CUARTA EDICIN Jerry Banks Independiente Consultor f John S. Carson II Brooks Automation Barry L. Nelson Universidad del Norte occidental David M. Nicol Universidad o f Illinois, Urbana-Champaign Prentice- H TODO l NTERNACIONAL SERIE EN l NDUSTRIAL Y SISTEMAS INGENIERA WJ Fabrycky y J. H. Mize, editores Upper Saddle River, Nueva Jersey 07458
Page 3 Con diez ts Prefacio Acerca de los autores I Introduccin a eventos discretos Sistema de Simulacin Captulo 1 Introduccin a Simulation 1.1 Cuando Simulacin 1s la herramienta Appropnate 1.2 Cundo 1s simulacin no apropiada 1.3 Ventajas y desventajas de la simulacin 1.4 reas de Aplicacin 1.5 Sistemas y Entorno del sistema 1.6 Componentes de un sistema 1.7 Sistemas discretos y continuos 1.8 Modelo de un Sistema de 1.9 Tipos de Modelos 1.10 Sistema de Simulacin de eventos discretos 1,1 1 Pasos en un estudio de simulacin Referencias Ejercicios Ejemplos Captulo 2 Simulacin 2.1 Simulacin de Sistemas de colas 2.2 Simulacin de Inventario de Sistemas xiii
Pgina 4 vi Contenido 2.3 Otros ejemplos de simulacin 2.4 Resumen Referencias Ejercicios Captulo 3 Principios Generales 3.1 Conceptos en Simulacin de eventos discretos 3.1.1 El SchedulingITime Avance Algoritmo Evento 3.1.2 Visiones del mundo 3.1.3 Simulacin Manual de Uso de Programacin de eventos 3.2 Lista de Procesamiento 3.2.1 Listas: Propiedades Bsicas y Operaciones 3.2.2 Uso de matrices para el procesamiento de lista 3.2.3 Uso de asignacin dinmica y Listas enlazadas 3.2.4 Tcnicas Avanzadas 3.3 Resumen Referencias Ejercicios Captulo 4 Software de Simulacin 4.1 Historia del Software de Simulacin 4.1.1 El perodo de bsqueda (1955-1960) 4.1.2 El Adviento (1961-1965) 4.1.3 El Perodo Formativo (1966 a 1970) 4.1.4 El perodo de expansin (197 1-78) 4.1.5 Consolidacin y Regeneracin (1979-1986) 4.1.6 Entornos Integrados (1987-Presente) 4.2 Seleccin de Software de Simulacin 4.3 Un Ejemplo Simulacin 4.4 Simulacin en Java 4.5 Simulacin en GPSS 4.6 Simulacin en SSF 4.7 Software de Simulacin 4.7.1 Arena 4.7.2 AutoMod 4.7.3 Extender 4.7.4 Flexsim 4.7.5 Micro San 4.7.6 ProModel 4.7.7 QUEST 4.7.8 SIMUL8 4.7.9 FE
Pgina 5 CONTENIDO vii 4.8 Experimentacin y Anlisis Estadstico Herramientas 4.8.1 Caractersticas comunes 4.8.2 Productos Referencias Ejercicios I1 Matemtica y Modelos Estadsticos 147 Captulo 5 Modelos estadsticos en la simulacin 149 5.1 Revisin de Tenninology y Conceptos 5.2 Modelos estadsticos tiles 5.3 Distribuciones discretas 5.4 Distribuciones continuas 5.5 Proceso de Poisson 5.5.1 Propiedades de un Proceso de Poisson Proceso no estacionario 5.5.2 Poisson 5.6 Distribuciones empricas 5.7 Resumen Referencias Ejercicios Modelos Captulo 6 de colas 201 6.1 Caractersticas de los sistemas de colas 202 6.1.1 La Poblacin Calling 202 Capacidad 6.1.2 Sistema 204 6.1.3 El proceso de llegada 204 6.1.4 Cola de Conducta y Disciplina de cola 205 6.1.5 Tiempos de servicio y el Mecanismo de Servicio 206 6.2 Formacin de Colas Notacin 208 6.3 Medidas a largo plazo del rendimiento de los sistemas de colas 208 6.3.1 Tiempo-Cantidad promedio en el sistema L 209 6.3.2 Tiempo medio de permanencia en el sistema por cliente W 21 1 6.3.3 La ecuacin de conservacin: L = hw 212 Utilizacin 6.3.4 Servidor 213 6.3.5 Costos en colas Problemas 218 6.4 Steady-State Comportamiento de Modelos Infinito-Poblacin markovianos 220 6.4.1 Las colas de un solo servidor con Poisson Llegadas y Ilimitado Capacidad: M / G / 1 221 6.4.2 multiservidor Cola: M / M / c / oo / oo 227 6.4.3 multiservidor colas con llegadas de Poisson y de capacidad limitada: M / M / c / N / oo 233 6.5 Steady-State Comportamiento de Modelos-poblacin finita (M / M / c / WK) 235
Pgina 6 viii Contenido 6.6 Redes de colas 6.7 Resumen Referencias Ejercicios Nmeros aleatorios I11 Captulo 7 Random-Generacin de nmeros 7.1 Propiedades de los nmeros al azar 7.2 Generacin de nmeros pseudo-aleatorios 7.3 Tcnicas de Generacin de Nmeros Aleatorios 7.3.1 Mtodo Lineal congruencial 7.3.2 Generadores combinado lineal de congruencia 7.3.3-Random Number Arroyos 7.4 Las pruebas de nmeros aleatorios 7.4.1 Anlisis de Frecuencia 7.4.2 Las pruebas de autocorrelacin 7.5 Resumen Referencias Ejercicios Captulo 8 Random-variable Generacin 8.1 Inverse-Transformar Tcnica 8.1.1 Distribucin Exponencial 8.1.2 Distribucin Uniforme 8.1.3 Distribucin de Weibull 8.1.4 Distribucin Triangular 8.1.5 Distribuciones continuas empricos 8.1.6 Distribuciones continuas sin Closed-Form Inversa 8.1.7 Distribuciones discretas Tcnica 8.2 Aceptacin-Rechazo 8.2.1 Distribucin de Poisson Proceso no estacionario 8.2.2 Poisson 8.2.3 Gamma Distribucin 8.3 Propiedades especiales 8.3.1 Transformacin directa para las distribuciones normales y lognormal 8.3.2 Mtodo de convolucin 8.3.3 Propiedades Ms especiales 8.4 Resumen Referencias Ejercicios
Pgina 7 CONTENIDO ix IV Anlisis de datos de simulacin Captulo 9 Modelado de entrada Recogida de datos La identificacin de la distribucin con datos 9.2.1 Los histogramas 9.2.2 Seleccin de la familia de distribuciones 9.2.3 Parcelas cuantiles-cuantiles Estimacin de parmetros 9.3.1 Estadsticas preliminares: Muestra Media y varianza muestral 9.3.2 Estimadores sugeridos Pruebas de bondad de ajuste- 9.4.1 Prueba chi-cuadrada Prueba 9.4.2 Chi-cuadrado con probabilidades iguales 9.4.3 Kolmogorov-Srnirnov de bondad de ajuste de prueba 9.4.4 p-valores y "mejor se ajuste" Montaje de un proceso no estacionario de Poisson Seleccin de Modelos con entrada sin datos Multivariado y Modelos entrada en tiempo Senes 9.7.1 Covarianza y Correlacin 9.7.2 Modelos con entrada multivariantes 9.7.3 Tiempo de la serie Modelos con entrada 9.7.4 La transformacin normal-a-Cualquier cosa Resumen Referencias Ejercicios Captulo 10 Verificacin y Validacin de Modelos de Simulacin 10.1 Modelo de Capacidad, Verificacin y Validacin 10.2 Verificacin de Modelos de Simulacin 10.3 Calibracin y Validacin de Modelos Validez 10.3.1 Face 10.3.2 Validacin de los Supuestos del modelo 10.3.3 Validacin de Transformaciones de entrada-salida 10.3.4 Validacin de entrada-salida: Uso de Datos Histricos de entrada 10.3.5 Validacin de entrada-salida: Usando una prueba Tunng 10.4 Resumen Referencias Ejercicios Captulo 11 Anlisis de salida para un modelo individual 1 1.1 Tipos de simulaciones con respecto al anlisis de salida 11.2 naturaleza estocstica de datos de salida
Pgina 8 X Contenido 11.3 Las medidas de rendimiento y su estimacin 1 Punto 1.3.1 Estimacin 1 1.3.2 Confianza Intervalo Estimacin 11.4 Salida de Anlisis para la terminacin de las simulaciones 1 1.4.1 Antecedentes estadsticos 1 1.4.2 Intervalos de confianza con precisin especificada 1 1.4.3 Cuantiles 11.4.4 Estimacin de probabilidades y Cuantiles de Resumen de Datos 11.5 Salida de Anlisis para Steady State-Simulaciones 11.5.1 Inicializacin Sesgo en estado estable-Simulaciones 11.5.2 Estimacin Error de Estado Estacionario Simulacin 11.5.3 Mtodo de replicacin de estado estable-Simulaciones 11.5.4 Tamao de la muestra en estado estable-Simulaciones 11.5.5 lote se entiende por intervalo de estimacin en estado estable- Simulaciones 11.5.6 Cuantiles 11.6 Resumen Referencias Ejercicios Captulo 12 Comparacin y evaluacin de diseos de sistemas alternativos 12.1 Comparacin de dos diseos de sistemas 12.1.1 Muestreo independiente con varianzas iguales 12.1.2 Muestreo independiente con varianzas desiguales 12.1.3 Nmeros aleatorios comunes (RCN) 12.1.4 Intervalos de confianza con precisin especificada 12.2 Comparacin de los varios diseos de sistemas 12.2.1 Bonferroni Aproximacin a mltiples comparaciones 12.2.2 Bonferroni Aproximacin a Seleccin de la mejor 12.2.3 Bonferroni enfoque para la indagacin 12.3 metamodelado 12.3.1 Regresin lineal simple Pruebas 12.3.2 para Importancia de Regresin 12.3.3 Regresin lineal mltiple 12.3.4 aleatorio de asignacin numrica de Regresin 12.4 Optimizacin mediante simulacin 12.4.1 Qu Optimizacin mediante simulacin 'Qu significa? 12.4.2 Por qu es la optimizacin mediante simulacin Difcil? 12.4.3 Usando Heunstics robustos 12.4.4 Un Ejemplo: La bsqueda aleatoria
Page 9 CONTENIDO xi 12.5 Resumen Referencias Ejercicios Aplicaciones V Captulo 13 Simulacin de Manufactura y Sistemas de manejo de materiales 13.1 Manufactunng y simulaciones de manejo de materiales 13.1.1 Modelos de Sistemas de Manufactura 13.1.2 Modelos de manejo de materiales 13.1.3 Algunos Equipo Cornmon de manejo de materiales 13.2 Objetivos y medidas de desempeo 13.3 Problemas en la fabricacin y las simulaciones de manejo de materiales 13.3.1 Modelado Los tiempos de parada y fracasos 13.3.2 Modelos de traza-Driven 13.4 Estudios de caso de la simulacin de Fabricacin y Sistemas de manejo de materiales 13.5 Ejemplo de Fabricacin: A Job-Shop Simulacin 13.5.1 Descripcin del sistema y los supuestos del modelo Anlisis Presimulation 13.5.2 13.5.3 Modelo de Simulacin y Anlisis del Sistema Diseado Anlisis 13.5.4 de la estacin de Utilizacin Anlisis 13.5.5 de Mejoras al sistema de potenciales 13.5.6 Palabras finales 13.6 Resumen Referencias Ejercicios Captulo 14 Simulacin de Sistemas Informticos 14.1 Introduccin 14.2 Herramientas de simulacin Orientacin 14.2.1 Proceso Orientacin 14.2.2 Evento 14.3 Modelo de entrada Proceso 14.3.1 Modulada Poisson 14.3.2 Virtual-Memoria Referencing Computer-System 14.4 Alto Nivel Simulacin 14.5 CPU Simulacin 14.6 Memoria Simulacin
Pgina 10 xii Contenido 14.7 Resumen Referencias Ejercicios Captulo 15 Simulacin de Redes de Computadores 550 15.1 Introduccin Modelado 15,2 Trfico 15,3 Media Access Control 15.3.1 Protocolos de paso de testigo 15.3.2 Ethernet 15.4 Nivel de Enlace 15.5 TCP 15.6 Modelo de construccin 15.6.1 Construccin 15.6.2 Ejemplo 15.7 Resumen Referencias Ejercicios Apndice ndice
Pgina 11 - 1 - CAPTULO - 1 INTRODUCCIN A LA SIMULACIN www.ncetianz.webs.com Ncetianz
Pgina 12 - 2 - Simulacin Una simulacin es la imitacin de la operacin de un mundo real proceso o sistema en el tiempo. Breve explicacin El comportamiento de un sistema a medida que evoluciona con el tiempo es estudiado mediante el desarrollo de un modelo de simulacin. Este modelo toma la forma de un conjunto de supuestos relativa a la operacin del sistema. Las hiptesis se expresan en o Las relaciones matemticas o relaciones lgicas o Relaciones Simblicas Entre las entidades del sistema. Medidas de rendimiento El modelo resuelto por mtodos matemticos tales como diferencial clculo, teora de la probabilidad, mtodos algebraicos tiene la solucin generalmente consta de uno o ms parmetros numricos que se denominan medidas de rendimiento. 1.1 Cuando la simulacin es la herramienta adecuada Simulacin permite el estudio y experimentacin de la interna interacciones de un sistema complejo, o de un subsistema dentro de un complejo sistema. Informativo, cambios organizacionales y ambientales puede ser simulado y el efecto de esas alteraciones en el comportamiento del modelo puede ser observador. Los conocimientos adquiridos en el diseo de un modelo de simulacin puede ser de gran valor hacia lo que sugiere una mejora en el sistema bajo investigacin. Al cambiar las entradas de simulacin y la observacin de los productos resultantes, valiosa informacin se puede obtener en la que las variables son ms variables importantes y cmo interactan. La simulacin puede ser utilizado como un dispositivo pedaggico para reforzar analtica metodologas de solucin. www.ncetianz.webs.com Ncetianz
Pgina 13 - 3 - Simulacin se puede utilizar para experimentar con nuevos diseos o polticas antes de su aplicacin, a fin de prepararse para lo que puede suceder. La simulacin puede ser utilizado para verificar las soluciones analticas. Mediante la simulacin de diferentes capacidades para una mquina, los requisitos pueden determinar. Los modelos de simulacin diseados para la formacin, permiten el aprendizaje sin la costo y los trastornos de aprendizaje en el puesto de trabajo. Animacin muestra un sistema en operacin simulada para que el plan pueda ser visualizado. El sistema moderno (fbrica, planta de fabricacin de agua, servicio de organizacin, etc) es tan complejo que las interacciones pueden ser tratados slo a travs de la simulacin. 1.2 Cuando la simulacin no es apropiada Simulacin se debe utilizar cuando el problema no se puede resolver utilizando el sentido comn. La simulacin no se debe utilizar si el problema puede ser resuelto analticamente. Simulacin no debe utilizarse, si es ms fcil de realizar directa experimentos. Simulacin no debe utilizarse, si los costos excede ahorros. Simulacin no se debe realizar, si los recursos o el tiempo no son disponible. Si no hay datos disponibles, ni siquiera estimar la simulacin no se aconseja. Si no hay suficiente tiempo o la persona no est disponible, la simulacin no es apropiado. www.ncetianz.webs.com Ncetianz
