de una parte puede tener el atributo rojo).

3.4 Recursos

Un recurso es una entidad que proporciona servicio a entidades dinámicas. El recurso puede
servir uno o más de una entidad dinámica al mismo tiempo, es decir, operar como un servidor
paralelo. Una entidad dinámica puede solicitar una o más unidades de un recurso. Si se
deniega, la entidad solicitante se une a una cola, o toma alguna otra acción (es decir, desviada
a otro recurso, expulsados del sistema). (Otros términos para colas incluyen archivos, cadenas,
tampones y líneas de espera.) Si está permitido capturar el recurso, la entidad se mantiene por
un tiempo, luego libera el recurso.

Hay muchos estados posibles de un recurso. Como mínimo, estos estados están ociosos y
ocupada. Pero existen otras posibilidades incluyendo fracasaron, bloqueados, o de hambre.

3.5 Lista de procesamiento

Las entidades se gestionan mediante la asignación de los recursos que proporcionan el

servicio, adjuntando a avisos de eventos con ello suspender su actividad en el futuro, o por su
inclusión en una lista ordenada. Las listas se utilizan para representar las colas.

Listas menudo se procesan de acuerdo con FIFO (primero-infirst-cama), pero hay muchas otras
posibilidades. Por ejemplo, la lista podría ser procesada por LIFO (último en entrar-primera
causa), de acuerdo con el valor de un atributo, o al azar, para mencionar algunos. Un ejemplo
en el que el valor de un atributo puede ser importante está en SPT (menor tiempo de proceso)
de programación. En este caso, el tiempo de procesamiento puede ser almacenada como un
atributo de cada entidad. Las entidades están clasificadas de acuerdo con el valor de ese
atributo con el valor más bajo en la cabeza o el principio de la cola.

3.6 Actividades y retrasos

Una actividad es una duración de tiempo cuya duración se conoce antes del comienzo de la
actividad. Por lo tanto, cuando comienza la duración, su extremo se puede programar. La
duración puede ser una constante, un valor aleatorio de una distribución estadística, el
resultado de una ecuación, la entrada desde un archivo, o calculado sobre la base del estado
de evento. Por ejemplo, un tiempo de servicio puede ser una constante 10 minutos para cada
entidad; puede ser un valor aleatorio de una distribución exponencial con una media de 10
minutos; podría ser 0,9 veces al valor de la constante de tiempo de reloj 0 a la hora del reloj 4
horas, y 1,1 veces el valor estándar después de la hora del reloj 4 horas; o podría ser de 10
minutos cuando la cola anterior contiene como máximo cuatro entidades y 8 minutos, cuando
hay cinco o más en la cola anterior.

Un retardo es una duración indefinida que es causada por una combinación de condiciones del
sistema. Cuando una entidad se une a una cola de un recurso, el tiempo que permanecerá en
la cola puede ser desconocida inicialmente desde ese momento puede depender de otros
eventos que puedan ocurrir. Un ejemplo de otro caso sería la llegada de un pedido urgente
que antepone el recurso. Cuando se produce el preempt, la entidad que utiliza el recurso
renuncia a su control de forma instantánea. Otro ejemplo es un fallo que requiere reparación
del recurso.

Simulaciones de eventos discretos contienen actividades que hacen que el tiempo para
avanzar. La mayoría de las simulaciones de eventos discretos también contienen retrasos
como entidades esperan. El principio y el final de una actividad o de retardo es un evento.

3.7 Discrete - Modelo de simulación de eventos

Conceptos de modelado suficientes se han definido de manera que un modelo de simulación

de eventos discretos puede ser descrito como uno en el que las variables de estado cambian
solamente en aquellos puntos discretos en el tiempo en que ocurren los eventos. Los eventos
ocurren como consecuencia de los tiempos de actividad y retrasos. Las entidades pueden
competir por los recursos del sistema, posiblemente unirse a las colas a la espera de un
recurso disponible. Actividad y retardo veces pueden tener las entidades para las duraciones
de tiempo.

Un modelo de simulación de eventos discretos se lleva a cabo a través del tiempo (pista) por
un mecanismo que mueve el tiempo simulada adelante. El estado del sistema se actualiza en
cada caso junto con la captura y la liberación de los recursos que pueden ocurrir en ese
momento.

