Особенности разработки имитационных моделей в программе Arena

технический университет им. Г. И. Носова.

Аннотация

В статье представлено краткое описание возможностей и роль имитационного моделирования бизнес-процессов. Выделены основные подходы и инструментальные средства, применяемые в имитационном моделировании. имитационный моделирование бизнес arena.

Ключевые слова: имитационное моделирование, имитационное моделирование бизнес-процессов, разработка имитационных моделей Одним из эффективных подходов, позволяющих исследовать экономические системы, решать проблемы бизнеса, анализировать числовые характеристики производственных процессов, является имитационное моделирование. С помощью имитационной модели можно получить статистику бизнес-процессов так, как если бы это было в действительности.

Традиционно имитационные модели строятся для поиска оптимального решения в условиях ограниченных ресурсов, когда другие методологии не дают возможности исследовать динамику системы, влияние случайных факторов на ее производительность. Методология имитационного моделирования интересна руководителям предприятий и исследователям сложных систем благодаря своей простоте. Поскольку имитационный подход при решении задач связан с использованием специального программного обеспечения. Среди программных средств, которые используются для разработки и исследования имитационных моделей, отметим следующие: Arena, AnyLogic, GPSS World. Имитационные среды не требуют от разработчика моделей знаний определенного языка или системы программирования. Вместо написания программного кода пользователи создают модель в имитационной среде, выбирая необходимые элементы из библиотеки функциональных блоков, и дополняют их числовыми и логическими характеристиками. Как правило, имитационная среда гарантирует визуализацию процесса моделирования, а также позволяет проводить сценарный анализ и поиск оптимальных решений. Большинство подобных программных средств предоставляют пользователю возможность графического конструирования модели.

• * AnyLogic — программное обеспечение для имитационного моделирования сложных систем и процессов, созданное отечественной компанией AnyLogic (ранее XJ Technologies).Этот программный продукт специализирован для конструирования и оптимизации бизнес-процессов любых сложных систем, таких как производственный цех, аэродром, больница и т. д.
• * Arena— один из наиболее эффективных инструментов имитационного моделирования, компании RockwellAutomation с 2000 г. Arena позволяет строить имитационные модели, проигрывать их и анализировать итоги компьютерных экспериментов. С помощью Arena могут быть разработаны модели для самых разных сфер деятельности — производственных операций, научно-технических исследований, складского учета, банковской деятельности, системы массового обслуживания и т. д. Arena предоставляет пользователю удобный графический интерфейс с комплектом разработанных учебных задач в различных областях.

Решающую роль в выборе того или иного программного средства для имитационного моделирования играют: удобный пользовательский интерфейс для разработки моделей; графическая среда для визуализации логики процессов; встроенные математические функции; поддержка метода Монте-Карло для генерации случайных событий и величин; статистические отчеты с демонстрацией результатов моделирования, а также возможность экспорта и импорта данных в другие программные средства для дальнейшей обработки. Любая из приведенных имитационных сред обладает достаточной функциональностью, но особенности разработки моделей, интерфейс и анимационные возможности очень различны.

Кратко остановимся на этапах имитационного моделирования. Укрупненно эти этапы представлены на рис. 1.

• * Первый этап необходим для того, чтобы изучить предмет исследования, обдумать перспективы и способы решения задач, спрогнозировать возможные результаты.
• * Второй этап включает в себя формализацию объекта моделирования на базе избранной теоретико-методологической базы. На данном этапе, на естественном языке описывают состав и структура исследуемого предмета, взаимодействия между объектом и внешней средой.
• * Третий этап содержится в проведении компьютерного эксперимента на разработанной модели путем «прогона» ее на ЭВМ. В конце имитации выполняется статистическая обработка результатов моделирования.
• * На четвертом этапе анализируются те характеристики исследуемой системы, которые являются наиболее важными.
• * В заключении формулируются общие выводы о работе системы и разрабатываются рекомендации по применению итогов имитационного моделирования для достижения целей исследования.

Рассмотрим имитационную модель в среде Arena на примере учебной задачи: имеется мост, движение автомобилей по которому возможно только в одну сторону в одно время. При этом на мосту помещаются 5 автомобилей. Чтобы пересечь мост нужно ровно две минуты. Автомобили прибывают к каждому концу моста раз в минуту (закон распределения экспоненциальный). Нужно смоделировать движение машин по мосту.

Для решения задачи необходимо определить транзакты и ресурсы. В модели будут два типа транзактов: автомобили, прибывающие к левому концу моста leftCar и автомобили, прибывающие к правому концу моста rightCar. В качестве ресурса определим «место на мосту», причем зададим мощность, равную 5. Автомобили пересекают мост один за другим, время пересечения фиксировано и обгонять друг друга автомобили не могут. Важно лишь общее число автомобилей, которые могут оказаться на мосту. Поскольку мост может пересекать несколько автомобилей одновременно, то невозможно моделировать его как конкуренцию за ресурс — то есть с помощью процесса. Если автомобиль подъезжает к мосту слева, а в этот момент мост пересекает автомобиль справа, левый автомобиль не должен вступать на мост, даже если на мосту есть свободное место.

