Traducido del inglés al español - www.onlinedoctranslator.

com

yoT'ES POSIBLEcomprender Durante el período de tutoría, el aprendiz Los practicantes de simulación exitosos A continuación, presentamos lo que
la teoría de la simulación pero observa las operaciones en el sitio, hace se basan en la experiencia y el juicio en una consideramos el "ABC de la práctica de la
no saben cómo practicarla para numerosas preguntas sobre el proceso y variedad de temas. Por ejemplo, está la simulación". Letra por letra, resumimos
resolver un problema en el aprende cómo la empresa ha modelado determinación del problema real que 26 de los que consideramos
mundo real. La práctica de la simulación situaciones similares. No existe un único enfoque necesita ser resuelto, más que el problema componentes importantes para aplicar
requiere entrenamiento, experiencia y juicio o metodología que funcione para todos los indicado por los síntomas. Otra conocimiento y juicio a problemas de
profesional. Esto se logra a través del proyectos. Un practicante de simulación exitoso determinación es cuando se ha realizado simulación. No pretendemos que estos
tiempo, similar al aprendizaje, durante el se basa en la experiencia para construir suficiente verificación y validación para sean "los" 26 componentes. Otros
cual el aprendiz está involucrado en enfoques para cada proyecto y desafío. aceptar el modelo de simulación como analistas de simulación podrían tener
numerosos proyectos, desde la definición El juicio se adquiere a través de la práctica, sustituto de la realidad. Otra determinación otro conjunto, o podrían tener varios
del problema hasta la redacción del informe observando qué funciona, qué no y por qué. Es más es qué datos se necesitan para un componentes para una letra del alfabeto
técnico final, bajo la estrecha supervisión de quizás la habilidad menos entendida para la estudio y qué se puede ignorar. Estos juicios y ninguno para otra letra del alfabeto.
un consultor o practicante de simulación con práctica exitosa de la simulación, pero la más son numerosos y continúan a lo largo del Nuestros comentarios en este artículo no son
experiencia. importante. proceso de resolución de problemas. necesariamente los que encontrará en un
libro de texto de simulación. Lo que presentamos datos de entrada. Si las llegadas varían con el simulaciones de estado estacionario. Las a los extremos en la experimentación. Cada
aquí se relaciona más con el uso de la simulación tiempo, necesitamos capturar ese fenómeno. simulaciones de estado estacionario son más cola debe ser examinada para asegurarse de
para resolver problemas del mundo real. Tanto la difíciles de analizar porque existen condiciones que no crece sin límite y que no siempre está
comprensión de los libros de texto como el B es para la línea de base.Si vamos a rediseñar iniciales y se necesita la decisión de una longitud vacía. Si está creciendo sin límites, la
conocimiento práctico son importantes para el un sistema, primero simulamos el sistema anterior, es de ejecución adecuada. Considere una simulación es inestable. Una cola vacía
éxito en el uso de la simulación. Si desea obtener decir, el “tal cual” o configuración de línea de base. simulación final que se ejecuta desde el tiempo podría significar que la estructura del
información de "libros de texto", consulte Banks, et Cuando estamos satisfechos de que la configuración cero hasta algún tiempo final. Realizamos modelo tiene un error, o podría significar
al. [2005] o Ley [2007]. de referencia se ha simulado correctamente, la múltiples réplicas de este modelo, cada una de que los datos de entrada tienen un error.
revisamos para simular el sistema "to be" rediseñado. ellas con un resultado posiblemente diferente ya También sugerimos construir experimentos
A es para llegadas.Las llegadas son el motor de Una simulación de la configuración de línea de base que hay aleatoriedad en la entrada. Usando que brinden información al analista de
los modelos de simulación de eventos discretos, un nos ayudará mucho a comprender la forma en que métodos estadísticos o software estadístico, simulación. El modelo debe ser estresado. Es
comienzo muy apropiado para esta discusión. Dado opera el sistema. En algunos casos, a medida que se encontramos el intervalo de confianza deseado, decir, deje que los valores de entrada
que las llegadas son una entrada tan importante para simula el sistema de línea de base, hay suficiente generalmente 95% o 99%. aumenten hasta que el modelo se vuelva
una simulación, es crucial que sean correctas. comprensión adicional del sistema existente de modo inestable para asegurarse de que la
Introducimos errores en el modelado cuando no que el sistema se puede mejorar en gran medida sin D es para datos.La recopilación de datos es estructura del modelo sea adecuada.
