Poslovne simulacije 4. Diskretne simulacije M. Zekić-Sušac, EFO.

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
KRUŽNICA I KRUG VJEŽBA ZA ISPIT ZNANJA.
Advertisements

PTP – Vježba za 2. kolokvij Odabir vrste i redoslijeda operacija
INDINŽ Z – Vježba 2 Odabir vrste i redoslijeda operacija
Štednja, akumulacija kapitala i BDP
PROIZVODNJA.
BROJ π Izradio: Tomislav Svalina, 7. razred, šk. god /2016.
NASLOV TEME: OPTICKE OSOBINE KRIVIH DRUGOG REDA
IPR – NAFTA 1.
Čvrstih tela i tečnosti
OSNOVE TEHNOLOGIJE PROMETA
Merenja u hidrotehnici
RAD I SNAGA ELEKTRIČNE STRUJE
POLINOMI :-) III℠, X Силвија Мијатовић.
VREMENSKI ODZIVI SISTEMA
Direktna kontrola momenta DTC (Direct Torque Control)
SEKVENCIJALNE STRUKTURE
Aminokiseline, peptidi, proteini
Matematika Blackjacka – kockarska matematika
Kontrola devijacije astronomskim opažanjima
Kako određujemo gustoću
Osnove statistike Kombinatorika i vjerojatnost
O Novom argumentu posljedice
PRIJENOS TOPLINE Izv. prof. dr. sc. Rajka Jurdana Šepić FIZIKA 1.
Vijetove formule. Rastavljanje kvadratnog trinoma na linearne činioce
TROUGΔO.
JEDNAČINA PRAVE Begzada Kišić.
Obrada slika dokumenta
II. MEĐUDJELOVANJE TIJELA
KALIBRACIJA SONDE ZA PRITISAK VEŽBA 2.1
MATEMATIČKI MODELI EFIKASNOSTI
PRORAČUN POUZDANOSTI DISTRIBUTIVNIH MREŽA
Dimenziona analiza i teorija sličnosti
Strujanje i zakon održanja energije
Mjerenje Topline (Zadaci)
Električni otpor Električna struja.
Izradila: Ana-Felicia Barbarić
Analiza deponovane energije kosmičkih miona u NaI(Tl) detektoru
Transformacija vodnog vala
SREDIŠNJI I OBODNI KUT.
Vježbe 1.
Kvarkovske zvijezde.
10. PLAN POMAKA I METODA SUPERPOZICIJE
Booleova (logička) algebra
Aleksandar Buinac OŠ Viktorovac, Sisak
Tehnološki proces izrade višetonskih negativa
6. OSNOVNI POJMOVI VJEROJATNOSTI
Strukture podataka i algoritmi 2. DIZAJN I ANALIZA ALGORITAMA
Prisjetimo se... Koje fizikalne veličine opisuju svako gibanje?
Dan broja pi Ena Kuliš 1.e.
Geografska astronomija : ZADACI
8 Opisujemo val.
POUZDANOST TEHNIČKIH SUSTAVA
8 GIBANJE I BRZINA Za tijelo kažemo da se giba ako mijenja svoj položaj u odnosu na neko drugo tijelo za koje smo odredili da miruje.
ANALIZA GREŠAKAU MJERENJU UPOREDNA ANALIZA REZULTATA Ana Đačić 62/07
DISPERZIJA ( raspršenje, rasap )
Ponovimo... Kada kažemo da se tijelo giba? Što je put, a što putanja?
Unutarnja energija Matej Vugrinec 7.d.
N. Zorić1*, A. Šantić1, V. Ličina1, D. Gracin1
Pirotehnika MOLIMO oprez
KRITERIJI STABILNOSTI
doc. dr. sc. Martina Briš Alić
Ivana Tvrdenić OŠ 22. lipnja SISAK.
Ustroj i poruka novozavjetnih tekstova
Tomislav Krišto POSLOVNA STATISTIKA Tomislav Krišto
STATISTIKA 3. CIKLUS Individualni indeksi Skupni indeksi
Kratki elementi opterećeni centričnom tlačnom silom
Vjera u Bibliji i svećenik danas
Balanced scorecard slide 1
DAN BROJA π.
Tehnička kultura 8, M.Cvijetinović i S. Ljubović
Μεταγράφημα παρουσίασης:

Poslovne simulacije 4. Diskretne simulacije M. Zekić-Sušac, EFO

Diskretna simulacija - pojam Diskretna simulacija (eng. Discrete event simulation (DES)) je proces kodiranja ponašanja složenih sustava kao slijeda čvrsto definiranih događaja (WhatIs, 2013). Događaj = specifična promjena u stanju sustava u nekom posebnom vremenskom trenutku. Diskretna simulacija opisuje promjene stanja koje se odvijaju diskontinuirano u vremenu (Čerić, V., 2013). Promjene stanja su posljedica međudjelovanja među objektima sustava (npr. ako stroj napravi obradu na materijalu, obrada materijala je završena i njegovo stanje se mijenja). Namijenjena je razvoju modela koji detaljno opisuju strukturu sustava i njegove elemente, tj. oponašaju stvarne sustave i procese, te objekte iz stvarnog svijeta i njihovo međudjelovanje M. Zekić-Sušac, EFO

Diskretna simulacija – kada i kako? Kada se koristi? – najčešće za modeliranje i analizu sustava s repovima čekanja na resurse (resursi mogu biti: blagajne, autobusi, računala, šalteri i dr.), pri čemu su glavni elementi opisa: Tijek procesa (obično se prikazuje strelicama koje povezuju pojedine elemente i odlukama koje određuju smjer tijeka procesa) Kapaciteti resursa (opisuju vrijeme u kojem resurs može obraditi pojedini entitet koji prolazi kroz sustav, npr. 1 stroj može obraditi 1 poluproizvod za 3 minute) Ograničenja (opisuju raspoložive resurse, npr. 3 raspoloživa stroja ili 4 djelatnika ili sl.) M. Zekić-Sušac, EFO

Entiteti i atributi Entiteti (objekti) – komponente sustava kojeg modeliramo Stalni entiteti – ostaju u modelu tijekom trajanja simulacije (npr. šalteri) Privremeni entiteti – prolaze kroz sustav (npr. klijenti, autobusi itd.) Svaki entitet može imati više atributa. Atributi – opisuju svojstva entiteta (npr. odredište putnika, brzina obrade stroja, itd.) Kako se definira stanje sustava? Entitetima koje model sadrži Vrijednostima atributa M. Zekić-Sušac, EFO

Događaji kod diskretne simulacije Događaj = promjena stanja sustava koja se zbiva u trenutku Kako može nastupiti događaj? zbog ulaska ili izlaska entiteta u sustavu (npr. ako još 5 klijenata dođe na šalter) zbog promjene vrijednosti atributa (npr. ako se promijeni brzina rada djelatnice na šalteru) Događaji mogu biti: Uvjetni – oni koji se mogu dogoditi tek pošto je ispunjen neki uvjet Bezuvjetni (planirani) – oni koji se odvijaju nakon protoka određenog vremena (npr. završetak rada s jednom strankom na šalteru) M. Zekić-Sušac, EFO

Pojmovi kod diskretne simulacije - nastavak Kod diskretne simulacije i vrijeme se mijenja DISKRETNO (tj. diskontinuirano), što znači: Od trenutka u kojem se desio posljednji događaj – vrijeme skače na – trenutak u kojem će se desiti sljedeći događaj, itd. Simulacijski sat – mjeri proteklo vrijeme simulacije Npr. ako je djelatniku potrebno 5 minuta za obradu jedne stranke na šalteru, tada se se vrijeme događaja mjeri svakih 5 minuta M. Zekić-Sušac, EFO

Pojmovi kod diskretne simulacije - nastavak Aktivnost = međudjelovanje entiteta koje traje neko vrijeme, a tijekom odvijanja aktivnosti stanje entiteta se ne mijenja (npr. obrada jedne stranke na šalteru, popunjavanje obrasca ili dr.) Početak aktivnosti – vezan uz neke uvjete (npr. ako je završena obrada prethodne stranke, može početi obrada sljedeće stranke) Završetak aktivnosti – vezan je uz vrijeme trajanja te aktivnosti (po isteku tog vremena aktivnost završava) PROCES = niz logički povezanih uzastopnih događaja kroz koje prolaze privremeni entiteti (npr. prolaz putnika kroz trakt na aerodromu, ili proces upisa studenta na fakultet) M. Zekić-Sušac, EFO

Nezavisne varijable Kod diskretne simulacije, nezavisne (ulazne varijable) čije vrijednosti korisnik upisuje u sustav su: Vrijeme između dva uzastopna dolaska entiteta (ent. Time Between Arrivals) Vrijeme odvijanja pojedinog procesa (npr. vrijeme opsluživanja na šalteru, ili vrijeme obrade na stroju ili dr.) Broj raspoloživih resursa (npr. broj šaltera, ili djelatnika, ili strojeva) Organizacija čekanja (FIFO, LIFO, po prioritetu i sl.) M. Zekić-Sušac, EFO