4 VENTAJAS Y DESVENTAJAS

DE SIMULACIÓN

La competencia en la industria de la computación ha dado lugar a avances tecnológicos que

están permitiendo empresas de hardware para producir continuamente productos mejores.
Parece que cada semana otra empresa anuncia su última versión, cada uno con más opciones,
memoria, capacidad de gráficos, y poder. (Gran parte de esta sección es de Bancos y Norman,
1995)

Lo que es único acerca de los nuevos desarrollos en la industria de la computación es que a

menudo actúan como un trampolín para otras industrias relacionadas a seguir. Una industria
en particular, es la industria de la simulación de software. Como hardware se vuelve más
poderoso, más preciso, más rápido y más fácil de usar, software de simulación también lo
hace.

El número de empresas que utilizan la simulación está en constante aumento. Muchos

gerentes se están dando cuenta de los beneficios de la utilización de la simulación para algo
más que la remodelación de una sola vez de una instalación. Más bien, debido a los avances en
el software, los gerentes están incorporando la simulación en sus operaciones diarias de
manera cada vez más regular.

Para la mayoría de las empresas, los beneficios del uso de la simulación van más allá de
limitarse a proporcionar una mirada hacia el futuro. Estos beneficios son mencionados por
muchos autores (Bancos, Carson Nelson, y Nicol, 2000; Derecho y Kelton, 2000; Pegden,
Shannon y Sadowski, 1995; y Schriber, 1991) y se incluyen en el siguiente:
4.1 Elegir correctamente

Simulación permite probar todos los aspectos de un cambio o adición propuesta sin
comprometer recursos para su adquisición. Esto es fundamental, porque una vez que se han
tomado las decisiones difíciles, los ladrillos se han establecido, o se han instalado los sistemas
de manejo de materiales, cambios y correcciones pueden ser extremadamente caro.
Simulación permite probar tus diseños sin comprometer recursos para la adquisición.

4.2 Tiempo de compresión y de expansión

Mediante la compresión o expansión de simulación en tiempo le permite acelerar o ralentizar

los fenómenos para que pueda investigar a fondo ellos. Usted puede examinar un turno
completo en cuestión de minutos si lo desea, o puede pasar dos horas que examinan todos los
acontecimientos que se produjeron durante un minuto actividad simulada.

4.3 Entender por qué?

Los administradores a menudo quieren saber por qué se producen ciertos fenómenos en un
sistema real. Con la simulación, a determinar la respuesta a la pregunta ¿por qué por la
reconstrucción de la escena y tomar un examen microscópico del sistema para determinar por
qué se produce este fenómeno. No se puede lograr esto con un sistema real porque no se
puede ver o controlar en su totalidad.

4.4 Explorar las posibilidades

Una de las mayores ventajas de utilizar software de simulación es que una vez que usted ha
desarrollado un modelo de simulación válidos, se puede explorar nuevas políticas,
procedimientos operativos o métodos sin el gasto y la interrupción de experimentar con el
sistema real. Las modificaciones se incorporan en el modelo, y se observan los efectos de esos
cambios en el equipo en lugar del sistema real.

4.5 Diagnosticar Problemas

La organización moderna planta de producción o servicio es muy complejo - tan complejo que
es imposible considerar todas las interacciones que tienen lugar en un momento dado.
Simulación le permite comprender mejor las interacciones entre las variables que componen
este tipo de sistemas complejos. Diagnóstico de problemas y hacerse una idea de la
importancia de estas variables aumenta su comprensión de sus importantes efectos sobre el
rendimiento del sistema en general.

Los últimos tres reivindicaciones se pueden hacer para prácticamente todo el modelado de
actividades, colas, programación lineal, etc. Sin embargo, con los modelos de simulación
pueden llegar a ser muy complejo y, por lo tanto, tienen una mayor fidelidad, es decir, son
representaciones válidas de la realidad.

4.6 Identificar Restricciones

Los cuellos de botella de producción dan dolores de cabeza de los fabricantes. Es fácil olvidar
que los cuellos de botella son un efecto y no una causa. Sin embargo, mediante el uso de la
simulación para realizar análisis de cuello de botella, se puede descubrir la causa de los
retrasos en los trabajos en proceso, información, materiales, u otros procesos.

