El documento presenta las etapas para realizar un proyecto de simulación usando Simio. Incluye un ejemplo de simular el tiempo de espera de clientes en un banco con tres cajeros. Se construye un modelo iterativo del banco actual y se prueba un escenario con un 10% aumento en demanda. Los resultados sugieren que con este aumento el tiempo de espera promedio aumentaría a 11.7 minutos, por lo que se necesitarían cambios en la dotación para mantener un buen servicio al cliente.
2.- Manual 2022 06 Plan de Marketing (2278) AC(1).pdf
Capítulo 02 mi primer proyecto
1. Traducción de Material Capacitación Simio LLC. Se traduce solamente
las explicaciones, manteniendo los comandos y nombre de las
variables en inglés. www.evirtual.cl
2. Pasar
por las etapas de un
proyecto simple, desde el inicio
hasta el final.
Introducción y demostración a
los componentes necesarios para
el éxito de un proyecto de
simulación.
Una visión rápida de algunas
características de Simio.
3. 1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
Definir los objetivos del estudio
Entendimiento del sistema.
Determinar los alcances del modelamiento
y el nivel de detalles.
Recopilación de datos.
Construcción del modelo (Iterativo)
Verificar la lógica del modelo y los datos.
Validar los resultados.
Diseñar y ejecutar lops experimentos.
Analizar e interpretar los resultados.
Documentar y presentar los resultados.
4.
Descripción del Banco:
◦ Operaciones básicas funcionan 8 horas por día.
◦ Tres cajeros.
Detalles de operación.
◦ Tiempo promedio de atención es de 4 minutos.
◦ Fkujo de clientes promedio es de 30 por hora.
◦ Promedio observado del tiempo de permanencia es
de 7.5 min.
◦ Valor máximo observado de permanencia es de 19
min.
5.
Management is considering a promotion that
will increase business.
Determine how a 10% increase in business
would impact customer service.
As business increases, what staffing levels are
appropriate to maintain adequate customer
service defined as:
◦ Average customer time in system < 15 min
◦ Maximum customer time in system < 30 min
6. Quiénes son los dueños??.
Cómo definen ellos el éxito?
Cómo usted va a saber cuándo usted ha
terminado?
Objetivo
del Proyecto:
Determinar cómo el cambio en la
demanda impactará el servicio al cliente
al medirse en tiempo promedio de espera
y el tiempo máximo de espera.
7. Cada sistema tiene sus especificacioners quer
siempre son importantes conocerlas.
Revisar todo el proceso.
Sistema
bancario
Limitado a las llegadas, tiempos de
espera, tiempo de procesamiento, y
abandono del sistema.
Cajeros trabajan sin descansos.
9. Son muchos? Son muy pocos? Entendibles?
Fuente, responsabilidad, fecha de entrega?
Datos
del Banco:
Lo especificado en el planteamiento del
problema
Clientes por día: 240 (30/hr x 8hrs)
Tiempos de servicio: Entregado en el archivo de
datos.
Información adicional se entragará según
solicitud.
Registros históricos se entregarán para la
validación.
10.
Construir y verificar iterativamente
Sistema ‘Cómo es’
◦ Construir
◦ Verificar
◦ Validar contra sistema real
Sistema ‘Cómo será’
◦ Construir
◦ Verificar
◦ Validar razonablemente
14. ¿Hice exactamente en el modelo lo que quería
modelar (e.g. no suposiciones)?
Animación, Panel de Datos
Trazabilidad, Observaciones
Estadísticas (Interactive Results)
Revisión del modelo/repasar las etapas
15. Representa el modelo la realidad de tal modo
de alcanzar mis objetivos?
Hay coincidencia con entradas reales…
◦ Coinciden las entradas?
◦ Las diferencias son explicables?
Involucrar al cliente
20.
Objetivo: Apoyar a tomar la mejor decisión
dado el tiempo y reciusrsos asignados.
No recargue con los detalles.
Entregue la información en el contexto
solicitado.
Recomendación:
Un 10% aumento en operaciones
disminuirá el servicio en cerca del 50% (a
11.7 minutos)
Aumento > 10% requerirá cambios en
staff para mantener los objetivos de
21. 1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
Definir los objetivos del estudio
Entendimiento del sistema.
Determinar los alcances del modelamiento
y el nivel de detalles.
Recopilación de datos.
Construcción del modelo (Iterativo)
Verificar la lógica del modelo y los datos.
Validar los resultados.
Diseñar y ejecutar lops experimentos.
