Flexsim является программой для имитационного 3D – моделирования она моделирует, имитирует, предсказывает, и визуализирует системы в производстве, обработки материалов, здравоохранения, складирования, горнодобывающей промышленности, логистики и других. Это одновременно мощная и удобная среда моделирования . Flexsim помогает оптимизировать текущие и запланированные процессы, выявить и уменьшить отходы, снизить расходы и увеличить доходы.
Рассмотрим модель сортировочного центра почтовой службы. При создании модели были использованы ресурсы: почтовые посылки, которые переходят на очередь(Queue). После происходит переход по конвейеру в порядке очерёдности на распределители, роботы передвигают посылки на следующие этапы сортировки. Дальше по конвейеру посылки двигаются на просвечивающее устройство для выявления опасных предметов и переходит по конвейеру на распределительный пункт.
Проведем исследование создания модели.
Вставляем Элемент Source(Рисунок 1) на поле построения модели.
Для Элемента Source в Окне Properties нужно указать вероятностное распределение рассмотрим подробнее.
В окне ресурсов(Source)(Рисунок 2), строка inter-Arrivaltime мы можем выбрать следующие вероятностные распределения из списка(Рисунок 3).
Опишем некоторые вероятностные распределения:
1. Beta(бета) – семейство абсолютно непрерывных распределений
2. Exponential(экспоненциальное) – абсолютно непрерывное распределение, показывающее время между двумя последовательными свершениями одного и того же события.
3. Laplace(Лапласа) – двойное экспоненциальное распределение используется для описания распределения ошибок в моделях регрессии.
4. LogNormal(логнормальное) – это Логарифмически нормальное распределение случайной величины, натуральный логарифм которой распределен. Данное распределение предназначено для моделирования мультипликационных процессов такой-же, как и нормальное
5. Normal(нормальное) – распределение Гаусса которое в одномерном случае задается функцией плотности вероятности, совпадающей с функцией Гаусса
6. Triangular(треугольное) – распределение Симпсона
7. Uniform(равномерное) – распределение случайной величины
8. Weibull(Вейбулла) – двухпараметрическое семейство непрерывных распределений
В Окне Source выбираем Exponential(экспоненциальное) распределение(Рисунок 4).
Далее Ставим элемент Queue(очередь), конвейер, Combiner(распределитель).
За элементом combiner ставим Robot(робота). В окне робот указываем вероятностное распределение normal(Рисунок 5).
Далее ставим Conveyor(Конвейер), Combiner(Распределитель), Robot(Робот) в окне робот также указываем как на (рисунке 5) вероятностное распределение normal после чего ставим Conveyor(Конвейер), Processor, Conveyor(Конвейер), Separator(сепаратор), Queue(очередь). После построения модели сортировочного центра соединяем все элементы модели соединителем(Connect Objects)(Рисунок 6). Для того чтобы соединить робота с Combiner нужно выбрать соединитель (Connect Center Ports).
Далее запускаем модель и мы видим процесс имитации передвижения посылок по этапам сортировочного центра.
Также мы можем Установить отдельным окном графики для просмотра загруженности ресурсов модели.
Нажимаем DashBoards(Рисунок 7) после чего вставиться окно, добавляем на него Time in System Histogram, Work In Progress vs Time, State Analysis(Рисунок 8).
И запускаем модель после чего видим на графиках информацию по модели сортировочного центра(Рисунок 9).
В результате построенной модели(Рисунок 10) мы видим пошаговое выполнение перемещения посылок по конвейеру на распределитель для дальнейшего передвижения на распределительный пункт данная модель нам показывает весь процесс работы почтовой службы также мы видим анализ процессов пошагово на графиках. Из чего мы делаем вывод что данное средство имитационного моделирования позволяет глубоко рассмотреть весь производственный процесс за счет 3D имитации.
Библиографический список
- Гусева Е.Н. Имитационное моделирование экономических процессов в среде «Arena»: учеб. пособие: [электронный ресурс]. М.: Флинта, 2011. – 132 с. – Режим доступа: http://www.knigafund.ru/books/114189
- Гусева Е.Н. Моделирование макроэкономических процессов: учеб. пособ.: [электронный ресурс]/ Е. Н. Гусева. – М.: Флинта, 2014.–214с.– Режим доступа:http://www.ozon.ru/context/detail/id/28975354/
- Гусева Е.Н., Варфоломеева Т.Н. Применение имитационных моделей для решения экономических задач оптимизации/Гусева Е.Н., Т.Н. Варфоломеева //Современные проблемы науки и образования. 2014. № 6. С. 200.
- Гусева Е.Н. Имитационное моделирование социально-экономических процессов. – Магнитогорск: изд-во Магнитогорск. гос. техн. ун-та им. Г.И. Носова, 2015. – 25с.
- Гусева Е.Н. Основы имитационного моделирования экономических процессов: лаб. практикум / Е.Н. Гусева. – Магнитогорск: МаГУ, 2008. – 100с.
- Гусева Е.Н. Имитационное моделирование социально-экономических процессов. – Магнитогорск: изд-во Магнитогорск. гос. техн. ун-та им. Г.И. Носова, 2015. – 25с.
- Курзаева Л.В. Введение в теорию систем и системный анализ: учеб.пособие/Л.В. Курзаева. -Магнитогорск: МаГУ, 2015. -211 с.
- Курзаева Л.В. Дистанционный курс «Инструментальные методы поддержки принятия решений»: электронный учебно-методический комплекс//Хроники объединенного фонда электронных ресурсов Наука и образование. 2016. -№ 1 (80). -С. 2.
- Курзаева Л.В. Дистанционный курс «Основы математической обработки информации»: электронный учебно-методический комплекс//Хроники объединенного фонда электронных ресурсов «Наука и образование». -2014. -Т. 1, № 12 (67). -С. 117.
- Курзаева Л.В. Использование имитационного моделирования как метода исследования логистики /Л.В. Курзаева// Научные труды SWorld. - 2006. – Т. 2. – № 1. – С.