Prof. Dr.-Ing. Andreas Rinkel 1. Modellbildung und Simulation 1. Einführung und Übersicht in die Simulation und den Simulationsprozess

Transkript

1 lbildung und Simulation 1. Einführung und Übersicht in die Simulation und den Simulationsprozess Prof. Dr.-Ing. Andreas Rinkel Tel.: +41 (0) Präliminarien: Übersicht Modul I Ziel Sie haben Grundkenntnisse: über lbildungsansätze und Beschreibungstechniken zur Simulation komplexer ereignisgetriebener Systeme Sie kennen: verschiedene Simulationsansätze und den Simulationsprozess das Simulationstool SIMIO Den wirtschaftlichen Nutzen und die Risiken einer Simulation Sie können: Einfache le semiformal spezifizieren Einfache SIMIO Simulationen erstellen, validieren und durchführen Simulationsergebnisse bewerten Prof. Dr.-Ing. Andreas Rinkel 2 Präliminarien: Übersicht Modul IV Literatur: Simulation diskreter Prozesse Springer Vieweg, Ulrich Hedtstück, 2013 Process Analysis and Improvement: Tools and Techniques, McGraw-Hill, Irwin, 2005 Applied Simulation ing, McGraw-Hill, Andrew Seila, Vlatko Ceric, Pandu Tadikamalla, 2003 Simio&Simulation; McGraw-Hill, W. David Kelton, Jeffery S. Smith, David T. Sturrock, 2011 Simulation ling with SIMIO: A Workbook SIMIO LCC, Jeffery A. Joines, Stephen D. Roberts, 2012 Theorie und Praxis von Simulationssystemen; Vieweg; Th. Sauerbier; 1999 ing and Simulation; Vieweg, H. Bossel; 1994 lierung, Hanser, U. Kastens, H. Kleine Bünning, 2008 Event-Driven Architecture, Springer Verlag, R. Bruns, J. Dunkel, 2010 Queueing Systems. Volume 1: Theory, John Wily and sons, L. Kleinrock, 1975 lbasierte Systementwicklung mit SysML, Hanser, O. Alt, 2012 Wahrscheinlichkeitsrechnung und Schliessende Statistic; Hanser; W. Dürr, H. Mayer; 2006 Statistische Datenanalyse, Vieweg+Teubner, W.-M. Kähler, 6. Auflage, 2010 First (and Second) Steps in Statistics, D.W. Wright and K. London, SAGE 2010 Prof. Dr.-Ing. Andreas Rinkel 3 Prof. Dr.-Ing. Andreas Rinkel 1

