1 Uniwersytet Ekonomiczny we WrocławiuWydział Ekonomii, Zarządzania i Turystyki Katedra Ekonometrii i Informatyki Projektowanie systemów logistycznych – wykład – – laboratoria –

2 Uniwersytet Ekonomiczny we Wrocławiu Wprowadzenie Naturalnym sposobem badania systemów rzeczywistych jest prowadzenie eksperymentów bezpośrednio na obiekcie. Przykładowo, można manipulować czasem pracy sygnalizacji świetlnej (na poszczególnych skrzyżowaniach miejskich) tak, aby doprowadzić do ich synchronizacji, zapewniającej najkrótszy czas przejazdu samochodów przez centrum miasta w różnych porach doby. Jeżeli możliwe jest przeprowadzenie eksperymentu bezpośrednio na systemie bez wywoływania niepożądanych skutków, to jest to najwłaściwsza decyzja. Nie zawsze jednak można się na tego rodzaju próby zdecydować. W wielu przypadkach eksperyment na systemie rzeczywistym jest niemożliwy, kosztowny lub możliwy, ale bardzo trudny do przeprowadzenia, np: nie można testować alternatywnych strategii w firmie, którą dopiero zamierzamy założyć, nawet jeżeli firma już istnieje, zbyt kosztowne będzie np. wybudowanie nowej hali produkcyjnej po to, by przekonać się o opłacalności inwestycji, trudno byłoby sprowadzić podwójną liczbę klientów do banku, aby przekonać się czy oddział poradzi sobie z obsługą w przypadku zamknięcia innego oddziału, testowanie nowych procedur celnych na lotnisku może spowodować chaos i liczne skargi podróżnych, eksperymentowanie z różną liczbą pracujących karetek pogotowia nie wyszłoby zapewne na zdrowie pacjentom.

3 Uniwersytet Ekonomiczny we Wrocławiu Pojęcie symulacji W powyższych sytuacjach można zbudować model, który będzie zastępował system w eksperymentach, a następnie zadawać pytania, co mogłoby się zdarzyć, jeżeli podejmiemy taką czy inną decyzję lub wtedy, gdy wydarzy się coś co trudno nam będzie kontrolować (np. poważna awaria w firmie, wypadek masowego zatrucia w mieście itp.). Badania na modelu nie przynoszą nikomu szkody, a w badaniu można formułować nawet bardzo zaskakujące pytania. Symulacja oznacza eksperyment prowadzony na modelu systemu rzeczywistego, zapisanym w postaci programu komputerowego, w miejsce eksperymentu wykonywanego bezpośrednio na badanym obiekcie. W stwierdzeniu tym, kluczowe znaczenie dla zrozumienia istoty i natury symulacji mają słowa model i eksperyment. Tym, co odróżnia symulację od innych podejść, jest właśnie eksperymentowanie na modelu poprzez wielokrotne uruchamianie go, obserwowanie działania i analizowanie wyników, które najczęściej są zbiorem wartości, a nie pojedynczą liczbą. Evans i Olson [2002] podają, że symulacja to proces projektowania modelu logicznego systemu rzeczywistego lub problemu decyzyjnego, a następnie prowadzenie na tym modelu eksperymentów (najczęściej komputerowych) w celu uzyskania wiedzy na temat zachowań systemu rzeczywistego lub pomocy w rozwiązaniu problemu decyzyjnego.

4 Przykłady symulacji komputerowych – Mercedes-BenzUniwersytet Ekonomiczny we Wrocławiu Przykłady symulacji komputerowych – Mercedes-Benz Wiosną 2007 r. Mercedes-Benz wprowadza na rynek nową wersję Klasy C. Projekt stanowi ukoronowanie kilku lat doświadczeń oraz realizację zasad Kodeksu Mercedesa dotyczącego komfortu samochodów. Nowa Klasa C jest pierwszym na świecie samochodem seryjnym, opracowanym i skonstruowanym z wykorzystaniem technologii cyfrowego prototypu (DPT – Digital ProtoType). W ramach tej procedury, Mercedes-Benz wykorzystał wszystkie dostępne metody obliczeniowe, wykorzystując 2130 gigabajtów danych do stworzenia kompletnego wirtualnego modelu samochodu. Symulacja komputerowa umożliwiła opracowanie i przetestowanie rozwiązań poprawiających poziom bezpieczeństwa zderzeniowego i ochrony użytkowników na potrzeby nowej Klasy C. W oparciu o wirtualny model pojazdu opracowano również inne parametry samochodu: jego NVH (poziom hałasu, drgań i barwę dźwięku), trwałość auta, oszczędność energii i współczynnik aerodynamiki. Nowa metoda DPT pomogła oszczędzić czas i już we wczesnej fazie projektowania rozwiązać problem szukania kompromisów. Umożliwiła także przepro- wadzenie serii testów komputerowych limuzyny jako całości.

