Professional Documents
Culture Documents
7
7
• Na prethodno pitanje nije lako dati odgovor, ali prethodna slika upućuje na aspekte
problema
• Kada je reč o korišćenju realnih, istorijskih, podataka – dakle empirijskih, tipični
problemi koji prate njihovu primenu su sledeći (Vincent, 1998):
Redosled podataka se razlikuje on onog kakav je realizovan
Način grupisanja podataka (klase podataka)
Podaci prikupljeni nedovoljno precizno
Greške u prikupljenim podacima
Podaci o procesima ali bez informacija koji ih određuju (napr. vremena opravke ali
bez tipa otkaza)
Podaci prikupljeni na različitim realnim procesima (podaci koji se odnose na periode
sa minimalnim, odnosno vršnim opterećenjem)
• Jedan od problema direktnog korišćenja empirijskih podataka je i taj da simulirane
vrednosti, prirodno, ne mogu izići iz opsega koji se nalazi u uzorku, a to može
predstavljati potencijalni problem. Shodno tome, dobro je koristiti teorijske raspodele
saglasne sa podacima iz uzorka, a u opredeljenju za tip raspodele mogu pomoći
informacije date u nastavku
• Generalno gledano, treba uvek imati u vidu da kvalitet izlaznih rezultata simulacije ne
može biti bolji od kvaliteta ulaza - GIGO: Garbage-In-Garbage-Out
Ulazi simulacije ukoliko podaci nisu raspoloživi
• Opšti „inžinjerski podaci“: podaci proizvođača opreme, teh ička uputstva, pravilnici,
standardi...
• Ekspertsko mišljenje
• Fizička i druga ograničenja vrednosti podataka
• Priroda procesa
• Uniform, triangular i beta raspodela se veoma često koriste
• Ako Fi(y | I) → F(y) kada i→∞ za sve y pri početnim uslovima I, onda se F(y) naziva
stacionarnom raspodelom verovatnoća izlaznih procesa Y1, Y2, ….
• Razmotrimo izlazne slučajne procese Y1, Y2, …. i neka je Fi(y | I) = P (Yi ≤ y | I), za
i=1,2,... gde je vrednost promenljive y realan broj i gde l predstavlja početne uslove pri
pokretanju simulacije u trenutku t=0
• Fi(y | I) se naziva prelazna raspodela izlaznog procesa u trenutku i za inicijalne uslove l
• U praksi se međutim gotovo uvek moraju definisati inicijalni uslovi rada modela
(početni broj paleta u skladištu, dolazak ili nedolazak klijenta u početnom – nultom
trenutku,...).
• Treba naglasiti da je opredeljenje za tip simulacije (vremenski definisana ili ne) više
vezano za stav analitičara i željene izlaze, nego je to posledica karakteristika sistema.
Tako na primer, ako se posmatra skladište ili recimo cross-dock koji radi u dve smene
(7 – 21h), a period vršnog opterećenja je u ranim popodnevnim satima, vremenski
definisana simulacija bi se koristila za praćenje rada u toku dana, ali se za simulaciju
rada u vršnom periodu koristi drugi koncept u kome se za period stacionarsti uzima baš
taj vršni period i parametri koji ga karakterišu.
• Alternative za prevazilaženja problema prelaznog stanja
1. Pokretanje simulacije iz stanja bliskom stacionarnom („regularnom“)
2. Korišćenje perioda zagrevanja “warm-up period” nakon koga se statistike resetuju
3. Simulirati proces dovoljno dugo da se uticaj početnog stanja izgubi “wash out”
• Najjednostavniji metod procene dovoljnosti dužine „perioda zagrevanja“ modela ili
dužine simulacije je da se pokrene više nezavisnih ponavljanja simulacije. Ukoliko je
pak potrebni „period zagrevanja“ previše dugačak, treba razmotriti pokretanje samo
jedne simulacije u dovoljno dugom periodu, jer se, logično, kroz period zagrevanja tada
prolazi samo jednom. Generalno, problem pristupa sa jednim ponavljanjem
simulacionog eksperimenta je da su individualne observacije u okviru takvog
eksperimenta obično korelativne.
•
Milorad Vidović - Simulacija logističkih sistema