Pgina 14 - 4 - Si los administradores han expectativa razonable decir, demasiado pronto - o el poder de la simulacin es ms estimada, la simulacin no puede ser apropiada. Si el comportamiento del sistema es demasiado complejo o no se puede definir, la simulacin es no es apropiado. 1.3 Ventajas de la simulacin simulacin tambin se puede utilizar para estudiar sistemas en la etapa de diseo. Los modelos de simulacin se ejecutan en lugar de solucionador. Nuevas polticas, procedimientos de operacin, reglas de decisin, el flujo de informacin, etc se puede explorar sin interrumpir las operaciones en curso de la sistema real. Los nuevos diseos de hardware, diseos fsicos, sistemas de transporte pueden ser probado sin comprometer recursos para su adquisicin. Las hiptesis sobre cmo o por qu ciertos fenmenos ocurren pueden ser probados de viabilidad. El tiempo puede ser comprimido o ampliado permitiendo un aumento de velocidad o desaceleracin de los fenmenos que se investigan. Insight puede obtenerse acerca de la interaccin de las variables. Insight se puede obtener acerca de la importancia de las variables de la rendimiento del sistema. Anlisis de cuellos de botella se puede realizar indicacin de dnde trabajo en curso proceso, materiales de informacin y as sucesivamente estn siendo excesivamente retrasado. Un estudio de simulacin puede ayudar en la comprensin de cmo el sistema opera en lugar de cmo las personas piensan que el sistema funciona. "qu pasara si" las preguntas se pueden responder. til en el diseo de nuevos sistemas. www.ncetianz.webs.com Ncetianz
Pgina 15 - 5 - 1.4 Desventajas de simulacin La construccin de modelos requiere de un entrenamiento especial. Resultados de la simulacin pueden ser difciles de interpretar. Los modelos de simulacin y anlisis puede llevar mucho tiempo y caro. La simulacin se utiliza en algunos casos cuando una solucin analtica es posible, o incluso preferible. 1.5 Aplicaciones de Simulacin Aplicaciones de fabricacin 1. Anlisis de las operaciones de montaje de la electrnica 2. Diseo y evaluacin de un estacin de montaje selectivo para alto precisin conchas de compresores scroll. 3 Comparacin de reglas de secuenciacin para la fabricacin de semiconductores el uso de modelos de instalaciones grandes. 4. Evaluacin de rendimiento herramienta de clster para la produccin de cabeza de pelcula delgada. 5. Determinacin del tamao ptimo de lote para una fbrica de semiconductores backend. 6. Optimizacin de tiempo de ciclo y la utilizacin en la prueba de semiconductores de fabricacin. 7. Anlisis de estrategias de almacenamiento y recuperacin en un almacn. 8. Investigacin de la dinmica en una cadena de suministro orientada a servicios. 9. Modelo para una instalacin de eliminacin de municiones qumicas Ejrcito. Semiconductor Manufacturing 1 Comparacin de las reglas de secuenciacin utilizando modelos a gran facilidad. 2. La influencia corruptora de la variabilidad. 3. Una nueva regla de liberacin de lotes para fbricas de obleas. 4. Evaluacin de potenciales ganancias en productividad debido a proactivo gestin volvi a atar. 5. Comparacin de una clula litografa 200 mm y 300 mm de rayos X. 6. capacidad de planificacin con las limitaciones de tiempo entre las operaciones. 7. 300 mm de reduccin de riesgo del sistema logstico. Ingeniera de la Construccin 1. Construccin de un muro de contencin de la presa. 2. Trench menos renovacin de infraestructuras urbanas subterrneas. www.ncetianz.webs.com Ncetianz
Pgina 16 - 6 - 3. actividad de planificacin en un entorno dinmico, multiproyecto. 4. Investigacin del proceso de montaje de acero estructural. 5. plantilla propsito especial para la construccin de tneles utilidad. Aplicaciones Militares 1. efectos liderazgo Modelado y tipo de recluta en un reclutamiento del ejrcito estacin. 2. Diseo y prueba de un controlador inteligente para los autnomos vehculos submarinos. 3. necesidades militares Modelado de operaciones nonwarfighting. 4. rendimiento Multitrajectory para diferentes tamaos de escenarios. 5. Usando agentes adaptativos en la retencin de la Fuerza Area de Estados Unidos. Logstica, Transporte y Distribucin Aplicaciones 1. La evaluacin de los beneficios potenciales de una planificacin ferroviario trfico algoritmo. 2. Evaluacin de estrategias para mejorar el rendimiento del ferrocarril. 3. modelado paramtrico en la planificacin ferroviaria capacidad. 4. Anlisis de los flujos de pasajeros en una terminal del aeropuerto. 5. proactiva evaluacin vuelo-horario. 6. problemas logsticos en los sistemas de produccin de alimentos autnomos para ampliado la exploracin del espacio duracin. 7. Dimensionamiento de flotas de coches de ferrocarril industrial. Distribucin 8. produccin en industria de la prensa. 9. Diseo de una plaza de peaje 10.Choosing entre los lugares de alquiler de coches. Reposicin respuesta 11.Quick. Business Process Simulation 1. Impacto de conexin rediseo banco en la asignacin puerta del aeropuerto. La planificacin de programas de desarrollo 2. producto. 3. Conciliacin de modelado de negocio y el sistema. 4. previsin personal y planificacin del personal estratgico. Sistemas Humanos 1. Modeling rendimiento humano en sistemas complejos. 2. estudio del factor humano en el control del trfico fuera. 1.6 Sistemas www.ncetianz.webs.com Ncetianz
Pgina 17 - 7 - Un sistema se define como una agregacin o conjunto de objetos unido de alguna interaccin regular o interdependencia hacia el realizacin de un propsito. Ejemplo: Sistema de Produccin En el sistema anterior hay ciertos objetos distintos, cada uno de los cuales posee propiedades de inters. Tambin hay ciertas interacciones que ocurren en el sistema que causan cambios en el sistema. 1.7 Componentes de un sistema Entidad Una entidad es un objeto de inters en un sistema. Ejemplo: En el sistema de la fbrica, los departamentos, las rdenes, las piezas y productos son Las entidades. Atributo Un atributo indica la propiedad de una entidad. Ejemplo: Las cantidades para cada orden, tipo de pieza, o el nmero de mquinas en una Departamento son atributos del sistema de fbrica. Actividad Cualquier proceso que causa cambios en un sistema se denomina como una actividad. Ex: proceso del departamento de fabricacin. Estado del Sistema Sistema de Control de Produccin Departamento de Compras Departamento de Fabricacin Departamento de la Asamblea Departamento de Embarque www.ncetianz.webs.com Ncetianz
Pgina 18 - 8 - El estado de un sistema se define como la coleccin de variables necesarias para describir un sistema en cualquier momento, en relacin con el objetivo de estudio. En otra palabras, el estado del sistema significan una descripcin de todas las entidades, atributos y actividades, tal como existen en un momento dado en el tiempo. Evento Un evento se define como un suceso instaneous que pueden cambiar el estado del sistema. 1.8 Sistema de Medio Ambiente Los componentes externos que interactan con el sistema y producir los cambios necesarios se dice que constituyen el entorno del sistema. En los sistemas de modelado, es necesario decidir sobre la frontera entre el sistema y su entorno. Esta decisin puede depender de la propsito del estudio. Ejemplo: En un sistema de fbricas, los factores que controlan la llegada de pedidos puede ser considerado como fuera de la fbrica, pero todava una parte del sistema medio ambiente. Cuando, consideramos que la demanda y la oferta de bienes, hay ciertamente una relacin entre la salida de la fbrica y de llegada de los pedidos. Esta relacin se considera como una actividad del sistema. Sistema endgeno El trmino endgeno se utiliza para describir las actividades y eventos que ocurre dentro de un sistema. Ex: Dibujo de efectivo en un banco. Sistema exgena El trmino exgeno se utiliza para describir las actividades y eventos en el medio ambiente que afectan al sistema. Ex: Llegada de los clientes. Sistema Cerrado Un sistema para el que no hay ninguna actividad exgena y el evento es dice que es un cerrado. Ex: El agua en un frasco aislado. Sistema abierto Se dice que un sistema para el que no hay actividad y evento exgeno ser una abierta. Ex: sistema del Banco. www.ncetianz.webs.com Ncetianz
Pgina 19 - 9 - Sistemas discretos y continuos Sistemas Continuos Sistemas en los cuales los cambios son predominantemente lisa son llamado sistema continuo. Ex: Pista de un agua detrs de una presa. Jefe De Agua Detrs La presa Tiempo t Sistemas Discretos Sistemas en los que los cambios son predominantemente discontinua se llaman sistemas discretos. Ex: Banco - el nmero de cambios de los clientes slo cuando un cliente llega o cuando el servicio proporcionado a un cliente es completado. N de Clientes Esperando en La Lnea 2 1 0 Tiempo t www.ncetianz.webs.com Ncetianz
Pgina 20 - 10 - 1.10 Modelo de un sistema de Un modelo se define como una representacin de un sistema para la propsito de estudiar el sistema. Es necesario tener en cuenta slo aquellos aspectos del sistema que afectan el problema bajo investigacin. Estos aspectos estn representados en un modelo, y por definicin, es una simplificacin de el sistema. 1.11 Tipos de Modelos Los diversos modelos de tipos son Modelo matemtico o fsico Modelo esttico Modelo Dinmico Modelo determinstico Modelo estocstico Modelo Discreto Modelo Continuo Modelo Matemtico Utiliza notacin simblica y las ecuaciones matemticas a representar un sistema. Modelo esttico Representa un sistema en un punto de tiempo particular, y tambin conocida como la simulacin de Monte-Carlo. Modelo Dinmico Representa sistemas a medida que cambian con el tiempo. Ex: Simulacin de un banco Modelo determinstico No contiene variables aleatorias. Tienen un conjunto conocido de entradas que se traducir en un nico conjunto de salidas. Ex: Llegada de los pacientes al dentista en la hora de la cita programada. Modelo estocstico www.ncetianz.webs.com Ncetianz
Pgina 21 - 11 - Tiene uno o variable ms aleatorio como entradas. Entradas al azar conduce a salidas aleatorios. Ex: Simulacin de un banco implica azar tiempos entre llegadas y de servicio. Modelo discretas y continuas Utilizado en una manera anloga. Los modelos de simulacin pueden ser mezclado tanto con discreta y continua. La eleccin se basa en la caractersticas del sistema y el objetivo del estudio. 1.12 Sistema de Simulacin de eventos discretos Modelado de sistemas en los que slo los cambios de variables de estado en un conjunto discreto de puntos en el tiempo. Los modelos de simulacin se analizan por numrica en vez de por mtodos analticos. Mtodos analticos emplean el razonamiento deductivo de las matemticas para resolver el modelo. Por ejemplo: El clculo diferencial se puede utilizar para determinar la poltica de mnimo costo para algunos modelos de inventario. Mtodos numricos utilizan procedimientos de clculo y son "corre", que se genera en base a los supuestos del modelo y observaciones se recogieron para su anlisis y para estimar el verdadero sistema medidas de desempeo. Simulacin del mundo real es tan vasto, cuyos recorridos se llevan a cabo con la ayuda de ordenador. Gran idea puede obtenerse a travs de la simulacin manualmente que es aplicable para sistemas pequeos. 1.13 Etapas del estudio de simulacin 1. Formulacin del problema Cada estudio se inicia con una declaracin del problema, siempre por los responsables polticos. Analista asegura su comprenda claramente. Si es desarrollado por los responsables polticos analista debe comprender y estar de acuerdo con ella. 2. Establecimiento de objetivos y plan general del proyecto Los objetivos indican las preguntas a ser respondidas por simulacin. En este punto se debe hacer una determinacin sobre si la simulacin es la metodologa apropiada. Suponiendo que sea su caso, el plan general del proyecto debe incluir Una declaracin de los sistemas alternativos Un mtodo para evaluar la eficacia de estas alternativas Los planes para el estudio en trminos de la cantidad de personas involucradas www.ncetianz.webs.com Ncetianz
Pgina 22 - 12 - El costo del estudio El nmero de das necesarios para realizar cada fase del trabajar con los resultados previstos. 3. Modelo conceptualizacin La construccin de un modelo de un sistema es probablemente tanto arte como ciencia. El arte de modelado se ve reforzada por la capacidad Para abstraer las caractersticas esenciales de un problema Para seleccionar y modificar los supuestos bsicos que caracterizan la sistema Para enriquecer y elaborar el modelo hasta una aproximacin til resultados Por lo tanto, lo mejor es comenzar con un modelo sencillo y construir hacia una mayor complejidad. Modelo conceptualizacin mejorar la calidad de la resultante de modelo y de aumentar la confianza del usuario en el modelo aplicacin del modelo. 4. La recoleccin de datos Hay una interaccin constante entre la construccin del modelo y la recogida de los datos de entrada necesarios. Hecho en las primeras etapas. Objetivo tipo de datos deben ser recogidos. Traduccin 5. Modelo Sistemas del mundo real resultan en modelos que requieren una gran cantidad de almacenamiento de informacin y computacin. Se puede programar mediante el uso de lenguajes de simulacin o software especial de simulacin de propsito. Lenguajes de simulacin son de gran alcance y flexible. Software de simulacin tiempo de desarrollo de modelos puede ser reducido. 6. Verificado Se refiere a que programa de ordenador y el control de la rendimiento. Si los parmetros de entrada y la estructura lgica y representado correctamente, se completa la verificacin. 7. Validado Es la determinacin de que un modelo es una representacin exacta del sistema real. Conseguido a travs de calibracin del modelo, una proceso iterativo de comparar el modelo con el comportamiento real del sistema y las discrepancias entre los dos. www.ncetianz.webs.com Ncetianz
