разработка сценариев проекта на основе имитационного моделирования. вкр ажигов работа. Цели и задачи
 Скачать 0.79 Mb.
|
ГЛАВА 3. ОЦЕНКА ЭФФЕКТИВНОСТИ МОДЕЛИПроведение экспериментов над модельюВ само понятие дискретно-событийного моделирования заложена возможность анализа статистики по модели с течением времени и различных параметров. Поэтому в моей Выпускной Квалификационной Работе также присутствуем возможность наблюдения за активностью и статистикой по каждому и из агентов и по каждой из зон модели. При вводе различных данных можно увидеть, как меняется поведение участников процессов. Проведение экспериментов - над моделью проводятся исследования, происходит сбор данных, полученный при различных параметрах Подведение итогов - в конце подводится итоговая информация об эффективности данной модели При создании статистики мною был использован инструмент статистики – временной график  . В нем я задаю параметры для осей и значения для переменных, которые показываются на моем графике.Окно статистики показывает данные о загруженности модели. на оси абсцисс показано время в модели, а на оси ординат значения загруженности от 0 до 1, где 0 – элемент не используется, а 1 – элемент загружен полностью.  Рис.10 – Окно статистики Изначально, в моей модели введены следующие параметры: Количество грузчиков равно 3 Количество разгрузчиков равно 3 Количество контроллеров равно 3 Количество перевозчиков равно 5 Количество принимающих равно 3 Количество погрузчиков равно 7 Количество грузовиков доставки равно 5, интервал времени погрузки от 3 до 8 минут, время доставки занимает от 20 до 60 минут Интервал грузовиков поставки составляет от 20 до 40 минут, а время разгрузки от 5 до 10 минут Максимальное количество заказов в очереди равно 20, а время интервала составляет от 8 до 24 минут При таких показателях использование ресурсов не оптимально, модель перегружена, а сам склад заполняется достаточно быстро  Рис. 11 – Статистика по загруженности зон Но такие данные являются некорректными – сама загруженность склада превышает разумные пределы, количество рабочих на складе очень мало, а свою работу они выполняют неимоверно быстро. Чтобы понять логику функционирования модели я провел несколько различных экспериментов. Данные полученные после них будут использованы для оптимизации модели. Эксперимент 1Рабочие на складе
Зоны на складе
Разгрузка и отгрузка продукции
Был произведен анализ данных в модели. Склад загружается, модель не оптимальна, эксперименты продолжаются. Показатели, удовлетворяющие условиям, переносятся в новый эксперимент, неудовлетворяющие изменяются. Эксперимент 2Рабочие на складе
Зоны на складе
Разгрузка и отгрузка продукции
Был произведен анализ данных в модели. Склад загружается, модель не оптимальна, эксперименты продолжаются. Показатели, удовлетворяющие условиям, переносятся в новый эксперимент, неудовлетворяющие изменяются. Эксперимент 3Рабочие на складе
Зоны на складе
Разгрузка и отгрузка продукции
Был произведен анализ данных в модели. Склад загружается, модель не оптимальна, эксперименты продолжаются. Показатели, удовлетворяющие условиям, переносятся в новый эксперимент, неудовлетворяющие изменяются. Эксперимент 4Рабочие на складе
Зоны на складе
Разгрузка и отгрузка продукции
Был произведен анализ данных в модели. Склад не переполняется, ресурсы используются оптимально, зоны не перегружаются. Эксперименты над моделью можно закончить и подвести итоги. Собрав статистику в компании и проведя различные эксперименты, мною были выявлены следующие параметры, которые соответствуют действительности: Количество грузчиков равно 6 Количество разгрузчиков равно 6 Количество контроллеров равно 3 Количество перевозчиков равно 9 Количество принимающих равно 6 Количество погрузчиков равно 12 Количество грузовиков доставки равно 7, интервал времени погрузки от 10 до 15 минут, время доставки занимает от 40 до 70 минут Интервал грузовиков поставки составляет от 40 до 70 минут, а время разгрузки от 20 до 30 минут Максимальное количество заказов в очереди равно 40, а время интервала составляет от 2 до 20 минут Исходя из этих данных, склад работает оптимально: человеческие ресурсы не достигают своего предела, но их загруженность в основном более 75%. Так LaModa очень крупная компания, то увеличилось количество заказов, емкость очередей, а также интервалы заказа. Скорректированы этапы по разгрузки и загрузки грузовиков. Само же хранилище загружено не более чем на половину. Во время экспериментов над моделью ключевой момент, связанный с перегрузкой склада – чтобы избежать перегрузки необходимо выстроить логистическую сеть так, чтобы на минимальный интервал приезда нового грузовика поставщиков должен превышать максимальное время разгрузки предыдущего грузовика. Тогда, на определенном моменте склад не переполнится. Часть свободных помещений хранилища компания планирует сдавать в аренду, чтоб использовать помещения оптимально. Но со временем, когда рост рынка продолжится, увеличится и загруженность склада. Так что такие большие помещения компания построила исходя из долгосрочной перспективы. ЗаключениеНа сегодняшний день имитационное моделирование в целом и дискретно-событийное в частности, развивается очень быстрыми темпами. Те задачи, которые еще 10 лет назад могли выполнить лишь крупнейшие компании, обладающие квалифицированным персоналом, большим количеством времени и емким бюджетом, сейчас может позволить почти любое нуждающееся в этом предприятие. С помощью моделирования можно решать различные стратегические задачи, которые помогут при разработке как краткосрочной, так и долгосрочной стратегии компании. В итоге можно сказать, что склад компании оптимизирован, перегруженность хранилища практически невозможна, логистическая цепочка оптимизирована, и склад может приступать к полноценному функционированию. Поставленные передо мной цели и задачи, были выполнены мной в ВКР. |