0 evaluări0% au considerat acest document util (0 voturi)
111 vizualizări8 pagini
Simulación de eventos discretos
Mecanismos de avance del tiempo
Modelos conceptuales aplicables a sistemas de eventos discretos
Software de simulación `Arena´
Simulación de eventos discretos
Mecanismos de avance del tiempo
Modelos conceptuales aplicables a sistemas de eventos discretos
Software de simulación `Arena´
Simulación de eventos discretos
Mecanismos de avance del tiempo
Modelos conceptuales aplicables a sistemas de eventos discretos
Software de simulación `Arena´
En un sistema continuo las variables de estado cambian de forma
continua a lo largo del tiempo, mientras que en uno discreto cambian instantáneamente de valor en ciertos instantes de tiempo. En un sistema de una cierta complejidad puede ocurrir que existan simultáneamente variables de estado continuas y discretas. En este caso, dependiendo de la predominancia de una y otras y del objetivo del estudio que se pretende realizar, se considerará el sistema como perteneciente a uno de los dos tipos.
La simulación por eventos discretos es una técnica informática de
modelado dinámico de sistemas. Frente a su homóloga, la simulación de tiempo continuo, esta se caracteriza por un control en la variable del tiempo que permite avanzar a éste a intervalos variables, en función de la planificación de ocurrencia de tales eventos a un tiempo futuro.
Un requisito para aplicar esta técnica es que las variables que definen el sistema no cambien su comportamiento durante el intervalo simulado.
Es evidente que los sistemas productivos evolucionan a lo largo del
tiempo y, por lo tanto, deben considerarse dinámicos. Por otra parte, aunque determinados sistemas productivos pueden ser considerados continuos (por ejemplo, reactores químicos), la mayoría de los sistemas productivos tienen características de sistemas discretos, ya que los cambios de estado (recepción de materias primas, inicio y finalización de la fabricación de lotes, entradas y salidas del almacén...) se producen en instantes de tiempo determinados y separados entre sí. Por este motivo, estas notas se centran en la simulación de sistemas dinámicos y discretos.
Mecanismos de avance del tiempo
Debido a la naturaleza dinámica de los modelos representativos de los
sistemas productivos y logísticos, será necesario, durante la simulación, llevar un registro del valor actual del tiempo simulado mientras se desarrolla el experimento de simulación, así como un mecanismo para hacer avanzar este tiempo de un valor a otro. A la variable que determina el tiempo actual en un experimento de simulación se le suele denominar “reloj”. Cuando se utiliza un lenguaje de ordenador de propósito general para realizar la simulación, no se define explícitamente las unidades (horas, minutos...) con las que va a trabajar el reloj, sino que la unidad de tiempo corresponde a la unidad utilizada para las variables de entrada. Por otra parte, no suele existir ninguna correspondencia entre la unidad de tiempo elegida y el tiempo de ordenador necesario para ejecutar un experimento de simulación. Históricamente, se han utilizado dos mecanismos distintos para hacer avanzar el tiempo en la simulación: intervalos de tiempo variables e intervalos de tiempo fijos.
Intervalos de tiempo variables: Es el método más utilizado. Consiste
en inicializar el reloj a cero y determinar los instantes de ocurrencia de los sucesos de cada tipo más cercanos en el tiempo. A continuación, se incrementa el tiempo de reloj para hacerlo coincidir con el instante de ocurrencia del suceso más próximo deentre todos los sucesos futuros. En este instante se actualizan las variables de estado del sistema (ya que se ha producido un suceso y, por lo tanto, se ha producido un cambio de estado), se registran los valores de interés para el experimento y se determinan los nuevos instantes de ocurrencia de los sucesos futuros (si es necesario). Una vez realizadas las operaciones anteriores, se vuelve a incrementar el tiempo hasta el instante de ocurrencia del suceso más próximo y se repite el proceso. Los pasos anteriores se repiten hasta que se alcance alguna condición determinada o se llegue al tiempo de simulación fijado. En resumen, el tiempo avanza siempre desde un instante en que se ha producido un suceso hasta el próximo instante en que se va a producir un nuevo suceso. Debido a ello, los avances en tiempo no tienen por qué tener la misma longitud.