Pgina 23 - 13 - 8. Diseo Experimental Las alternativas que van a ser simuladas deben determinarse. Qu alternativas para simular pueden ser una funcin de carreras. Para cada el diseo del sistema, las decisiones tienen que ser hecho con respecto Duracin del perodo de inicializacin Longitud de la simulacin se ejecuta Nmero de replicacin que se hace de cada ejecucin 9. corridas de produccin y anlisis Se utilizan para estimar las medidas de rendimiento para la diseos de sistemas que estn siendo simulados. 10.Ms corre Basado en el anlisis de carreras que se ha completado. El analista determina si se necesitan carreras adicionales y qu diseo de los experimentos adicionales deben seguir. 11.Documentation y presentacin de informes Dos tipos de documentacin. La documentacin del programa La documentacin de procesos La documentacin del programa Puede ser utilizado de nuevo por el mismo o diferentes analistas entender cmo funciona el programa. Adems voluntad modificacin ser ms sencillo. Los usuarios del modelo pueden cambiar los parmetros de entrada para una mejor rendimiento. La documentacin de procesos Da la historia de un proyecto de simulacin. El resultado de todos los anlisis se debe informar de manera clara y concisa en una final informe. Esto permitir revisar la formulacin final y alternativas, los resultados de los experimentos y la recomienda solucin al problema. El informe final proporciona un vehculo de certificacin. 12. Ejecucin www.ncetianz.webs.com Ncetianz
Pgina 24 - 14 - El xito depende de los pasos anteriores. Si el usuario tiene el modelo estado involucrado a fondo y entiende la naturaleza del modelo y sus resultados, la probabilidad de una implementacin vigorosa es mayor. La construccin de modelos de simulacin se puede dividir en 4 fases. I Fase Consiste en los pasos 1 y 2 Es perodo de descubrimiento / orientacin El analista puede tener que reiniciar el proceso si es No afinado Recalibraciones y aclaraciones pueden ocurrir en este fase o otra fase. II Fase Consta de pasos 3,4,5,6 y 7 Se requiere una interaccin continua entre los pasos Exclusin de modelo de usuario se traduce en consecuencias durante la implementacin Fase III Consiste en pasos 8,9 y 10 Concibe un plan exhaustivo para la experimentacin Discreta evento estocstico es un experimento estadstico Las variables de salida son estimaciones que contienen error aleatorio y por lo tanto adecuado estadstica se requiere un anlisis. IV Fase Consiste en los pasos 11 y 12 La implementacin exitosa depende de la participacin de los usuarios y todos los pasos exitosos finalizacin. www.ncetianz.webs.com Ncetianz
Pgina 25 - 15 - S No No Y Y No Documentacin y presentacin de informes Validat ed Produccin carreras y anlisis Experimental diseo Ms Carreras Implementacin
ELFUERZA
Pgina 26 - 16 - Captulo 2 Ejemplos de simulacin
La simulacin se utiliza a menudo en el anlisis de los modelos de colas. En un typicalqueueingmodel simple, shownin fig1, customersarrivefromtimetotimeand unirse a una lnea de cola o en espera, son finalmente servido, y, finalmente, dejar el sistema. fig1: SimpleQueuingModel
Theterm "cliente" se refiere toanytypeof entitythatcan ser viewedas solicitan "servicio" de asystem. 2.1 Caractersticas de los sistemas de colas
Los elementos clave de un sistema de colas son los clientes y servidores. El trmino "cliente" se puede referir a la gente, mquinas, camiones, la mecnica, los pacientes-cualquier cosa que llega a un facilityand requiere servicio
El trmino "servidor" podra referirse a recepcionistas, reparadores, CPUs en un equipo, o lavadoras .... cualquier recurso (persona, mquina, etc. whichprovides therequestedservice.
Tabla 1 enumera una serie de diferentes sistemas de colas. Sistema Clientes Servidor (s) Recepcin Gente Recepcionista El centro de reparacin Mquinas Repairperson Garaje Camiones Mecnico Herramienta cuna Mecnica Secretario Tool-cuna El Hospital Los pacientes Enfermeras Almacn Pallets Crane Aeropuerto Aviones Runway Lnea de produccin Casos Encajadora Almacn rdenes Preparadoras de pedidos Red de carreteras Coches Trafficlight Grocery Shoppers Estacin Pedido Servicio de lavandera Ropa sucia Lavadoras / secadoras Taller de empleo Empleos Mquinas / trabajadores Lumberyard Camiones Puente gra Aserradero Registros Sierras Computer Empleos CPU, disco, cintas Telfono Llamadas Cambio Ticketoffice Los aficionados al ftbol Clerk El transporte masivo Riders Autobuses, trenes Populationof Calling potentialcustomers Esperando lineofcustomers www.ncetianz.webs.com Ncetianz
Pgina 27 - 17 - Tabla 1: Ejemplos de sistemas de colas Los elementos de un sistema de colas son: - La Poblacin Calling: - La poblacin de clientes potenciales, que se refiere como la poblacin de llamada, m ay ser se supone que es finita o infinita. Por ejemplo, considere un banco de 5 mquinas que son curar neumticos. Despus de un intervalo de tiempo, una mquina se abre automticamente y debe ser atendido por un trabajador que quita el neumtico y pone un neumtico sin curar en la mquina. Las mquinas son los "clientes", que "Llegar" en el instante en que se abre automticamente. El trabajador es el "servidor", que "sirve" una mquina abierta tan pronto como sea posible. La poblacin de llamada es finito, y consiste en la fivemachines. En los sistemas con una gran poblacin de clientes potenciales, la poblacin llamada es por lo general supone que es finito o infinito. Ejemplos de poblaciones infinitas incluyen el potencial los clientes de un restaurante, banco, etc La principal diferencia entre los modelos de poblacin finitos e infinitos es cmo la tasa de llegada es definido. En un modelo infinito en la poblacin, la tasa de llegada no se ve afectada por el nmero de los clientes que han abandonado la poblacin vocacin y unido al sistema de colas. En Por otro lado, para los modelos de poblacin de llamada finitos, la tasa de llegada al sistema de gestin de colas hace dependonthenumber ofcustomers siendo espera servedand. SystemCapacity: - En muchos sistemas de colas hay un lmite para el nmero de clientes que pueden beinthewaiting lineorsystem.Forexample, sala washmayhave anautomaticcar para only10 coches para esperar en la cola para entrar theMechanism. Un cliente que llega que encuentra los systemfulldoes notenterbutreturns immediatelytothecalling poblacin. Algunos sistemas, tales como la venta de entradas de conciertos para los estudiantes, pueden ser considerados como teniendo capacidad ilimitada. No hay lmites en el nmero de estudiantes permitidos a esperar a comprar boletos. Cuando un sistema tiene capacidad limitada, se hace una distincin entre la tasa de llegada (es decir, la nmero de llegadas por unidad de tiempo) y la tasa efectiva de llegada (es decir, el nmero que llegan e introduzca thesystem por unidad de tiempo). TheArrivalProcess: - Arr proceso ival para los modelos infinita en la poblacin por lo general se caracteriza en trminos de interarrival tiempos de clientes sucesivas. Las llegadas pueden ocurrir en las horas programadas o en momentos aleatorios. Cuando en momentos aleatorios, los tiempos entre llegadas se caracterizan generalmente por una probabilidad distribucin www.ncetianz.webs.com Ncetianz
Pgina 28 - 18 - El modelo ms importante para las llegadas aleatorias es el proceso de llegada de Poisson. Si A n representa el tiempo entre llegadas entre el cliente n-1 y n cliente (A 1 es el hora de llegada real de la primera cliente), a continuacin, para un proceso de llegada de Poisson. A n es exponencialmente distribuido con media E / unidades de tiempo. La tasa de llegada es clientes por tiempo unidad. El nmero de llegadas en un intervalo de tiempo de longitud t, digamos N (t), tiene la Poisson distribucin con media t clientes. El proceso de llegada de Poisson se ha empleado con xito como un modelo de la llegada de personas a restaurantes, en coche-en los bancos, y otras instalaciones de servicio. Una segunda clase importante de llegadas es las llegadas programadas, tales como pacientes a un programados llegada de los vuelos de avin a un aeropuerto la oficina del mdico o. En este caso, la tiempos entre [A n , N = 1,2, ...} puede ser constante, o ms o menos constante a pequea cantidad al azar para representar llegadas antes o despus. Una tercera situacin se produce cuando se supone que al menos un cliente para estar siempre presente en la cola, para que el servidor nunca es inactivo debido a la falta de clientes. Para ejemplo, los "clientes" puede representar la materia prima de un producto, y suficiente crudo el material se supone que es siempre disponible. Para los modelos finitos en la poblacin, el proceso de llegada se caracteriza de una forma completamente diferente la moda. Definir un cliente como pendiente cuando ese cliente est fuera de la gestin de colas sistema y un miembro de la poblacin de llamada potencial. Tiempo de ejecucin de un cliente determinado se define como la longitud de tiempo desde la salida de la sistema de gestin de colas hasta la prxima llegada de ese cliente a la cola. Sea A i (I) , A 2 (I) , ... Son los tiempos de ejecucin sucesivas de cliente /, y dejar que S (I) 1, S (I) 2 ..... ser el correspondientes tiempos del sistema sucesivas; es decir, S (I) n es el tiempo total empleado en la sistema i cliente durante la visita nth. La figura 2 ilustra estos conceptos para mquina 3 en el ejemplo del neumtico curado. El proceso total de llegada es la superposicin de la arrivaltimesofallcustomers. Fig2showsthefirstandsecondarrivalofmachine3. Fig2: Arrivalprocessforafinite-populationmodel. A1 (3) S1 (3) A2 (3) St2 (3) Mquina 3 pendiente abierta pendiente abierta (SYSTEMTIME) (SYSTEMTIME) Firstarrivalofmachine3 Secondarrivalofmachine3 Una importante aplicacin de modelos de poblacin finita es el problema de la reparacin de la mquina. Las mquinas son los clientes y un tiempo de ejecucin tambin se llama tiempo de falla. Cuando un mquina falla, "llega" a la gestin de colas sistema de g (la instalacin de reparacin) y permanece all hasta que se "serva" (reparado). Tiempos para fracaso de una determinada clase de mquina se han caracterizado por la exponencial, la www.ncetianz.webs.com Ncetianz
Pgina 29 - 19 - Weibull, y las distribuciones gamma. Los modelos con un tiempo de ejecucin exponencial son a veces analticamente tratable. QueueBehaviorand QueueDiscipline: - El comportamiento de la cola se refiere a las acciones de los clientes, mientras que en una cola de espera de inicio de los servicios. En algunas situaciones, existe la posibilidad de que los clientes entrantes pueden frustrar (dejar cuando ven que la lnea es demasiado largo), reniegan (salir despus de estar en la lnea cuando ven que la lnea se est moviendo demasiado lentamente), o el jinete (pasar de una lnea a otra si piensan que han elegido una lnea lenta). Cola disciplina se refiere enel orderingof lgica customersin una cola y determina que los clientes sern elegidos por el servicio cuando un servidor se libera. Disciplinas de cola comunes incluyen primero en entrar, primero en salir (FIFO); ltimo en entrar de primero salir (LIFO); servicio en orden aleatorio (SIRO); menor tiempo de procesamiento primero | (SPT) y servicio de acuerdo a la prioridad (PR) . En un taller de trabajo, disciplinas de cola a veces se basan en las fechas de vencimiento y en tiempo de procesamiento esperado para un tipo determinado de trabajo i. Tenga en cuenta que una cola FIFO disciplina implica que los servicios comienzan en el mismo orden que las llegadas, pero eso los clientes pueden dejar el sistema en un orden debido diferente- diferente lengthservicetimes. ServiceTimesandtheServiceMechanism: - Los tiempos de servicio de las llegadas sucesivas se denotan por S 1, S 2 , S 3 ... Pueden ser constante o de duracin aleatoria. El exponencial, Weibull, gamma, lognormal, y distribuciones normales truncadas se han utilizado con xito como modelos de tiempos de servicio en diferentes situaciones. . A veces, los servicios pueden ser distribuidos de manera idntica para todos los clientes de un determinado tipo o clase o prioridad, mientras que los clientes de diferentes tipos puede tener completamente diferente-el tiempo de servicio distribuciones. Adems, en algunos sistemas, los tiempos de servicio dependen de la hora del da o la longitud de la lnea de espera. Por ejemplo, los servidores pueden trabajar ms rpido de lo normal cuando la espera cola es larga, lo que reduce eficazmente los tiempos de servicio. Un sistema de colas consiste en una serie de centros de servicio y la interconexin colas. Cada centro de servicio consiste en un nmero de servidores, c, trabajando en paralelo; es decir, al llegar a la cabeza de la lnea, un cliente toma la primera servidor disponible. Mecanismos de servicios paralelos son ya sea de un solo servidor (c = 1), varios servidores (1 < c < ), o servidores ilimitadas (c = ). (A las instalaciones de autoservicio usuallycharacterized como tener un nmero ilimitado de ofservers.) Ejemplo 1: - Considere la posibilidad de un almacn de descuento, donde los clientes pueden servirse a s mismos, ya sea; o esperar f o r o n e www.ncetianz.webs.com Ncetianz
Pgina 30 - 20 - de tres empleados, y finalmente salir despus de pagar un solo cajero. El sistema es representado por el diagrama de flujo de la figura 1 a continuacin: Figura 1: almacn de descuento con tres centros de servicio El subsistema, que consta de cola 2 y el centro de servicio 2, se muestra con ms detalle en la figura 2 a continuacin. Otras variaciones de los mecanismos de servicio incluyen servicio de lote (un servidor que sirve varios clientes a la vez) o un cliente que requiere varios servidores simultneamente. gh Figura 2: centro de servicio 2, con c = 3 servidores en paralelo.