Analizar e interpretar los resultados.
Documentar y presentar los resultados.
22. Arrive
Time Varying Arrival Rate
Hr 0-2, 20/hr
Hr 2-4, 40/hr
Hr 4-6, 40/hr
Hr 6-8, 20/hr
Server
Capacity :3
Time: Random.Triangular(1., 3.24, 7.88)
Reproducir el ejemplo del banco
Examinar las Tablas Pivotes
Realizar 10 réplicas– observar gráfico
SMORE a medida que pasan las réplicas.
◦ Respuesta: DefaultEntity.TimeInSystem.Average
Notas del editor
The goal of this chapter is not to teach features but to give students a quick overview of the simulation process (so they can use it in subsequent chapters) and to give them a preview of how all the features fit together.
We wanted to give you a quick overview of conducting a project, so you can start applying some of those components in the class workshops.Along the way we will introduce you to many aspects of Simio so you can see how all the pieces fit together. The other modules in this course will explain each of these areas in more detail.
These components were mentioned in the first section. We will be discussing each in a bit more detail.
We will illustrate simulation concepts by implementing a banking problem from beginning to end.Our bank is very simple…
Possible motives:To prove (or disprove) value of simulationTo reduce headcount or expensesTo improve profits
For example, will customers stop to complete a deposit slip? Is that within scope?
Bank has provided us customers/day (240) and with a data file containing months worth of service times
Build & test model a small piece at a time
Don’t worry if you get lost. We will have more workshops later to practice on.
<Switch to Simio, Start Page> Mention start page features<New model, review UI> Std Library – 1 set of objects, you can build your ownRibbons – switch based on context, extended tool tipsProject Navigation– for switching between the objects you are working onProperties – describe the objects you are working withProject Tabs – for switching between windows associated with the selected project object
<In Facility Window>Place Source, Server, Sink, 2 PathsInterarrival time 2 (30 per hour)Server Capacity 3 <Demonstrate or at least explain StatFit process for data analysis>StatFit – Explain concepts, File-Open BankInputData.txt, Fit>AutoFit, Show a few good and bad curves, statistics>descriptiveFile>Export>Fit>Triangular, Paste into ProcessTimeProcessTime of Random.Triangular(1., 3.24, 7.88),Set start time to 8:00, Duration 8 hrs, Run, show 3D, Show pivot tableFinished model: Sample01a-Bank
2D, 3DDashboard – Plot #in queueAdd plot with expression: Server1.InputBuffer.InProcess, Title, 2 hoursShow trace, Put breakpoint at Server1, Step a few timesShow watch on server 1, explorePivot table – Model Entities in should be around 240
Avg throughput should be around 7.5 minutes, Max should be around 19 minutes IS IT RIGHT?? NO!Remember that “variability issue” we discussed a few minutes ago?In this case, we determine that the bank omitted telling us about demand peaks.Actual demand is 60/hour from 10-12 and 20/hour the rest of the day (still same average)Revise model with the detailed arrival data in a rate tableFinished model: Sample01b-Bank
Actual demand is 40/hour from 10-2 and 20/hour the rest of the day (still same average)Revise model with the detailed arrival data in a rate tableData > Rate Tables > Rate Table (to add)Name: CustomerArrivals, Interval size 2 hrs, Number of Intervals 4Add data from above (20, 40, 40, 20)Source: Change Arrival Mode to Time Varying Arrival RateAvg throughput should be around 7.5 minutes, Max should be around 19 minutes Finished model: Sample01b-Bank
We could build a separate model or even a separate projectWe could change model, run, record, repeat…Instead we will take advantage of the experiment window to do multiple scenarios
We will use reference properties to switch model logicAdd reference to Rate Scale Factor named DemandFactorNote that new reference properties show up as controlsAdd Responses (KPIs): -- AvgFlowTime, DefaultEntity.TimeInSystem.Average-- MaxFlowTime, DefaultEntity.TimeInSystem.MaximumAdd 3 scenarios with DemandFactor 1.1, 1.2, 1.330 reps of eachFinished model: Sample01c-BankAdd scenario 2, run 10 reps of each, HW shows inconclusiveRun 30 reps of each, HW shows that scen 2 is statistically better (but still not conclusive)
Go back to response chart and add Means line for better estimate:It looks like customer service is still met up to about 16% increaseAdditional experimentation can verify.
We have discussed each of these 10 steps and illustrated how they could be applied, even in a small project. We will be covering them in greater detail in a later module.