Методы имитационного моделирования

Метод имитационного моделирования заключается в построении модели, которая имитирует изучаемую систему. Этот метод позволяет создать модель с учетом времени выполнения операции и с обеспечением средств анализа динамики бизнес процессов. Модель рассматривается в виде совокупности правил, определяющих состояние объекта в будущем.

Модель, построенная с помощью имитационного моделирования, включает в себя следующие элементы:

• · источники и стоки;
• · очереди;
• · процессы.

Информация и объекты поступают в модель через источники. Их прием обеспечивается стоком.

Ожидание обработки объектов происходит в очереди. Время их обработки различно, поэтому возможно накопление объектов, ожидающих своей очереди. Цель моделирования состоит в сведении к минимуму объектов в очередях.

Процессы в имитационном моделировании аналогичны работам (Activity) в стоимостном анализе (cм. п. 1.2.1). Стоит отметить, что в данной модели возможно задать производительность процессов.

Алгоритм моделирования системы можно условно разделить на четыре пункта:

• 1. Построить модель процесса (или процессов), который хотим проанализировать.
• 2. Запустить имитацию выполнения построенных моделей процессов.
• 3. Проанализировать результаты.
• 4. Если требуется, повторить предыдущие пункты для других сценариев выполнения процесса.

Вначале необходимо выбрать стартовое событие, являющееся началом выполнения процесса. Допустим, стартовым событием является поступление документа в канцелярию. Периодичность поступления документов может быть разной. Какие-то события возникают в определенный момент времени (канцелярия работает с 9 до 18.00), какие-то — через определенные интервалы (документы поступают каждые N — минут). При этом интервал повторений событий — величины случайные. Далее требуется задать длительность шага. Длительность может быть как постоянной величиной, так и случайной. В зависимости от вида документа, квалификации сотрудника и исполняемой задачи время работы может увеличиваться или уменьшаться. Выбор следующего шага имеет вероятностный характер. Например, вероятность, что документ Д отправится к сотруднику, А составляет 0.6, к сотруднику Б — 0.3, к сотруднику В — 0.1. Для оценки стоимости процесса для каждого шага задаем стоимость ресурсов — трудовых или материальных.

Как только модель спроектирована, можно запустить имитацию. Оценки показателей формируются посредством неоднократного запуска повторов изменений. В результате получаются распределение полезного и затраченного на ожидание времени процесса и значений стоимости.

Существуют несколько направлений в теории имитационного моделирования. Каждое направление характеризуется своими инструментальными средствами и системами имитационного моделирования. Приведем несколько примеров:

• · Моделирование динамических систем (реализуется в системах MATLAB Simulink, VimSim и др.);
• · Дискретно-событийное моделирование (Arena, Aris, AnyLogic, AutoMod и др.);
• · Системная динамика (PowerSim, iThink. AnyLogic и др.);
• · Агентное моделирование (Swarm, AnyLogic, Repast и др.);

Системная динамика и моделирование динамических систем предполагают непрерывные во времени процессы. Дискретно-событийное и агентное моделирования — дискретные.

Наиболее популярными подходами при решении задачи анализа бизнес-процессов принято считать дискретно-событийное моделирование и агентное.

В дискретно-событийных системах моделирование основано на описании процессов. К преимуществам данной модели относится статистическая обработка данных на входе и выходе, оптимизация, относительная простота реализации, интерфейс. Однако данная модель не позволяет проводить моделирование на высоком уровне.

В агентном моделировании динамика и функционирование определяются в результате индивидуальной активности участников модели. К достоинствам системы можно отнести любой уровень детализации, оптимизацию, интерфейс, реализм в описании системы. Недостатками являются сложность описания логики поведения агента в терминах модели, большие затраты по мощности.

Таким образом, с помощью имитационного моделирования возможно выполнить какой-либо процесс в режиме ускоренного времени в условиях, соответствующим реальности, с учетом задержек работы и перерывов. Анализируя полученные результаты, можно выявить нуждающиеся в разгрузке ресурсы (ресурсы, к которым часто выстраиваются очередь из поступающих заявок), низко загруженные ресурсы, выявить дефицит или перепроизводство.

В случае получения неудовлетворительных результатов анализа, модель можно оптимизировать и перестроить. Повторение экспериментов даст выборку наиболее оптимальных вариантов.

Методы анализа, основанные на функциональном и имитационном моделированиях, связаны и хорошо дополняют друг друга. Функциональное моделирование помогает в оптимизации бизнес-процессов. Имитационное моделирование располагает большей информацией для анализа существующей системы и помогает модифицировать модель процессов.

К недостаткам данного метода относятся следующие факты: получение достоверных результатов предполагает предварительную проделанную работу по выявлению законов распределения случайных величин. Также данный метод не дает четкого ответа на вопрос об эффективности работы системы, оптимальности показателей и способе перестройки бизнес-процесса, он лишь располагает информацией для обработки и принятия управленческих решений.