Saltar al contenido

⭐ Las etapas de la simulación Descripción

Etapas de la simulación Proyecto de simulación

MODELOS Y SIMULACIÓN

Formulación del problema: Define el problema que se pretende estudiar. Incluye por escrito sus objetivos.

Diseño del modelo conceptual: Especificación del modelo a partir de las características de los elementos del sistema que se quiere estudiar y sus interacciones teniendo en cuenta los objetivos del problema.

Recogida de datos: Identificar, recoger y analizar los datos necesarios para el estudio. Construcción del modelo de simulación partiendo del modelo conceptual y de los datos.

Construcción del modelo:  Construcción del modelo de simulación partiendo del modelo conceptual y de los datos

Verificación y validación Análisis: Comprobar que el modelo se comporta como es de esperar y que existe la correspondencia adecuada entre el sistema real y el modelo.

Análisis: Analizar los resultados de la simulación con la finalidad de detectar problemas y recomendar mejoras o soluciones.

Documentación: Proporcionar documentación sobre el trabajo efectuado. Poner en práctica las decisiones efectuadas con el apoyo del estudio de simulación.

Implementación:  Poner en práctica las decisiones efectuadas con el apoyo del estudio de simulación.

 

 

Formulación del problema:

la especificación de objetivos es una de las tareas más importantes de un proyecto de simulación. Si los objetivos no están claros o son poco concretos, existe el peligro de no abordar correctamente el problema para el cual se ha solicitado el proyecto de simulación y de ser incapaz de responder a las expectativas generadas. En consecuencia, es necesario, en la fase inicial de cualquier proyecto de simulación, saber identificar los objetivos para los cuales se ha optado por el uso de las técnicas de simulación, y formalizarlos de forma que sean precisos, razonables, comprensibles y medibles. Estos objetivos servirán de guía a lo largo del proyecto.

Diseño del modelo conceptual:

una vez conocidos los objetivos del proyecto, puede existir la tentación de iniciar la construcción del modelo de simulación de forma inmediata. Esta opción generalmente conduce a la obtención de modelos de simulación con múltiples lagunas y de difícil mantenimiento. Es por ello conveniente formular o especificar el modelo de simulación empleando un nivel de abstracción (modelo conceptual) superior al del propio código. El modelo conceptual especifica las relaciones estructurales más importantes del sistema que se intenta simular y, en consecuencia, constituye un medio de diálogo y de coordinación entre los distintos departamentos o grupos involucrados. El capítulo 2 de este libro aborda el diseño de modelos conceptuales empleando el formalismo de las redes de Petri. También corresponde a esta etapa especificar qué resultados o estadísticas esperamos obtener del modelo de simulación para así responder a las preguntas formuladas en la definición de objetivos. Al especificar los resultados, se detecta a menudo qué partes del modelo pueden ser simplificadas o eliminadas dado que no contribuyen a responder a dichas preguntas.

Recogida y tratamiento de los datos:

en general, se recomienda cuestionar siempre toda la información y los datos disponibles. ¿Cuál es la fuente?, ¿cuándo se obtuvo?, ¿cómo fue recogida?, ¿tiene ésta sentido?, ¿tenemos insuficientes datos o son excesivos?. Para obtener buenos resultados es condición indispensable disponer de unos buenos datos. Desgraciadamente, en muchos casos no se dispone de ellos. Aun así, se requiere una respuesta a las preguntas planteadas y es necesario efectuar hipótesis razonables en colaboración con el usuario final. Si los datos son limitados o su calidad es dudosa es conveniente ser prudente a la hora de extraer conclusiones sobre la base de los resultados de la simulación. Aun en los casos en los que hay problemas con los datos, el conocimiento adquirido y los resultados obtenidos en el estudio de simulación aportan información valiosa para la toma de decisiones. En el capítulo 3 de este libro se introducen las nociones estadísticas básicas necesarias para el tratamiento y análisis de los datos necesarios para parametrizar el modelo de simulación.

Construcción del modelo:

en numerosos proyectos de simulación el esfuerzo se concentra más en la construcción del modelo que en la resolución del problema. En esta misma línea, la obtención de un modelo ejecutable se convierte erróneamente en un objetivo prioritario. La motivación dominante debería ser la comprensión del problema y la obtención de soluciones. Para avanzar más rápidamente en la consecución de estos objetivos, es recomendable construir en primer lugar uno o varios modelos simplificados que caractericen las partes más esenciales del sistema de interés. En el apéndice B se muestran de manera informal técnicas para construir el modelo de simulación a partir de las redes de Petri.

 

Verificación y validación:

en los procesos judiciales se presupone que los encausados son inocentes hasta que no se demuestra su culpabilidad. Bien al contrario, en el campo de la simulación, la experiencia recomienda suponer que todo modelo es incorrecto excepto que se demuestre lo contrario. Los esfuerzos en dotar a los actuales simuladores de potentes herramientas para facilitar su uso curiosamente han contribuido a uno de los principales peligros de la simulación: “Olvidarse del mundo real y aceptar sin reparos los resultados del modelo”. Para tener una garantía razonable de que el modelo de simulación representa la realidad, y como consecuencia, tomar decisiones estratégicas u operacionales basándose en los resultados, es absolutamente necesario verificar y validar antes el modelo de simulación. La verificación consiste en comprobar que el modelo se ejecuta correctamente y según las especificaciones (modelo conceptual). La validación consiste en comprobar que las teorías, hipótesis de trabajo así como suposiciones, son correctas. Si el proceso todavía no existe, es necesario contrastar los resultados con expertos del proceso de interés para comprobar si el modelo se comporta tal como ellos esperan. Los conceptos presentados en los capítulos 4 y 5, así como el resto de la información presentada en este libro, pueden facilitar el proceso de verificación y validación del modelo de simulación.

Análisis:

consiste en experimentar con el modelo con el objetivo de efectuar inferencias que permitan tomar decisiones con mayor seguridad. En esta etapa se emplean a menudo técnicas analíticas como la reducción de la variancia o el diseño de experimentos.

 

Bibliografia: 

Guasch, Antoni, et al. Modelado y simulación: aplicación a procesos logísticos de fabricación y servicios, Universitat Politècnica de Catalunya, 2002. ProQuest Ebook Central, http://ebookcentral.proquest.com/lib/unadsp/detail.action?docID=4310046.
Created from unadsp on 2019-11-16 08:34:51.