Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pu
Aspectos a evaluar nt
os
Entregable →Documentación hecha en Word y pasado a pdf, entrega
en digital solamente, el mismo debe tener:
Hoja de presentación 1
índice 1
Ortografía 3
Resumen 10
Exposición y Demostración
Descripción detallada
55
Estructura y Recursos de la aplicación
Caso de ejemplo
SUMATORIA TOTAL 100
FACULTAD DE ECONOMÍA
ESCUELA DE LOGÍSTICA
Correo: zoila.salazar@unachi.ac.pa
Cedula: EC-5-17
2.- AnyLogic.......................................................................................Pág. 2
2.1.- ventaja....................................................................................Pág. 6
2.2.-caracteristica............................................................................Pág. 7
2.3.-bibliotecas AnyLogic………………………………………………pág. 8
4.-Conclusiones...................................................................................Pág. 15
5.-Bibliografias.....................................................................................Pág. 16
Introducción
La herramienta fue nombrado AnyLogic, ya que apoya todos los tres conocidos
enfoques de modelado:
1. Dinámica de sistemas
1. Mercado y competencia
2. Sanidad pública
3. Fabricación
5. Logística
1
ANYLOGIC
¿Qué es AnyLogic?
flexibilidad sin igual que ofrece AnyLogic permite a los usuarios capturar la
obtener una visión más profunda de los procesos interdependientes tanto dentro
discretos (SED), y el modelado basado en agentes (multy agent systems, MAS). Este
herramienta, por lo que la misma curva de aprendizaje sirve para simular utilizando
los tres tipos de metodolog´ıas (DS, SED, MAS), adem´as de cualquier combinaci
´on entre ellas, y todo ello con una sola herramienta. La interfaz gr´afica, las
2
herramientas y los objetos de biblioteca de AnyLogic permiten modelar diversas
lenguaje de modelado gráfico y también permite que los usuarios puedan ampliar los
applets de Java que puede jugar en cualquier navegador estándar. Estos applets
continuos pero los modelos basados en agentes de trabajan sobre tiempo discreto,
resultado, hoy en día existen dos comunidades profesionales que nunca hablan el
3
uno al otro. Simulación basado en agentes hasta hace poco ha sido un tema
globales para optimización han causado que los modeladores examinen enfoques
agentes funciona a través de todos los niveles de la abstracción. Los agentes puede
ser objetos de muy diversa naturaleza y escala: en el nivel "físico" pueden, por
clientes. Al más alto nivel puden ser empresas en competición. AnyLogic permite que
hay jerarquía fijado. Así, por ejemplo, se podría crear un modelo de conjunto de la
industria del transporte marítimo basado en transportes que actúen como agentes
dinámica de sistemas que describa flujos de variables como ingresos o gastos que
4
La terminología de simulación usado por AnyLogic consta de los siguientes
elementos:20
Sistemas.
Diagramas de Acción se utilizan para definir los algoritmos. Pueden ser utilizados en
5
El 20 de octubre de 2014 se lanzó la última version de AnyLogic en su release 7.1.
Esta versión tiene unos avances significativos en sus funcionalidades GIS que facilita
para identificar rutas reales que pueden ser luego usadas por los agentes para
desplazarse en la simulación.
2.1 Ventaja
operación.
mapas. Uno puede entonces hacer modelos donde los agentes se desplacen desde
una ciudad hasta otra representando una flota de transporte, modelos de transporte
público, modelos de política pública donde los agentes son los estados de una
6
2.2 CARCTERISTICA.
7
2.3 Bibliotecas utilizadas por AnaLogic
implicar las colas, las demoras, la utilización de recursos), y los recursos. Los
ambiente "físico". Le permite crear modelos de los edificios con tráfico intensivo de
peatones (como las estaciones de metro, los controles de seguridad, etc.) o en las
calles (aun cuando tengan un gran número de peatones). Los modelos permiten
asegura una compresión aceptable sobre los puntos de servicio de interés. Por
diferentes tipos de obstáculos como paredes o distintas áreas tanto así como otros
8
pero la Biblioteca de Peatones de AnyLogic proporciona una interfaz de alto nivel
9
3. CASO PRACTICO DE ESTUDIO
ejemplo ilustrativo en AnyLogic que permite comparar los dos modelos de CS (i) no-
Dinámica de sistemas
modelar y simular sistemas complejos, entre los cuáles se encuentran las CS.