2 Einführung und Übersicht in die Simulation und den Simulationsprozess Inhalt Einführung und Problembeschreibung Was sind die Gründe ein Simulationsprojekt zu starten? Was ist der Gegenstand der Simulationsarbeit? Schlussendlich, was ist Simulation und was sind die einzelnen Simulation Phasen? 4 Das Problem In der Regel als Wort-l beschrieben Gegeben ist folgendes Wort-l Geplant wird ein Büro, das KFZ-Nummernschilder herstellt und vergibt. In einem ersten Ansatz werden zur gleichmäßigen Auslastung des Personals die Kunden in drei Kategorien entsprechend ihrer Herkunftsregion aufgeteilt. Ankommende Kunden stellen sich entsprechend ihrer Herkunftsregion an einem Bearbeitungsschalter an. Jeder Bearbeitungsschalter wird durch einen einzigen Sachbearbeiter bedient. Der Sachbearbeiter nimmt die Antragsformulare und Zahlungen entgegen und leitet den Kunden anschließend mit den notwendigen Formularen an die Nummernschildausgabe weiter. Die Ausgabe der Nummernschilder wird für alle Kunden von einem Operator bedient. Dieser prüft nochmals die Unterlagen und fertigt das Nummernschild an. Nachdem der Kunde das Nummernschild erhalten hat verlässt er das Büro der Kfz-Stelle. Ist der Prozess hinreichend genau beschrieben Wäre ein anderer Prozessablauf besser? Insbesondere: Was ist die durchschnittliche Aufenthaltszeit eines Kunden und wo liegt das erwartete Maximum. Wie viele Sachbearbeiter werden tatsächlich benötigt und wie hoch ist ihre Auslastung? Was passiert, wenn wir die Anzahl der Sachbearbeiter verändern? die Architektur geändert wird Jemand ausfällt Phuuuu, wir sollten einen Berater hinzuziehen! Lass und Simulationsprojekt starten, um alle die Fragen zu beantworten 5 Was sind die Gründe, um ein Simulationsprojekt zu starten I Zum Studium hoch variabler Prozesse, Variability Variabilität ist letztlich in allen Prozessen enthalten Ohne Variabilität wäre es einfach die Leistung einen Systems zu bestimmen Je genauer diese Variabilität bestimmt wird, desto besser ist das Simulationsergebnis Simulation hat die Möglichkeit, Variabilität zu untersuchen Um die Prozesswechselwirkungen eine Systems zu verstehen Ein Prozesses sollte nicht isoliert untersucht werden Nicht nur Prozesse auch Systeme oder Subsystem wechselwirken unter einander oder mit der Umwelt Ein Benutzer kann in einem l einzelne Parameter risikolos und kostengünstig ändern und die Auswirkungen im System studieren Simulation erlaubt Analysten die Systeminteraktionen zu studieren 6 Prof. Dr.-Ing. Andreas Rinkel 2

3 Was sind die Gründe, um ein Simulationsprojekt zu starten II Identifizierung von Engpässen,Bottlenecks: Generische Key Points der statistischen Auswertung einer Simulationsstudie: Die durchschnittliche Wartezeit, die ein Ereignisse (Token) auf eine Resource warten muss. Die durchschnittliche Anzahl der Ereignisse, die auf eine Resource warten. Diese Statistiken werden in der Regel durch eine Simulationssoftware automatisch erhoben. Die Theorie der Warteschlangen ist eine der Kernkonzepte von diskreten Simulationssystemen. Experimente im l erlauben es, einen Grossteil der Probleme im Vorfeld zu beheben. Analyse des zeitlichen Verhaltens Simulation erlaubt die Untersuchung und Optimierung der Systemdynamik. Sich nur auf Mittelwerte zu verlassen, kann zu einer Fehleinschätzung des Systemverhaltens führen. Siumlation kann genutz werden, um z.b. das Mitarbeiter scheduleing zu optimieren die Verfügbarkeit und Auslastung von Resourcen zu verbessern Prozessstrukturen und Abläufe besser auf einander abzustimmen 7 Was sind die Gründe, um ein Simulationsprojekt zu starten III Animation Bildet Vertrauen Das dynamische Systemverhalten kann über der Zeit beobachtet werden Die Animation ist im Validierungs- und Entscheidungsprozess eine wichtige Komponente und nicht unerheblich für die Akzeptanz Der Aufwand für die Animation kann sehr hoch werden, hier ist unbedingt eine Abwägung erforderlich. Prozesskomplexität Simulationsprojekte sind in der Lage komplexe System zu beschreiben und zu studieren Simulationsmodelle können die reale Variabilität über einen gewählten Beobachtungszeitraum abbilden und darstellen Komplexe System können beliebig genau abgebildet und studiert werden und tragen so zum tieferen Verständnis des Gesamtsystemverhaltens bei Aber Vorsicht: Nicht so genau wie möglich sondern so genau wie nötig!!! 8 Simulation ist Ist ein sehr weiter Begriff letztlich verstehen wir darunter Methoden und Anwendungen, um eine reales System zu imitieren oder nachzubilden, heute in der Regel durch einen Computer Wird heute in nahezu allen Bereichen eingesetzt, z.b. Produktion, Geschäftsprozesse,.. Eine sehr leistungsfähige Methode At least, simulation is the process of designing a of a concrete System and conducting Experiments with this model in order to understand the behaviour of a concrete system and/or to evaluate various strategies for the operation of the system (Shannon, 1975) Simulation ist eine experimentell Methode! 9 Prof. Dr.-Ing. Andreas Rinkel 3