Ejemplo 2: - Un fabricante de dulces tiene una lnea de produccin que consta de tres mquinas separadas por buffers de inventario en proceso. La primera mquina hace y envuelve las piezas individuales de dulces, la segundo paquetes de 50 piezas en una caja, y los terceros sellos y envuelve la cuadro. Los dos buffers de inventario tienen capacidades de 1.000 cajas cada uno. Como se ilustra en la Figura 3, el sistema se modela como tener tres centros de servicio, que tiene cada centro c = 1 servidor (una mquina), con limitaciones cola-capacidad entre mquinas. Se supone que una oferta suficiente de materia prima est siempre disponible en la primera cola. Debido a las limitaciones de cola de capacidad, la mquina 1 se cierra hacia abajo cada vez que el tampn de inventario llena a la capacidad, mientras la mquina 2 se apaga cada vez que se vaca el buffer. En resumen, el sistema consiste de tres colas de servidor nico en serie con la cola-capacidad limitaciones y una corriente continua llegada al firstqueue. Servicecenter2 Llegadas Salida Cola 1 La mquina 1 Caramelo fabricante / envoltura Cola de 2 Capacidad 1000 Queue 3 Capacidad 1000 Mquina 3 Sellador / envoltura Mquina 2 Packer www.ncetianz.webs.com Ncetianz
Pgina 31 - 21 - Figura 3: lnea Candyproduction 2.2 Formacin de Colas Notacin: - . Reconociendo la diversidad de sistemas de colas, Kendall [1953] propuso una notacin sistema para sistemas de servidores en paralelo que ha sido ampliamente adoptado. Una versin abreviada versin de esta convencin se basa en el formato A / B / C / N / K. Estas letras representar a las siguientes caractersticas del sistema: A representa la distribucin del tiempo entre llegadas. B representa la distribucin de tiempo de servicio. [smbolos comunes para A y B incluyen M (exponencial o de Markov), D (Constante o determinista), E k (Erlang de orden k), PH (tipo fase), H (Hiperexponencial), G (arbitraria o general), y GI (cin general dependiente).] c representa el nmero de servidores en paralelo. N representa la capacidad del sistema. K representa el tamao de la poblacin llamando Por ejemplo, M / M / 1 / / indica un sistema de servidor nico que tiene ilimitado capacidad de la cola y una poblacin infinita de llegadas potenciales. Los tiempos entre y los tiempos de servicio se distribuyen de manera exponencial. Cuando N y K son infinitos, podrn ser bajado de la notacin. Por ejemplo, M / M / 1 / / es a menudo reducido a M / M / l. Notacin adicional utilizado para sistemas de servidores en paralelo aparece en la Tabla 1 que figura a continuacin. Los significados pueden variar ligeramente de un sistema a otro. Todos los sistemas sern supone que tienen una disciplina de cola FIFO. Tabla 1. Queueing notacin para el Servidor de los sistemas paralelos P n Probabilidad de estado estacionario de tener n clientes en el sistema P n , (T) Probabilidad de n clientes en el sistema en el momento t
Tasa de llegada
e Tasa efectiva llegada
La tasa de servicio de un servidor
La utilizacin del servidor A n Tiempo entre llegadas entre los clientes n - 1 y n S n , Tiempo de servicio del cliente que llega nth W n El tiempo total gastado en el sistema por el cliente que llega ensimo W n Q Totaltimespentinthewaitinglinebycustomer n. L (t) Thenumberofcustomersinsystemattime / L Q (T ) El nmero de clientes en la cola en el momento t L Largo tiempo de ejecucin-averagenumberofcustomersinsystem L Q A largo plazo el nmero de tiempo promedio de clientes en cola www.ncetianz.webs.com Ncetianz
Pgina 32 - 22 -
Largo runaveragetimespentinsystempercustomer
Q Largo runaveragetimespentinqueuepercustomer 2.3 Simulacin de sistemas de colas Un sistema de colas se describe por su poblacin de llamada, la naturaleza de las llegadas, la mecanismo de servicio, la capacidad del sistema y la disciplina de colas. Un solo canal sistema de gestin de colas es retratado en figura1. Llamar a la poblacin lnea de espera servidor Figura 1: Sistema de colas En la cola de un solo canal, la poblacin llamada es infinito; es decir, si una unidad abandona la llamada poblacin y se une a la lnea de espera o entra en servicio, no hay ningn cambio en la tasa de llegada de otras unidades que pueden necesitar el servicio. Las llegadas de servicio se producen una a la vez de forma aleatoria; una vez que se unen a la lnea de espera, que eventualmente son servidos. Adems, los tiempos de servicio son de cierta longitud azar segn una distribucin de probabilidad que no cambia con el tiempo. La capacidad del sistema; no tiene lmite, lo que significa que cualquier nmero de unidades se puede esperar en la cola. Finalmente, se sirven de unidades en el orden de su llegada por un nico servidor o canal. Llegadas y servicios son definidas por la distribucin del tiempo entre llegadas y el distribucin de los tiempos de servicio, respectivamente. Para cualquier cola-multicanal nica o simple, la tasa de llegada efectiva global debe ser menor que la tasa de servicio total, o la lnea de espera crecer sin lmite. Cuando las colas crecen sin lmite, se denominan "explosiva" o inestable . El estado del sistema es el nmero de unidades en el sistema y el estado del servidor, ocupado o inactivo. Un evento es un conjunto de circunstancias que causan un cambio instantneo en el estado de la sistema. En un solo sistema de colas -canal slo hay dos eventos posibles que puede afectar el estado del sistema. Ellos son la entrada de una unidad en el sistema. La finalizacin del servicio en una unidad. El sistema de colas incluye el servidor, la unidad est en servicio y unidades en la cola. l reloj de simulacin se utiliza para medir el tiempo simulado. Si una unidad de slo servicio, la ha completado simulacin procede de la manera mostrada en el diagrama de flujo de figure.2. Tenga en cuenta que el servidor slo tiene dos estados posibles: que est ocupado o inactivo. www.ncetianz.webs.com Ncetianz
Pgina 33 - 23 - Figura 2:-acaba de terminar-Servicio diagrama de flujo El evento de la llegada se produce cuando una unidad entra en el sistema. El diagrama de flujo para la llegada evento se muestra en la figura 3 La unidad puede encontrar el servidor, ya sea libre o ocupado; por lo tanto, ya sea la unidad de servicio comienza inmediatamente, o entra en la cola para el servidor. La unidad sigue el curso de accin se muestra en la figura 4. Figura 3: Diagrama de flujo del sistema unitario-Introduccin Si el servidor est ocupado, la unidad entra en la cola. Si el servidor est inactivo y la cola es vaco, la unidad comienza el servicio. No es posible que el servidor est inactivo y la cola para ser no vaco. Otro unidad esperando? Unidad entra Para el servicio de cola Servidor Ocupado? Salida Evento Comience Servidor El tiempo de inactividad Retire la espera unidad de la cola Comience Mantenimiento de la unidad Llegada Evento Unidad Entra en Servicio www.ncetianz.webs.com Ncetianz
Pgina 34 - 24 - Despus de la finalizacin de un servicio el servicio puede llegar a ser inactivo o permanecer ocupado con la siguiente unidad. La relacin de estos dos resultados para el estado de la cola se muestra en higo 5. Si la cola no est vaca, otra unidad entrar en el servidor y que ser ocupado. Si el cola est vaca, el servidor ser inactivo despus de completar un servicio. Estos dos posibilidades se muestran como las porciones sombreadas de la figura 5. Es imposible para que el servidor convertido ocupado si la cola est vaca cuando se completa un servicio. Del mismo modo, es imposible que el servidor est inactivo despus de completar un servicio cuando la cola no es vaca. Las horas del reloj de simulacin para las llegadas y salidas se calculan en una tabla de simulacin personalizada para cada problema. En la simulacin, eventos suelen ocurrir en momentos aleatorios. En estos casos, una modelo estadstico de los datos se desarroll a partir de cualquiera de los datos recogidos y analizados, o subjetiva estimaciones y suposiciones. Los nmeros aleatorios se distribuyen uniformemente y de forma independiente en el intervalo (0, 1). Dgitos aleatorios se distribuyen de manera uniforme en el conjunto {0, 1, 2 ... 9}. Dgitos al azar pueden ser utilizado para formar nmeros aleatorios mediante la seleccin del nmero apropiado de dgitos para cada uno aleatorio nmero y la colocacin de un punto decimal a la izquierda del valor seleccionado. El nmero apropiado de dgitos es dictado por la exactitud de los datos utilizados para los propsitos de entrada. Si la entrada distribucin tiene valores con dos decimales, de dos dgitos estn tomadas de un- dgitos aleatorios mesa y el punto decimal se coloca a la izquierda para formar un nmero aleatorio. Servidor Estado Ocupado Idle Queue Status No Empty Vaco Ingrese Queue Ingrese Queue Ingrese Servicio Imposible Figura 4: acciones de la unidad potenciales a su llegada Servidor Estado Ocupado Idle Queue Status No Empty Vaco Imposible Imposible Figura 5: resultados del servidor despus de la finalizacin del servicio www.ncetianz.webs.com Ncetianz
Pgina 35 - 25 - Cuando los nmeros se generan utilizando un procedimiento, se hace referencia a menudo como pseudo nmeros aleatorios. Dado que el mtodo es conocido, siempre es posible conocer la secuencia de los nmeros que se generarn antes de la simulacin. En un sistema de colas de un solo canal, se generan tiempos entre llegadas y tiempos de servicio de la distribucin de estas variables aleatorias. Los ejemplos que siguen muestran cmo dichas horas son generadas. Para simplificar, supongamos que los tiempos entre llegadas eran generada por lanzar un dado cinco veces y registrar la cara arriba. Tabla 1 contiene un conjunto de cinco veces entre llegadas se utilizan para calcular los tiempos de llegada de seis clientes en el sistema de gestin de colas. Tabla 1: Interarrival y Reloj tiempos C Cuadro 2.3 El primer cliente se supone que llegar a tiempo de reloj 0 Se inicia el reloj en funcionamiento. El segundo cliente llega dos unidades de tiempo ms tarde, en un momento clic de 2. El tercer cliente llega cuatro unidades de tiempo ms tarde, a una hora de reloj de 6; etctera. El segundo de tiempo de inters es el tiempo de servicio. Los nicos tiempos de servicio posibles son uno, dos, tres, y cuatro unidades de tiempo. Suponiendo que todos los cuatro valores tienen la misma probabilidad de ocurrir, estos valores podran haber sido generados por la colocacin de los nmeros del uno al cuatro en patatas fritas y los chips de dibujo de un sombrero con el reemplazo, asegurndose de registrar la nmeros seleccionados. Ahora, los tiempos entre llegadas y tiempos de servicio deben estar engranados para simular la sola canal de sistema de gestin de colas. Como se muestra en el cuadro 2, el primer cliente llega a la hora del reloj 0 y comienza inmediatamente servicio, que requiere dos minutos. Servicio se completa en hora del reloj 2 El segundo cliente llega a la hora del reloj 2 y es un acabado en hora del reloj 3. Ntese que el cuarto cliente lleg a la hora del reloj 7, pero el servicio no poda comenzar hasta que hora del reloj 9. Esto ocurri porque los clientes 3 no termin el servicio hasta la hora del reloj 9. Tabla 2 fue diseado especficamente para una cola de un solo canal que atiende a clientes en primero en entrar, primero en salir (FIFO). Se realiza un seguimiento de la hora del reloj en el que cada evento ocurre. La segunda columna del cuadro 2 registra la hora del reloj de cada evento de la llegada, mientras que la ltima columna registra la hora del reloj de cada evento de la salida. Cliente Interarrival Tiempo Hora de llegada en Reloj 1 2 3 4 5 6 - 2 4 1 2 6 0 2 6 7 9 15 www.ncetianz.webs.com Ncetianz