10
su origen en la din´amica industrial, su creador Forrester (1961) indica que “la din
1961). Tal y como se expone en (Campuzano, Martinez y Ros 2010) “el objetivo de la
causal, que permitir´a representar la estructura del sistema, sus elementos y las
diagrama de flujo, que permitir´a simular el comportamiento del sistema. Una vez
11
ejemplo: gesti´on de la demanda, reaprovisionamiento, gesti´on de pedidos, fabricaci
“AS IS”. - Generar escenarios que permitan desarrollar an´alisis como herramienta
que permite dar soporte a la toma de decisiones. Por Ejemplos: generar escenarios
- Comparar resultados derivados de los modelos analíticos sobre los derivados en los
modelos de simulación.
Algunos ejemplos de acciones que pueden llevarse a cabo a trav´es del modelado,
12
colaborativa las entidades comparten informaci´on, recursos y responsabilidades
objetivo com´un. Este concepto se deriva del lat´ın collaborare y significa “trabajar
grupo de entidades mejora las capacidades de cada uno. Esto implica compartir los
dedicaci´on (CamarinhaMatos & Afsarmanesh, 2008). Sin embargo, en una red no-
informaci´on es inexistente (Andres & Poler, 2013). El rendimiento de las redes no-
comparan con los costes derivados de la colaboraci´on. Los dos diagramas causal y
empresa con un periodo temporal de 12 meses. Para hacer el ejemplo m´as real, los
13
datos necesarios para el modelado de la CS, tanto colaborativa como no-
–proveedor– se fabrican 2 productos (P1 y P4) cada uno corresponde a una familia,
Factor´ıa 2 –fabricante– elabora 2 productos (P24 y P25) que dependen del primer
producto de cada familia fabricado en la Factor´ıa 1. Para los productos P24 y P25 se
establece la lista de materiales siguiente: una unidad de P24 requiere una unidad de
P1 y una unidad de P25 requiere una unidad de P4. La demanda de los productos de
fabricación
14
Figura 3 Lista de materiales
15
Figura 4 { Datos de entrada al modelo (McDonald y Karimi, 1997)
Diagrama causal
El diagrama causal que se construye con el método de DS permite (i) identificar los
elementos del sistema complejo que representa la CS, y (ii) representar las
relaciones causales que existen entre dichos elementos identificados. Las relaciones
entre los elementos se representan por echas. Las echas van acompañadas de un
signo (+ o -) que indica el tipo de influencia ejercida por un elemento sobre otro de la
16
viene determinada por el cliente final. En caso de que el inventario de productos en la
enviarán los productos al cliente sin producir retraso de demanda. La relación causal
cliente reducirá el inventario disponible (relación causal negativa \-"). En caso de que
partir del equilibrio entre el inventario, la demanda y los PP, ya que si con el nivel de
17
Factorías, en este ejemplo ilustrativo se establece que la factoría 1 tiene capacidad
PSE. Por lo que respecta al resto del diagrama causal de la factoría 1 contiene las
nexo de unión entre las dos factorías será, por tanto, (i) las _ordenes de fabricación
18
Diagrama de flujo
se describen a continuación:
19
Variables de Nivel que representan una fotografía mental del sistema mostrando en
acumulación y varían sólo en función de las variables de flujo. Las variables de nivel
cantidad de todos los productos fabricados que llegan al almacén de cada una de las
factorías.
2. 2. Pedidos Pendientes: son los productos que no han podido servirse. Se registran
anteriores.
3. Nivel de servicio: proporciona la medida en que los pedidos han sido servidos. Es
4. Costes Acumulados: todos los costes serán registrados en variables de nivel. Los
rotura de stock.
Variables de Flujo que determinan la variación de los niveles. Recogen las acciones
de los niveles.
20
1. Producción: varía los niveles de inventario, la fabricación de productos implica un
parámetros que permiten una mejor visualización de los aspectos que condicionan el
periodo para poder satisfacer la demanda y los pedidos pendientes sin que existan
roturas de stock.
3. Stock de seguridad: el inventario mínimo que deben tener los almacenes de las
determinada.
21
6. Costes unitarios: todos los datos de coste: coste variable de producción, coste
unitario de inventariar, coste unitario por rotura de stock y beneficio unitario por
unidad
Esto genera un escenario de CS colaborativa del tipo SMI (Inventario Gestionado por
el Proveedor).
de compartir los datos de demanda, los nodos compartan los datos de inventario y
cada periodo la factoría 2 le envié los datos sobre el nivel de inventario, que posee, a
22
Dicha comparación de la CS SMI con la CS no-colaborativa, que se dibuja
mejora.
relacionados con sistemas complejos entre los cuales se encuentran las CS. Se ha
23
colaborativas en una CS SMI genera una reducción en los costes del 4% generando
24
Conclusión:
25