Simulace na modelu firmy v prostředí Witness

Podobné dokumenty
Exponenciální modely hromadné obsluhy

SIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY. Michal Dorda. VŠB - TU Ostrava, Fakulta strojní, Institut dopravy

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ. Semestrální práce. Z předmětu Teorie hromadné obsluhy (THRO) Jan Čáslava.

SIMULAČNÍ MODEL ČINNOSTÍ VEŘEJNÉHO LOGISTICKÉHO CENTRA

VYUŽITÍ SIMULACE PŘI MODELOVÁNÍ PROVOZU NA SVÁŽNÉM PAHRBKU SEŘAĎOVACÍ STANICE

Střední průmyslová škola strojnická Olomouc tř.17. listopadu 49. Výukový materiál zpracovaný v rámci projektu Výuka moderně

Modelování procesů (2) Procesní řízení 1

Objektivní nástroj pro volbu parametrů vozového parku lehkých užitkových automobilů

Systém objednávání pacientů přes Internet

Kdy obměnit vozy ve firmě?

Algoritmizace diskrétních. Ing. Michal Dorda, Ph.D.

Simulační software Witness. Ing. Michal Dorda, Ph.D.

PŘÍPADOVÁ STUDIE. Identifikace účetní jednotky na základě analýzy účetních výkazů

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

Kapacitní propočty. EduCom. František Koblasa. Technická univerzita v Liberci

Využití neuronové sítě pro identifikaci realného systému

Portál pre odborné publikovanie ISSN

Vstup a úkoly pro 1. kapitolu VYMEZENÍ POJMÚ. CÍLE VÝROBNÍ LOGISTIKY.

ANALÝZA A OPTIMALIZACE VÝROBNÍCH PROCESŮ MALOSÉRIOVÉ SLOŽITÉ VÝROBY V NOVÝCH VÝROBNÍCH PROSTORECH NA ZÁKLADĚ DISKRÉTNÍ SIMULACE

Vícekanálové čekací systémy

Výpočty spolehlivost chodu sítí

Vybrané statistické metody. Simulace pokladen supermarketu Albert na Spojovací

objektivní nástroj pro volbu parametrů vozového parku

Učební pomůcka Simulace Witness

Platí mluvené slovo. Projev Winfrieda Krause Výroční tisková konference ŠKODA AUTO a.s března 2012

Využití simulačního prostředí Witness pro návrh linky pro výrobu elektronických řídících jednotek automobilových motorů

Ovládání domu s PLC SAIA

N o v é p o z n a t k y o h l e d n ě p o u ž i t í R o a d C e m u d o s m ě s í s t u d e n é r e c y k l a c e

Počítačová simulace logistických procesů II 10. přednáška Simulační experimentování

Hodnocení spolehlivosti veřejně prospěšných organizací

Analytické metody v motorsportu

S 71/ /03 V Brně dne 20. června 2003

Využití simulace při řešení výrobně-distribučního optimalizačního problému. Libor Inovecký

Vaše výhody v našem autorizovaném servisu. Aby Váš Volkswagen zůstal Volkswagen. Volkswagen Service

Téma doktorských prací pro akademický rok 2019/2020. Pavel Novotný

úspory v oblasti cen a slev

Střednědobý výhled rozpočtu města Krásné Údolí. ( sídlo Krásné Údolí čp. 77, Toužim ) na roky

Zvláštní režim DPH. podnikový informační systém (ERP) k modulu

Konference WITNESS 2005 Kroměříž,

Vaše výhody v našem autorizovaném servisu. Aby Váš Volkswagen zůstal Volkswagen. Volkswagen Service

Optimalizace v těžkém průmyslu Vítkovice a.s., Kovárna Kunčice

WBS(Work Breakdown Structure)

Poradenská činnost pro VHZ, a.s. s ohledem na plnění podmínek OPŽP

IMPLEMENTACE IS v rámci projektu Terminál intermodálnej prepravy Žilina Teplička

Genetické programování 3. část

Simulační modely. Kdy použít simulaci?