logramos imitar la realidad en el una de las tareas más importantes para resolver un
modelado adicional. problema real. (Además de los datos de tiempo F es por fidelidad.La fidelidad es qué tan
entre llegadas, hay tiempos de servicio, tiempo cerca el modelo puede imitar el
C es para el intervalo de para fallar, tiempo para reparar, fracción de comportamiento y el funcionamiento del
confianza.El intervalo de confianza entidades que van en una de varias direcciones, sistema real (piense en la fidelidad de un
es una palabra clave para realizar velocidades de viaje y muchos otros). También es sistema de audio: qué tan fielmente puede
análisis de resultados estadísticos. uno de los pasos más importantes en el proceso de reproducir los sonidos originales grabados). La
(Suponemos aquí que tiene simulación. Recuerda el término "GIGO". Se aplica a fidelidad que se requiere de un modelo es una
entradas aleatorias, lo que los datos de entrada de la simulación. Es decir, función de las preguntas que intentamos
conduce a salidas aleatorias). En el basura adentro, basura afuera. Incluso cuando la responder usando el modelo, y está
nivel más básico, estamos tratando estructura del modelo es válida, si los datos de relacionada con el nivel de detalle del modelo
de predecir el rendimiento de un entrada se recopilaron de manera incorrecta o se y la resolución (precisión) de los datos de
solo diseño o comparar el analizaron de manera inapropiada, la salida puede entrada. Los aumentos en la fidelidad del
rendimiento de dos o más diseños ser engañosa o simplemente incorrecta, lo que modelo tienen un alto precio en términos del
alternativos. A continuación, lleva a decisiones costosas o peores. esfuerzo necesario para construir y probar el
hacemos una distinción entre modelo. El analista necesita ejercer su juicio al
terminar simulaciones y E es para experimentación.Destacamos decidir qué fidelidad se requiere y qué
que el analista de simulación vaya resolución en los datos se requiere.
 G es para gráficos.Se dice que “una imagen I es para las condiciones iniciales. programación, el sistema
vale más que 1.000 palabras”. Pero también Considere una sola ejecución de un modelo de reloj tem y el avance del
decimos que “un buen análisis vale más que 1000 simulación cuyo propósito es estimar el tiempo algoritmo.
fotografías”. Le advertimos que no se deje influir comportamiento de estado estacionario del Simulación productos
por gráficos que son más elegantes de lo necesario sistema. El sistema comienza inactivo y vacío. también se han escrito
para la situación. El propósito de los gráficos, en El sistema tardará un tiempo en alcanzar su en estos lenguajes de
nuestra opinión, es doble. Primero, los gráficos estado estable en el que las colas se llenan programación, que
ayudan al analista de simulación a ver los errores aproximadamente hasta sus valores medios a incluir estos apoyos
de modelado. Segundo, los gráficos pueden ser largo plazo. Si comenzamos nuestra funciones portuarias. Para
una herramienta de venta para el sistema que se recopilación de datos estadísticos en el los modelos escritos en Java,
propone. En lugar de tomar su decisión en función momento cero, habrá un sesgo de existe la ventaja de que se
de los gráficos proporcionados, hágalo más inicialización en la medida del rendimiento. puede crear un modelo de
basándose en el poder de la simulación para Hay varias opciones aquí. La primera opción es simulación independiente.
