Академический Документы
Профессиональный Документы
Культура Документы
PROMODEL
INTRODUCCIÓN
En la actualidad, el invento de nuevos y mejores desarrollos en el área de la
computación se han conseguido innovaciones igualmente importantes en la toma
de decisiones y el diseño de procesos y productos, en la que una de las técnicas
de mayor importancia es la simulación. El analista tiene a su disposición una gran
cantidad de software de simulación que le permite tomar decisiones diferentes
temas, Esta facilidad otorga la resolución muchas problemáticas, lo cual ha hecho
que la simulación sea una herramienta cuyo uso y desarrollo se ha visto
significativamente alentados con las mejores animaciones y características para
generar reportes uh registro, esta herramienta los probé una enorme diversidad de
herramientas estadísticas que permiten un manejo más eficiente de la información
relevante bajo análisis, y una mejor presentación e interpretación de la misma.
La simulación engloba soluciones para muchos pronósticos diferentes. En este
presente trabajo aparcaremos sobre en qué se basa el uso de ecuaciones
matemáticas y estadísticas qué pueden dar una interpretación Y un análisis te la
simulación Creada en un software denominado ProModel.
SIMULACIÓN
La simulación de eventos discretos es como el conjunto de relaciones lógicas,
matemáticas y probabilísimas que integran el comportamiento de un sistema bajo
estudio cuando se presenta un evento determinado. El objetivo del modelo de
simulación consiste precisamente en comprender, analizar y mejorar las
condiciones de operación relevante del sistema. [1]
RECOLECCIÓN Y ANÁLISIS DE DATOS
De manera paralela a la generación del modelo base, es posible comenzar la
recopilación de la información estadística de las variables aleatorias del modelo.
en esta etapa se debe determinar qué información es útil para la determinación de
las distribuciones de probabilidad asociadas a Cada una de las variables
aleatorias innecesarias para la simulación. Aunque en algunos casos se logra
contar con datos estadísticos, suele suceder que el formato de almacenamiento o
de generación de reportes no es el apropiado para facilitar el estudio. por ello es
muy importante dedicar el tiempo suficiente a esta actividad. de no contar con la
información necesaria o en caso de Desconfiar de la que se tiene disponible, será
necesario realizar un estudio estadístico el comportamiento de la variable que se
desea identificar, para posteriormente incluirla en el modelo. el análisis de los
datos necesarios para asociar una distribución de probabilidad a una variable
aleatoria, así como las pruebas que se deben aplicar a los mismos, se deberán
analizar con mayor precisión. Al final la recolección y análisis de datos para todas
las variables del modelo tendrán las condiciones necesarias para generar una
versión Preliminar problema que se está simulando. [1]
generación del modelo preliminar: en esta etapa se integra la información obtenida
a partir del análisis de datos, los supuestos del modelo y todos los datos que se
requieran para tener un modelo lo más cercano posible a la realidad del problema
bajo estudio. en algunos casos sobre todo cuando se trata del diseño de un nuevo
proceso o esquema de trabajo no se cuenta con información estadística, por lo
que debe estimarse un rango de variación o determinar valores constantes que
permitan realizar el modelado. si este es el caso, el encargado de la simulación
puede, con base a la experiencia, realizar algunas sugerencias de distribuciones
de probabilidad qué comúnmente se asocien al tipo de proceso que se desee
incluir en el modelo. al finalizar esta etapa del modelo está listo para su primera
prueba: su verificación o, en otras palabras, la comparación con la realidad. [1]
verificación del modelo: una vez que se ha identificado las distribuciones de
probabilidad de las variables del modelo y se han implantado los supuestos
acordados, es necesario realizar un proceso de verificación de datos para
comprobar la propiedad te la programación del modelo, y comprobar que todos los
parámetros usados en la simulación funcionan correctamente. ciertos problemas,
en especial aquellos que requieren muchas operaciones de programación o que
involucran distribuciones de probabilidad difíciles de programar, pueden ocasionar
que el comportamiento del sistema sea muy diferente del que se esperaba. Por
otro lado, no se debe descartar la posibilidad de que ocurran errores humanos