Druhá skupina zadání projektů do předmětu Algoritmy II, letní semestr 2014/2015

a výrobní mix Konference Witness květen 2009 Jan Vavruška

Informace ze zdravotnictví Středočeského kraje

Powerchiptuning box zvyšuje výkon motoru až do 30kw. Snížení paliva je v rozmezí od 0,5l do 1l na 100km.

PRACOVNÍ DEN SMĚR "Z CENTRA" PRACOVNÍ DEN SMĚR "DO CENTRA" Kuchyňka (směr Nádraží Holešovice) Průzkum: komplexní

OBHAJOBA DIPLOMOVÉ PRÁCE

Parkování před mateřskou školou Na Vinici Nepomuk

KANBAN Autopal s.r.o., závod HLUK

SPOLEČNÝ TRH A JEHO VÝVOJ K

Pracovní list vzdáleně ovládaný experiment. Obr. 1: Hodnoty součinitele odporu C pro různé tvary těles, převzato z [4].

ČESKÁ EKONOMIKA Ing. Martin Hronza ČESKÁ EKONOMIKA ředitel odboru ekonomických analýz

Rating Moravskoslezského kraje

Návrh interpretace NI - 40 NI 40 Přecenění po předchůdci

Inteligentní firemní mobilita - komfort i úspory současně

Téma doktorských prací pro rok Pavel Novotný

Model sociální služby Podpora samostatného bydlení

Plánování výroby. Aplikace pro kapacitní plánování výroby v masném průmyslu

Příloha č. 4 KVANTIFIKACE DAŇOVÝCH ÚLEV

Ekonomický bulletin 6/2016 3,5E 7,5E

4EK311 Operační výzkum. 8. Modely hromadné obsluhy

Přílohy. příloha č.1. Dotazník č. 1 - pro pracovníky České školní inspekce

Čistý hospodářský výsledek za příslušné období práce na účetní závěrce

Možnosti zapojení finančních nástrojů do podpory sociálního bydlení Zpracováno ve spolupráci s generálním zmocněncem pro inovativní finanční nástroje

Sňatečnost a rozvodovost

č. účel patro m administrativa 1NP 36, administrativa 1NP 33,53

intenzitu příchodů zákazníků za čas t intenzitu obsluhy (průměrný počet obsloužených) za čas t

Organizační řád Svazu podnikatelů ve stavebnictví

Téma doktorských prací pro akademický rok 2018/2019. Pavel Novotný

IMOSI - MODELACE A SIMULACE LEARN 2013 správně možná špatně

UŽIVATELSKÝ MANUÁL. Obchodní profil FULL, QUICK, TEST. Obecné informace pro uživatele a administrátory dotazníku / testu

Forecasting, demand planning a řízení zásob: Skrytý potenciál. Tomáš Hladík Logio

Statistická teorie učení

Každá kapka je drahá NOVINKA. Nový tester fritovacího oleje testo 270: zajišťuje kvalitu a šetří Vaše náklady. Budoucnost zavazuje

4EK201 Matematické modelování. 8. Modely hromadné obsluhy

k modulu podnikový informační systém (ERP) RPDP Metodika vykazování DPH v režimu přenesení daňové povinnosti

Vysoká škola ekonomická v Praze Test katedry finančního účetnictví a auditingu

ROSTOUCÍ CENY ENERGIÍ A JEJICH DOPAD NA PRŮMYSLOVÉ PODNIKY. Karel Šimeček - SVSE Luhačovice 1/2018

Ověření funkčnosti ultrazvukového detektoru vzdálenosti

Vzorový příklad na rozhodování BPH_ZMAN

HAZARDY V LOGICKÝCH SYSTÉMECH

1. VYMEZENÍ ODBORNÉ STÁŽE

Nehodovost v roce 2017 dle druhu komunikací

Vyhodnocení dotazníků spokojenosti občanů s prací MěÚ Černošice, listopad 2012, pracoviště Praha

TEZE K DIPLOMOVÉ PRÁCI. Reklama na internetu

8. Normální rozdělení

Konference WITNESS 2005 Kroměříž,

Novinky v programu Stravné 4.59

Centrální systém účetních informací státu (CSÚIS) Základní popis

Závazná přihláška na příměstský tábor

Vysoká škola technická a ekonomická v Českých Budějovicích. Institute of Technology And Business In České Budějovice

Školení v rámci zemědělské a lesnické činnosti 2014

alkoholu v organismu, jízdu výtahů s lidmi...).