resolver el problema previsto. inicializar el sistema con lo que creemos que entregado al cliente para su uso en cualquier L es para linealidad.Le sugerimos que
sería una cantidad realista de entidades computadora con Windows. busque la linealidad, pero encuentre el punto
H es para histogramas.Los gráficos de datos atendidas y en colas. También tendríamos que donde desaparece. Un ejemplo es un sistema de
simples pueden ser muy útiles para comprender el poner algunas máquinas en modo de falla. La K es para el conocimiento.Necesita vehículo guiado automatizado (AGV). Quizás, dos
sistema que se está simulando. Un histograma es segunda opción es dividir los datos de salida conocer el sistema que está simulando. AGV son mejores que uno. Pero es posible que
un gráfico simple. Tiene contenedores en el eje en dos partes: 1. la parte de calentamiento que Necesitas hacer muchas preguntas. Recuerde, tres AGV no sean mejores que dos, ya que el
horizontal y frecuencias o probabilidades en el eje comienza en el tiempo cero y termina algún no hay dos personas que tengan la misma sistema se atasca con AGV en espera de una
vertical. Estos se pueden dibujar fácilmente usando tiempo después, digamos t*; y 2. la porción de perspectiva. Recopile mucha información; por asignación. Del mismo modo, los
Excel. Además de los histogramas, los gráficos estado estacionario comienza en el tiempo t* y ejemplo, algunos dibujos CAD se pueden transportadores más rápidos pueden llegar a un
simples incluyen diagramas de dispersión, termina en el punto final de la simulación. Este utilizar como base para la animación gráfica de punto en el que las fusiones se vuelven
diagramas de causa y efecto, diagramas de Pareto segundo método se utiliza muy a menudo en un sistema que se está simulando. Algunos de imposibles. Entonces, comprenda que la
y diagramas de barras y bigotes. Estos se entienden la práctica de la simulación. los recursos en el dibujo CAD se pueden linealidad a menudo tiene límites.
fácilmente y los recomendamos encarecidamente convertir directamente en recursos en el
para explicar los datos de entrada o los datos de J es para Java.A lo largo de los años, modelo de simulación, ahorrando mucho M es para fabricación y manejo de
salida. muchos modelos de simulación se han escrito tiempo, mejorando la precisión y mejorando la materiales.Se dedica una gran cantidad de
en un lenguaje de programación. Primero fue animación. Después de recopilar este simulación a estas dos áreas, por una buena
FORTRAN, luego C, luego C++ y ahora Java. Sin conocimiento, prepare las suposiciones que razón. Tanto como el 80 por ciento del
embargo, los lenguajes de programación utilizará en el modelo de simulación y haga tiempo entre la materia prima y los estados
¡Es rápido, es fácil y es GRATIS! Simplemente
generales no brindan funciones de soporte de que el cliente acepte que las suposiciones son de producto terminado, los bienes están en
visite: http://analytics.informs.org/
simulación, incluido el evento. precisas. tránsito o esperando tránsito, es decir, en
el sistema de manejo de materiales. Esto comportamiento de sus contrapartes del
representa una gran inversión de capital mundo real (por ejemplo, una máquina) e
que podría haberse invertido en algún interactúan entre sí usando "mensajes". Los
activo alternativo que produzca ingresos. sistemas basados en objetos son una
Muchos proyectos de simulación están forma mucho más natural de representar
destinados a resolver problemas en los sistemas del mundo real en un modelo, pero
sistemas de fabricación y manejo de requieren un enfoque de diseño y desarrollo
materiales. diferente al de los lenguajes tradicionales
basados en procedimientos o la simulación.
N es por la naturaleza del subyacentesistemas Simulación basada en objetos
proceso a modelar.Es fundamental que el analista tenga suficiente
Los sistemas comprensión
parecen ser la direcciónde un
para
proceso para modelar correctamente los valores de datos
el futuro que tomará
y requerirán queenel la simulación.
analista esté
Por ejemplo, si el proceso de Poisson describefamiliarizado
las llegadas,con
entonces el tiempo
este nuevo entre
enfoque para
llegadas se distribuye exponencialmente. Pordiseñar
otro lado, cuando no
y construir hay datos
modelos.