Aunque, como ya se ha indicado, la simulación de sistemas dinámicos en
tiempo discreto se ha utilizado en una gran cantidad de aplicaciones, la mayoría de los modelos tienen unos componentes en común, que son los siguientes:
o Estado del sistema: conjunto de variables de estado necesarias para
describir el sistema en un instante determinado de tiempo. o Reloj: variable que recoge el valor actual del tiempo simulado. o Lista de sucesos: lista que recoge el siguiente instante en que va a ocurrir cada tipo de suceso. o Estadísticas: variables utilizadas para almacenar información estadística sobre el funcionamiento del modelo. o Rutina de inicialización: subprograma para inicializar el modelo de simulación en el instante cero. o Rutina de tiempo: subprograma que determina el siguiente suceso de la lista de sucesos y avanza el reloj al instante en que este suceso se produce. o Rutina de sucesos: subprograma que actualiza el estado del sistema cuando ocurre un tipo particular de suceso (existe una rutina de sucesos para cada tipo de sucesos). o Librería de rutinas: conjunto de programas utilizados para generar observaciones aleatorias de las distribuciones de probabilidad correspondientes a los sucesos aleatorios del modelo. o Generador de informes: subprograma que, a partir de las estadísticas, calcula las estimaciones de las medidas de funcionamiento del modelo y produce un informe cuando ha terminado la simulación. o Programa principal: subprograma que llama a la rutina de tiempo para determinar la ocurrencia del próximo suceso y transfiere el control a la rutina de sucesos correspondiente para actualizar adecuadamente el estado del sistema. También chequea la terminación del experimento y llama al generador de informes cuando el experimento ha terminado. Intervalos de tiempo fijos Bajo este enfoque, el reloj avanza en incrementos de exactamente Δt unidades de tiempo. Después de cada actualización del reloj, hay que realizar un chequeo para determinar si ha ocurrido algún suceso durante el intervalo Δt inmediatamente anterior. Si han ocurrido uno o más sucesos en dicho intervalo, se considera que se han producido al final del intervalo y el estado del sistema (y las estadísticas) se deben actualizar de acuerdo con este supuesto. Este procedimiento tiene dos desventajas principales; una de ellas es debida a los errores que se cometen al considerar que los sucesos se producen al final del periodo, y la otra es que, si se producen dos o más sucesos en un Δt, ha de tomarse la decisión del orden en el cual se han producido si la realidad no permite considerarlos simultáneos. Estos dos problemas se pueden paliar si se reduce la longitud del incremento elemental de tiempo considerado. Sin embargo, una disminución de Δt conlleva inevitablemente un aumento del tiempo de ejecución del modelo en el ordenador. Debido a las consideraciones anteriores, el procedimiento de incrementos de tiempo fijos no se suele emplear en modelos en los cuales los intervalos de tiempo entre sucesos pueden variar de forma considerable.
Modelos conceptuales aplicables a sistemas de eventos discretos
Para estudiar un sistema, la forma más inmediata sería experimentar
sobre él. Sin embargo, esto puede ser desaconsejable, e incluso imposible, por diversos motivos:
Puede ocurrir que el sistema no exista y lo que se pretenda sea su
diseño. Puede ser imposible experimentar con el sistema real; por ejemplo, si se desea estudiar un sistema financiero, bursátil... Puede ser económicamente inviable la experimentación sobre el sistema real. La experimentación sobre el sistema real puede conllevar unos plazos de tiempo muy dilatados. Es el caso, por ejemplo, de ciertos sistemas sociales o biológicos.
En cualquiera de los casos anteriores se hace necesaria la construcción
de un modelo del sistema que refleje fielmente las características destacadas del sistema a analizar y la experimentación sobre dicho modelo. Si se realiza adecuadamente la construcción del modelo y el diseño de los experimentos, los resultados obtenidos permitirán inferir cuál sería el comportamiento del sistema a analizar. Elaboración del modelo conceptual.
El modelo conceptual es un modelo lógico y matemático del sistema
real, diseñado de acuerdo con los objetivos que se pretenden alcanzar con el estudio.En la construcción del modelo es aconsejable encontrar un equilibrio entre la sencillez del propio modelo y el realismo con que representa al sistema real. Muchos autores aconsejan comenzar con un modelo relativamente sencillo, que posteriormente se pueda sofisticar si es necesario. Un modelo debe tener únicamente el grado necesario de detalle que refleje la esencia del funcionamiento del sistema bajo el punto de vista del propósito para el que se utiliza dicho modelo. En la mayoría de los casos no es necesario que exista una correspondencia biunívoca entre los elementos del modelo y los del sistema. En esta fase es necesario estimar los valores de las constantes y los parámetros, determinar los valores iniciales de las diferentes variables y, si es posible, recoger datos históricos para la validación del modelo
Software de simulación `Arena´
Arena simulador es un software de simulación de eventos discretos para
la optimización de procesos complejos, cuya principal característica es la posibilidad de adecuación al nivel de programación necesario en cada caso, incluso dentro de un mismo modelo.
