Тестирование имитационных моделей в AnyLogic с помощью JUnit

В статье предлагается структура проекта для разработки имитационной модели в среде AnyLogic, подходящая для организации удобного процесса тестирования модели с помощью библиотеки JUnit. Приводится пример модели в AnyLogic, содержащей функциональные тесты. Предлагаемый подход к тестированию может также применяться для демонстрации способов использования разрабатываемых библиотек ИМ. Все материалы, связанные со статьей, находятся в открытом доступе на GitHub [1].

(далее…)

Тестирование имитационных моделей

Тестирование имитационных моделей обсуждается как минимум с 1988 года. Важность тестирования признается научным сообществом и определяется масштабом решений, принимаемых по результатам моделирования. Однако в инструментах ИМ недостаточно средств тестирования моделей, а потребность в тестировании возрастает с ростом сложности и срока использования модели. В статье приводится пример организации тестирования одного аспекта сложной модели. На этом примере рассматривается применение подходов к тестированию, являющихся стандартными в индустрии разработки программного обеспечения. Рассматриваются особенности применения этих подходов к тестированию имитационных моделей. Обсуждаются требования к средствам тестирования моделей, а также трудности и особенности внедрения тестирования в процесс создания имитационных моделей.

(далее…)

Построение цифровых двойников производств на основе имитационных моделей, созданных для поддержки принятия решений

Имитационные модели дискретных производств позволяют принимать решения об операционных улучшениях, прогнозировать работу предприятия при изменении структуры заказов и обоснованно планировать инвестиции в основные фонды. Опыт показывает, что адекватные имитационные модели в судостроении, тяжелом машиностроении и авиакосмической промышленности невозможны без реализации алгоритмов планирования работы производства.

Именно взаимодействие имитационной модели и планировщика позволяет расширить горизонт проверки принимаемых решений до диапазонов, выходящих за рамки операционного планирования: модуль планирования составляет план-график работы предприятия на длительный срок, а имитационная модель проверяет его выполнимость и устойчивость к случайным факторам.

Однако такая комбинация обладает недостатком – имитационное моделирование выполняется строго после планирования, что не соответствует реальности, когда при значительном отставании от плана или наступлении существенного непредвиденного события выполняется перепланирование. Реализация перепланирования из любого состояния имитационной модели – отдельная задача, требующая специальных усилий. Решение этой задачи позволяет получить «цифровой двойник» – компьютерную модель, представляющую реальное предприятие с известной точностью, пригодную для планирования с учетом всех факторов, учтенных при ее создании.

(далее…)

Планирование подземных горных работ

Взаимные ограничения и обратные связи затрудняют планирование в подземных рудниках, делая математические методы оптимизации неэффективными. В статье обсуждается подход к планированию подземных горных работ, основанный на поддержании буферов незавершенного производства и итерационной корректировке плана с помощью имитационной модели. Преимуществом предлагаемого подхода является возможность учитывать вероятностные факторы, присущие реальному миру. (далее…)

Применение имитационного моделирования для повышения эффективности управления запасами на примере трех реальных проектов

Задача управления запасами

Запасы предприятия – сырье и материалы для использования в производстве, а также готовая продукция для продажи покупателям (более полное определение и классификация запасов приводится в [1] и [2]).
Управление запасами – важный процесс, существенно влияющий на экономические показатели многих средних и больших компаний. В экономических науках существует большое количество как фундаментальных [3], так и прикладных [4] работ, рассматривающих подходы к повышению эффективности управления запасами предприятий.
Простая обобщенная постановка задачи управления запасами такова: необходимо определить моменты заказа товара и количество заказываемого товара в каждый момент таким образом, чтобы максимально возможно снизить издержки, возникающие при заказе, доставке и хранении товара, а также обеспечить доступность товара для потребителя не менее чем с заданной вероятностью.
В реальности при управлении запасами приходится рассматривать большое число факторов, многие из которых вносят нелинейность и взаимные зависимости в алгоритмы управления запасами. В статье рассматриваются три проекта в области управления запасами, успешно выполненных компанией Амальгама для российских и международных заказчиков, обобщается опыт применения ИМ, анализируются преимущества и недостатки использования ИМ в проектах по управлению запасами.

(далее…)

Дискретно-событийное моделирование горной добычи в подземном калийном руднике

Задача моделирования подземного калийного рудника

В период с мая по август 2013 года компания Амальгама разработала имитационную модель подземных калийных рудников для консультационного проекта компании Эрнст энд Янг СНГ Б.В. Имитационная модель создавалась для поиска последовательности выполнения производственных операций, обеспечивающей максимальную производительность горной выработки.
В модели учитывается выработка очистных камер комбайнами, транспортировка самоходными вагонами породы от комбайнов к рудоспускным шахтам, ссыпание породы на конвейер и ее транспортировка до скипового подъемника по системе конвейеров и бункеров. Также моделируются горно-подготовительные работы, вспомогательные операции (бурение дегазационных шпуров, установка вентиляции, перенос якоря и т.п.), работа маркшейдеров и техническое обслуживание оборудования по расписанию.
Особенностью моделируемой системы является большое число параметров, нелинейно влияющих на показатели работы всей системы. Так, значительное влияние на объем выработки может оказывать порядок выработки очистных камер, выполнение вспомогательных операций, а также проведение горно-подготовительных работ параллельно с очистными.
Имитационное моделирование уже зарекомендовало себя как эффективный инструмент поддержки принятия решений в горно-добывающей отрасли [1, 2], однако существующие решения не удовлетворяли требованиям заказчика ввиду невозможности моделирования всех требуемых аспектов системы.