4 System Ein System Ist eine Einrichtung oder ein Prozess mit definierten Grenzen und Schnittstellen zur Umwelt und ist somit eingebettet in seinen Systemkontext existent oder geplant, Oder eine Kombination von all dem Beispiele sind Produktionsanlagen, Banken, Airport operations (passengers, security, planes, crews, baggage), Transport/Logistik/Distribution operation. Business process (insurance office) Ein reales Problem oder System mit all seinen Wechselwirkungen wird auch als komplexes oder kybernetisches System bezeichnet Die Wissenschaft der Kybernetik basiert auf den Arbeiten von Nobert Wiener in den 1940 s Kybernetik definiert die Kommunikation und Regelung unabhängiger komplexe Systeme (human, technical or abstract processes) In diesem Sinne, können die verschiedenen Bereiche wie Maschinen, Menschen, Organisationen und ihre Prozesse als einen großen Organismus angesehen werden Kann aus beliebig vielen Subsystemen (nested systems) bestehen 10 l Ein l ist eine: Abstraktion und fasst eine Menge von Annahmen und Näherungen über das Systemverhalten zusammen sofern es den relevanten Fragenbereich betrifft. studiere das l anstelle des realen Systems üblicherweise viel schneller, einfacher, billiger, sicherer es können viel weitere, risikoreichere Experimente im l gemacht werden Mache die Fehler im Computer-, anstelle im realen System oft ist allein schon der lierungsprozess hilfreich für das Verständnis des Systems unabhängig von einer anschließenden Simulation und ihrer Ergebnisse l- Validität (das gilt für jedes l, nicht nur für die Simulation) Besondere Achtsamkeit bei den lierungsschritten, inkrementell Zwischenschritte absichern Grad der Detaillierung ist wichtig Nach Möglichkeit das l in den relevanten Punkten mit der Realität abgleichen 11 Typen von len Physikalische (iconic) le Materialmuster Flugzeugflügelmodell Flugsimulator Logische (mathematische) le Näherungen und Annahmen über Systemverhalten Beschreibung durch formallogische Konstrukte bzw. Formale Sprachen Oft realisiert durch Computerprogramme 12 Prof. Dr.-Ing. Andreas Rinkel 4

5 Experiment Ein Experiment ist: Ein Test oder eine Untersuchung oder eine Prozedur die unter kontrollierten Bedingungen ausgeführt wird, um eine Hypothese zu überprüfen, ein bestimmtes Verhalten aufzudecken oder um eine Entscheidung zu begründen die Durchführung eines Tests oder Untersuchung oder Prozedur ein Versuch an etwas Neuem oder Verschiedenem Durch die gegebene Variabilität werden die Ergebnisse der Experimente um einen Mittelwert schwanken d.h. Es müssen mehrere Experimente durchgeführt werden und diese sind statistisch auszuwerten hinsichtlich Mittelwert oder Erwartungswert (Mean) Varianz (Variance) Vertrauensinterval (Coincidence Intervals) 13 Simulation: Klassifikation I Statisch vs. Dynamisch Spielt Zeit im l eine Rolle? Kontinuierliche vs. Discrete- Systemänderung Ändert sich der Zustand kontinuierlich oder diskret zu einem bestimmten Zeitpunkt? Deterministisch vs. Stochastisch Ist alles fest bestimmt oder treten Ereignisse zufällig auf? Die meisten realen le sind: Dynamisch, Diskret, Stochastisch 14 Simulation: Klassifikation II Simulation kontinuierlich Zustandswechsel kontinuierlich über der Zeit. Beschreibung durch z.b. Physikalischen le Differentialgleichungssysteme zeitgesteuert diskret Es werden feste Zeitabschnitte dt vorgegeben. Alle in dt anfallenden Ereignisse werden zeitlich zusammengefaßt und so behandelt, als seien sie am Ende des Intervalls dt aufgetreten. Nummerische Lösung von Dgl. Zustandswechsel zu diskreten Zeitpunkten. Zustandswechsel selbst benötigen keine Zeit ereignisgesteuert Jedes eingeplante Ereignis hat einen Ereigniszeitpunkt. Ein Ereignis bewirkt bei seinem Eintritt einen Zustandsübergang sowie die Erzeugung neuer Ereignisse. Prozeß- agentenbasiert Der Prozess ist hier ein Strukturelement, zur besseren Abbildung des Wirklichkeitsausschnitts eines l Bzgl. des parallelen Verhaltens sind noch keine Aussagen gemacht Prof. Dr.-Ing. Andreas Rinkel 15 Prof. Dr.-Ing. Andreas Rinkel 5