Таким образом, нужна пара функциональных блоков Hold, которые имитируют очереди. Первый из них (LeftHold) не допустит въезда автомобилей на мост слева, если кто-то пересекает его справа. Аналогично, второй модуль RightHold не допустит автомобиль справа, если другие автомобили пересекают мост слева.

Модули Hold имеют параметр ScanforCondition (по условию). В модуле LeftHold, для ограничения автомобилей слева добавим логическое выражение, пропускающее машины когда мост пуст: CrossFromRight. WIP ==0.Модуль Process, отвечающий за пересечение моста справа не должен обрабатывать в такой момент ни одного транзакта. Только в этом случае левый автомобиль может начинать пересечение моста. Модуль RightHold работает аналогично, но проверяет число транзактов в модуле CrossFromLeft. Для повышения наглядности изобразим светофоры в виде элементов Level. Логику имитационной модели во время прогона видно на рис. 2.

Рисунок 2- Имитационная модель задачи пересечения моста.

Предложенная имитационная модель помогает изучить функционирование автомобильного моста, выявить очереди и простои, предложить оптимальный вариант работы для этой системы.

В настоящее время эффективная работа множества экономических систем невозможна без моделирования, прогнозирования и исследования динамики процессов. На базе проведенного в данной статье исследования особенностей реализации метода имитационного моделирования в программе Arena можно сделать ряд выводов:

• · имитационная модель отображает временные, пространственные и логические аспекты исследуемых процессов;
• · это методология, которая базируются на математическом моделировании, программировании и включают случайные величины;
• · Arenaэффективный инструмент для анализа сложных систем и прогнозирования.

Особенно сейчас, в обстоятельствах регресса финансовой активности промышленности, когда государству и предприятиям необходимо экономить финансовые и материальные ресурсы, имитационное моделирование становится особенно актуально. Оно представляет собой универсальный подход для принятия управленческих решений в условиях неопределённости и риска.

Библиографический список

• 1. Arena — система имитационного моделирования [Электронный ресурс] - Режим доступа: http://www.interface.ru/home.asp?artId
• 2. Бондаревский А. С., Лебедев А. В. Имитационное моделирование: определение, применяемость и техническая реализация// Фундаментальные исследования. — 2011.
• 3. Варфоломеева Т. Н. Применение имитационных моделей для решения экономических задач оптимизации/Гусева Е.Н., Т. Н. Варфоломеева //Современные проблемы науки и образования. 2014. № 6. С. 200.
• 4. ГусеваЕ. Н. Теория вероятностей и математическая статистика: учеб. пособие — 5-е изд., доп. и перераб.: [электронный ресурс]/ Е. Н. Гусева. -М.: Флинта, 2011. 220 с. — Режим доступа:
• 5. ГусеваЕ. Н. Экономико-математическое моделирование: учеб.пособ.: / Е. Н. Гусева. — Москва: МПСИ, 2011.-216 с.
• 6. Гусева Е. Н. Имитационное моделирование разработки рудника по добыче меди// Научные труды SWorld. 2013. Т. 11. № 4. С. 73−76.
• 7. Гусева Е. Н. Имитационное моделирование социально-экономических процессов. — Магнитогорск: изд-во Магнитогорск.гос. техн. ун-та им. Г. И. Носова, 2015. — 25с.
• 8. Гусева Е. Н. Имитационное моделирование экономических процессов в среде «Arena»: учеб. пособие: [электронный ресурс]. М.: Флинта, 2011. — 132 с. — Режим доступа: http://www.knigafund.ru/books/114 189
• 9. Гусева Е. Н. Основы имитационного моделирования экономических процессов: лаб. практикум / Е. Н. Гусева. — Магнитогорск: МаГУ, 2007. — 140с.
• 10. Ермакова Т. А., Гусева Е. Н. Использование компьютерного моделирования в преподавании геометрии // Современные научные исследования и инновации. 2016. № 6 [Электронный ресурс]. URL: http://web.snauka.ru/issues/2016/06/68 886 (дата обращения: 24.06.2016).
• 11. Карпов Ю. Г. Имитационное моделирование систем / Ю. Г. Карпов. — СПб, 2006
• 12. Полушкин Д. П., Гусева Е. Н. Применение имитационного моделирования для оптимизации работы ИТ-подразделения // Современные научные исследования и инновации. 2016. № 6 [Электронный ресурс]. URL: http://web.snauka.ru/issues/2016/06/68 365 (дата обращения: 23.06.2016).
• 13. Рванцов Ю. А. Сравнительный анализ систем имитационного моделирования деловых процессов по критерию функциональной полноты // Вестник ДГТУ. 2011.
• 14. Салмина Н. Ю. Имитационное моделирование [Электронный ресурс]: учебное пособие/ Салмина Н. Ю. -Электрон. текстовые данные. — Томск: Эль Контент, Томский государственный университет систем управления и радиоэлектроники, 2012.-90c. Режим доступа: http://www.iprbookshop.ru/13 930.
• 15. Татарникова В. В., Гусева Е. Н. Использование компьютерного моделирования в решении задач о системах массового обслуживания // Современные научные исследования и инновации. 2016. № 6 [Электронный ресурс]. URL: http://web.snauka.ru/issues/2016/06/69 373 (дата обращения: 07.07.2016).