Simulasi adalah

Simulasi adalah

Simulasi adalah pelaksanaan model dan biasanya merupakan proses dua fase. Fase pertama mensyaratkan inisialisasi simulasi, menghasilkan angka acak atau deterministik yang menggambarkan perilaku entitas dan server, memasukkan entitas ke dalam sistem, memperbarui data keadaan dan akumulator statistik, mengulangi dua operasi sebelumnya untuk jumlah waktu yang telah ditentukan sebelumnya. langkah-langkah, dan mengakhiri simulasi. Dalam kebanyakan kasus, suatu langkah waktu disebabkan oleh suatu peristiwa seperti masuk ke, atau berangkat dari, sistem oleh suatu entitas. Sementara sistem antrian dunia nyata dalam gawat darurat, misalnya, mungkin mengalami ribuan langkah waktu yang terkait dengan kedatangan dan keberangkatan pasien yang berlangsung selama beberapa hari, komputer digital dapat menjalankan peristiwa yang berjalan dalam waktu ini dalam ukuran detik. Waktu kedatangan entitas yang dimasukkan pada setiap langkah serta waktu layanan dapat diturunkan dari distribusi probabilitas, yang, pada gilirannya, telah diinformasikan oleh pengetahuan kami tentang pola kedatangan dan layanan yang dibuktikan dalam data historis. Variabel status diperbarui dan akumulator statistik diperluas pada setiap langkah waktu. Pemutusan terjadi setelah banyak iterasi melalui loop proses ini dan penjumlahan dari langkah waktu yang terakumulasi mencapai ambang batas yang telah ditentukan atau kriteria pemutusan. Ukuran kinerja akhir kemudian dirangkum untuk menjalankan simulasi awal ini.

Fase kedua dari proses simulasi, jika perlu, memerlukan replikasi fase pertama. Karena waktu kedatangan dan pemanfaatan layanan untuk menjalankan simulasi tertentu berpotensi berasal dari serangkaian angka acak unik untuk menjalankan itu, ukuran antrian yang dihasilkan dan waktu tunggu juga unik untuk menjalankan itu. Dengan demikian, ukuran kinerja dihasilkan dari setiap replikasi akan berbeda karena pembangkitan dan input ke dalam simulasi angka acak unik. Jumlah replikasi simulasi tergantung pada mean sampel dan standar deviasi sampel. Karena setiap replikasi independen dan terdistribusi secara identik -independent and identically distributed- (IID), seseorang dapat membangun interval kepercayaan untuk mengukur kinerja sistem yang diharapkan. Dengan demikian, melalui proses evaluasi, kita belajar bagaimana model berperilaku dalam kondisi yang ditentukan. Kegunaan pemodelan dan simulasi ditemukan dalam kesimpulan yang diturunkan; kita telah belajar tentang kinerja model di bawah berbagai set kondisi yang diberikan, dan, karena model adalah representasi dari sistem antrian dunia nyata, kesimpulan dapat dibuat tentang perilaku sistem dunia nyata. Sederhananya, simpatisan setelah selesai menyatakan bahwa dia mampu memprediksi, dalam tingkat kepercayaan tertentu,bagaimana sistem akan melakukan ketika dihadapkan dengan kondisi simulasi tersebut.

KOMPONEN MODEL SISTEM QUEUING

Model sistem antrian dapat didefinisikan sebagai representasi yang menangkap dan menghitung fenomena antrian. Tiga elemen dasar dalam sistem antrian adalah entitas, server, dan antrian. Entitas dapat mewakili pelanggan atau objek, server dapat mewakili orang atau stasiun produksi yang memperlakukan atau berinteraksi dengan entitas, dan antrian adalah posisi memegang atau menunggu entitas. Ukuran antrian dapat dianggap terbatas atau tidak terbatas. Misalnya, batas fisik area buffer (mis., Antrian) antara dua workstation di sepanjang jalur produksi dapat berperilaku sebagai batas pada jumlah potensial entitas yang menunggu layanan; karena secara historis kami memilik pengetahuan bahwa jumlah maksimal entitas telah memenuhi pada saat area antrian ini, kami mengatakan ukuran antrian adalah pasti.

Sebaliknya, pusat panggilan mungkin memiliki kapasitas untuk mengantri, atau menunggu, hingga 1000 panggilan masuk yang tidak dapat dilayani oleh tiga perwakilan layanan; karena tidak ada riwayat call center yang mendekati kapasitas holding antriannya, untuk semua maksud dan tujuan antrian ini dapat dianggap tidak terbatas.

Proses kedatangan ditandai oleh waktu antar kedatangan, atau interval waktu antara pelanggan atau objek yang berturut-turut memasuki sistem dalam persiapan untuk menerima layanan. Seperti disebutkan sebelumnya, waktu antar kedatangan dapat dijelaskan dalam hal perilaku probabilistik. Seringkali, asumsi dibuat bahwa waktu kedatangan adalah variabel acak yaitu IID, yang berarti bahwa waktu kedatangan entitas independen, atau otonom, satu sama lain dan bahwa distribusi probabilitas identik, atau sama, untuk semua entitas. Setelah tiba, suatu entitas masuk ke dalam sistem di mana titik entitas langsung menuju ke server untuk menerima layanan atau ke antrian jika itu adalah kasus bahwa semua server sedang sibuk. Server tertentu mungkin sibuk, seperti halnya ketika melayani entitas, atau menganggur, seperti halnya ketika tidak ada entitas dalam antrian. Jika lebih dari satu server dimodelkan,  maka desain layanan dapat melibatkan server seri, paralel, atau jaringan. Mirip dengan waktu antar-waktu, waktu layanan juga dapat dinyatakan dalam hal perilaku probabilistik. Pelanggan juga dapat  terlibat dalam perilaku strategis yang dikenal sebagai jockeying atau balking; dengan asumsi ada lebih dari satu antrian, pelanggan dapat memilih untuk menghapus dirinya sendiri dari satu antrian dan memasukkan antrian lainnya.

https://movistarnext.com/

Author: 2bfmp