6.2. Распределительные процессы

Распределительные процессы включают транспортирование и доставку, которые обеспечивают перемещение продукции или людей между разными пунктами в сети распределения. Характерным отли­чием транспортирования от доставки является то, что поточные объ­екты при транспортировании – это люди, а не товары.

Типичные процессы транспортирования можно найти в систе­мах общественного транспорта. На типичных процессах доставки построены системы сбыта изготовленной продукции, доставки почты и товаров покупателю.

При моделировании распределительных процессов необходимо наблюдение таких характеристик, как место назначения, скорость доставки или затраты, а также свойства поточных объектов. При моделировании перемещения иногда целесообразнее представлять ре­сурсы для транспортирования как поточные объекты. Транспортные средства могут характеризоваться количеством мест, скоростью передвижения, маршрутом движения. Для синхронизации поточных объектов и транспортных средств целесообразно использовать списки пользователей (блокиLINK иUNLINK).

Большинство распределительных процессов носят переходный характер. Поэтому продолжительность моделирования должна быть достаточной, чтобы охватить весь цикл процесса. Кроме того, для анализа показателей эффективности прогон модели необходимо вы­полнить несколько раз.

6.3. Процессы обслуживания клиентов

Процессы обслуживания клиентов представляют собой одну из важнейших областей применения имитационного моделирования, по­скольку в типичном процессе обслуживания суммарное время ожидания может достигать 95% от общего времени обработки.

Процессами обслуживания клиентов могут быть: предоставле­ние услуг пoтелефону (справочные центры), работа «фабрик» услуг (рестораны, центры копирования, фотолаборатории), «магазинов» услуг (госпитали, ремонтные мастерские) и универмагов.

Имитационное моделирование процессов обслуживания клиен­тов считается сложной задачей, поскольку люди – это поточные объ­екты, но также могут быть ресурсами. Людям присуще сложное и не­предвиденное поведение. Проще моделировать создание продуктов, документов, работу оборудования или перемещение транспортных средств. Например, клиенты, которые стоят в очереди, могут спорить, хитрить или вообще уйти. Моделирование подобных ситуаций требу­ет незаурядной гибкости программирования.

В большинстве случаев время обслуживания клиентов и время появления клиентов являются случайными величинами. Поэтому для корректного представления необходимо использовать вероятностные распределения.

Поскольку поступление в систему носит циклический и случай­ный характер, системы обслуживания редко находятся в устойчивом состоянии. Поэтому было бы правильным моделировать осуществле­ние операций в такой системе за некоторый период времени и соот­ветствующим образом описывать работу элементов модели.

6.4. Процессы управления разработками проектов

Подобные процессы осуществляются одним человеком или группой людей. Типичными примерами являются разработка нового продукта или такие административные мероприятия, как подбор и расстановка кадров. Обычно в анализе подобных процессов задейст­вован программный инструментарий управления проектами. Тем не менее, оценки времени полного цикла процесса и требований к ре­сурсам, которые получают в результате анализа, выполненного по методике имитационного моделирования, являются более точными, поскольку временные параметры выполнения проекта очень неста­бильны, А общее использование ресурсов приводит к появлению большого количества взаимосвязей.

Создавая корректную имитационную модель проекта, в первую очередь рассматривают такие элементы, как приоритеты выполнения срочных работ, разделение на смены, простои, ненормированные ра­боты, графики обучения и т.п.

Важным моментом, на который следует обратить внимание при имитационном моделировании работ над проектом, является проце­дура повторения прогонов модели и получение результатов моделирования. Поскольку временные параметры неустойчивы, один прогон модели даст только один вариант развития бизнес-процессов. На ос­новании множества повторных прогонов модели можно получить не­сколько вариантов сценария, которые дадут возможность получить более точные оценки и выделить наиболее уместные интервалы для определения показателей эффективности.