Vaše výhody v našem autorizovaném servisu. Aby Váš Volkswagen zůstal Volkswagen. Volkswagen Service

Teorie front. Systém hromadné obsluhy

Transkript:

1 Portál pre odborné publikovanie ISSN 1338-0087 Simulace na modelu firmy v prostředí Witness Vávra David Elektrotechnika, Informačné technológie 30.11.2011 Tento článek se zabývá simulací modelu firmy pro opravu automobilů v prostředí Witness. Po stanovení účelu a cílů simulace byl sestaven plán simulačních experimentů a ty byly následně realizovány na modelu. K simulaci bylo využito náhodných veličin a pro každý experiment byly vyhodnoceny parametry rozhodující pro sledování a vyhodnocení celého simulačního experimentu. V závěru článku je uvedena analýza a vyhodnocení simulace. 1. Popis modelu Na modelu je ukázána simulace firmy zajišťující opravu automobilů, která po opravě obstarává i mytí těchto aut a sama si zajišťuje administrativu. Cílem je zjištění optimálního počtu pracovišť a pracovníků pro opravnu s myčkou a administrativních pracovníků. Obrázek 1. Vytvořený model firmy pro opravu automobilů v prostředí Witness Položka (1) simuluje vozy přijíždějící k opravě. Pokud je při příjezdu vozu k opravně (3) volné pracoviště a pracovníci (11) (a žádný vůz tedy není ve frontě (2)), přesune se vůz přímo k opravě. Jestliže volno není, pak se tento vůz zařadí do fronty vozů čekajících na opravu. Jakmile se v opravně uvolní pracoviště, přesune se první vůz ve frontě do opravny, čímž dojde i k posunutí fronty vozů čekajících na opravu. Po opravě se vůz přesune do fronty (4) vozů čekajících na umytí a v případě, že je tato fronta prázdná, přesune se přímo do myčky (5). Princip fronty je zde totožný jako v předchozím případě. Po umytí se vozy přesouvají k pokladně (7), kde vůz reálně převezme zákazník, který provede úhradu služeb. I před pokladnou je pro účely simulace vytvořena fronta (6), jejíž princip je logický a de facto totožný jako v předešlých případech. Pro komplexnější simulaci je třeba vzít navíc v úvahu i další administrativní záležitosti spojené s chodem firmy. Z tohoto důvodu je v modelu zařazena položka (8) POSTERUS.sk - 1 / 7 -

2 představující přicházející administrativní záležitosti. Tyto se analogicky hromadí ve frontě (9) a z té jsou postupně zpracovávány na následujícím pracovišti (10). Konkrétní práce pak zajišťují pracovníci pro opravu a myčku (11) a pracovníci pro pokladnu a administrativu (12). Pro adekvátní simulaci bylo nezbytné správně nastavit dobu trvání jednotlivých položek. Celková doba simulace byla nastavena na 7,5 hodiny což odpovídá standardní jednodenní pracovní směně. Ostatní položky, jako např. doba příjezdu vozů, opravy vozu, umytí vozu a související administrativní položky byly stanoveny na základě odhadu vyplývajícího z dostupných informací a obecných zkušeností. Jako data byly použity náhodné veličiny normálního rozdělení (což odpovídá době okolo x minut), žádná experimentální data nebyla pro tento typ simulace potřebná. 2. Experiment č. 1 Tabulka konkrétních hodnot: Doba příjezdu vozů: Doba opravy vozu: Doba umytí vozu: Doba strávená na pokladně: okolo 30 minut okolo 30 minut okolo 16 minut okolo 6 minut Doba příchodu nové administrativní položky: okolo 20 minut Doba zpracování administrativní položky: okolo 10 minut Pro tento experiment byl nastaven co nejnižší počet pracovišť a pracovníků na hodnoty 6 a 4, což zajišťuje nejnižší náklady na pracoviště a pracovníky. Počet pracovišť pro opravnu: 2 Počet pracovníků pro opravnu a myčku: 2 Počet pracovišť pro myčku: 1 Počet pracovišť a pracovníků je v tomto experimentu sice nejnižší možný, ale je zřejmé, že zde vznikají relativně dlouhé čekací doby ve frontě na opravu a mytí auta, což má za následek horší průběh a kvalitu celého procesu. Vytížení opravny 90.52 Vytížení myčky 87.25 Vytížení pokladny 31.05 Vytížení administrativy 55.01 Průměrná doba, kterou auto strávilo v systému 74.53 POSTERUS.sk - 2 / 7 -