disponibles, comprender el proceso subyacente permite hacer algunas conjeturas
iniciales para las distribuciones de entrada. P es para programar.Entre los elementos
más importantes que contribuyen a la validez
y utilidad de un modelo se encuentra el nivel
de detalle y complejidad incluidos para
representar las reglas de decisión empresarial,
los algoritmos de control u otra lógica de
control para el sistema específico que se
analiza. Tener la flexibilidad de alejarse del
O es para la orientación a objetos.La mayoría conjunto de reglas incorporadas de apuntar y
de los productos de software de simulación más hacer clic y arrastrar y soltar, que a menudo
nuevos se construyen utilizando sistemas de limitan, para escribir una lógica personalizada
programación orientados a objetos o son ellos- que se aproxime más
mismos sistemas basados en objetos, en el sistema real la lógica es lo que da que los
usuarios pueden modificar predefinidos potencia para modelar el sistema real. La
objetos estándar para construir objetos programación es el proceso de diseño,
personalizados en un modelo jerárquico construcción y prueba de lógica personalizada,
de su aplicación particular. Los objetos independientemente del lenguaje o método
de software imitan las acciones o de implementación.
 Q es para hacer cola.La medición del objetivos de análisis y cómo se traducen en el período necesidad de obtener estimaciones más precisas para simplemente recopilar datos de proceso y
número o tiempo en las colas (por ejemplo, de interés, por ejemplo, el día más ocupado de la de los valores de entrada o de la distribución luego generar estos eventos en el modelo
líneas de espera) es el principal interés en la semana para una instalación de correo), (c) qué subyacente. Si, por otro lado, los valores de utilizando una distribución exponencial cuya media
simulación de sistemas discretos. En algunos período de calentamiento, si es que se requiere salida muestran oscilaciones considerables, se basa en los datos observados. En la práctica, sin
casos sencillos podemos aproximarnos a estas alguno, se requiere y cómo estimarlo, (d) no concluimos que el modelo es muy sensible a este embargo, encontramos que esto puede tener
medidas. Pero, en la mayoría de los casos reales, programado eventos que pueden ocurrir durante este proceso, y entonces debemos desarrollar datos consecuencias no deseadas debido a los valores
los modelos matemáticos no son período de tiempo y que deben tenerse en cuenta, y de entrada más representativos. potencialmente grandes que puede generar esta
suficientemente descriptivos, y debemos recurrir (e) la cantidad de observaciones que el modelo distribución, a menudo mucho más largos que el
a la simulación para aproximar las medidas de la recopilará de eventos clave que pueden ocurrir T es para el trabajo en equipo.Un proyecto período de interés para simular. Una forma más
cola. Un ejemplo es un sistema de colas en el durante este período de tiempo. de simulación exitoso es el resultado del trabajo práctica de hacer esto incluye separar los eventos
que la cantidad de servidores varía según la en equipo que incluye la planificación, la no programados en dos clases. La primera clase
cantidad de clientes que esperan en la cola y los S es para pruebas de sensibilidad.La colaboración y la comunicación entre los incluye eventos que normalmente ocurren una o
recursos se descomponen aleatoriamente y prueba de sensibilidad es un método para diversos participantes del proyecto. Terminar un más veces dentro del marco de tiempo de interés
también requieren mantenimiento preventivo. determinar la importancia relativa y el impacto proyecto a tiempo no sucede de la nada. El para simular (por ejemplo, una semana para un
en las variables de salida del modelo clave de las proyecto debe planificarse y ejecutarse proceso de fabricación), como atascos en el
R es para la longitud de ejecución.Cuando variables de entrada o las distribuciones de correctamente. Se requiere una buena transportador o fallas del robot. La segunda clase
ejecutamos una simulación, seleccionamos el lapso de procesos para los que tenemos datos limitados o comunicación para que el analista comprenda incluye eventos raros, como fallas importantes de
tiempo para el período de análisis, por ejemplo, un nulos a partir de los cuales construir una los detalles del sistema que se va a simular y la máquina, que ocurren con mucha menos