Pgina 36 - 26 - Tabla 2: Tabla Simulacin enfatizando Reloj tiempos Ejemplo 1: Single-Channel Queue Una pequea tienda de comestibles tiene una sola caja. Los clientes llegan a este pago y envo contador al azar de 1 a 8 minutos de diferencia. Cada valor posible de tiempo entre llegadas tiene la misma probabilidad de ocurrencia. Los tiempos de servicio varan de 1 a 6 minutos con el probabilidades se muestra en el cuadro 5 El problema es analizar el sistema mediante la simulacin de la la llegada y el servicio de 20 clientes. Tabla 5: Servicio de hora de Distribucin Una simulacin de una tienda de comestibles que comienza con un sistema de vaco no es realista a menos que el intencin es modelar el sistema de arranque o para modelar hasta el funcionamiento en estado estacionario es alcanzado. Se necesita un conjunto de nmeros aleatorios distribuidos uniformemente para generar las llegadas a la contador de salidas. Los nmeros aleatorios tienen las siguientes propiedades: 1. El conjunto de nmeros aleatorios se distribuye de manera uniforme entre 0 y 1. E Servicio horario Finaliza (Reloj) 1 2 3 4 5 6 0 2 6 7 9 15 0 2 6 9 11 15 2 1 3 2 1 3 2 1 4 2 3 9 11 12 19 A Cliente No. B Llegada Tiempo (Reloj) C Servicio horario Empieza (Reloj) D Servicio Tiempo (Duracin) Servicio Tiempo (Min) Probabilidad Acumulativo Frecuencia Digit Random Asignacin 1 2 3 4 5 6 0.10 0.20 0.30 0.25 0.10 0.05 0.10 0.30 0.60 0.85 0.95 1.00 01-10 11-12 31-60 61-85 86-95 96-00 www.ncetianz.webs.com Ncetianz
Pgina 37 - 27 - 2. nmeros aleatorios sucesivos son independientes. La determinacin del tiempo-entre-la llegada se muestra en el cuadro 6 Tenga en cuenta que la primera al azar dgitos son 913 Para obtener el tiempo correspondiente entre llegadas, introduzca la cuarta columna de la Tabla 4 y leer 8 minutos de la primera columna de la tabla. Por otra parte, vemos que 0,913 es decir, entre las probabilidades acumuladas 0.876 y 1.000, de nuevo resulta en 8 minutos como el tiempo generado Tabla 6: Tiempo entre llegadas Determinacin Horario de atencin para los 20 clientes se muestran en la tabla 7 Estos tiempos de servicio eran generada en base a la metodologa descrita anteriormente, junto con la ayuda de la tabla 5. El tiempo de servicio del primer cliente es de 4 minutos porque el 84 dgitos cada al azar en el soporte de 61-85, o alternativamente porque el nmero aleatorio derivado cae entre 0,84 las probabilidades acumuladas 0,61 y 0,85. Tabla 7: Horario de Servicios Generado La esencia de una simulacin manual es la tabla de simulacin. Estas tablas estn diseadas para el problema en cuestin, con columnas aadido a responder a las preguntas planteadas. La simulacin mesa para la cola de un solo canal, que se muestra, en el cuadro 8 que es una extensin de la tabla 2 El primer paso es inicializar la tabla rellenando las clulas para el primer cliente. El primer cliente se asume para llegar a tiempo 0 del servicio comienza inmediatamente y acabados en el momento 4. El cliente estaba en el sistema durante 4 minutos. Despus de que el primer cliente, filas posteriores de la tabla se basan en los nmeros aleatorios de tiempo entre llegadas y Clientes Dgitos Aleatorios Time Between Llegadas (Min) Clientes Dgitos Aleatorios Time Between Llegadas (Min) 1 2 3 4 5 6 7 8 9 10 - 913 727 015 948 309 922 753 235 302 - 8 6 1 8 3 8 0.7 2 3 11 12 13 14 15 16 17 18 19 20 109 093 607 738 359 888 106 212 493 535 1 1 5 6 3 8 1 2 4 5 Cliente Random Dgitos 84 10 74 53 17 79 91 67 89 38 Servicio Tiempo (Min) Cliente Cliente Random Dgitos Servicio Tiempo (Min) 1 2 3 4 5 6 7 8 9 10 4 1 4 3 2 4 5 4 5 3 11 12 13 14 15 16 17 18 19 20 32 94 79 05 79 84 52 55 30 50 3 5 4 1 5 4 3 3 2 3 www.ncetianz.webs.com Ncetianz
Pgina 38 - 28 - tiempo de servicio y el tiempo de terminacin del cliente anterior. Por ejemplo, el segundo cliente llega a tiempo 8. Por lo tanto, el servidor estaba ocioso durante 4 minutos. Saltarse a la cuarto cliente, se ve que este cliente lleg a tiempo 15 pero no puede ser servido hasta tiempo 18. Este cliente tena que esperar en la cola durante 3 minutos. Este proceso contina durante 20 todos los clientes. Tabla 8: Tabla de simulacin para el problema de colas 1. El tiempo medio de espera para un cliente es 2,8 minutos. esto se determina en la siguiente manera: El total de clientes tiempo de espera en la cola (min) Promedio de tiempo de espera = _________________________________ No total. de los clientes = 56 = 2,8 minutos 20 2. La probabilidad de que un cliente tiene que esperar en la cola es de 0.65. Esto se determina en el siguiente manera: Probabilidad (espera) = nmero de clientes que esperan Nmero total de clientes 13 = = 0.65 20 3. La fraccin de tiempo de inactividad del servidor es 0,21. Esto se determina de la siguiente manera: Tiempo total de inactividad del servidor (minutos) A Clientes B Tiempo transcurrido desde la ltima llegada (Min) C Llegada Tiempo D Servicio Tiempo E Tiempo Servicio Empieza F Cliente Tiempo espera en la cola T Tiempo Servicio Finaliza H Cliente Tiempo gasta en sistema 4 1 4 6 2 4 5 4 7 7 9 13 12 7 9 5 7 8 6 4 124 I Idle Tiempo de Servidor 4 9 18 21 25 30 39 45 50 53 56 61 65 66 71 75 78 81 83 86 0 0 0 3 0 0 0 0 2 4 6 8 8 6 4 1 4 5 4 1 56 0 8 14 18 23 26 34 41 45 50 53 56 61 65 66 71 75 78 81 83 4 1 4 3 2 4 5 4 5 3 3 5 4 1 5 4 3 3 2 3 68 0 8 14 15 23 26 34 41 43 46 47 48 53 59 62 70 71 73 77 82 - 8 6 1 8 3 8 7 2 3 1 1 5 6 3 8 1 2 4 5 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 0 4 5 0 2 1 4 2 0 0 0 0 0 0 0 0 0 0 0 0 18 www.ncetianz.webs.com Ncetianz
Pgina 39 - 29 - Probabilidad de servidor inactivo = El tiempo total de ejecucin de la simulacin (minutos) 18 = = 0.21 86 La probabilidad de que el servidor est ocupado es el complemento de 0,21 o 0,79. 4. El tiempo de servicio promedio es de 3,4 minutos, se determina de la siguiente manera: Tiempo total de servicio Tiempo promedio de servicio (minutos) = Nmero total de clientes 68 = = 3,4 minutos 20 Este resultado se puede comparar con el tiempo de servicio esperado por la bsqueda de la media de la la distribucin en tiempo de servicio utilizando la ecuacin E (s) = sp (s) Aplicando la ecuacin de valor esperado para la distribucin en la tabla 2.7 da una esperada tiempo de servicio de: = 1 (0.10) 2 + (0,20) + 3 (0,30) + 4 (0,25) + 5 (0,10) + 6 (0,50) = 3,2 minutos El tiempo de servicio esperado es ligeramente menor que el promedio de tiempo en la simulacin. El simulacin ms largo, el ms cerca de la media ser E (S). 5. El tiempo promedio entre llegadas es de 4,3 minutos. Esto se determina en la siguiente manera: Suma de todos los tiempos entre llegadas (minutos) Tiempo medio entre llegadas (minutos) = Nmero de llegadas - 1 82 = = 4,3 minutos 19 Uno se resta del denominador porque la primera llegada se supone que ocurrir en tiempo 0. Este resultado se puede comparar con el tiempo esperado entre llegadas mediante la bsqueda de la media de la distribucin uniforme discreta cuyos extremos son a = 1 y b = La media 8. est dada por a + b 1 + 8 E (A) = = = 4,5 minutos 2 2 El tiempo esperado entre llegadas es ligeramente superior a la media. Sin embargo, como la la simulacin se hace ms largo, el valor promedio del tiempo entre llegadas se acercar a la media terica, E (A). www.ncetianz.webs.com Ncetianz
Pgina 40 - 30 - 6. El tiempo medio de espera de los que esperan es de 4,3 minutos. Esto se determina en el siguiente manera: Tiempo medio de espera de el total de clientes tiempo de espera en la cola Los que esperan (minutos) = Nmero total de clientes que esperan 56 = = 4,3 minutos 13 7. El tiempo promedio que un cliente gasta en el sistema es de 6,2 minutos. Esto se puede determinar de dos maneras. En primer lugar, el clculo se puede lograr mediante la siguiente relacin: Promedio de los clientes tiempo el total de clientes pasan en el sistema Pasa en el sistema = Nmero total de clientes 124 = = 6,2 minutos 20 La segunda manera de calcular este mismo resultado es darse cuenta de que la siguiente relacin debe sostener: Promedio de los clientes tiempo cliente medio tiempo cliente medio tiempo Pasa en el sistema = Pasa esperando en la cola + gasta en el servicio De las conclusiones 1 y 4 esto se traduce en: Promedio de los clientes tiempo gasta en el sistema = 2.8+ 3.4 = 6.2 minutos. Ejemplo 2: - El Able Baker, Carhop Problema Este ejemplo ilustra el procedimiento de simulacin cuando hay ms de un servicio canal. Considere la posibilidad de una unidad-en el restaurante donde carhops tomar pedidos y llevar alimentos a la coche. Coches llegan de la forma mostrada en la tabla 1 Hay dos camareras-Able y panadero. Capaz es ms capaz de hacer el trabajo y funciona un poco ms rpido que el del panadero. La distribucin de sus tiempos de servicio se muestran en las tablas 2 y 3. Tabla 1: Distribucin Interarrival de Coches Time Between Llegadas (Min) 1 2 3 4 Probabilidad 0.25 0.40 0.20 0.15 Acumulativo Probabilidad 0.25 0.65 0.85 1.00 Random Digit Asignacin 01-25 26-65 66-85 86-00 www.ncetianz.webs.com Ncetianz
Pgina 41 - 31 - La simulacin procede de una manera similar al ejemplo 1, excepto que su ms complejo debido a los dos servidores. Una regla de la simplificacin es que Able obtiene el cliente si carhops ambos estn inactivos. Tal vez, Capaz tiene antigedad. (La solucin sera diferente si el decisin se hizo al azar o por cualquier otra norma.) Tabla 2: Servicio de Distribucin de Poder Tabla 3: servicio de distribucin de panadero Tabla 3: servicio de distribucin de panadero Aqu hay ms eventos: llega un cliente, un cliente inicia el servicio de poder, un cliente complete servicio de Capaz, un cliente inicia el servicio de Baker, y un cliente completa servicio de Baker. La tabla de simulacin se muestra en la tabla 4. Despus de que el primer cliente, las clulas de los otros clientes deben basarse en la lgica y la frmulas. Por ejemplo, la "hora del reloj de la llegada" en la fila para el segundo cliente es calculado como sigue: D2 = D1 + C2 .El Lgica para calcular que recibe un cliente determinado, y cuando comienza ese servicio, es ms compleja. La lgica es la siguiente cuando llega un cliente: si el cliente encuentra en condiciones inactivo, el cliente comienza servicio inmediatamente con poder. Si no es capaz de inactividad pero es panadero, a continuacin, el cliente empieza el servicio de inmediato con el panadero. Si ambos estn ocupados, el cliente comienza el servicio con el primer servidor para ser libre. El anlisis de la tabla 4 resultados en lo siguiente: 1. Durante el perodo de 62 minutos a poder estaba ocupado 90% del tiempo. 2. Baker fue ocupado slo el 69% del tomo. La regla de antigedad mantiene panadero menos ocupado. 3. Nueve de las 26 llegadas tuvieron que esperar. El tiempo medio de espera para todos los clientes era slo sobre 0,42 minutos, que es muy pequeo. 4. Los nueve que tena que esperar slo esperaron un promedio de 1,22 minutos, lo cual es bastante bajo. 5. En resumen, este sistema parece estar bien equilibrado. Un servidor no puede manejar todos los comensales, y tres servidores probablemente seran demasiados. Adicin de un servidor adicional que seguramente reducir el tiempo de espera a casi cero. Sin embargo, el costo de espera tendra que ser bastante alto como para justificar un servidor adicional. Tabla 4: Tabla de simulacin para el Ejemplo Carhop A Cliente No. B Random Dgitos para Llegada C Tiempo entre Llegadas D Reloj tiempo Llegada E Random Dgitos para Servicio F Tiempo Servicio Empieza T Servicio Tiempo H Tiempo Servicio Finaliza I Tiempo Servicio Empieza J Servicio Tiempo K Tiempo Servicio Finaliza L Tiempo En Queue Servicio horario (minutos) Servicio horario (Minutos) 2 3 4 5 Probabilidad 0.30 0.28 0.25 0.17 Acumulativo Probabilidad 0.30 0.58 0.83 1.00 Random-Digit Asignacin 01-30 31-58 59-83 84-00 Servicio horario (minutos) Servicio horario (Minutos) 3 4 5 6 Probabilidad 0.35 0.25 0.20 1.00 Acumulativo Probabilidad 0.35 0.60 0.80 1.00 Random-Digit Asignacin 01-35 36-60 61-80 81-00 www.ncetianz.webs.com Ncetianz