5 Przykłady symulacji komputerowych – c.d.Uniwersytet Ekonomiczny we Wrocławiu Przykłady symulacji komputerowych – c.d.

6 Uniwersytet Ekonomiczny we Wrocławiu Pojęcie modelu Badania symulacyjne wymagają zbudowania modelu, który powinien być tak sformułowany, aby możliwe było jego komputerowe symulowanie. Użytkownik modelu powinien być w stanie zadawać pytania posługując się dobrze zaprojektowaną procedurą eksperymentalną w celu uzyskania użytecznych wyników. Według Gordona [1974] model to zbiór informacji o systemie, zebranych w celu jego zbadania. Według Fishmana [1981] model symulacyjny powinien: umożliwiać badaczowi sprawdzenie swoich teoretycznych przekonań o systemie, dokonanie na nim empirycznych obserwacji oraz wyciągnięcie logicznych wniosków, ułatwiać zrozumienie systemu, skłaniać do prowadzenia w przyszłości badań szczegółowych, przyspieszać wykonanie analizy, określać metody testowania pożądanych modyfikacji systemu, ułatwiać manipulowanie charakterystykami wejściowymi, umożliwiać prowadzenie kontroli o wiele większej liczby źródeł zmienności, niż byłoby to możliwe przy bezpośrednim badaniu systemu, obniżać koszt badań w porównaniu z badaniami prowadzonymi na rzeczywistym systemie.

7 Rodzaje modeli symulacyjnychUniwersytet Ekonomiczny we Wrocławiu Rodzaje modeli symulacyjnych Modele dyskretne/ciągłe – tradycyjne modele symulacyjne, których podział odnosi się do zmiennych występujących w modelu. Zmienne ciągłe mogą przyjmować wartość każdej liczby rzeczywistej, podczas gdy zmienna dyskretna przyjmuje wartości tylko z pewnego, ściśle określonego przeliczalnego podzbioru liczb rzeczywistych. Szczególnie istotny jest charakter zmiennej czasu. Jeżeli zmiany w modelu występują w sposób ciągły (w miarę upływu czasu), to dany model jest modelem ciągłym; jeżeli natomiast zmiany występują tylko w ściśle określonych chwilach, model posiada charakter dyskretny. Modele hybrydowe – modele wykorzystują kombinację zmiennych o charakterze dyskretnym oraz ciągłym. Modele agentowe – nowoczesne, dynamiczne modele symulacyjne, w skład których oprócz opisu struktury systemu oraz procesów zachodzących w systemie wchodzą tzw. „agenci” wykonujący w sposób autonomiczny czynnoœści i podejmujący decyzje. Agent może reprezentować obiekty o różnych kształtach i rozmiarach. Na poziomie fizycznym (najniższym) agenci mogą symulować pieszych, pojazdy, roboty; na środkowym poziomie – klientów, a na najwyższym – konkurujące między sobą przedsiębiorstwa. Jak podaje Gordon [1974], modele symulacyjne są konstruowane w celu analizy, projektowania lub optymalizacji danego systemu.

8 Tab. 1. Elementy przykładowego systemu „Szpital” oraz „Stacja paliw”Uniwersytet Ekonomiczny we Wrocławiu Pojęcie systemu System – zbiór powiązanych ze sobą obiektów scharakteryzowanych za pomocą atrybutów (cech), które również mogą być ze sobą powiązane [Fishman 1981]. Tab. 1. Elementy przykładowego systemu „Szpital” oraz „Stacja paliw” System Obiekty Atrybuty Szpital Pacjent Schorzenie Wiek Przypadek (ciężki/lekki) Lekarz Specjalizacja Odział Liczba lekarzy Liczba łóżek Typ oddziału Laboratorium Średni czas obsługi Dzienna liczba badań Liczba laborantek Liczba aparatów diagnostycznych Stacja paliw Samochód Typ samochodu Pojemność baku Rodzaj tankowanego paliwa Dystrybutor Typ dystrybutora Pracownik Harmonogram pracy Źródło: opracowanie na podstawie Mielczarek B., Modelowanie symulacyjne w zarządzaniu. Symulacja dyskretna, Wyd. PW we Wrocławiu, 2009.

9 Tab. 2. Elementy przykładowego systemu logistycznego „Magazyn”Uniwersytet Ekonomiczny we Wrocławiu Pojęcie systemu logistycznego System logistyczny – celowo zorganizowany i połączony zespół elementów (podsystemów) wraz z zachodzącymi między nimi relacjami oraz ich własnościami, który warunkuje przepływ strumieni towarów, środków finansowych i informacji. Tab. 2. Elementy przykładowego systemu logistycznego „Magazyn” System Obiekty Atrybuty Magazyn Magazynier Harmonogram pracy Liczba magazynierów Kontroler Liczba kontrolerów Wózek widłowy Typ wózka Ładowność Strefa rozładunku Pojemność strefy Liczba stanowisk Średni czas rozładunku Strefa przyjęcia Średni czas przyjęcia Strefa składowania Liczba regałów Średni czas składowania Strefa wydania Średni czas wydania Źródło: opracowanie własne.