4.7 Desarrollar Entendimiento

Muchas personas operan con la filosofía de que hablar en voz alta, con los diseños
computarizados, y la redacción de informes complejos convence otros que un diseño de
fabricación o de sistema de servicio es válido. En muchos casos, estos diseños se basan en los
pensamientos de alguien s acerca de la forma en que el sistema funciona más que en el
análisis. Simulación estudia la ayuda en el suministro de comprensión acerca de cómo un
sistema realmente funciona en lugar de indicar las predicciones de un individuo s acerca de
cómo un sistema funcionará.

4.8 Visualizar el Plan

Tomando sus diseños más allá de los dibujos CAD utilizando las funciones de animación que
ofrecen muchos paquetes de simulación le permite ver sus instalaciones u organización que
realmente ejecuta. Dependiendo del software utilizado, puede ser capaz de ver sus
operaciones desde diversos ángulos y niveles de aumento, incluso en 3D. Esto le permite
detectar defectos de diseño que aparecen creíble cuando se ve sólo en el papel de un dibujo
CAD 2D.

4.9 Construir Consenso

El uso de la simulación para presentar cambios de diseño crea una opinión objetiva. Evita tener
inferencias hechas cuando se aprueba o desaprueba diseños porque usted sólo tiene que
seleccionar los diseños y modificaciones que proporcionaron los resultados más deseables, ya
sea incrementando la producción o reducir el tiempo de espera para el servicio. Además, es
mucho más fácil de aceptar resultados fiables de simulación, que han sido modeladas,
probados, validados, y visualmente representado, en lugar de la opinión de los resultados que
se producirán a partir de un diseño propuesto una persona s.

4.10 Preparar para el Cambio

Todos sabemos que el futuro traerá el cambio. Responder a todas las preguntas de qué-si es
útil tanto para el diseño de nuevos sistemas y el rediseño de los sistemas existentes.
Interactuar con todos los implicados en un proyecto durante la etapa de problemformulation
te da una idea de los escenarios que son de interés. Luego se construye el modelo de modo
que responde a preguntas relativas a esos escenarios. ¿Qué pasa si un AGV se retira de servicio
durante un período prolongado de tiempo? ¿Qué pasa si aumenta la demanda de servicios por
10 por ciento? Y si? Las opciones son ilimitadas.

4.11 Wise Inversión

El costo típico de un estudio de simulación es sustancialmente menor que 1% de la cantidad

total se gasta para la implementación de un diseño o rediseño. Dado que el coste de un
cambio o modificación a un sistema después de la instalación es tan grande, la simulación es
una sabia inversión.

4.12 tren del Equipo

Los modelos de simulación pueden proporcionar un excelente entrenamiento cuando

diseñado para tal fin. Utilizado de esta manera, el equipo ofrece entradas de decisiones para el
modelo de simulación a medida que avanza. El equipo y los miembros individuales del equipo,
pueden aprender de sus errores, y aprender a funcionar mejor. Esto es mucho más barato y
menos perjudicial que el aprendizaje en el puesto de trabajo.
4.13 Especificar Requisitos

La simulación puede ser utilizado para especificar los requisitos para un diseño de sistema. Por
ejemplo, las especificaciones para un tipo particular de máquina en un sistema complejo para
lograr un objetivo deseado puede ser desconocida. Mediante la simulación de diferentes
capacidades para la máquina, los requisitos se pueden establecer.

Las desventajas de la simulación incluyen los siguientes:

4.14 Modelo de construcción requiere capacitación especial

Es un arte que se aprende con el tiempo y la experiencia. Por otra parte, si dos modelos del
mismo sistema se construyen dos individuos competentes, pueden tener similitudes, pero es
muy poco probable que van a ser los mismos.

4.15 Simulación Los resultados pueden ser difíciles de interpretar

Como la mayoría de las salidas de simulación son esencialmente variables aleatorias (que
generalmente se basan en las entradas al azar), puede ser difícil determinar si una observación
es el resultado de las interrelaciones del sistema o aleatoriedad.

4.16 Simulación Modelado y análisis puede ser largo y costoso

Escatimar en recursos para el modelado y análisis puede resultar en un modelo de simulación

y / o el análisis que no es suficiente para la tarea.

4.17 Simulación puede utilizarse inadecuadamente

La simulación se utiliza en algunos casos cuando una solución analítica es posible, o incluso
preferible. Esto es particularmente cierto en la simulación de algunas líneas de espera donde
los modelos closedform cola están disponibles, al menos para la evaluación a largo plazo.