Pgina 42 - 32 - 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 - 26 98 90 26 42 74 80 68 22 48 34 45 24 34 63 38 80 42 56 89 18 51 71 16 92 - 2 4 4 2 2 3 3 3 1 2 2 2 1 2 2 2 3 2 2 4 1 2 3 1 4 0 2 6 10 12 14 17 20 23 24 26 28 30 31 33 35 37 40 42 44 48 49 51 54 55 59 95 21 51 92 89 38 13 61 50 49 39 53 88 01 81 53 81 64 01 67 01 47 75 57 87 47 0 6 10 15 18 20 24 27 30 35 39 43 45 49 54 59 5 3 5 3 2 4 3 3 5 4 4 2 4 3 3 3 56 5 9 15 18 20 24 27 30 35 39 43 45 49 52 57 62 2 12 23 28 32 35 40 48 51 56 3 6 4 4 3 4 5 3 5 6 43 5 18 27 32 35 39 45 51 56 62 0 0 0 0 0 1 1 0 0 0 1 0 0 1 2 0 2 0 1 1 0 0 0 0 1 0 11 2.4 Simulacin de Inventario de Sistemas Una clase importante de problemas de simulacin incluye sistemas de inventario. Un sistema simple inventario se muestra en la figura 1 Este sistema de inventario tiene un examen peridico de longitud N, en cuyo momento se comprueba el nivel de inventario. Un pedido se hizo para que el el inventario hasta el nivel M. Al final del periodo de revisin, una cantidad de la orden, Q1, es colocado. En este sistema de inventario del plazo de ejecucin es cero. La demanda se muestra como uniforme durante el perodo de tiempo en la fig 1. En la actualidad, las demandas no son generalmente uniforme y hacen fluctuar con el tiempo. Una posibilidad es que todas las demandas se producen al comienzo del ciclo. Otra es que el tiempo de espera es al azar de algunos longitud positiva. Observe que en el segundo ciclo, la cantidad en el inventario cae por debajo de cero, indicando una escasez. En la figura 1, estas unidades son pendientes de entrega. Cuando llega la orden, la demanda de los artculos pendientes de entrega se cumpla primero. Para evitar la escasez, un tampn, o seguridad, stock tendra que ser realizado. Realizacin de stock en el inventario tiene un costo asociado atribuido a los intereses pagados por el Los prstamos obtenidos para comprar los artculos. Otros costos pueden ser colocados en el porte o tenencia costar columna: alquiler de espacio de almacenamiento, la contratacin de guardias, y as sucesivamente. Una alternativa a la realizacin de inventarios de alto es hacer revisiones ms frecuentes y en consecuencia, las compras ms frecuentes o reposiciones. Esto tiene un coste asociado: el coste de pedido. Adems, hay un coste en ser corto. Inventarios ms grandes disminuyen la posibilidades de escasez. Estos costos deben ser objeto de comercio fuera con el fin de minimizar el total de costo de un sistema de inventario. El costo total de un sistema de inventario es la medida del rendimiento. Esto puede ser afectados por las polticas alternativas. Por ejemplo, en la figura 1, el tomador de decisiones puede controlar el nivel de inventario mximo, M, y el ciclo, N. www.ncetianz.webs.com Ncetianz
Pgina 43 - 33 - En un (M, N) sistema de inventario, los eventos que pueden ocurrir son: la demanda de elementos de la inventario, la revisin de la posicin de inventario, y la recepcin de un pedido al final de cada perodo de examen. Cuando el tiempo de espera es cero, como en la figura 1, se producen los dos ltimos eventos simultneamente.
Problema del Vendedor de peridicos Un problema de inventario clsica se refiere a la compra y venta de peridicos. El vendedor de papel compra los papeles de 33 centavos cada uno y vende ellos por 50 centavos cada uno. Los peridicos no vendidos al final del da se venden como chatarra para 5 centavos cada uno. Los peridicos pueden ser adquiridos en paquetes de 10. Por lo tanto, el vendedor de papel puede comprar 50, 60, y as sucesivamente. Hay tres tipos de Newsday, de "buenos", "justas" y "pobres", con probabilidades de 0.35, 0.45, y 0.25, respectivamente. La distribucin de papeles exigido en cada uno de estos das se da en la tabla 2.15. El problema es determinar el nmero ptimo de papeles con el vendedor de peridicos deberan compra. Esto se lograr por las demandas que simulan durante 20 das y registrando ganancias de las ventas de cada da. Los beneficios estn dados por la siguiente relacin: Ingresos costo de forma lucro cesante salvamento de venta Ventas Beneficio = forma peridicos exceso de demanda de papeles de desecho Tabla 5: Distribucin de peridicos Exigi Formulario de la declaracin del problema, los ingresos procedentes de las ventas es de 50 centavos por cada papel vendido. El Costo 9 de peridicos es de 33 centavos por cada papel comprado. El lucro cesante de exceso de demanda es de 17 centavos por cada documento exigido que no podra proporcionarse. Tal costo escasez es algo controvertido pero hace que el problema mucho ms interesante. El valor de recuperacin de la chatarra trabajos es de 5 centavos cada uno. Tablas 6 y 7 proporcionan las asignaciones al azar dgitos para los tipos de Newsday de y las demandas de los Newsday de. Tabla 6: Asignacin aleatoria de dgitos para el tipo de Newsday Demanda Buena Fair Pobre 40 50 60 0.03 0.05 0.15 0.10 0.18 0.40 0.44 0.22 0,16 Probabilidad Demand Distribution www.ncetianz.webs.com Ncetianz
Pgina 44 - 34 - Tabla 7: Asignacin de dgitos al azar para Prensa Exigi La tabla de simulacin para la decisin de compra de 70 peridicos se muestra en mesa 8.En el da 1 la demanda es de 60 peridicos. Los ingresos procedentes de la venta de 60 peridicos es de $ 30.00. Diez peridicos sobran al final de el da. El valor residual a los 5 centavos cada uno es de 50 centavos. El beneficio por primera das se determina como sigue: Beneficio = $ 30,00 - $ 23,10 a 0 + $ 0.50 = $ 7.40 Tabla 8: Tabla de Simulacin de compra fro de 70 peridicos En el quinto da la demanda es mayor que la oferta. Los ingresos procedentes de ventas es de $ 35.00, ya que slo 70 documentos estn disponibles bajo esta poltica. Un 20 documentos adicionales podran haber sido vendidos. Por lo tanto, una prdida de beneficios de US $ 3,40 (20 * 17 centavos) se evala. La ganancia diaria se determina como sigue: Beneficio = $ 35.00 - $ 23.10 - $ 3.40 + 0 = $ 8.50 La utilidad del perodo de 20 das es la suma de las ganancias diarias, $ 174.90. puede Tambin se calcula a partir de los totales de los 20 das de la simulacin de la siguiente manera: El beneficio total = $ 645 - $ 462 - 13 $ 0.60 + $ 5.50 = $ 174.90 En general, ya que los resultados de un da son independientes de los de la anterior das, los problemas de inventario de este tipo son ms fciles que los problemas de colas. Tipo de Newsday Probabilidad Acumulativo probabilidad Digit Random Asignacin Buena Fair Pobre 0.35 0.45 0.20 0.35 0.80 1.00 01-35 36-80 81-00 Demanda Buena Fair Pobre Buena Fair Pobre Distribucin acumulativa Asignacin aleatoria de dgitos 40 50 60 0.03 0.08 0.23 0.10 0.28 0.68 0.44 0.66 0.82 01-03 04-08 09-23 01-10 11-28 29-68 01-44 45-66 67-82 Da Dgitos aleatorios para el tipo de Newsday Tipo de Newsday Random dgitos para demanda Demanda Ingresos de las ventas Lucro cesante del exceso demanda Salvamento desde venta de chatarra Diaria ganancias 1 2 3 94 77 49 Pobre Fair Fair 80 20 15 60 50 50 $ 30 $ 25 $ 25 - - - $ 0,50 $ 1.0 $ 1.0 $ 7.40 $ 2.90 $ 2.90 www.ncetianz.webs.com Ncetianz
Pgina 45 - 35 - Simulacin de una (M, N) Sistema de Inventario Supongamos que el nivel de inventario mximo, M, es de 11 unidades y la revisin perodo, N, es de 5 das. El problema es estimar, por simulacin, el promedio unidades en el inventario y el nmero de das que termina cuando una condicin de escasez ocurre. La distribucin del nmero de unidades demandadas por da se muestra en la cuadro 9 En este ejemplo, el tiempo de ejecucin es una variable aleatoria, como se muestra en el cuadro 10. Suponga que los pedidos se hacen en el cierre de las operaciones y se reciben por inventario al inicio segn lo determinado por el tiempo de entrega. Tabla 9: asignaciones dgitos aleatorios para la demanda diaria Asignaciones de dgitos aleatorios Tabla 10: Asignacin de dgitos al azar de tiempo de espera Tabla 11: Tabla de simulacin para (M, N) Sistema de Inventario Nota: Consulte 2,3,4,5 ciclo de libro de texto pgina no 47. Para hacer una estimacin de las unidades medias en el inventario final, muchos ciclos tendra que ser simulado. Para los fines de este ejemplo, slo cinco ciclos ser mostrado. Se le pide al lector a seguir el ejemplo como un ejercicio en Al final del captulo. Las asignaciones al azar dgitos para la demanda diaria y plazo de ejecucin se muestran en la las columnas de la derecha de los cuadros 9 y 10 La tabla de simulacin resultante es se muestra en la tabla 11.El simulacin se ha iniciado con el nivel de inventario en 3 unidades y un pedido de 8 unidades programadas para llegar en 2 das el tiempo. Despus de la tabla de simulacin para varios das seleccionados indica cmo el proceso funciona. El orden de 8 unidades est disponible en la maana del tercero da del primer ciclo, elevando el nivel de inventario de 1 unidad a 9 unidades; Demanda Probabilidad Acumulativo Probabilidad Dgitos aleatorios asignaciones 0 1 2 0.10 0.25 0.35 0.10 0.35 0,70 01-10 : 11 - 35 36-70 Tiempo de espera (Das) Probabilidad Acumulativo Probabilidad Dgitos aleatorios asignaciones 1 2 3 0,6 0.3 0,1 0,6 0.9 1.0 De 1 - 6 7 - 9 0 Ciclo Da Comenzando Inventario Dgitos aleatorios para la demanda Demanda Finalizacin Inventario Escasez cantidad Orden cantidad Dgitos aleatorios Por tiempo de espera Das fin arr 1 1 2 3 4 5 3 2 9 7 4 24 35 65 81 54 1 1 2 3 2 2 1 7 4 2 0 0 0 0 0 - - - - 9 - - - - 5 www.ncetianz.webs.com Ncetianz
Pgina 46 - 36 - demandas durante el resto del primer ciclo de reducir el inventario final nivel de 2 unidades en el quinto da. Por lo tanto, se hizo un pedido de 9 unidades. El tiempo de espera para este fin fue de 1 da. El orden de 9 unidades de esta en inventario en la maana del da 2 del ciclo 2. Observe que el inventario inicial en el segundo da del tercer ciclo fue cero. Una orden de 2 unidades en ese da dio lugar a una condicin de escasez. Las unidades estaban pendientes de entrega en ese da y al da siguiente ;; Tambin en la maana del da 4 de ciclo 3 haba un inventario inicial de 9 unidades que estaban pendientes de entrega y la unidad 1 exiga ese da redujo el inventario final a 4 unidades. Sobre la base de cinco ciclos de simulacin, el inventario promedio final es aproximadamente 3.5 (88/25) unidades. En 2 de 25 das a la condicin escasez existido. www.ncetianz.webs.com Ncetianz
Pgina 47 - 37 - 3_____ GeneralPrinciples Introduccin En este captulo se desarrolla un marco comn para el modelado de sistemas complejos que utilizan la simulacin de eventos discretos. Cubre los elementos bsicos de toda simulacin de eventos discretos de construccin modelos: entidades y atributos, actividades y eventos .