3 3. Experiment č. 2 Průměrný počet aut v systému 3.81 Průměrná doba ve frontě v opravně 14.41 Průměrná doba ve frontě na myčce 12.55 Průměrná doba ve frontě na pokladně 0.00 Průměrný počet ve frontě v opravně 0.99 Průměrný počet ve frontě na myčku 0.72 Průměrný počet ve frontě na pokladně 0.00 Maximální počet ve frontě v opravně 4.00 Maximální počet ve frontě na myčce 2.00 Druhý experiment zachovává vzhledem k prvnímu počet pracovníků pro opravnu a myčku na celkovém počtu 4 pracovníků, byly však přidány 2 pracoviště jedno pro opravu a druhé pro mytí aut. Počet pracovníků pro opravnu a myčku: 2 Při tomto experimentu vznikaly dlouhé čekací doby ve frontě na opravu a mytí auta. Z výsledků tedy plyne, že toto rozvržení pracovišť a pracovních sil se nejeví jako vhodné. Vytížení opravny 47.50 Vytížení myčky 23.85 Vytížení pokladny 17.64 Vytížení administrativy 56.85 Průměrná doba, kterou auto strávilo v systému 148.58 Průměrný počet aut v systému 4.29 Průměrná doba ve frontě v opravně 25.12 Průměrná doba ve frontě na myčce 42.51 Průměrná doba ve frontě na pokladně 0.30 Průměrný počet ve frontě v opravně 1.51 Průměrný počet ve frontě na myčku 1.89 Průměrný počet ve frontě na pokladně 0.01 Maximální počet ve frontě v opravně 4.00 POSTERUS.sk - 3 / 7 -

4 4. Experiment č. 3 Maximální počet ve frontě na myčce 5.00 Třetí experiment zachovává stejný počet pracovišť jako experiment druhý. Rozdíl je ve zvýšení počtu pracovníků pro opravnu a myčku a snížení počtu administrativních pracovníků. Celkový počet pracovníků však zůstává zachován stejně jako v experimentu č. 1 a č. 2 na hodnotě 4. Počet pracovníků pro opravnu a myčku: 3 Počet pracovníků pro administrativu: 1 Při tomto experimentu vznikala enormní čekací doba ve frontě na pokladnu. Toto nastavení je tedy naprosto nevhodné. 5. Experiment č. 4 Vytížení opravny 57.52 Vytížení myčky 39.08 Vytížení pokladny 20.05 Vytížení administrativy 39.98 Průměrná doba, kterou auto strávilo v systému 118.74 Průměrný počet aut v systému 3.96 Průměrná doba ve frontě v opravně 4.36 Průměrná doba ve frontě na myčce 2.21 Průměrná doba ve frontě na pokladně 50.66 Průměrný počet ve frontě v opravně 0.28 Průměrný počet ve frontě na myčku 0.12 Průměrný počet ve frontě na pokladně 2.36 Maximální počet ve frontě v opravně 3.00 Maximální počet ve frontě na myčce 2.00 Maximální počet ve frontě na pokladně 5.00 I čtvrtý experiment zachovává stejný počet pracovišť jako předešlé dva experimenty. Oproti předchozímu experimentu však byl přidán 1 pracovník pro opravnu a myčku, čímž dosáhl celkový počet pracovníků hodnoty 5. POSTERUS.sk - 4 / 7 -