En defensa de la simulación, estos cuatro desventajas, respectivamente, pueden ser

compensadas como sigue:

4.18 Simuladores

Los vendedores de simulación suave-mercancías han estado desarrollando activamente los

paquetes que contienen los modelos que sólo necesitan datos de entrada para su
funcionamiento. Estos modelos tienen los simuladores de etiquetas genéricas o
plantillas.Análisis

4.19 Salida

La mayoría de los proveedores de software de simulación han desarrollado capacidades

outputanalysis dentro de sus paquetes para la realización de análisis muy extenso. Esto reduce
los requisitos computacionales por parte del usuario, aunque todavía deben entender el
procedimiento de análisis.

4.20 más y más rápido

La simulación puede realizarse más rápido hoy que ayer, y aún más rápido mañana. Esto es
atribuible a los avances en hardware que permiten un rápido funcionamiento de escenarios.
También es atribuible a los avances en muchos paquetes de simulación. Por ejemplo, muchos
productos de software de simulación contienen construcciones para la manipulación de
materiales de modelado utilizando transportadores, tales como transportadores, y los
vehículos guiados automáticamente.

4.21 Limitaciones del Cerrado - modelos de la forma

Modelos de forma cerrada no son capaces de analizar la mayoría de los sistemas complejos
que se encuentran en la práctica. En muchos años de práctica de consultoría, se encontró ni un
solo problema que podría haber sido resuelto mediante una solución de forma cerrada.

5 PASOS EN UN ESTUDIO DE SIMULACION

La figura 1 muestra un conjunto de medidas para orientar un modelo de constructor en un

estudio de simulación completa y sonido. Cifras similares y su interpretación se pueden
encontrar en otras fuentes, como Pegden, Shannon, y Sadowski (1995) y Derecho y Kelton
(2000). Esta presentación se basa en la de Bancos, Carson, Nelson, y Nicol (2000).

5.1 Formulación del problema

Cada estudio de simulación comienza con una declaración del problema. Si la declaración es
proporcionada por los que tienen el problema (cliente), el analista de simulación debe tener
mucho cuidado para asegurarse de que el problema se comprenda claramente. Si un
enunciado del problema es preparado por el analista de simulación, es importante que el
cliente entiende y está de acuerdo con la formulación. Se sugiere que un conjunto de
supuestos será preparado por el analista de simulación y aceptado por el cliente. Incluso con
todas estas precauciones, es posible que necesitará el problema a ser reformulado como el
estudio de simulación progresa.

5.2 Ajuste de los objetivos y el plan general del proyecto

Otra manera de expresar este paso es preparar una propuesta. Este paso debe realizarse
independientemente de la ubicación del analista y el cliente, a saber., Como consultor externo
o interno.

Los objetivos indican las preguntas que deben ser respondidas por el estudio de simulación. El
plan del proyecto debe incluir una declaración de los diversos escenarios que serán
investigados. Los planes de estudio deben indicarse en términos de tiempo que serán
necesarios, el personal que se utilizará, los requisitos de hardware y software, si el cliente
quiere correr el modelo y llevar a cabo el análisis, las etapas de la investigación, la producción
en cada etapa, coste de los procedimientos del estudio y de facturación, si los hubiere.

5.3 Modelo de Conceptualización

El sistema del mundo real bajo investigación se abstrae por un modelo conceptual, una serie
de relaciones matemáticas y lógicas en relación con los componentes y la estructura del
sistema. Se recomienda que el modelado simplemente comenzar y que el modelo crecer hasta
que se ha desarrollado un modelo de complejidad apropiado. Por ejemplo, considere el
modelo de un sistema de manejo de la fabricación y material. El modelo básico con las
llegadas, las colas y los servidores se construye. A continuación, agregue los fallos y cambiar los
horarios. A continuación, añadir las capacidades de manejo de materiales. Por último, añadir
las características especiales. La construcción de un modelo indebidamente complejo se
sumará al costo del estudio y el tiempo para su realización, sin aumentar la calidad de la salida.
El mantenimiento de la participación del cliente mejorará la calidad del modelo resultante y
aumentar la confianza del cliente s en su uso.
(Bancos, et al., DISCRETO SIMULACIÓN DEL SISTEMA DE EVENTOS, 3 / e, '2000, p.16.
Reproducido con autorización de

Prentice-Hall, Upper Saddle River, Nueva Jersey.)