Kako odrediti vrijednosti nezavisnih varijabli? Vrijeme između dva uzastopna dolaska entiteta ili vrijeme odvijanja pojedinog procesa u stvarnosti nije neki fiksni broj, nego se mijenja prema nekoj raspodjeli (distribuciji) Npr. kako odrediti koliko dugo se obrađuje jedan klijent na šalteru banke? To nekad može biti 5 minuta, ponekad 10, ponekad 13 minuta,... Najčešće se koriste slučajna (Gauss-ova) i trokutasta raspodjela vjerojatnosti pojavljivanja brojeva Koju raspodjelu koristiti? – ovisi o prirodi problema, i izabire se ona koja je realnija M. Zekić-Sušac, EFO

Slučajna raspodjela Kod slučajne raspodjele potrebno je odrediti: Aritmetičku sredinu Standardnu devijaciju σ Izvor: Wikipedia, http://hr.wikipedia.org/wiki/Datoteka:The_Normal_Distribution.svg, 10.10.2013. Primjer: Ako znamo da je prosječno trajanje obrade na jednom šalteru 10 minuta, ali može varirati + 5 minuta. M. Zekić-Sušac, EFO

Trokutasta raspodjela Kod trokutaste raspodjele potrebno je odrediti: Minimalnu vrijednost (a) Najčešću vrijednost (c) Maksimalnu vrijednost (b) koju neka varijabla x može poprimiti. Izvor: Wikipedia, http://en.wikipedia.org/wiki/Triangular_distribution, 10.10.2013. Primjer: Ako znamo da je minimalno vrijeme obrade klijenta na šalteru 5 minuta, maksimalno vrijeme 20 minuta, a najčešće 10 minuta. M. Zekić-Sušac, EFO

Zavisne varijable Zavisne (izlazne) varijable čije se vrijednosti dobiju kao rezultat simulacije su: Dužina reda čekanja (eng. Number Waiting, tj. broj entiteta u redu čekanja, npr. broj zahtjeva u redu čekanja, broj pacijenata u čekaonici, i dr.) „Vrijeme čekanja u redu (eng. Waiting Time, tj. vrijeme koje entitet provede u čekanju) „ Iskorištenje resursa (eng. Utilization) – postotak iskorištenja resursa (npr. % radnog vremena djelatnika u kojem on radi) „ Propusnost sustava (eng. Number Out, tj. broj entiteta koje sustav može obraditi) M. Zekić-Sušac, EFO

Konceptualni model diskretne simulacije Čemu služi konceptualni model? da se izdvoje najvažnija svojstva sustava, da se opišu njegovi bitni elementi i njihovo međudjelovanje Izradom konceptualnog modela omogućuje se strukturiranje problema i njegovo bolje razumijevanje Za njegovu izradu koriste se grafičke metode modeliranja, npr. dijagrami ciklusa aktivnosti (DCA) M. Zekić-Sušac, EFO

Dijagrami ciklusa aktivnosti (DCA) Opisuju životni ciklus entiteta (promatranih objekata) u modelu Koriste dva osnovna simbola: Pravokutnik opisuje aktivnosti, npr. obrada narudžbe, ispunjavanje obrasca, itd. Elipsa opisuje redove čekanja, npr. klijente koji čekaju pred šalterom Neki entitet može biti ili u stanju aktivnosti, ili u stanju čekanja. Ako je aktivan, može biti u suradnji s drugim entitetima. Ako je u stanju čekanja, tada ne sudjeluje u aktivnosti, već čeka da se ispune uvjeti za početak aktivnosti. M. Zekić-Sušac, EFO

Dijagrami ciklusa aktivnosti (DCA) DCA sadrži cikluse života svih klasa entiteta kroz koje prolaze pojedinačni entiteti neke klase. Što je ciklus života? To je zatvoreni ciklus u kojem se izmjenjuju aktivnosti i redovi čekanja, a koje prolazi neke entitet. Da bi aktivnost mogla početi, nužno je da svaki red čekanja sadrži barem po jedan entitet, (npr. da bi obrada stranke mogla početi, mora biti barem 1 stranka pred šalterom). Kada aktivnost završi, svi entiteti uključeni u nju se oslobađaju i šalju u slijedeće redove čekanja. M. Zekić-Sušac, EFO

