SIMULACIÓN ORIENTADA A
EVENTOS DISCRETOS
Maritza Correa Valencia
[email protected]
Oficina 85, piso 3 Facultad de Ingeniería
SIMULACIÓN COMO HERRAMIENTA DE
VISUALIZACIÓN
SISTEMAS Y MODELOS
información
Sistema Real Sistema de soporte a Tomar la decisión
Procesos la decisión Entender,
complejos Analizar,
Modelo de
↓ simulación Diseñar,
Interdependencias Administrar,
+ Estocático Tomar
+ Dinámico
decisiones
acción, resulta en cambio
SISTEMAS Y PROCESOS
Un Sistema es una colección de elementos que funcionan
juntos para alcanzar un objetivo deseado. (Blanchard, 1991).
Un proceso es una colección de actividades que convierten
entradas en salidas.
Un Sistema de Procesamiento es una colección de elementos
que funcionan juntos para convertir entradas en salidas.
SIMULACIÓN DE EVENTOS DISCRETOS
• Sistemas para los cuales los cambios en el estado de las
variables ocurren en momentos de tiempo discretos, como
resultado a eventos específicos.
• EVENTOS:
Arribo de un producto
Inicio/Fin de procesamiento de un producto
Daño/Reparación de una máquina.
• ESTADOS:
Máquinas: Inactiva, Alistamiento, Procesando, Apagada.
Colas: Vacía, Llena.
Operarios: Utilizados, Inactivos, Cargando, Descargando.
COMO FUNCIONA LA SIMULACIÓN
DE EVENTOS DISCRETOS
Start
1. Los eventos están programados Create simulation
2. El reloj se mueve a la próxima data base & Sche-
dule initial events
hora del evento Advance clock to
3. El evento se procesa next event time
(generalmente programando
más eventos)
Yes Update statistics
Termination
and Generate
event?
output report
4. Cualquier evento condicional se No
Stop
procesa Process event &
Schedule any
new events
5. Ir al paso 2
Update statistics,
state variables,
and animation
Yes
Any conditional
events?
No
SIMULACIÓN DE EVENTOS DISCRETOS
• Diseño y operación de sistemas de logística y producción.
Análisis de capacidad, requerimientos de recursos, evaluación
y diseño de procesos.
• Diseño de redes
Redes de distribución y suministro.
• Diseño y operación de logística de servicio.
Puntos de pago, puntos de atención, número de cajeros.
• Mejora de operaciones de servicio al cliente.
Bancos, supermercados y restaurantes.
PUNTOS CLAVE
Inputs Outputs
Tasas de arribo Troughput (Max. tasa pn).
Número de trabajadores Tasas de utilización
Tiempo de proceso Estados
RECORDAR LOS
PASOS
INTRODUCCIÓN AL
MODELAMIENTO EN FLEXSIM
MODELOS, OBJETOS Y FLOW ITEMS
Modelo: Una colección de objetos de Flexsim que
representa el Sistema actual.
Objeto: Un bloque de construcción con
comportamientos heredables y atributos, variables
y propiedades visuales definibles por el usuario.
Flow item: Las entidades que fluyen a través del
modelo. e.g. Productos, clientes, llamadas,etc.
EL MODELO
EL MODELO
Un modelo en Flexsim es un Sistema de colas, procesos
y transportes.
Colas: Se desarrollan naturalmente en el modelo
cuando las tasas de arribo superan las tasas de proceso.
Procesos: Corresponde a un tiempo de demora
obligatorio sobre el objeto que está siendo procesado.
Transporte: Es el moviento físico de una entidad entre
un recurso y otro.
OBJETOS DISCRETOS:
Manejan unidades
LOS OBJETOS
OBJETOS FLUIDOS:
Manejan cantidades
LOS OBJETOS
FLOW ITEMS
Entidades que fluyen por el
modelo pasando de un recurso
fijo al siguiente.
Pueden almacenar información
que puede ser almacenada y
obtenida del modelo (e.g.
tiempos de proceso, decisiones
de ruteo).
