CUANDO LA SIMULACIÓN ES LA HERRAMIENTA APROPIADA

La disponibilidad de lenguajes de simulación para fines especiales, de capacidades informáticas

masivas a un ritmo decreciente

el costo por operación y los avances en las metodologías de simulación han hecho que la
simulación sea una de las más

Herramientas ampliamente utilizadas y aceptadas en investigación de operaciones y análisis de

sistemas. Se han discutido las circunstancias bajo las cuales la simulación es la herramienta
apropiada para analizar; muchos autores, de Naylor et al. [1966] a

Shannon [1998]. La simulación se puede usar para los siguientes propósitos:

1. La simulación permite el estudio y la experimentación con las interacciones internas de un

complejo.

sistema o de un subsistema dentro de un sistema complejo.

2. Se pueden simular cambios informativos, organizacionales y ambientales, y el efecto de estos

Se pueden observar alteraciones en el comportamiento del modelo.

3. El conocimiento adquirido durante el diseño de un modelo de simulación podría ser de gran

valor para

sugiriendo mejoras en el sistema bajo investigación.

4, cambiar las entradas de simulación y observar las salidas resultantes puede producir
información valiosa sobre

qué variables son las más importantes y cómo interactúan las variables.

5. La simulación se puede utilizar como un dispositivo pedagógico para reforzar las metodologías
de solución analítica.

6. La simulación se puede utilizar para experimentar con nuevos diseños o políticas antes de la
implementación, a fin de

prepárate para lo que pueda pasar.

7. La simulación se puede utilizar para verificar soluciones analíticas.

8. Simular diferentes capacidades para una máquina puede ayudar a determinar los requisitos que
tiene.

9. Los modelos de simulación diseñados para la capacitación hacen posible el aprendizaje sin el
costo y la interrupción de

instrucción en el trabajo.

10. La animación muestra un sistema en operación simulada para poder visualizar el plan.
11. El sistema de módem (fábrica, planta de fabricación de obleas, organización de servicios, etc.)
es tan complejo que

sus interacciones internas solo pueden tratarse mediante simulación.

CUANDO LA SIMULACIÓN NO ES APROPIADA

Esta sección se basa en un artículo de Banks y Gibson [1997], quienes dieron diez reglas para
evaluar cuando la simulación no es apropiada. La primera regla indica que la simulación no debe
usarse cuando el problema puede

ser resuelto por el sentido común. Se da un ejemplo de una instalación de etiquetas de

automóviles que atiende a los clientes que llegan

aleatoriamente a una tasa promedio de 100 / hora y se sirven a una tasa promedio de 12 / hora.
Para determinar el número mínimo de servidores necesarios, no es necesaria la simulación.
Simplemente calcule 100/12 = 8.33 indicando que nueve

o se necesitan más servidores.

La segunda regla dice que la simulación no debe usarse si el problema puede resolverse
analíticamente. por

ejemplo, bajo ciertas condiciones, el tiempo promedio de espera en el ejemplo anterior se puede
encontrar a partir de curvas

que fueron desarrollados por Hillier y Lieberman [2002].

La siguiente regla dice que la simulación no debe usarse si es más fácil realizar experimentos
directos. Un

Se da un ejemplo de un restaurante de comida rápida en el que era menos costoso organizar a una
persona que tomaba pedidos

utilizando un terminal portátil y comunicación de voz para determinar el efecto de agregar otra
estación de pedido

en el tiempo de espera del cliente.

La cuarta regla dice que no se debe usar la simulación si los costos exceden los ahorros. Hay
muchos pasos para completar una simulación, como se discutirá en la Sección 1.12, y estos deben
realizarse a fondo. Si un estudio de simulación cuesta $ 20,000 y los ahorros pueden ser de $
10,000, la simulación no sería apropiada.

Las reglas cinco y siX indican que la simulación no debe realizarse si los recursos o el tiempo no
están disponibles.

Si se estima que la simulación cuesta $ 20,000 y solo hay $ 10,000 disponibles, la sugerencia es no
aventurarse en un estudio de simulación. Del mismo modo, si una decisión es necesaria en dos
semanas y una simulación tomará un

mes, no se recomienda el estudio de simulación.