6 Project Objectives Definiere die Ziele der Simulationsstudie. Welche Fragen sollen beantwortet werden? Was sind Hauptaufwendungen im System soll in neue Komponenten investiert werden? Bottlenecks Können Warteschlangenlängen reduziert werden? Kann die Durchlaufzeit erhöht werden? Resourcenplanung - Was ist die optimale Einsatzplanung der Woche? Neues Systemdesign Wie soll das System gestaltet werden (Architektur)? Wie viele Ausrüstungsgegenstände werde benötigt? Wie viel Inventar wird benötigt? Systemänderungen Wie wird diese Änderung das Systemverhalten verändern? Wie können wir Störungen durch die Änderung minimieren und Wie den Äderungseffekt maximieren? Ist unser Design adäquat? 16 Process Flow and System Specifications I Mit dem Ziel, ein valides Simulationsmodell zu entwickeln, muss das Simulationsteam den Prozessablauf beschreiben. Unabhängig von der Domäne (Gesundheitswesen, Produktion, Geschäfts- und Logistikprozesse) sind die Token oder Entities, die durch das System fließen, festzuhalten und zu dokumentieren. Unten sind beispielhaft Fragen an Prozesseigner und -teilnehmer aufgeführt. Wie bewegt sich ein Entity durch das System? Welche Art von Bedingungen sind im System formuliert? Welche Regeln müssen im System eingehalten werden? Gib es Ausnahmen zu den Regeln, wie ein Entity zu einem bestimmten Zeitpunkt oder Bedingung oder Schritt im Prozess behandelt wird? Welche Typen von Bottlenecks sind zur Zeit bekannt? 17 Process Flow and System Specifications II Frage viel während dieser Phase! Dies Phase ist sehr wichtig für den Erfolg des Simulationsprojektes. Sichere die Ergebnisse der Befragungen ab, gehe nicht davon aus, dass immer die Wahrheit erzählt wird. Es ist damit zu rechnen, das bewusst getäuscht wird Entwickel ein semiformales Flowchart des Systems überprüfe das Design mit dem Domänverantwortlichen und Auftraggeber What-effect? Ist unser Designadequate? 18 Prof. Dr.-Ing. Andreas Rinkel 6