5 Počet pracovníků pro opravnu a myčku: 3 Nastavené hodnoty umožnily podstatně lepší průběh a tím i kvalitu celého procesu, tudíž se toto nastavení jeví jako vhodné řešení. Počet pracovišť i pracovníků je zde sice vyšší než v experimentu č.1, nicméně se zvyšuje i plynulost provozu. Při tomto experimentu vznikla pouze krátká čekací doba ve frontě na opravu automobilu, ve frontě na opravu, mytí auta i pokladnu byly čekací doby téměř nulové. 6. Experiment č. 5 Vytížení opravny 60.72 Vytížení myčky 43.77 Vytížení pokladny 31.49 Vytížení administrativy 57.35 Průměrná doba, kterou auto strávilo v systému 70.76 Průměrný počet aut v systému 3.77 Průměrná doba ve frontě v opravně 5.07 Průměrná doba ve frontě na myčce 0.42 Průměrná doba ve frontě na pokladně 0.89 Průměrný počet ve frontě v opravně 0.35 Průměrný počet ve frontě na myčku 0.02 Průměrný počet ve frontě na pokladně 0.05 Maximální počet ve frontě v opravně 3.00 Maximální počet ve frontě na myčce 1.00 Poslední experiment opět zachovává stejný počet pracovišť jako předešlé tři experimenty. Avšak oproti čtvrtému experimentu byl přidán ještě další pracovník pro opravnu a myčku. V tomto experimentu je nejvyšší počet pracovníků, s čímž jsou spojeny i podstatně vyšší náklady. Počet pracovníků pro opravnu a myčku: 4 POSTERUS.sk - 5 / 7 -

6 I tento experiment vykazuje podstatně lepší průběh a tím i kvalitu celého procesu i toto nastavení se tedy jeví jako vhodné. Počet pracovníků je zde sice relativně vysoký, to se však příznivé odráží na plynulosti provozu. Tento experiment nemá oproti experimentu č. 4 téměř žádnou čekací dobu na opravu a ostatní čekací doby jsou také zanedbatelné. 7. Závěr Vytížení opravny 65.69 Vytížení myčky 46.75 Vytížení pokladny 37.13 Vytížení administrativy 49.28 Průměrná doba, kterou auto strávilo v systému 61.14 Průměrný počet aut v systému 3.53 Průměrná doba ve frontě v opravně 1.86 Průměrná doba ve frontě na myčce 0.36 Průměrná doba ve frontě na pokladně 1.82 Průměrný počet ve frontě v opravně 0.13 Průměrný počet ve frontě na myčku 0.02 Průměrný počet ve frontě na pokladně 0.11 Maximální počet ve frontě v opravně 3.00 Maximální počet ve frontě na myčce 1.00 Pro určení nejlepšího řešení je nutné vycházet z hlavního cíle. Pokud by bylo hlavním cílem ušetřit co nejvíce nákladů za pracoviště a počet pracovníků, jeví se jako nejvýhodnější experiment č. 1, kdy sice vznikaly relativně dlouhé čekací doby ve frontě na opravu a mytí auta, ale počet pracovišť a pracovníků je nejnižší možný. Pokud by však bylo cílem zachovat lepší průběh a tím i kvalitu celého procesu, jeví se jako vhodné řešení experiment č. 4, eventuelně experiment č. 5. Počet pracovišť i pracovníků je zde vyšší, nicméně se zvyšuje i plynulost provozu. Experimenty č. 2 a č. 3 se jeví jako nevhodné. Další zvyšování pracovišť a pracovníků (než je v experimentu č. 5) nemá žádný význam. Pro celou praktickou část byl použit program Witness. POSTERUS.sk - 6 / 7 -

POSTERUS.sk - 7 / 7-7