La simulación toma datos, a veces muchos datos. Si no hay datos disponibles, ni siquiera
estimaciones, la simulación es

No aconsejado. La siguiente regla se refiere a la capacidad de verificar y validar el modelo. Si no

hay suficiente tiempo

o si el personal no está disponible, la simulación no es apropiada.

Si los gerentes tienen expectativas irrazonables, si piden demasiado demasiado pronto o si se

sobreestima el poder de la simulación, la simulación podría no ser apropiada.

Por último, si el comportamiento del sistema es demasiado complejo o no se puede definir, la

simulación no es apropiada. El comportamiento humano es a veces extremadamente complejo
para el modo

VENTAJAS Y DESVENTAJAS DE LA SIMULACIÓN

La simulación es intuitivamente atractiva para un cliente porque imita lo que sucede en un sistema
real o lo que es

percibido para un sistema que se encuentra en la etapa de diseño. Los datos de salida de una
simulación deben corresponder directamente a las salidas que podrían registrarse desde el
sistema real. Además, es posible desarrollar un

modelo de simulación de un sistema sin suposiciones dudosas (como la misma distribución

estadística para cada

variable aleatoria) de modelos matemáticamente solucionables. Por estas y otras razones, la

simulación es frecuentemente

La técnica de elección en la resolución de problemas.

A diferencia de los modelos de optimización, los modelos de simulación se "ejecutan" en lugar de

resolverse. Dado un particular

conjunto de características de entrada y modelo, se ejecuta el modelo y se observa el

comportamiento simulado. Este proceso

de cambiar las entradas y las características del modelo da como resultado un conjunto de
escenarios que se evalúan. Una buena solución

ya sea en el análisis de un sistema existente o en el diseño de un nuevo sistema, se recomienda

implementación.

La simulación tiene muchas ventajas, pero algunas desventajas. Estos están listados por Pegden,
Shannon y
Sadowski [1995]. Algunas ventajas son estas:

1. Nuevas políticas, procedimientos operativos, reglas de decisión, flujos de información,

procedimientos organizacionales,

y así sucesivamente se puede explorar sin interrumpir las operaciones en curso del sistema real.

2. Se pueden probar nuevos diseños de hardware, diseños físicos, sistemas de transporte, etc.

comprometiendo recursos para su adquisición.

3. Las hipótesis sobre cómo o por qué ocurren ciertos fenómenos pueden probarse para
determinar su viabilidad.

4. · El tiempo puede comprimirse o expandirse para permitir una aceleración o desaceleración de

los fenómenos bajo

investigación.

5. Se puede obtener información sobre la interacción de las variables.

6. Se puede obtener información sobre la importancia de las variables para el rendimiento del
sistema.

7. Se puede realizar un análisis de cuello de botella para descubrir dónde se encuentra el trabajo
en proceso, información, materiales y

etc. se están retrasando excesivamente.

8. Un estudio de simulación puede ayudar a comprender cómo funciona el sistema en lugar de

cómo las personas

Creo que el sistema funciona.

9 "¿Qué pasaría si 'las preguntas pueden ser respondidas? Esto es particularmente útil en el
diseño de nuevos sistemas.

Algunas desventajas son estas:

1. La construcción de modelos requiere entrenamiento especial. Es un arte que se aprende con el

tiempo y a través de la experiencia.

Además, si dos modelos son construidos por diferentes personas competentes, podrían tener

similitudes, pero es muy poco probable que sean lo mismo.

2. Los resultados de la simulación pueden ser difíciles de interpretar. La mayoría de los resultados
de la simulación son esencialmente variables aleatorias (generalmente se basan en entradas
aleatorias), por lo que puede ser difícil distinguir si una observación es el resultado de
interrelaciones del sistema. o ofrandonmess.

3. El modelado y análisis de simulación puede llevar mucho tiempo y ser costoso. Escatimando
recursos para

el modelado y el análisis podrían dar como resultado un modelo de simulación o análisis que no es
suficiente para la tarea.

4. La simulación se usa en algunos casos cuando una solución analítica es posible, o incluso
preferible, como era

discutido en la Sección 1.2. Esto podría ser particularmente cierto en la simulación de algunas
líneas de espera.

donde hay modelos de colas de forma cerrada disponibles.