7 What-if Scenarios Definiere die what-if scenarios die durch das l bzw. Die Simulation zu beantworten sind. Das Verständnis dieser Fragen ist von erheblicher Bedeutung für die Ausarbeitung des ls. Letztlich wird diese Information wesentlich den Detailierungsgrad und die Komplexität des ls beeinflussen. What if we add new machines? What if we increase equipment speeds? What if we change our product mix? What if we change our resource schedules? What if we change our facility layout? What if the demand for our services changes? What happens if we change the capacity of our system? What if we modify specific business rules? What if 19 Key Performance Indicators (KPI) Die Definition der KPI ist kritisch, da sie im Zusammenhang mit den what-if Szenarios zu bewerten resp. festzulegen sind. Die KPI liefern den signifikanten Output zur Bewertung der what-if Szenarios und ihrer Wertung für eine anstehende Entscheidung Unten sind einige typische KPIs angegeben. Resource Utilizations Totaler Durchsatz Entities in Progress Durchlaufzeit Kosten Fehlbestand Wartezeit in einer Queue Anzahl in einer Queue Kosten 20 Animationsanforderungen Definiere die Anforderungen an die Animation der Simulation Abhängig von der Simulationssoftware variieren die Animationsmöglichkeiten der Aufwand eine geeignete Animation zu erstellen Eine minimale Animation ist allein aus Validierngszwecken sinnvoll und wird meist durch die Simulationssoftware bereitgestellt Unten sind weitere Optionen beispielhaft angegeben Ausschließlich statistische Reports Visualisierung von Echtzeitdaten Dashboards mit plots, charts und der Animation von Variablen, die während des Simulationslaufes aktualisiert werden 2D Animation 3D Animation Interaktive-Simulation - das geht schon in Richtung Spiel 21 Prof. Dr.-Ing. Andreas Rinkel 7

8 Annahmen Das Management eines komplexen Simulationsprojekts inklusive l ist eine herausfordernde Tätigkeit. Sadowski (1991): We can provide endless advice but there is no substitute for experience. Welche Details in einem l berücksichtigt werden und welche vernachlässigt werden können verlangt viel Erfahrung sind abhängig von den zu beantwortenden Fragen haben einen Einfluss auf die Gesamtkomplexität, Projektlaufzeit und die Kosten müssen klar definiert und mit dem Auftraggeber abgestimmt werden Dieser Schritt wird während der isolierenden Abstraktion vollzogen (siehe nächste Folien) Generische Beispielannahmen sind: Alle Ressourcen des gleichen Typs, z.b. Maschinen verhalten sich gleich Es wird nicht unterschieden, das Arbeiter unterschiedliche Fähigkeiten haben Seltene Ereignisse, die das System stören können, werden nicht modelliert Es ist eine unendliche Menge an Rohmarerial vorhanden. 22 Deliverables I Definiere den finalen Projekt-Output. Dieser Output muss vor Start des Simulationsprojektes definiert und vereinbart werden, ggf. wird eine inkrementelle Vorgehensweise definiert, Falle: Moving Target!! Mögliche Deliverables. Funktional Spezifikation Diese Dokument dient als Vertrag zwischen dem Simulations-Projektmanager und dem Kunden. Alle bekannte Details sind festzuhalten, z.b. Simulation model logic Simulation model animation documentation User interface 23 Deliverables II Analysereport Ein detaillierter Report zu allen Szenarien und Ergebnissen. Spezifische Empfehlungen zur Systemverbesserung auf Basis der Szenarioanalyse Regelung der Softwarelizenzen, falls der Kunde die Software anschließend weiter verwenden und eigenständig Simulationsläufe planen und starten möchte Schulungsunterlagen, Schulungskurse für den Kunden Festlegen des Kundensupports nach Abschluss des Projektes 24 Prof. Dr.-Ing. Andreas Rinkel 8

9 Simulationsphases Simulationprocess I model validation Real or conceived System modelling Formal (mathematical) model implementation Simulator Program or Physical model suitability model verification 25 Simulationsphasen Simulationprocess II Process Analyses ing Programming Empirical Data hypothetical Data Formale Data Real or imaginary System lbildung Isolation Generalization Formale (mathematical) implementation Coding Simulator Program Process Description (word model) result processing formal Processdescription Result 26 Simulationphasen Die Schritte der lbildung According to the Process: The following things have to be done: real system Word- System & Resource - Item & Flow & Comm. Cause Effect System -Data Output -Data SYSML object collaboration diagrams or/and class diagrams Block Diagrams Event driven Architecture Bossel diagrams ling of Time Queuing Theory (description of time) SYSML block (interaction) diagrams activity diagrams Mathematics descriptive statistic density functions Mathematics Analytical statistic 27 Prof. Dr.-Ing. Andreas Rinkel 9