alimentar el modelo con la información. Incluso podría darse casos de que los
supuestos iniciales hayan cambiado una o varias veces durante el desarrollo del
modelo, por el cual debemos asegurarnos de que el modelo que se va a ejecutar
este basado en los más actuales. una vez que se ha completado la verificación, El
modelo está listo para su comparación con la realidad del problema que se está
modelando conocido como validación del modelo. Después de ser validado se
realiza la generación del modelo final es decir realizar la simulación y estudiar el
comportamiento del proceso, comparando escenarios diferentes para un mismo
problema qué sería el modelo raíz y después hacer la determinación de los
escenarios para el análisis el cual consiste en utilizar un escenario pesimista, un
optimista y 1 intermedio para las variables de respuesta más importante tomando
en cuenta que no todas las variables se compartan, Igual ante los distintos
escenarios. Esto permite realizar varias réplicas del mismo escenario para obtener
resultados con estadísticas importantes respecto de la toma de decisiones, que el
analista también puede contribuir a la selección de escenarios sugiriendo aquellos
que consideren más importantes reduciendo el número de combinaciones
posibles. [1]
Por último, Hay que tener los resultados de los escenarios es importante realizar
pruebas estadísticas que permitan comparar los escenarios con los mejores
resultados finales, es decir, un análisis de sensibilidad. Sí dos de ellos tienen
resultados similares será necesario comprar sus intervalos de confianza respecto
de la variable de respuesta final. si no hay intersección de inventarios podemos
decir con certeza estadística que los resultados no son iguales. Con ello se busca
acortar los intervalos de confianza de las soluciones finales y, por consiguiente,
incrementar la probabilidad de diferenciar las soluciones. [1]
INTERPRETACIÓN DE LOS RESULTADOS
Es importante conocer el significado de cada uno de los datos obtenidos. A
continuación, se detalla la información, por grupos de datos, que genera
ProModel. [2]
Estaciones (Locations)
Horas programadas (Scheduled Hours):
Cantidad total de tiempo que el lugar estaba programado para estar
disponible, es decir, el tiempo que fue programa la simulación.
Capacidad (Capacity):
Capacidad definida en el módulo “Locations” para cada estación.
Entradas totales (Total Entries):
Cantidad total de entidades que entran en la estación y se han procesado
completamente. Las entidades entrantes que han sido agrupadas
previamente para formar una sola entidad cuentan como una entrada.
Tiempo promedio por entrada (Average Time Per Entry):
Promedio de tiempo que cada entidad gasta en la estación. Este tiempo
puede incluir tiempos parciales desde el principio y hasta el final del tiempo
de ejecución real, es decir, comprende el tiempo de operación y el tiempo
de espera.
Contenido promedio (Average Contents):
Cantidad promedio de entradas en la estación.
Contenido máximo (Max. Contents):
Número máximo de entradas que ocupan la estación a lo largo de la
simulación.
Contenido actual (Current Contents):
Número de entidades que permanecen en la estación cuando la simulación
termina.
Porcentaje de utilización (%Utilization):
Porcentaje de capacidad ocupada en promedio durante la simulación. Este
valor corresponde a la siguiente ecuación:
El tiempo ocupado acumulado hace referencia a la suma de los tiempos en
que la estación se encuentra en un estado en el que no es posible ser
utilizada (Procesando, esperando, bloqueada, en tiempo de preparación o
tiempo inactiva). [2]
Porcentajes de los estados de las estaciones-Capacidad unitaria
(Locationsstates by percentage-Single capacity)
Horas simuladas (Scheduled Hours):
Cantidad total de tiempo que el lugar estaba programado para estar
disponible, es decir, el tiempo que fue programada la simulación.
Porcentaje de operación (%Operation):
Porcentaje de tiempo que la estación está realmente procesando una
entidad. Este valor es programado por el modelador en el comando WAIT.
Cuando no se obtiene el tiempo que se especifica en el WAIT, significa que
se ha perdido tiempo en desplazamientos.
Porcentaje de tiempo de preparación (%Setup):
Porcentaje de tiempo que la estación gasta en preparación.
Porcentaje de tiempo ocioso (%Idle):
Porcentaje de tiempo en el cual ninguna entidad se encuentra en la
estación, pero la estación está disponible.
Este valor es resultado de la dinámica de las operaciones.