En la simulacin de eventos discretos, un sistema se modela en trminos de su estado en cada punto en el tiempo; las entidades que pasan a travs del sistema y las entidades que rep-j resienten systemresources; y las actividades y eventos que hacen que el estado del sistema para cambiar . Este captulo trata exclusivamente con sistema dinmico, estocstico (Es decir, que implican tiempo y que contiene elementos aleatorios) que cambios de una manera discreta. 3.1 Conceptos en Simulacin de eventos discretos El concepto de un sistema y un modelo de un sistema eran discutido brevemente en los captulos anteriores. En esta seccin se ampla estos conceptos y desarrolla un marco para el desarrollo de un modelo de eventos discretos de un sistema.
Los principales conceptos se definen brevemente y luego ilustran con ejemplos :
Sistema: Una coleccin de entidades (por ejemplo, las personas y mquinas) que ii juntos con el tiempo para llevar a cabo una o ms goles. Modelo: Una representacin abstracta de un sistema, por lo general contiene estructural, lgico o matemtico relaciones que describen un sistema en trminos de estado, entidades y sus atributos, conjuntos, procesos, eventos, actividades, y los retrasos. Estado del sistema: Una coleccin de variables que contiene toda la informacin necesaria para describir el sistema en cualquier www.ncetianz.webs.com Ncetianz
Pgina 48 - 38 - tiempo. Entidad: Cualquier objeto o componente en el sistema que requiere representacin explcita en el modelo (por ejemplo, una servidor, un cliente, una mquina). o Atributos: Las propiedades de una entidad determinada (por ejemplo, la prioridad del cliente av, el encaminamiento de un trabajo a travs de un taller de trabajo). o lista: Una coleccin de (permanente o temporal) entidades asociadas ordenados de alguna manera lgica (Como todos los clientes en la actualidad en una lnea de espera, ordenados por orden de llegada, primero en derecho, o por orden de prioridad). o Evento: Una ocurrencia instantnea que cambia el estado de un sistema, como una llegada de un nuevo cliente). o notificacin de sucesos: Un registro de un evento que se produzca en el actual o algn tiempo futuro, junto con cualquier asociado datos necesarios para ejecutar el evento; como mnimo, la registro incluye el tipo de evento y la hora del evento. o Lista de eventos: Una lista de notas de acontecimientos futuros, ordenados por tiempo de ocurrencia; tambin conocido como el futuro lista de eventos ( FEL ). o Actividad: Una duracin de tiempo de la longitud especificada (por ejemplo, una tiempo de servicio o el tiempo de llegada), que se conoce cuando se comienza (aunque puede ser definido en trminos de un distribucin estadstica). o de retardo: Un duracin del tiempo de no especificado indefinida longitud, que no se sabe hasta que termina (por ejemplo, un demora del cliente en una ltima entrada, lnea de espera, primero en salir que, cuando comienza, depende de llegadas futuras). o Reloj: Una variable que representa el tiempo simulado . El futuro de lista de eventos es catalogado por la hora del evento registrado en la notificacin de eventos. Una actividad representa tpicamente un tiempo de servicio, una entre llegadas tiempo, o cualquier otro tiempo de procesamiento cuya duracin ha sido caracterizado y definido por el modelador. duracin de una actividad puede ser especificado en un nmero de maneras: www.ncetianz.webs.com Ncetianz
Pgina 49 - 39 - 1. determinista-por ejemplo, siempre exactamente 5 minutos. 2. ejemplo estadstico-para, como un sorteo al azar de entre 2,5,7 con probabilidades iguales. 3. Una funcin dependiendo de las variables del sistema y atributos / o entidad. La duracin de una actividad es computable a partir de su especificacin en la instante en que comienza . La duracin de una demora no es especificado por el modelador de antemano, sino ms bien est determinado por las condiciones del sistema. Un retraso a veces se llama una espera condicional, mientras que una actividad se llama unc espera onditional. La realizacin de una actividad es un evento, a menudo llamada primaria evento. La realizacin de un retraso a veces se llama un condicional o evento secundario. Ejemplo 3.1 (AbleandBaker, Revisited) Considere la Able-Baker sistema carhop del Ejemplo 2.2. A modelo de eventos discrete- tiene los siguientes componentes: Systemstate L Q (T), el nmero de coches que esperan para ser servido en el momento t L A (T) , 0 o 1 para indicar inactivo Capaz ser o ocupado en el momento t L B (T) , 0 o 1 para indicar Panadero estar inactivo u ocupado en el momento t Entidades Ni los clientes (por ejemplo, automviles), ni los servidores necesitan ser representado de forma explcita, excepto en trminos del estado las variables, a menos que se desean ciertos promedios de los clientes (Comparar Ejemplos 3.4 y 3.5) Eventos Caso de llegada Finalizado el Servicio, por Able Finalizado el Servicio, por Baker www.ncetianz.webs.com Ncetianz
Pgina 50 - 40 - Actividades Tiempo entre llegadas, que se define en la Tabla 2.11 Tiempo de servicio por Able, definido en la Tabla 2.12 Tiempo de servicio por Baker, definido en la Tabla 2.13 Delay Espera de un cliente en la cola hasta que Able Baker, o se convierte en libre. 3.2 La Reunin de Programacin / Tiempo-Advance Algoritmo El mecanismo para el avance de tiempo de simulacin y garantizar que todos los eventos se producen en orden cronolgico correcto se basa en la lista de eventos futuros (FEL). Esta lista contiene todas las notas de acontecimientos que han sido programado para ocurrir en un tiempo futuro.
En cualquier momento dado t, el FEL contiene toda programado previamente eventos futuros y sus horas de los eventos asociados El FEL es ordenada por hora del evento, lo que significa que los eventos son ordenadas cronolgicamente; es decir, los tiempos de eventos cumplen t <t1 <= t2 <t3 = <= ...., <= tn t es el valor de CLOCK, el valor actual de tiempo simulado. El evento de fecha con el tiempo t1 se llama el evento inminente; es decir, es el siguiente evento ocurrir. Despus de la instantnea del sistema en tiempo de simulacin RELOJ == t b ha actualizado een, el reloj se adelanta a la simulacin de tiempo RELOJ _ = t1 y el aviso evento inminente se retira del FEL y el evento ejecutado .. Este proceso se repite hasta que la simulacin ha terminado. La secuencia de acciones que un simulador debe realizar para avanzar el reloj y construir un instantnea del sistema se llama el evento de programacin / tiempo de antelacin algoritmo www.ncetianz.webs.com Ncetianz
Pgina 51 - 41 - Instantnea del sistema antiguo en el tiempo t CIK SystemState Futuro Lista de Eventos T (5,1,6) (3, t1) - Tipo 3 evento que se produzca en el momento t1 (1, t2) - Tipo 1 evento que se produzca en el momento t2 (1, t3) - Tipo 1 evento que se produzca en el tiempo t 3 (2, tn) - 2 Tipo de suceso que se produzca en el momento t n Evento-programacin / algoritmo de tiempo de avance Paso 1: Retire la notificacin de eventos para el evento inminente (Caso 3, el tiempo t \) del PEL Paso 2: Avance CLOCK para inminente hora del evento (Es decir, avanzar RELOJ de r para t1). Paso 3: Ejecutar evento inminente: el estado del sistema de actualizacin, Atributos de cambio de entidad, y estableci la pertenencia, segn sea necesario. Paso 4: Generar eventos futuros (si es necesario) y colocar sus avisos de eventos en PEL clasificados segn la hora del evento. (Ejemplo: Evento 4 que se produzca en el momento t *, donde t2 <t * <t3.) Paso 5: Actualizar las estadsticas acumulativas y contadores. Nueva instantnea del sistema en el momento t1 OCK Sistema Estado Futuro Lista de Eventos t \ (5,1,5) (1, t2) - Escriba 1 evento que ocurra en el momento t1 (4, t *) - Tipo 4 evento que se produzca en el momento t * (1, t 3 ) - Tipo 1 evento que se produzca en el tiempo t 3 (2, tn) - Tipo de evento 2 que se produzca en el momento tn Figura 3.2 Avanzando simulacin tiempo y actualizacin sistema imagen www.ncetianz.webs.com Ncetianz
Pgina 52 MCA52 - Sistema de Simulacin y Modelado 42 La gestin de una lista se llama procesamiento de listas Las principales operaciones de procesamiento de la lista realizadas en un FEL son supresin del hecho inminente, la adicin de un nuevo evento para la lista, y en ocasiones la eliminacin de algn evento (llamado cancelacin de un evento). Como el evento inminente es por lo general en la parte superior de la lista, su eliminacin es tan eficiente como sea posible. La adicin de un nuevo evento (y cancelacin de un evento de edad) requiere una bsqueda de la lista. La eliminacin y la adicin de los acontecimientos desde el PEL se ilustra en la Figura 3.2. o Cuando el evento 4 (por ejemplo, un evento de la llegada) con el tiempo de eventos t * es generado en el paso 4, una manera posible de determinar su posicin correcta en el FEL es llevar a cabo una de arriba hacia abajo Bsqueda: Si t * <t2, lugar del acontecimiento 4 en la parte superior de la FEL. Si t2 < t * < t3, lugar del acontecimiento 4 segundos en la lista. Si t3, <t * < t4, lugar del acontecimiento 4 tercero en la lista. Si tn <t *, evento de 4 ltimos de la lista. o Otra forma es llevar a cabo una bsqueda de abajo hacia arriba . La instantnea del sistema en el tiempo 0 se define por las condiciones iniciales y la generacin de los llamados eventos exgenos. El mtodo de generar un flujo de llegadas externas, llama bootstrapping. Cada simulacin debe tener un evento de detencin , aqu se llama E, que define cunto tiempo se ejecutar la simulacin. Hay generalmente dos formas de detener una simulacin: 1. En el tiempo 0, programar un evento de simulacin de parada en un determinado tiempo futuro T E . Por lo tanto, antes de simular, se sabe que el simulacin se ejecutar durante el intervalo de tiempo [0, TE ]. Ejemplo: Simular un taller de trabajo para TE = 40 horas. Longitud 2 Run TE est determinado por la simulacin misma. Generalmente, TE es el momento de la ocurrencia de algn especificada evento E. Ejemplos: TE es el tiempo del servicio 100a www.ncetianz.webs.com Ncetianz
Pgina 53 MCA52 - Sistema de Simulacin y Modelado 43 terminacin en un cierto centro de servicio. TE es el momento de descomposicin de un sistema complejo. 3.3 Visiones del mundo Cuando utilice un paquete de simulacin o incluso cuando se utiliza un manual simulacin, un modelador adopta una visin del mundo o la orientacin para desarrollo de un modelo. Los ms frecuentes son la visin del mundo la programacin de eventos, la cosmovisin proceso de interaccin, y la actividad de exploracin visin del mundo. Cuando se utiliza un paquete que apoya el proceso de interaccin enfoque, una simulacin analystthinks en trminos de procesos. Cuando se utiliza el enfoque de la programacin de eventos, un analista de simulacin se concentra en los eventos y sus efectos sobre el estado del sistema. El enfoque basado en procesos de interaccin es popular debido a su atractivo intuitivo, y debido a que los paquetes de simulacin que implementarlo permite un analista para describir el flujo del proceso en trminos de bloques de red o construcciones de alto nivel . Tanto el evento de la programacin y el proceso de interaccin enfoques utilizan un avance de tiempo / variables . El enfoque de la actividad de exploracin utiliza un incremento de tiempo fijo y un enfoque basado en reglas para decidir si las actividades pueden empezar en cada punto en el tiempo simulado.