Primjer – proizvodni pogon Pretpostavimo da neki proizvodni pogon ima 2 vrste strojeva – stroj A i stroj B U pogonu postoje 3 stroja tipa A i 2 stroja tipa B. Određenim ritmom nabave,u pogon dolaze dijelovi potrebni za proizvodnju. Dijelovi se najprije obrađuju na jednom od strojeva tipa A, a zatim na jednom od strojeva tipa B, i onda ponovo na jednom od strojeva tipa A. DCA tog pogona može se prikazati slikom: M. Zekić-Sušac, EFO

Slika 1. Dijagram ciklusa aktivnosti za pogon s dva stroja (izvor: Čerić, V., Poslovno računalstvo, Znak, Zagreb, 1994.) M. Zekić-Sušac, EFO

Primjer – proizvodni pogon - nastavak DCA proizvodnog pogona sadrži cikluse života dijelova za proizvodnju, zatim entiteta strojeva A i B, te logičkog entiteta “Ulaz”. Ciklus života dijelova sadrži: Red čekanja “Vani” Aktivnost dolazaka dijelova u pogon Red čekanja za stroj A1 Red čekanja za stroj B Red čekanja za stroja A2 Povratak u red čekanja “Vani” M. Zekić-Sušac, EFO

Izvođenje simulacije Za izvođenje simulacije – najčešće se koristi pomak vremena na sljedeći događaj. Što se tu događa: Nakon izvođenja jednog događaja pronalazi se događaj koji je sljedeći na redu Vrijeme simulacije se pomiče na vrijeme izvođenja tog novog događaja Taj se novi događaj izvede (tom prilikom se događa i promjena stanja sustava, tj. mijenjaju se atributi jednog ili više entiteta). Itd. Simulacija se završava kada više nema događaja za izvesti, ili je ispunjen neki unaprijed utvrđeni uvjet da simulacija završava. Postoji više pristupa izvođenju simulacije – jedan od njih je tzv. Trofazna strategija simulacije M. Zekić-Sušac, EFO

Vrednovanje simulacijskog modela Vrednovanje simulacijskog modela ima za cilj eliminaciju različitih vrsta grešaka modela, koje mogu biti (Čerić, 2013): Greške u logici modela Greške u matematičkim relacijama Greške u programu Greške u ulaznim podacima Greške u načinu korištenja modela te Greške u obradi i interpretaciji rezultata simulacijskih eksperimenata M. Zekić-Sušac, EFO

Za vježbu Napravite DCA za banku koja ima 3 šaltera – svaki klijent može se uslužiti na bilo kojem šalteru, samo treba provjeriti da li je šalter slobodan. Napravite DCA za studentsku referadu u kojoj svaki student treba da bi se upisao proći kroz 3 “šaltera”: 1) kupiti dokumente (skriptarnica), 2) predati popunjene dokumente i 3) upisati se u Studomat. M. Zekić-Sušac, EFO

Zaključak Simulacijsko modeliranje može biti diskretno i kontinuirano (sistemska dinamika). Kod diskretnog simulacijskog modeliranja koriste se modeli koji detaljno opisuju strukturu sustava i njegove elemente, a ponašanje sustava je diskontinuirano (u obliku slijeda raznovrsnih događaja i aktivnosti). Glavni elementi diskretne simulacije su entiteti, atributi i događaji, te vrijeme pomaka. Za opis diskretnog modela koristi se konceptualni model i dijagram ciklusa aktivnosti. M. Zekić-Sušac, EFO

Literatura Čerić, V., i dr., Informacijska tehnologija u poslovanju, Element, Zagreb, 2004. Čerić, V., Diskretna simulacija, http://web.efzg.hr/dok//INF/Ceric//spo/(3a)_diskretna_simulacija.pdf, 10.10.2013. WhatIs, Discrete Event Simulation (DES), http://whatis.techtarget.com/definition/discrete-event-simulation-DES, 10.09.2013. Banks, J., Carson, J.S., Nelson, B., Nicol D.M., Discrete-Event System Simulation, 5th edition, Prentice Hall, 2010. http://books.google.hr/books?id=cqSNnmrqqbQC&lpg=PA265&ots=8b-3iUGYKN&dq=simulation%20discrete%20photo&pg=PA53#v=onepage&q&f=false, 04.10.2010. W. David Kelton, Randall P Sadowski, Nancy B. Swets, Simulation with Arena, McGraw Hill, 2009. Wikipedia, Simulation, http://en.wikipedia.org/wiki/Simulation, 04.10.2010. M. Zekić-Sušac, EFO