Symulacja, symulacja komputerowa, model symulacyjny 

         Symulacja, jako świadome działanie pojawiła się w momencie rozwoju maszyn cyfrowych w połowie ubiegłego wieku. Może odpowiadać na pytania: jaki efekt osiągnęliśmy w ramach wcześniej wprowadzonych zmian? I drugie pytanie, Co, jeśli?

Była bezpośrednią alternatywą w badaniu złożonych systemów, gdzie metody analityczne były niemożliwe do zastosowania albo wynik ich działania przynosił, niepełne, niezadawalające wyniki.

        Analizując w tym względzie literaturę, możemy znaleźć kilka definicji symulacji. Wspólnym ich mianownikiem jest oczywiście przebieg eksperymentu w czasie.

Możemy ją zdefiniować, jako techniki numeryczne badania modelu matematycznego opisującego system i jego zachowanie się w czasie, zwykle w perspektywie długookresowej [105],[204],[205].

W przypadku logistyki stosowanej bliższe jest nam odwzorowanie istniejącego systemu ( w oparciu o dane historyczne i dane bieżące) w celu budowy modelu, przeprowadzenia eksperymentów w ramach modelu symulacyjnego, na który składa się model formalny: plan eksperymentów i sposób, w jaki zostaną opracowane i przedstawione wyniki. Po przeprowadzeniu eksperymentu, na podstawie wniosków możemy ocenić zachowanie systemu rzeczywistego [290].

       Oczywiście otoczenie zewnętrzne systemu rzeczywistego może się zmieniać w sposób dynamiczny. Zależność pomiędzy procesami w ramach systemu rzeczywistego i potem poprzez odwzorowanie w modelu, może być złożona i wielostopniowa. I w tym trudność, aby przyjąć odpowiedni zestaw zmiennych do eksperymentu, a decyzje, które podejmujemy na podstawie wyników, powinny uwzględniać w sposób możliwie wyczerpujący, ograniczenia i uwarunkowania wariantów decyzyjnych.

         A symulacja komputerowa jest tylko jedną z metod przeprowadzenia eksperymentów w ramach modelu z wykorzystaniem komputera, przy użyciu specjalistycznych pakietów symulacyjnych np. ARENA, AUTOMOD, SIMPRO, PROMODEL, FLEXSIM…..

Główną ich zaletą jest fakt, iż możemy odwzorować w modelu praktycznie każdy system oraz proces i jego przebieg. Nie do przecenienia jest możliwość użycia w pakietach symulacyjnych generatorów liczb pseudolosowych i komunikacji pośredniej lub bezpośredniej z bazami danych.

Aby być rzetelnym należy powiedzieć, że:

• Badania na modelu symulacyjnym są znacznie tańsze niż na systemie rzeczywistym, o ile są w ogóle możliwe.
• Pozwalają na zminimalizowanie ryzyk związanych z przygotowaniem i wdrożeniem projektu: organizacyjnych, ekonomicznych, czasowych, we wdrożeniu.
• Obrazują możliwości skalowania, przebudowy systemy w perspektywie czasowej.
• Możliwość badania długookresowych zachowań systemu w krótkim stosunkowo czasie, wymaganym przez zasoby sprzętowe i programowe do przeprowadzenia symulacji.
• Możliwość wielkokrotnego eksperymentu w oparciu o te same dane wejściowe i przyjęte warunki eksperymentu.
• Złożoność modelu systemu nie wpływa na możliwość przeprowadzenia badań, może wpływać na czas ich trwania.
• Algorytm przebiegu badań możemy w „łatwy” sposób modyfikować.
• Możliwość badania współzależności wyników badania i wpływu na ewentualne, podjęte decyzje.