Porcentaje de tiempo en espera (%Waiting):
Porcentaje de tiempo en el cual la estación está esperando por un recurso,
una entidad o el cumplimiento de una condición, para empezar el
procesamiento o pasar a la siguiente estación. Este valor también es
resultado de la dinámica de las operaciones y un ejemplo de ello se pueden
evidenciar cuando una máquina requiere de una cierta cantidad de piezas
para iniciar el procesamiento y debe esperar a que estén todas juntas.
Porcentaje de tiempo bloqueado (%Blocked):
Porcentaje de tiempo en el cual las entidades están esperando por una
estación libre que realice su procesamiento. También es resultado de la
dinámica de las operaciones y puede ocurrir cuando el proceso posterior es
un cuello de botella.
Porcentaje de tiempo muerto-inactivo (%Down):
Porcentaje de tiempo en el cual la estación está paralizada debido a
imprevistos. Este valor es programado por el modelador. [3]
Recursos (Resources)
Unidades (Units):
Número de recursos.
Tiempo Programado (Schedule Time):
Cantidad total de tiempo programado para utilizar el recurso.
Tiempo Utilizado (Number of Times Used):
Número de ocasiones que se utilizó el recurso.
Tiempo promedio de Uso (Average Time Per Usage):
Indica el tiempo promedio de utilización del recurso.
Tiempo promedio por desplazamiento del recurso (Average Time
Travel To Use):
Indica el tiempo promedio de viaje del recurso.
Tiempo promedio al nodo base (Average Time Travel To Park):
Tiempo promedio que invierte el recuso para dirigirse al nodo base.
Porcentaje de tiempo de utilización (% Utilization):
Muestra el porcentaje de tiempo de utilización del recurso. [3]
Porcentaje de los estados de los Recursos (Resources States By
Percentages):
Tiempo programado (Schedule Time):
Tiempo total que el recurso fue programado para estar disponible.
Porcentaje de tiempo en uso (% In Use):
Porcentaje de tiempo que el recurso fue utilizado.
Porcentaje de tiempo para desplazamiento (% Travel To Use):
Porcentaje de tiempo que el recurso fue utilizado para movimientos entre
estaciones.
Porcentaje de tiempo al nodo base (%Travel To Park):
Porcentaje de tiempo que el recurso invirtió en desplazarse hasta su nodo
base.
Porcentaje de tiempo ocioso (% Idle):
Porcentaje de tiempo en el cual es recurso no está siendo utilizado.
Este valor es resultado de la dinámica de las operaciones.
Porcentaje de tiempo muerto-inactivo (% Down):
Porcentaje de tiempo en el cual el recurso está paralizado debido a
imprevistos. Este valor es programado por el modelador. [3]
Llegadas fallidas (Failed arrivals)
Llegadas fallidas totales (Total Failed):
Número de entidades que no pudieron llegar a una estación específica
debido a la capacidad insuficiente. [3]
Actividad de las entidades (Entity activity)
Salidas totales (Total Exits):
Número de entidades que salen del sistema.
Cantidad actual en el sistema (Current Quantity In System):
Número total de entidades que permanecen dentro del sistema cuando la
simulación termina.
Porcentaje promedio en el sistema (Average Time In System):
Tiempo promedio total que una entidad gasta en el sistema.
Porcentaje promedio en la lógica de movimientos (Average Time in
Moce Logic):
Tiempo promedio que la entidad gasta desplazándose entre estaciones,
incluyendo cualquier demora incurrida en la lógica de los movimientos.
Porcentaje promedio esperando por recursos, etc. (Average Time Wait
For Res.):
Tiempo promedio que la entidad gasta esperando por un recurso u otras
entidades para unirse o combinarse. Este valor incluye el tiempo esperando
en fila detrás de una entidad bloqueada.
Tiempo promedio en operación (Average Time In Operation):
Tiempo promedio que la entidad gasta procesándose en una estación o
trasladándose en una banda transportadora/fila.
Tiempo promedio bloqueado (Average Time Blocked):
Tiempo promedio que gasta una entidad esperando que la estación de
destino esté disponible. [3]
Recolección de resultados
Los datos que se recolectan son guardados en histogramas o tablas.
Siguientes tipos de resultados:
1. Distribuciones, promedios, varianzas de las variables proveen importante
información en corridas de simulaciones en estado estable.
2. Análisis de series de tiempo se usan para variables que cambian
sistemáticamente, los datos se toman durante parte o toda la simulación.
Se usa en sistemas en estado NO estable.