Sus características iniciales se
editan del Flow ítem bin
LOS PUERTOS
3 tipos de puertos
Puerto de entrada
(input port)
Conexión de flujo
Puerto de salida
(output port)
Puerto central Conexión de
referenciación
Objeto 1 Puerto 1 del Puerto 1 del Objeto 2
objeto 1 objeto 2
LOS PUERTOS – Conexiones de flujo
Conexión de flujo
Puertos entrada/salida:
definen las conexiones para A Conectar
que flow items se muevan Q Desconectar
entre recursos fijos
LOS PUERTOS – Conexiones centrales
Conexión de
Puertos centrales: para referenciación
referenciar, sirven para indicar a S Conectar
un proceso o transporte que
Task Executer se necesita
W Desconectar
VISTA INICIAL DE FlexSim
SISTEMA DE COLAS SIMPLE
Límites del sistema (objetivo del análisis)
“Servidor”
“CLIENTES” (recurso estático)
Variable aleatoria: tiempo de servicio
Lógica del sistema
Rendimiento del sistema
(salida)
MFG 580 Winter 2017 January 17, 2017
MEDIDAS DE RENDIMIENTO DEL
SISTEMA DE COLAS SIMPLE
λ: tasa media de llegada. Es igual a 1 / E [Tiempo-entre-llegada]
donde E [.] Denota el operador de expectativa.
µ: tasa de servicio promedio. Es igual a 1 / E [tiempo-de-servicio].
Hora (entre-llegada, servicio) = 1 / tasa
ρ = λ/µ para colas de servidor único: utilización del servidor;
también la probabilidad de que el servidor esté ocupado o la
probabilidad de que alguien esté siendo atendido.
EL PROBLEMA CON EL
“TIEMPO DE ESPERA”
• Es costoso
• En términos de Lean Manufacturing, es un
desperdicio
• Tres tipos (compiten entre sí)
– Cliente
– Producto
– Máquina
• Ejemplo: Simulación de un cajero automático
SIMULACIÓN DE UN CAJERO
AUTOMÁTICO
Supuestos para el modelo:
No hay clientes inicialmente, la cola está vacía, el cajero automático está
inactivo
El tiempo de traslado de la cola al cajero automático es insignificante, por
lo tanto, se ignora
Los clientes son procesados First in First out (FIFO)
El cajero automático nunca experimenta fallas
Clientes que Servidor Clientes
Cola en el cajero
llegan “cajero” salientes
8 7 6 5 4 3 2 1
CÁLCULOS MANUALES DE LA
SIMULACIÓN DE EVENTOS DISCRETOS
• Tiempo medio de llegada entre clientes 3 minutos distribuidos
exponencialmente
Los clientes se unen a una cola
• Capacidad de cola = infinito
• Capacidad del cajero automático = 1
• El cliente gasta un promedio de 2,4 minutos (exponencial) en el
cajero automático para completar la transacción
Utilización del Servidor= 80% (1/180)/(1/144)
Número promedio en cola= 3.2
Tiempo promedio en cola= 9.6 min
RESULTADOS EN EL SOFTWARE DE
SIMULACIÓN
¿POR QUÉ LOS NÚMEROS DEL CÁLCULO
MANUAL Y DEL SOFTWARE SON DIFERENTES?
1. Las condiciones de inicio de la simulación pueden sesgar las
estadísticas de salida
• Desde que comenzó la cola, las estadísticas del contenido
de la cola vacía son menores de lo que podrían ser si la
simulación comenzara con clientes.
2. ¿Cuál es la cantidad correcta de tiempo que debe ejecutarse la
simulación?
• por ejemplo, si corremos durante 22 minutos
• Si corres más, tu promedio a largo plazo sería diferente
• La simulación no tuvo la oportunidad de alcanzar el estado
estable
MFG 580 Winter 2017 January 17, 2017
Recordar que la simulación es una tecnología
Basura-entra Basura-sale
“Un tonto con una herramienta sigue siendo un tonto”
-- Grady Booch
TALLER EN CLASE
PROPÓSITO: Afianzar los conocimiento básicos para crear un modelo de simulación
En la oficina postal de 472 ubicada en la calle quinta quieren realizar un
análisis de la ocupación que viene presentando, para ello parten de datos
históricos conocidos:
• Los clientes llegan a la oficina en promedio cada 50 segundos, la función
de distribución de probabilidad que mejor representa el tiempo entre
arribos es una distribución exponencial con Location 0 y scale 50.
• El tiempo de servicio de la única ventanilla de servicio en la oficina es
lognormal2(45, 3.1, 0.5) segundos.
• Si la cola para la ventanilla de servicio excede 10 personas, los nuevos
clientes que lleguen saldrán del modelo como “clientes insatisfechos”.
TALLER EN CLASE
1. Haga el diagrama de flujos del proceso.
2. Cree el Layout siguiendo la información suministrada.
3. Corra la simulación por 8 horas y analice los resultados.
a. ¿Cuál es el tiempo máximo y promedio que la gente esperó en
cola?
b. ¿Cuantos clientes insatisfechos hubo?
c. ¿Cuál fue la utilización de la ventanilla de servicio?
d. ¿Cuántos clientes fueron atendidos?