En defensa de la simulación, estas cuatro desventajas, respectivamente, se pueden compensar de

la siguiente manera:

1. Los proveedores de software de simulación han estado desarrollando activamente paquetes

que contienen modelos que

solo necesita datos de entrada para su funcionamiento. Dichos modelos tienen la etiqueta
genérica "simulador" o "plantilla".

2. Muchos proveedores de software de simulación han desarrollado capacidades de análisis de

salida dentro de sus paquetes

para realizar análisis muy exhaustivos.

3. La simulación puede realizarse más rápido hoy que ayer y será aún más rápido mañana, porque

de los avances en hardware que permiten la ejecución rápida de escenarios y debido a los avances
en muchos paquetes de simulación. Por ejemplo, algunos programas de simulación contienen
construcciones para material de modelado.

manejo que utiliza transportadores como carretillas elevadoras, transportadores y guiados

automatizados. vehículos

4. Los modelos de forma cerrada no pueden analizar la mayoría de los sistemas complejos que se
encuentran en

práctica. En muchos años de práctica de consultoría por parte de dos de los autores, no se
encontró un problema que pudiera resolverse con una solución de forma cerrada.
Las aplicaciones de la simulación son amplias La Conferencia de Simulación de Wmter (WSC) es
una excelente manera de aprender

Más información sobre lo último en aplicaciones de simulación y teoría. También hay numerosos
tutoriales tanto en el

Principios y niveles avanzados. WSC está patrocinado por seis sociedades técnicas y el Instituto
Nacional.

de Estándares y Tecnología (NIST). Las sociedades técnicas son la Asociación Americana de

Estadística (ASA),

Asociación de Maquinaria Informática / Grupo de Interés Especial en Simulación (ACM / SIGSIM),

Instituto de

Ingenieros Eléctricos y Electrónicos: Computer Society (IEEEICS), Instituto de Electricidad y

Electrónica

Ingenieros: Sociedad de Sistemas, Hombre y Cibernética (IEEEISMCS), Instituto de Ingenieros

Industriales (liE),

Instituto de Investigación de Operaciones y Ciencias de la Gestión: Colegio de Simulación

(INFORMS / CS) y

La sociedad para la simulación de computadora (SCS). Tenga en cuenta que IEEE está representado
por dos cuerpos. Información sobre

El próximo WSC se puede obtener de www. wintersim. org. Los programas de la CSM con
documentos completos son

disponible en www. informa-cs. org / wscpapers. html Algunas presentaciones, por área, de un
reciente

WSC se enumeran a continuación:

Aplicaciones de fabricación

Modelado dinámico de sistemas de fabricación continua, utilizando analogías a sistemas

eléctricos.

Evaluación comparativa de un modelo de planificación de producción estocástica en un banco de

pruebas de simulación

Reducción del cambio de color de la línea de pintura en el ensamblaje de automóviles

Modelado de calidad y productividad en la fabricación de cables de acero.

Análisis de capacidad de recursos compartidos en la fabricación de biotecnología.

Modelo de información neutral para simular operaciones de taller de máquinas

Fabricación de semiconductores
Planificación de la producción a intervalos constantes con aplicación para el control del trabajo en
proceso.

Aceleración de productos bajo reglas de despacho orientadas a la fecha de vencimiento

Marco de diseño para sistemas automatizados de manejo de materiales en 3 () () .. fábricas de

fabricación de obleas mm

Tomar decisiones de diseño óptimas para las herramientas de dispensación de próxima generación

Aplicación de modelado de herramienta de clúster en un factor de fabricación de obleas 3 () () .;

. Simulación basada en entidades residentes de herramientas de cámara de lotes en fabricación de

serruconductores de 300 mm

. Ingeniería de Construcción y Gestión de Proyectos

Impacto de la multitarea y el sesgo de fusión en la adquisición de equipos complejos

Aplicación de conceptos lean y simulación para equipos de mantenimiento de operaciones de

drenaje

Construyendo un modelo de tienda virtual para la fabricación de acero

Simulación de la cadena de suministro de madera residencial.