período de 24 horas para un proceso de fabricación, distribución para representar el proceso. Este para que el cliente desarrolle expectativas frecuencia en promedio que el período de tiempo
tal vez un período de siete días para una instalación método implica hacer estimaciones aproximadas realistas del proceso de simulación. Ambas simulado. Primero, ejecute el modelo sin ninguna
de clasificación de correo o 360 días para una red de del rango en el que la variable puede tomar partes colaboran para decidir qué se incluye, qué clase de eventos no programados activados, para
cadena de suministro. Depende del analista valores y alguna noción del proceso subyacente no, a qué nivel de detalle y cuándo se completa comprender el comportamiento básico o la
establecer este lapso de tiempo para representar el que permitirá una selección inicial de una el análisis. El analista debe tomar la iniciativa en capacidad, etc. del sistema sin interrupciones. En
"período de interés" que respaldará cualquier análisis distribución, incluso si solo es uniforme o el establecimiento de los requisitos y la segundo lugar, active los primeros eventos no
que deba realizarse. Decidir sobre este intervalo triangular. Luego ejecutamos varias réplicas de metodología para este proceso de trabajo en programados o "típicos" y vuelva a ejecutar el
depende de una variedad de factores, incluidos los una serie de experimentos, cada uno con equipo, y guiarlo activamente o incluso modelo para determinar el impacto de estos
siguientes: (a) comprender la naturaleza subyacente diferentes valores dentro del rango estimado impulsarlo hasta su finalización. eventos, que debe incluirse como parte de
del sistema, como los ciclos repetitivos naturales, (b) para el proceso de entrada en cuestión. Si el cualquier análisis. Finalmente, en lugar de permitir
examen de las variables de salida clave muestra U es para eventos no programados.Los que una distribución genere tiempos aleatorios
pocos cambios en respuesta al rango de valores eventos no programados incluyen averías u para los raros eventos no programados, que
de entrada para estos procesos, podemos otras interrupciones no planificadas. En general, pueden no ocurrir durante mucho tiempo, tal vez
¡Es rápido, es fácil y es GRATIS! Simplemente
concluir que este modelo en particular no es estos pueden ser muy complejos y difíciles de sesgando el análisis, recomendamos forzar uno
visite: http://analytics.informs.org/
sensible a este proceso. modelar correctamente. El enfoque típico es
o más de estos eventos en cada experimento diciembre de cada año. Es la principal Y es para YANSL.YANSL (Otro lenguaje estos elementos deben ser parte de la base de
modelo (en un momento aleatorio dentro del conferencia sobre simulación de eventos de simulación de red más) es un acrónimo experiencia de todos los profesionales de la
marco de tiempo normal de interés), y luego discretos con entre 700 y 900 asistentes, según acuñado por Joines y Roberts [1997], pero lo simulación, otros pueden tener elementos que
examinar el impacto en el sistema y cuánto la ubicación y la economía. Para cualquier usamos aquí para describir la proliferación son exclusivos de su práctica. Lo que es
tiempo se requiere para recuperarse del persona interesada en la simulación de eventos de software de simulación. Por ejemplo, casi importante es tener en cuenta que para tener
evento. Encontramos esta técnica más discretos, siempre hay algo disponible con hasta 20 proveedores de software de simulación, éxito en la práctica de la simulación, una base
conveniente, más rápida y ciertamente más 18 sesiones simultáneas en curso. Estas sesiones algunos con varios paquetes a la venta, de conocimientos basada en la experiencia
fácil de replicar. van desde introductorias hasta avanzadas y estuvieron representados en WSC'08 práctica y el juicio profesional, tal como se
desde prácticas hasta teorías. También hay (www.wintersim.org/ExhGuide08.pdf). Para representa en estos 26 elementos, es
V es para verificación y validación. V/V son exhibiciones donde los vendedores presentan la persona nueva en la simulación, esto fundamental en el mundo real.-
esenciales para un modelado de simulación sus productos. Para obtener más información, proporciona un conjunto de opciones muy jerry bancos([email protected] ) ostenta el título de “líder
exitoso. La verificación hace la pregunta: "¿Lo visite www.wintersim.org/. grande. académico” en el Tecnológico de Monterrey en Monterrey, México.