Figura 1: Pasos en un Estudio de Simulación

5.4 Recolección de Datos

Poco después de que se acepte la propuesta de un calendario de los requisitos de datos se

debe presentar al cliente. En el mejor de los casos, el cliente ha estado recogiendo el tipo de
datos necesarios en el formato requerido, y puede enviar estos datos a la analista de
simulación en formato electrónico. A menudo, el cliente indica que son de hecho dispone de
los datos necesarios. Sin embargo, cuando se entregan los datos que se encuentran para ser
muy diferente de lo previsto. Por ejemplo, en la simulación de un sistema de línea aérea-
reserva, el analista de simulación se le dijo que tenemos cada bit de datos que desea en los
últimos cinco años. Cuando el estudio comenzó, los datos entregados fueron el promedio de
tiempo de conversación de la reservationist para cada uno de los años. Se necesitan valores
individuales, no a medidas de resumen.

La construcción de modelos y la recogida de datos se muestran como contemporánea en la

Figura 1. Esto es para indicar que el analista de simulación puede construir fácilmente el
modelo, mientras que la recogida de datos está progresando.

5.5 Modelo Traducción

El modelo conceptual construido en el Paso 3 se codifica en una forma reconocible

computadora, un modelo operativo.

5.6 Verified?

Verificación refiere al modelo operativo. ¿Está funcionando correctamente? Incluso con los
modelos de tamaño pequeño libro de texto, es muy posible que tengan dificultades de
verificación. Estos modelos son órdenes de magnitud más pequeña que los modelos reales
(dicen que 50 líneas de código informático frente a 2.000 líneas de código informático). Es muy
recomendable que la verificación se produce como un proceso continuo. Se enferma se
aconseja para el analista de simulación que esperar hasta que todo el modelo está completo
para comenzar el proceso de verificación. Además, el uso de un controlador de ejecución
interactiva, o depurador, es altamente recomendado como una ayuda para el proceso de
verificación.

5.7 Validado?

La validación es la determinación de que el modelo conceptual es una representación exacta

del sistema real. ¿Puede sustituirse el modelo para el sistema real para los fines de la
experimentación? Si hay un sistema existente, lo llaman el sistema base, a continuación, una
forma ideal para validar el modelo es comparar su producción con la del sistema base. Por
desgracia, no siempre hay un sistema de base. Hay muchos métodos para realizar la validación.

5.8 Diseño Experimental

Para cada escenario que se va a ser simulado, las decisiones necesitan ser realizados en
relación con la longitud de la ejecución de la simulación, el número de carreras (también
llamados repeticiones), y la manera de inicialización, según se requiera.

5.9 Se ejecuta Producción y Análisis

Series de producción, y su posterior análisis, se utilizan para estimar las medidas de

rendimiento para los escenarios que se están simulados.

5.10 más carreras?

Con base en el análisis de las carreras que se han completado, el analista de simulación
determina si se necesitan carreras adicionales y si ningún escenario adicional necesita ser
simulado.
5.11 Documentación y presentación de informes

La documentación es necesaria por muchas razones. Si el modelo de simulación va a ser

utilizado de nuevo por los mismos o diferentes analistas, puede ser necesario entender cómo
funciona el modelo de simulación. Esto permitirá a la confianza en el modelo de simulación de
modo que el cliente puede tomar decisiones basadas en el análisis. Además, si el modelo es
que ser modificado, esto puede ser facilitado en gran medida por la documentación adecuada.

El resultado de todo el análisis se debe informar de manera clara y concisa. Esto permitirá que
el cliente para revisar la formulación final, las alternativas que se abordaron, el criterio por el
cual se compararon los sistemas alternativos, los resultados de los experimentos, y las
recomendaciones de los analistas, si los hubiere.

5.12 Implementación

El analista de simulación actúa como reportero en lugar de un defensor. El informe elaborado

en el paso 11 se destaca por sus méritos, y es sólo la información adicional que el cliente utiliza
para tomar una decisión. Si el cliente ha participado a lo largo del período de estudio, y el
analista de simulación ha seguido todos los pasos de rigor, a continuación, se incrementa la
probabilidad de una implementación exitosa.