(далее…)

Интеграция AnyLoigc и Deductor на примере моделирования сети дистрибуции алкогольной продукции

Задача моделирования логистической сети дистрибьютора

Дистрибуция продуктов и товаров массового потребления – низкомаржинальный бизнес, особенностями которого являются большие объемы движения товаров и значительная доля логистических издержек в структуре расходов. Кроме того, компании-дистрибуторы вынуждены балансировать между избыточными запасами, замораживающими оборотные средства, и своевременным выполнением заказов, срыв которых может привести к потере клиентов. Поэтому для компаний, работающих в этой сфере, важна эффективность процессов планирования, управления запасами и логистики.
В феврале – июле 2013 года компания Амальгама выполняла проект для крупного всероссийского дистрибьютора алкогольной продукции. Проект выполнялся совместно с бизнес-консультантами компании ЛФА-Рус. Перед проектной командой ставились следующие задачи:

(далее…)

Простая имитационная модель процесса управления запасами

Цель управления запасами на предприятии – поддержание наличия необходимого количества товаров на складе, в магазине и т.д. При этом с одной стороны нельзя допускать нехватки товара, а с другой – нежелательно иметь чрезмерно большие запасы – это выводит из оборота большое количество денег и увеличивает общую стоимость хранения.

Итак, необходимо сохранять баланс между полнотой и своевременностью обеспечения покупателей и возникающими при этом затратами. Эта задача решается с помощью алгоритмов пополнения запасов. Наиболее часто используются следующие два:

  • Пополнение по точке перезаказа
  • Детерминированное планирование

В этой статье мы рассмотрим только пополнение по точке перезаказа. Работа данного алгоритма сводится к размещению заказа на пополнение в момент, когда запас товара падает ниже заданного уровня. Этот уровень и называется точкой перезаказа.

Рисунок 1. Основные характеристики динамики запасов при планировании по точке перезаказа

(далее…)

Обслуживание клиентов на АЗС

Очередной раз приезжая на заправку, можно видеть людей, находящихся в замешательстве и не знающих, как заправиться: на российских заправках все чаще используются новые, непривычные схемы обслуживания. Примеры таких схем – полностью автоматизированная заправка или заправка типа «сначала заправься – потом заплати». Если в Санкт-Петербурге и Москве такие заправки не редкость, то для российских регионов это новинка.

Дают ли выигрыш во времени новые схемы обслуживания на АЗС? Насколько они эффективнее, например, в часы пик, чем привычная бензоколонка с кассой и магазином?

Попробуем произвести расчет. Казалось бы, АЗС – не сложный объект сервиса (несколько очередей у колонок и пара очередей у касс), расчет не должен быть громоздким, и его можно выполнить, например, в Excel. Однако после непродолжительных попыток создать в Excel модель АЗС с разными схемами обслуживания и несколькими видами топлива оказывается, что на первый взгляд простая модель обрастает огромным количеством условий и взаимных зависимостей между ячейками. Наступает момент, когда становится понятно, что для решения задачи Excel – не лучший инструмент.

Гораздо более подходящий способ создания модели АЗС – имитационное моделирование. Этот подход не только позволяет легко моделировать процессы, происходящие на АЗС, но и предоставляет возможность создать динамическую анимацию работы модели.

(далее…)

Железнодорожные хабовые перевозки

Все знают, что российские поезда возят пассажиров небыстро («Сапсаны» – штучный проект – не в счет). Еще хуже ситуация с перевозками грузов. И если для поставок угля, металлов и прочего промышленного сырья это не ощутимо, то контейнерные перевозки конкуренции с грузовиками не выдерживают.A

Поезда идут медленно, вагоны перецепляются и ждут следующего состава по нескольку раз на всем пути.  Грузовым поездам достаются самые медленные «нитки». А грузовик доставит контейнер от двери до двери раза в три быстрее. В такой ситуации многих клиентов не привлекает даже меньшая цена перевозки.

Выход из этой ситуации видится в организации хабовых перевозок по железной дороге. Хабы – специальные контейнерные терминалы, между которыми организованно движение ускоренных поездов по расписанию (возможно, в одном темпе с пассажирскими). До хабов перевозки осуществляются поездами с обычной скоростью.

(далее…)

Cвяжитесь с нами

Отправьте сообщение, и наши специалисты ответят Вам в ближайшее рабочее время.