Niepozbawione są też wad, wśród których możemy wyróżnić:

• Częste wystąpienia jedynie oszacowań charakterystyk systemu.
• Brak formalnych metod tworzenia modeli symulacyjnych.
• Trudność w sprawdzeniu jednoznaczności i adekwatności modelu symulacyjnego.
• Powstawanie błędów systematycznych, np. w związku z błędnym kodowaniem programów symulacyjnych.
• Możliwe wysokie nakłady i koszty z przygotowania modelu i przeprowadzeniem badań symulacyjnych.
• Możliwa długotrwałość przygotowania modelu symulacyjnego.

Nie jest to natomiast jedynie stosowana metoda. Do grupy narzędzi, które mogą być wykorzystywane w analizie procesów magazynowych, szerzej logistycznych zalicza się:

• Arkusze kalkulacyjne, wsparte VBA z możliwością automatyzacji pracy z modelem.
• Języki symulacyjne jak GPSS, SIMSCRIPT czy SIMULA.
• Języki programowania, zastosowania ogólnego, jak: C, C#, VB, Python, Java.

Wszystkie opisane powyżej mają swoje zalety i ograniczenia, zestawione w tabeli:

Jaki zasób wykorzystamy i jaki jest cel badań symulacyjnych , zależy tylko i wyłącznie od nas.

Czy będą one wykorzystywały dane historyczne, czy tez opierały się na założeniach teoretycznych zależy od użyteczności jaką sobie założyliśmy.

Mogą one mieć jedynie charakter oceny działania odwzorowanego systemu z obszaru działania przedsiębiorstwa. Tylko i aż tyle. Może to być miarą efektu zmian, które wprowadziliśmy wcześniej.

Na przykład wpływ zmiany wyposażenia technicznego w liczbie lub w jego rodzaju na efekt zmiany wydajności w obszarze magazynu.

Co raz częściej stawiane jest pytanie związane z możliwościami automatyzacji procesów i ich wpływu na efekt ekonomiczny, przy przesunięciu zasobów ludzkich do innych zadań, innego obszaru działania..

Budowa modelu symulacyjnego może być trudna, wieloetapowa, o charakterze iteracyjnym.

Składa się ze stałych elementów, i tak możemy wyróżnić, kolejno:

• Określenie problemu/problemów, które są przyczyną budowy modelu symulacyjnego.
• Określenie celów, które chcemy osiągnąć.
• Analiza systemu , który chcemy modelować.
• Budowa modelu koncepcyjnego i jego reprezentacji.
• Odwzorowanie systemu w narzędziu symulacyjnym,
• Weryfikacja modelu i jego walidacja.
• Projektowanie eksperymentów.
• Realizacja symulacji według scenariuszy.
• Opracowanie wyników, ich analiza, przedstawienie i dokumentacja ich opracowania.
• Zastosowanie lub odrzucenie rozwiązań powstałych wyniku symulacji.

Budowanie modeli symulacyjnych to angażujące i odpowiedzialne zadanie. Trudne ze względu na wymóg uwzględnienia często dynamicznie zmieniającego się otoczenia, trudności w ocenie zachowań rynku i konsumentów. Wszelkie rodzaju zaburzenia w łańcuchach dostaw, alokacji sił wytwórczych i dostępu do surowców. Wcześniej stosowane w projektach wielkoskalowych, obecnie znajdujące coraz szersze zastosowanie w projektach z zakresu automatyzacji logistyki, produkcji, działań mających za zadanie optymalizacje procesów.

[105] Hozer J.: Mikroekonometria Analizy, diagnozy, prognozy. PWE, Warszawa 1993.

[204], [205] Naylor T.H.: Modelowanie cyfrowe systemów ekonomicznych, PWN, Warszawa 1995.

Logistic & Business Consulting
Zbigniew Marcjaniak
Tel.+48 603 721789
Email. marcjaniak@konsultancilogistyczni.pl

ul. Sikorskiego 35, 05-091 Ząbki

  marcjaniak@konsultancilogistyczni.pl

  +48 603 721 789

 Kontakt