El enfoque de la exploracin pura actividad ha sido modificado por lo que se denomina el enfoque de tres fases. En el enfoque de tres fases, los eventos se consideran actividad unidades de tiempo de duracin de cero. Con esta definicin, las actividades son dividido intotwocategoriescalledBand C. o Actividades B: Actividades unidos a ocurrir; todos primaria www.ncetianz.webs.com Ncetianz
Pgina 54 MCA52 - Sistema de Simulacin y Modelado 44 eventos y actividades incondicionales . o actividades C: Actividades o eventos que son condicionales bajo ciertas condiciones de ser cierto. Con el. trifsico acercan el producto de simulacin con la ejecucin de las tres fases repetida hasta que se complete: Fase A: Quite el evento inminente de la FEL y avanzar el reloj a su hora del evento. Retire cualquier otro eventos del FEL que tiene la hora del evento. Fase B: Ejecutar todos los eventos de tipo B que se han eliminado desde el FEL. Fase C: Analizar las condiciones que desencadenan cada tipo C actividad y activar cualquier cuyas condiciones se cumplan. Vuelva a explorar hasta que no haya actividades de tipo C adicionales pueden comenzar o se producen eventos. El enfoque de tres fases mejora la eficiencia en la ejecucin de el mtodo de exploracin actividad. Ejemplo 3,2 (AbleandBaker, Backagain) . Utilizando el enfoque de tres fases, las condiciones para el comienzo de cada actividad en la Fase C son: Actividad Condicin Tiempo de servicio por Able Un cliente est en la cola y es capaz inactivo, Tiempo de servicio por Baker Un cliente est en la cola, Baker est inactivo, y Abel est ocupado. 3.4 Simulacin Manual de Uso de Programacin de eventos En una simulacin de eventos-programacin, una tabla de simulacin se utiliza para registrar las instantneas del sistema sucesivos como el tiempo avanza. Vamos a considerar el ejemplo de una tienda de comestibles que slo tiene un contador de salidas. Example3.3 (Single-ChannelQueue) El sistema se compone de los clientes en la lnea de espera, ms la uno (si los hay) echarle un vistazo. El modelo tiene los siguientes componentes: www.ncetianz.webs.com Ncetianz
Pgina 55 MCA52 - Sistema de Simulacin y Modelado 45 o Estado del sistema (LQ (i), Z, S (r)), donde LQ ((] es el nmero de clientes en la lnea de espera, y LS (t) es el nmero que es servido (0 o 1) en el tiempo t. o Entidades El servidor y los clientes no estn explcitamente modelado, excepto en trminos de las variables de estado anteriores. o Eventos Llegada (A) Salida (D) Detener evento ( "), programado para ocurrir en el tiempo 60. o notificaciones de eventos (A, i). Representando un evento llegada a ocurrir en el futuro tiempo t (D, t), lo que representa una salida al cliente en el futuro el tiempo t ( 60), lo que representa el evento de simulacin-parada en el futuro tiempo 60 o Actividades Tiempo Inlerarrival, definida en la Tabla 2.6 El tiempo de servicio, que se define en la Tabla 2.7 o Delay Tiempo al cliente pas en la lnea de espera. En este modelo, el FEL siempre contendr dos o tres avisos de eventos. El efecto de los eventos de llegada y salida fue mostrado por primera vez en Cifras a continuacin www.ncetianz.webs.com Ncetianz
Pgina 56 MCA52 - Sistema de Simulacin y Modelado 46 La figura 1 (A): Ejecucin del evento llegada. Caso de llegada Ocurre en RELOJ = t Es LS (t) = 1? Set LS (t) = 1 Aumentar LQ (t) por 1 Generar el tiempo de servicio a *; Programe nuevo punto de partida evento en el momento t + s * Generar tiempo entre llegadas a *; Programe nuevo evento llegada en el momento t + a * Recopilar estadsticas Devuelva el control al TIME- rutina para avanzar continuar la simulacin N Y www.ncetianz.webs.com Ncetianz
Pgina 57 MCA52 - Sistema de Simulacin y Modelado 47 La figura 1 (B): ejecucin del evento de salida. Evento de salida se produce a RELOJ = t Set LS (t) = 0 Es LQ (t)> 0? Reducir LQ (t) por 1 Generar servicio tiempo s *; Programe nuevo evento salida a las tiempo t + s * Reunir Estadsticas De control para volver tiempo de antelacin rutina para continuar simulacin N Y www.ncetianz.webs.com Ncetianz
Pgina 58 MCA52 - Sistema de Simulacin y Modelado 48 Las condiciones iniciales son que el primer cliente que llegue a tiempo 0 y comienza el servicio. Esto se refleja en la tabla de abajo por la instantnea del sistema en el tiempo cero (RELOJ = 0), con LQ (0) = 0, LS (0) = 1, y tanto un evento de salida y el evento de la llegada de la FEL. La simulacin est programado para detenerse en el tiempo 60. Dos estadsticas, la utilizacin del servidor y la mxima longitud de la cola, ser recogido. utilizacin del servidor se define por servidor ocupado tiempo total de (B) dividido por. tiempo total (T e ). tiempo ocupado total, B, y la mxima longitud de la cola MQ, ser acumulada dado que la simulacin progresa. Tan pronto como la instantnea del sistema en el reloj de tiempo = 0 es completa, la comienza simulacin. En el tiempo 0, el evento es inminente (D, 4). El reloj se adelant al tiempo de 4, y (D, 4) se retira del FEL. Desde LS (t ) = 1 para 0 <= t <= 4 (es decir, el servidor estaba ocupado por 4 minutos), el tiempo ocupado acumulada se incrementa de B = 0 y B = 4. Por la lgica evento en la Figura 1 (B), establecidas LS (4) = 0 (el servidor se convierte ralent). El FEL se queda con slo dos eventos futuros, (A, 8) y (E, 0). El reloj de simulacin es el prximo avanzada en cuando 8 y una llegada evento se ejecuta. La tabla de simulacin cubre el intervalo [0,9]. www.ncetianz.webs.com Ncetianz
Pgina 59 MCA52 - Sistema de Simulacin y Modelado 49 Tabla de simulacin de caja. Ejemplo 3.4 (El Pedido de Venta Libre Simulacin, Contina) Supongamos que el analista de sistemas desea estimar el tiempo medio de respuesta y la media de porcentaje de los clientes que gastan ms de 4 minutos en el sistema el modelo anteriormente mencionado tiene que ser modificado. o Entidades (Ci, t), en representacin de los clientes Ci que lleg en el momento t. o avisos de eventos (A, t , Ci), la llegada del cliente Ci en el futuro tiempo t (D, F, Cj), la partida del cliente Cj al futuro tiempo t. o Set "cola de la caja," el conjunto de todos los clientes en la actualidad en la caja registradora (que se sirve o esperando a ser servido), ordenados por la hora de llegada Reloj LQ (t) LS (t) FEL Comentario B MQ 0 0 1 (D, 4) (A, 8) (E, 60) Primera A ocurre (a * = 8) Calendario Un siguiente (S * = 4) horario siguiente D 0 0 4 0 0 (A, 8) (E, 60) Primera D se produce; (D, 4) 4 0 8 0 1 (D, 9) (A, 14) (E, 60) Segunda A se produce; (A, 8) (A * = 6) horario Un siguiente (S * = 1) horario siguiente D 4 0 9 0 0 (A, 14) (E, 60) Segunda D ocurre; (D, 9) 5 0 www.ncetianz.webs.com Ncetianz
Pgina 60 MCA52 - Sistema de Simulacin y Modelado 50 Tres nuevas estadsticas se recogen: S, la suma de clientes response veces para todos los clientes que han partido para el momento actual; F, la nmero total de clientes que gastan ms de 4 minutos en el hotel Salida contador; N D el nmero total de salidas a la actual tiempo de simulacin. Estos tres estadsticas acumuladas se actualizan cada vez que la salida evento ocurre. La tabla de simulacin se da a continuacin Tabla de Simulacin para el Ejemplo 3.4 Estado del sistema Estadsticas acumuladas Reloj LQ (t) LS (t) Pedido lnea FEL S N D F 0 0 1 (C 1,0) (D, 4, C1) (A, 8, C2) (E, 60) 0 0 0 4 0 0 (A, 8, C2) (E, 60) 4 1 1 8 0 0 (C2,8) (D, 9, C2) (A, 14, C3) (E, 60) 4 1 1 9 0 0 (A, 14, C3) (E, 60) 5 2 1 Ejemplo 3.5 (El Camin volquete Problema) Seis de volcado de camiones se utilizan para transportar carbn desde la entrada de un pequeo mina al ferrocarril. Cada camin es cargado por uno de los dos cargadores. Despus de la carga, un camin se mueve inmediatamente a escala, para ser ponderados como pronto como sea posible. Tanto las cargadoras y de la escala tienen un primer llegado, primer servido esperando lnea (o cola) para los camiones. El tiempo necesario para viajar desde el cargador a escala se considera insignificante. Despus de haberlos pesado, un camin comienza un tiempo de viaje y luego despus vuelve a la cola del cargador. El modelo tiene los siguientes componentes: o del estado del sistema [LQ (0, L (f), WQ (r), W (r)], donde www.ncetianz.webs.com Ncetianz
Pgina 61 MCA52 - Sistema de Simulacin y Modelado 51 LQ (f) = nmero de camiones en cola del cargador L (t) = nmero de camiones (0,1 o 2) que se est cargando WQ (t ) = nmero de camiones en pesan cola W (t) = nmero de camiones (0 o 1) se pesa, todo a simulacin en tiempo t o notificaciones de eventos (ALQ ,, t, DTi), camin volquete llega a cola del cargador (ALQ) en el tiempo t (EL, t, DTi), camin volquete i termina de cargar (EL) en el tiempo t (EW, t, DTi), camin volquete i termina pesando (EW) en el tiempo t o Entidades Los seis camiones de volteo (DTI, ..., DT6) o Listas Cola del cargador, todos los camiones a la espera de comenzar la carga, ordenado en un primer llegado, primer servido Pesar cola, todos los camiones que esperan para ser pesados, ordenaron en un primer llegado, primer servido base. o Actividades de tiempo de carga, tiempo de pesada, y el tiempo de viaje. o Retardos Retardo en cola del cargador, y el retraso en la escala. Distribucin de la carga para el carro de descarga El tiempo de carga Probabilidad Acumulativo probabilidad Random-Digit Asignacin 5 0.30 0.30 1-3 10 0.50 0.80 4-8 15 0.20 1.00 9-0 Distribucin del tiempo de pesada para el carro de descarga Tiempo de pesada Probabilidad Acumulativo probabilidad Random-Digit Asignacin 12 0,70 0,70 1-7 16 0.30 1.00 8-0 Distribucin del tiempo de viaje para el carro de descarga Tiempo de viaje Probabilidad Acumulativo probabilidad Random-Digit Asignacin 40 0.40 0.40 1-4 60 0.30 0,70 5-7 80 0.20 0.90 8-9 100 0.10 1.00 0 www.ncetianz.webs.com Ncetianz
Pgina 62 MCA52 - Sistema de Simulacin y Modelado 52 Los tiempos de actividad se toman de la siguiente lista Cargando tiempo 10 5 5 10 15 10 10 Con un peso tiempo 12 12 12 16 12 16 Viajes tiempo 60 100 40 40 80 mesa de simulacin para el problema Dump Truck Estado del sistema Listas stat acumulativa Reloj t LQ (t) L (t) WQ (t) W (t) Cargadora cola Pesar cola FEL B L B S 0 3 2 0 1 DT4 DT5 DT6 (EL, 5, DT3) (EL, 10, DT2) (EL, 12, DT1) 0 0 5 2 2 1 1 DT5 DT6 DT3 (EL, 10, DT2) (EL, 5 + 5, DT4) (EW, 12, DT1) 10 5 10 1 2 2 1 DT6 DT3 DT2 (EL, 10, DT4) (EW, 12, DT1) (EL, 10 + 10, DT5) 20 10 10 0 2 3 1 DT3 DT2 DT4 (EW, 12, DT1) (EL, 20, DT5) (EL, 10 + 15, DT6) 20 10 12 0 2 2 1 DT2 DT4 (EL, 20, DT5) (EW, 12 + 12, DT3) (EL, 25, DT6) (ALQ, 12 + 60, DT1) 24 12 20 0 1 3 1 DT2 DT4 DT5 (EW, 24, DT3) (EL, 25, DT6) (ALQ, 72, DT1) 40 20 24 0 1 2 1 DT4 DT5 (EL, 25, DT6) (EW, 24 + 12, DT2) (ALQ, 72, DT1) (ALQ, 24 + 100, DT3) 44 24 Utilizacin media Cargador = 44/2 = 0,92 www.ncetianz.webs.com Ncetianz
Pgina 63 MCA52 - Sistema de Simulacin y Modelado 53 24 Promedio de la escala de utilizacin = 24/24 = 1,00 ************************************************** *********** *****