Aplicaciones militares

Diseño basado en frecuencia para terminar simulaciones: un ejemplo de cumplimiento de la paz

Un marco multibasto para soportar simulaciones interactivas basadas en militares en entornos 3D

Especificar el comportamiento de las fuerzas generadas por computadora sin programación

Fidelidad y validez: cuestiones de representación del comportamiento humano

Evaluar los efectos de la tecnología en el desempeño humano a través del desarrollo y la

evaluación del espacio comercial

Impacto de un sistema logístico automático en el proceso de generación de salidas

Desarrollo del plan de investigación para modelar y simular operaciones militares en terrenos
urbanos.

Aplicaciones de logística, cadena de suministro y distribución

. · Análisis de inventario en un entorno de fabricación de computadora servidor

Comparación de métodos de detección de cuellos de botella para sistemas AGV

Simulación de red de suministro de semiconductores

Análisis de los flujos de pasajeros de salida internacional en una terminal del aeropuerto.

Aplicación de técnicas de simulación discretas a las cadenas de suministro de gas natural líquido.
Simulación en línea de ped : flujo estriado en edificios públicos

Modos de transporte y tráfico

Simulación de absorción de retraso de aeronave

Determinación del horario de pista mediante optimización de simulación

Simulación de la fusión de autopistas y el comportamiento divergente.

Servicio de modelado de ambulancia de la Cruz Roja austriaca

Modelado de simulación en apoyo de la lucha contra incendios de emergencia en Norfolk

Modelado de llegadas de barcos en puertos

Optimización de un sistema de transporte de barcazas para la entrega de petróleo.

Optimización iterativa y simulación del tráfico de barcazas en una vía navegable.

Bnslness Process Simulation

· Modelado basado en agentes y simulación del rendimiento de la tienda para precios

personalizados

Visualización de modelos de negocio probabilísticos.

Modelado y simulación de un centro de llamadas telefónicas.

Uso de simulación para aproximar subgraduados de medidas convexas de desempeño en sistemas

de servicio

El papel de la simulación en el control de equipaje en los aeropuertos

Simulaciones de riesgo de fatiga humana en operaciones continuas

Optimización de un sistema de facturación de telecomunicaciones.

Segmentar la base de clientes para un máximo de r

Cuidado de la salud

Modelando la atención de la oficina y del paciente en prácticas ambulatorias de atención médica

..

Evaluación de las operaciones hospitalarias entre el departamento de emergencias y un centro de

telemetría médica.

Estimación de la capacidad máxima en una sala de emergencias.

Reducir la duración de la estadía en un departamento de emergencias.

Simulando ideas de mejora de seis sigma para el departamento de emergencias de un hospital

Una herramienta basada en programación de simulación de enteros lineales para programar el
personal de la sala de emergencias

SISTEMAS Y ENTORNO DEL SISTEMA

Para modelar un sistema, es necesario comprender que el concepto se define como un grupo de
objetos que se unen.

p o un sistema y el límite del sistema. Un sistema

La realización de algún propósito. Un examen le.

m so: e mteractton o mt_erdependence hacia

Máquinas, componentes y trabajadores opera J

- n

Sistema de fabricación de automóviles fabricando automóviles. los

vehículo. instalando una película de ensamblaje para producir una alta calidad

Un sistema a menudo se ve afectado por los cambios que ocurren fuera del sistema. . El entorno
del sistema [Gordon. 1978] En od l '. m. Dichos cambios se deben producir en

entre el sistema y su entorno. Thi d: t

ng systems, II ts necesario para decidir sobre el límite

En el caso del sistema de fábrica para el examen 7ets n puede depender de

El propósito del estudio.

echado a un lado para estar fuera de la influencia de todo facto

pdh

Los controladores que controlan la llegada de los pedidos pueden ser conof oferta a la demanda se
debe considerar como: el `` arte '' del medio ambiente. Sin embargo, si el efecto

órdenes, y esta relación debe considerarse como un ai ti entre tp entre fábrica

__

salida y llegada de

sistema, podría haber un límite en el máximo.

tt

y
th

e sistema. Surularmente, en el caso de un banco

esto se consideraría como una restricción impuesta b

metro

th

eres r te at se puede pagar. Para el estudio de un solo banco,

th b. en la industria del comercio electrónico,. sin embargo,

Su entorno. En un estudio sobre la fijación del límite ld b. .