Partiendo de un proceso dado se puede generar diferentes escenarios
para buscar la solución a un problema sin una causa clara, o permite encontrar el mejor escenario minimizando el riesgo de una futura inversión. Mediante el modelado del proceso se pueden identificar cuellos de botella dentro del sistema o al contrario identificar cuellos sobredimensionados innecesarios en el mismo.
Incluye la posibilidad de utilizar lenguajes de propósito general como
Microsoft, Visual Basic o C. combinando todas las facilidades de una programación de alto nivel con la flexibilidad de un lenguaje de programación general. Esto lo consigue proporcionando una serie de plantillas intercambiables entre sí que contienen módulos para el modelado y análisis de simulación gráfica y que pueden combinarse para construir una amplia variedad de modelos de simulación. Para una mayor facilidad de exposición y una mejor organización, los módulos están agrupados en paneles y en la mayoría de los casos, los módulos de diferentes paneles pueden mezclarse dentro de un mismo modelo.
Características de Arena simulation
Bloques de construcción predefinidos para modelar el proceso sin
necesidad de programación. Amplia gama de opciones de distribuciones estadísticas para modelar la variabilidad del proceso. Métricas de rendimiento, análisis estadístico y generación de informes. Capacidades realistas de animación en 2D y 3D.
Ventajas de implementar Arena simulation
Permite la visibilidad del efecto de un cambio en un proceso
Explora nuevos procedimientos o escenarios sin interrumpir el sistema actual Diagnostica y soluciona problemas Reduce o elimina los cuellos de botella Reduce riesgos en grandes inversiones
Aplicaciones
A continuación se muestran algunas versiones de àrena´ y sus aplicaciones:
Arena Basic Edition: Es la versión de introducción al mundo Arena. Sus
aplicaciones se centran en el análisis de procesos de gestión administrativa y servicios en Seguros, Banca o Finanzas, o flujos y procesos de fabricación no intensivos en manejo de materiales. Arena Standard Edition: Sus aplicaciones abarcan campos diversos, destacando el análisis de sistemas de producción y logística industrial, distribución, nodos de transporte y almacenaje, servicios, así como logística integral y el análisis de toda la cadena de suministro. Arena Professional Edition: Se utiliza para crear Templates personalizados que estén enfocados en una aplicación, empresa o sector de actividad determinado. Arena PE es una extensión de Arena SE e incluye toda su potencia y flexibilidad de modelado de procesos y sistemas industriales, logísticos o de servicios. Arena Contact Center Edition: Es la herramienta esencial para analizar el servicio y la atención ofrecidos a los clientes desde el Centro de Contacto de una organización. Permite evaluar el impacto en el centro provocado por múltiples formas de contacto, analizar diferentes estrategias de enrutamiento de contactos, evaluar el ROI de nuevas tecnologías para el centro, analizar el impacto estratégico de un centro virtual, etc. Arena Factory Analyzer:Se utiliza principalmente para el análisis y planificación de capacidad de instalaciones Industriales, así como para el análisis de mejoras en la producción Arena Packaging Edition: Está especialmente indicado en el análisis de líneas de fabricación y envasado/empaquetado de gran velocidad de producción, que son fundamentales en industrias de alimentación y bebidas, industria farmacéutica, química y cosméticos, e industria electrónica. Permite evaluar el ROI asociado a la implantación de nueva tecnología y equipos de proceso, validar el diseño de líneas, evaluar mejoras en líneas existentes, etc. Arena 3D Player: Permite visualizar en 3D el proceso simulado. Proporcionará una precisa animación de los procesos simulados. Entre sus características encontramos: o Creación de animaciones 3D para modelos existente de Arena. o Importación de animaciones exixtentes en 2D. o Importar archivos DXF. o Importar formas en VRML. o Control de la velocidad de animación. o Saltar a un tiempo futuro en la animación. Arena RT: Aumenta las capacidades de Arena mediante la incorporación de las siguientes funcionalidades: o Permite que Arena coordine la lógica del modelo de simulación con los procesos reales, o bien con aplicaciones software externas. Arena y el proceso externo al modelo se comunican mediante un sistema de mensajes bidireccional o Permite sincronizar la velocidad del reloj de simulación de Arena con el reloj de tiempo real del sistema operativo residente en el sistema mediante la aplicación de un factor que determina el grado de sincronización. Template Flow Process: Facilita el modelado de las actividades asociadas a sistemas semi-continuos. Los tipos de actividades que podrán ser modeladas con los módulos incorporados en el template son las siguientes: o Modelado de operaciones semi-continuas de flujo, como pueden ser el añadir, extraer o transferir material entre tanques. o Permite definir zonas de almacenamiento de materiales a granel. o Permite monitorizar los niveles de materiales contenidos en tanques o Proporcionar el control discreto para asignación de tasas en reguladores de flujo.