Banks, jubilado de la facultad de la Escuela de Ingeniería Industrial y de
modelamos correctamente?" La validación hace
Sistemas en Georgia Tech, anteriormente fue asesor senior de
la pregunta: "¿Tenemos el modelo correcto?" Las X es para el factor X: lo desconocido. En Z es para valores Z...y otros valores tecnología de simulación en Brooks Automation (ahora Applied
Materials).
técnicas de verificación se tomaron prestadas de todo proyecto, por muy cuidadosamente estadísticos como recordatorio de la
la ingeniería de software. Las técnicas de planificado que esté, siempre hay algo que capacidad de análisis de salida que está Randall Gibson([email protected] ) es director y
vicepresidente sénior del grupo de consultoría de gestión
validación que se utilizan, sin embargo, son más causa un problema que es una sorpresa. disponible para la simulación. Estas y cadena de suministro de TranSystems Corporation, y
exclusivas de la simulación. Nunca demostramos Puede ser menor, como un paso pasado por capacidades de análisis de salida están administra el área de práctica de simulación y modelado
analítico. Anteriormente fue fundador y presidente de
que un modelo es válido. "¿Es razonable la alto en el proceso que se está simulando, o integradas en muchos paquetes de Automation Associates, que fue adquirida por
salida?" es la primera pregunta que debe importante, como no poder comprender o software de simulación. Realizan una TranSystems en 2005. Tiene más de 20 años de
experiencia en consultoría y modelado de simulación.
hacerse. Sorprendentemente, un analista de explicar por qué el modelo produce variedad de funciones que incluyen
simulación puede perderse en los detalles y resultados completamente contrarios a la análisis estadístico, optimización, soporte
REFERENCIAS
nunca mirar el resultado con esta pregunta en intuición. El analista experimentado puede para experimentación y gestión de datos
1. Banks, J., JS Carson, BL Nelson y DM Nicol, 2005,
mente. La V/V debe llevarse a cabo durante todo alejarse del proyecto (de los detalles del de salida. El problema es que muchos “Simulación de sistemas de eventos discretos” (cuarta
edición), Upper Saddle River, NJ: Prentice-Hall.
el proceso, no solo al final. Los recursos, modelo, de los supuestos del proyecto, de la analistas de simulación no utilizan la
2. Joines, JA y SD Roberts, “Una introducción a la
digamos del 20% al 25% del presupuesto del forma segura en que el cliente expresó la capacidad disponible. Tal vez no entiendan simulación orientada a objetos en C++”, Actas de la
Conferencia de simulación de invierno de 1997, eds. S
proyecto, deben planificarse para realizar la lógica de control de decisiones clave) y lo que está sucediendo, por lo que sería Andradóttir, KJ Healy, DH Withers y BL Nelson.

cantidad adecuada de V/V que se requiere para buscar el Factor X que explicaría la sorpresa. difícil explicárselo a su gerente. 3. Law, AM, 2007, “Modelado y análisis de simulación” (cuarta
edición), McGraw-Hill, Nueva York.
lanzar un modelo como representación del Hay tanto arte como ciencia en esta 4. L'Ecuyer, P., 1998, “Generación de números aleatorios”, Capítulo
sistema real. habilidad: perspicacia, seguida de un 4 en Banks, J., “Handbook of Simulation”, Wiley, Nueva York.

enfoque lógico y metódico para probar, Consideramos que los 26 elementos que 5. Lehmer, DH, 1951, “Proceedings of the Second
Symposium on Large-Scale Digital Computing
W es para WSC.La Conferencia de simulación eliminar y finalmente identificar la causa discutimos son importantes, pero no Machinery”, Harvard University Press, Cambridge, Mass.
de invierno (WSC) se lleva a cabo a principios subyacente. necesariamente únicos. Aunque muchos de