10 Cechy charakterystyczne systemuUniwersytet Ekonomiczny we Wrocławiu Cechy charakterystyczne systemu Każdy system charakteryzuje się trzema cechami: ma on linie graniczne, istnieje w pewnym otoczeniu oraz posiada podsystemy. Otoczenie jest zbiorem obszarów, w których osadzony jest system, natomiast linie graniczne wyodrębniają obiekty systemu spośród obiektów, które stanowią jego otoczenie. Funkcjonowanie systemu oznacza, że istnieją: cele systemu, zbiór elementów systemu, zbiór zależności pomiędzy elementami systemu (nazywa się go strukturą systemu) procesy transformacji realizowany przez system, zasilenia pobierane przez system z otoczenia, elementy systemu przez które pobiera on zasilenia – wejście (wejścia) systemu, efekty działania systemu, które oddaje on do otoczenia, elementy systemu przez który oddaje on do otoczenia efekty swojego działania – wyjście (wyjścia) systemu. Celem prowadzenia analizy systemów jest najczęściej chęć poprawienia działania systemu. Celem idealnym jest optymalizacja systemu.

11 Uniwersytet Ekonomiczny we Wrocławiu Podejście systemowe Wprowadzenie definicji systemu stało się podstawą do sformułowania na gruncie nauki tzw. „podejścia systemowego”. Podejście systemowe opiera się na następujących zasadach: zasada ścisłości – system powinien być ściśle określony i opisany, żeby było wiadomo co do niego należy. Ponadto, jeżeli analizowany system składa się z elementów, które opisać można jako systemy, to każdy z nich określany jest jako podsystem. Gdy rozważania dotyczą tylko jednego systemu, jest on jedynie fragmentem analizowanej rzeczywistości (dlatego cała reszta rozpatrywanej rzeczywistości określana jest w takiej sytuacji jako otoczenie rozpatrywanego systemu); zasada niezmienności – opis systemu powinien być niezmienny w trakcie jego rozpatrywania; system podlega zmianie w trakcie działania, ale jego opis powinien być tak zbudowany, aby zachodzące w nim zmiany mieściły się w ramach tego opisu; Przykład: We wszystkich opisach problemów związanych z zapasami przyjmować należy następującą definicję zapasu: zapas – system składający się z następujących elementów: zapasu rezerwowego (bezpieczeństwa) oraz zapasu dysponowanego (bieżącego). Dopiero tym elementom przypisywać należy konkretne wartości liczbowe.

12 Podejście systemowe – c.d.Uniwersytet Ekonomiczny we Wrocławiu Podejście systemowe – c.d. zasada zupełności – podział systemu na podsystemy powinien być zupełny – żaden system nie może zawierać elementów nie należących do żadnego z jego podsystemów; zasada rozłączności – podział systemu na podsystemy powinien być rozłączny – w systemie żaden element danego podsystemu nie może stanowić elementu innego podsystemu; zasada funkcjonalności – systemy powinny być wydzielane ze względu na pełnione funkcje (cele systemu) , a nie ze względu na oddzielność przestrzenną. Przykład: Nie istnieje system „magazyn”. Istnieją natomiast np. takie systemy jak: magazyn paliw, magazyn materiałów sztukowych, magazyn części zamiennych, itd.

13 Uniwersytet Ekonomiczny we Wrocławiu Podsumowanie Metody symulacyjne są stosowane do opisu, badania i projektowania oraz optymalizaji systemów gospodarczych i społecznych (w tym logistycznych). Początkowo metody symulacji stosowane były w fizyce i matematyce. Obecnie przykłady zastosowania symulacji można odnaleźć również w naukach przyrodniczych, ekonomii, zarządzaniu, praktyce finansowej, itd. Symulacja jest dość szczególnym podejściem badawczym. Jest to w rzeczywistości nie jedno podejście, ale zbiór metod i technik, które naśladują działanie systemu rzeczywistego, wykorzystując przy tym różnego rodzaju oprogramowanie. Główną zaletą modeli symulacyjnych jest brak ograniczeń dotyczących struktury i stopnia skomplikowania badanego systemu, co pozwala na modelowanie systemów rzeczywistych o wysokim stopniu złożoności i dużym udziale czynników losowych.

14 Program symulacyjny AnyLogicUniwersytet Ekonomiczny we Wrocławiu Program symulacyjny AnyLogic Źródło: opracowanie własne z wykorzystaniem programu AnyLogic

15 Uniwersytet Ekonomiczny we Wrocławiu Pytania?