Los efectos de las leyes monetarias son una actividad del sistema. (Gordon, 1978)

COMPONENTES DE UN SISTEMA

En orden

para comprender y analizar un sistema, una serie de términos n. . . mterest m el sistema. Un

atributo es una propiedad de una entidad A

eed

t ser definido. Una entrada es un objeto de

longitud fied. Si se está estudiando un banco, clientes.

n. n actmty

__

Presenta un período de tiempo de cuentas especiales podría ser un atributo y hacer d

gh ser una de las entradas, el saldo en su cuenta corriente

T.

'Epostts D11ght ser una actividad ·

la colección de entidades que componen un tallo para ·. ·

sistema para otro estudio [Law y Kelton 2000r F

r uno de los resultados de estudio solo será un subconjunto del

para determinar la cantidad de cajeros necesarios para r vi :;: rnpl , si se está estudiando el afor:
banco mencionado

como esa porción del banco que consiste en el telle reular = ng y recetvmg,
.

e s! St: m se puede definir

del estudio se expande para determinar el número f

los clientes Watting m line. Si el propósito

vender viajero '

s comprueba etc.) la definición de th

Se necesitan cajeros especiales (para preparar los cheques de caja en el sistema).

SISTEMAS DISCRETOS Y CONTINUOS

Los sistemas se pueden clasificar como discretos o continuos. "Pocos sistemas en la práctica son
totalmente discretos o continuos, pero dado que un tipo de cambio predomina en la mayoría de
los sistemas, generalmente será posible clasificar

un sistema como discreto o continuo "[Law y Kelton, 2000]. Un sistema diScrete es aquel en el que

las variables de estado cambian solo en un conjunto discreto de puntos en el tiempo. El banco es
un ejemplo de discreto

sistema: la variable de estado, el número de clientes en el banco, cambia solo cuando llega un
cliente o

cuando se completa el servicio prestado a un cliente, la Figura 1.1 muestra cómo cambia el
número de clientes

solo en puntos discretos en el tiempo.

Un sistema continuo es aquel en el que las variables de estado cambian continuamente con el
tiempo. Un ejemplo

Es la cabeza de agua detrás de una presa. Durante y durante algún tiempo después de una
tormenta de lluvia, el agua fluye hacia el lago

Detrás de la presa. El agua se extrae de la presa para el control de inundaciones y para generar
electricidad. Evaporación también

disminuye el nivel del agua. La Figura 1.2 muestra cómo cambia la carga de agua variable de
estado detrás de la presa para

Este sistema continuo.

MODELO DE UN SISTEMA

A veces es interesante estudiar un sistema para comprender las relaciones entre sus componentes
o para

predecir cómo funcionará el sistema bajo una nueva política. Para estudiar el sistema, a veces es
posible

Experimente con el sistema mismo. Sin embargo, esto no siempre es posible. Un nuevo sistema
podría no existir; eso

podría estar solo en forma hipotética o en la etapa de diseño. Incluso si el sistema existe, podría
no ser práctico.

para experimentar con eso. Por ejemplo, podría no ser sabio o posible duplicar la tasa de
desempleo para descubrir el efecto del empleo en la inflación. En el caso de un banco, reducir el
número de cajeros para estudiar

El efecto sobre la longitud de las líneas de espera puede enfurecer tanto a los clientes que mueven
sus cuentas.

a un competidor En consecuencia, los estudios de sistemas a menudo se realizan con un modelo

de un sistema.

Tuvimos un trabajo de consultoría para la simulación de un puerto rediseñado en el oeste de

Australia. A $ 200 millones

para una litera de carga / descarga, no es aconsejable invertir esa cantidad solo para descubrir que
la litera es inadecuada

para la tarea

Un modelo se define como una representación de un sistema con el objetivo de estudiar el

sistema. Para la mayoría de los estudios, solo es necesario considerar aquellos aspectos del
sistema que afectan el problema bajo investigación.

Estos aspectos están representados en un modelo del sistema; el modei, por definición, es una
simplificación del

sistema. Por otro lado, el modelo debe ser lo suficientemente detallado como para permitir sacar
conclusiones válidas

sobre el sistema real Se requerirán diferentes modelos del mismo sistema para fines de
investigación.

cambios DISCRETO · SIMULACIÓN DEL SISTEMA DE EVENTOS

Este es un libro de texto sobre simulación de sistema de eventos discretos. La simulación de

sistemas de eventos discretos es el modelado de sistemas en los que la variable de estado cambia
solo en un conjunto discreto de puntos en el tiempo. La simulación
Los modelos se analizan por métodos numéricos en lugar de por métodos analíticos. Métodos
analíticos emplean

El razonamiento deductivo de las matemáticas para "resolver" el modo. Por ejemplo, se puede
usar el cálculo diferencial

calcular la política de costo mínimo para algunos modelos de inventario. Los métodos numéricos
emplean computacional

procedimientos para "resolver" modelos matemáticos. En el caso de los modelos de simulación,

que emplean valores numéricos.

métodos, los modelos se "ejecutan" en lugar de resolverse, es decir, se genera un historial artificial
del sistema a partir de

los supuestos del modelo y las observaciones se recopilan para analizarlas y estimar el sistema
verdadero

medidas de desempeño. Los modelos de simulación del mundo real son bastante grandes, y la
cantidad de datos almacenados y

manipulado es enorme, por lo que tales ejecuciones generalmente se realizan con la ayuda de una
computadora. Sin embargo, mucha información

se puede obtener simulando modelos pequeños manualmente.

En resumen, este libro de texto trata sobre la simulación de un sistema de eventos discretos en el
que los modelos de interés son

analizados numéricamente, generalmente con la ayuda de un <; omputer.

Implementación. El éxito de la fase de implementación depende de qué tan bien se hayan

realizado los pasos II anteriores. También depende de cuán minuciosamente haya involucrado el
analista al último usuario del modelo durante todo el proceso de simulación. Si el usuario del
modelo ha estado completamente involucrado durante el proceso de construcción del modelo y si
el usuario del modelo comprende la naturaleza del modelo y sus resultados, se mejora la
posibilidad de una implementación vigorosa [Pritsker, 1995]. Por el contrario, si el modelo y sus
supuestos subyacentes no se han comunicado correctamente, la implementación probablemente
sufrirá, independientemente de la validez del modelo de simulación.

El proceso de construcción del modelo de simulación que se muestra en la Figura 1.3 se puede
dividir en cuatro fases. La primera fase, que consta de los pasos I (Formulación del problema) y 2
(Establecimiento del objetivo y diseño general), es un período de descubrimiento u orientación. La
declaración inicial del problema suele ser bastante "confusa", los objetivos iniciales generalmente
tendrán que restablecerse, y el plan original del proyecto generalmente tendrá que ajustarse.
Estas recalibraciones y aclaraciones podrían ocurrir en esta fase, o tal vez ocurrirán después o
durante otra fase (es decir, el analista podría tener que reiniciar el proceso).

La segunda fase está relacionada con la construcción del modelo y la recopilación de datos e
incluye los pasos 3 (Conceptualización del modelo), 4 (Recolección de datos), 5 (Traducción del
modelo), 6 (Verificación) y 7 (Validación). Se requiere una interacción continua entre los pasos. La
exclusión del usuario modelo durante esta fase puede tener graves consecuencias en el momento
de la implementación.

La tercera fase se refiere a la ejecución del modo L Incluye los pasos 8 (Diseño experimental), 9
(Ejecuciones de producción y análisis) y 10 (Ejecuciones adicionales). Esta fase debe tener un plan
completamente concebido para experimentar con el modelo de simulación. Una simulación
estocástica de evento discreto es, de hecho, un experimento estadístico. Las variables de salida
son estimaciones que contienen errores aleatorios y, por lo tanto, se requiere un análisis
estadístico adecuado. Dicha filosofía contrasta con la del analista que realiza una sola ejecución y
saca una inferencia de ese único punto de datos.

La cuarta fase, implementación, involucra los pasos II (Documentación e Informes) y 12

(Implementación). La implementación exitosa depende de la participación continua del usuario del
modelo y de la finalización exitosa de cada paso del proceso. Quizás el punto más crucial en todo
el proceso es el paso 7 (Validación), porque un modelo no válido conducirá a resultados erróneos
que, si se implementan, podrían ser peligrosos, costosos o ambos: