Difference between revisions of "Optimalizace počtu výčapov piva na štadióne (Simprocess)"

From Simulace.info
Jump to: navigation, search
m (Model)
(Model)
Line 63: Line 63:
 
!| Názov || Názov nástroja || Typ distribúcie || Popis || Expressions
 
!| Názov || Názov nástroja || Typ distribúcie || Popis || Expressions
 
|-
 
|-
| '''Kupovanie lístkov''' || Delay || Exp(2.0)/Minutes || akcia entity kupovania lístkov, priemerná doba predaja sa nelíši podľa druhu fanúšika, takže pani pri okienku vybaví priemerna za 1 minútu 1 diváka || žiadne
+
| '''Kupovanie lístkov''' || Delay || Exp(2.0)/Minutes || akcia entity kupovania lístkov, priemerná doba predaja sa nelíši podľa druhu fanúšika, takže pani pri okienku vybaví priemerna za 1 minútu 1 diváka || X
 
|-
 
|-
|      '''Čapovanie piva na štadióne''' || Delay || Exp(2.0)/Minutes || priemerná doba načapovania a predania jedného piva na štadióne ||* <i>Accept Entity</i> : inkrementuje o 1 globálnu premenu modelu PeopleInQueue použitú pri rozhodvaní, kde si dá pivo
+
|      '''Čapovanie piva na štadióne''' || Delay || Exp(2.0)/Minutes || priemerná doba načapovania a predania jedného piva na štadióne ||
 +
* <i>Accept Entity</i> : inkrementuje o 1 globálnu premenu modelu PeopleInQueue použitú pri rozhodvaní, kde si dá pivo
 
* <i>Release Entity</i> : dekrementuje o 1 globálnu premenu modelu PeopleInQueue a inkrementuje pomocnú premennú BeerSold
 
* <i>Release Entity</i> : dekrementuje o 1 globálnu premenu modelu PeopleInQueue a inkrementuje pomocnú premennú BeerSold
 
|-
 
|-
| '''Čapovanie piva v krčme''' || Delay || Exp(3.0)/Minutes || priemerná doba načapovania a predania jedného piva v krčme trvá o minútu dlhšie ako na štadióne ||* <i>Release Entity</i> : dekrementuje o 1 pomocnú premennú BeerLost
+
| '''Čapovanie piva v krčme''' || Delay || Exp(3.0)/Minutes || priemerná doba načapovania a predania jedného piva v krčme trvá o minútu dlhšie ako na štadióne ||
 +
* <i>Release Entity</i> : dekrementuje o 1 pomocnú premennú BeerLost
 
|-
 
|-
| '''Sledovanie zápasu pivára''' || Delay || Tri(25,40,60)/Minutes || pivár si dá pivo v priemere každých 40 minút, avšak niekedy si ide po ďalšie pivo skôr, už po 25 minutách, no na druhej strane viac ako 60 minút nevydrží určite
+
| '''Sledovanie zápasu pivára''' || Delay || Tri(25,40,60)/Minutes || pivár si dá pivo v priemere každých 40 minút, avšak niekedy si ide po ďalšie pivo skôr, už po 25 minutách, no na druhej strane viac ako 60 minút nevydrží určite || X
 
|-
 
|-
| '''Sledovanie zápasu fanúšika''' || Delay || Tri(40,60,80)/Minutes || divák si dá pivo v priemere každých 60 minút, avšak niekedy si ide po ďalšie pivo skôr, po 40 minutách, no na druhej strane viac ako 80 minút nevydrží určite
+
| '''Sledovanie zápasu fanúšika''' || Delay || Tri(40,60,80)/Minutes || divák si dá pivo v priemere každých 60 minút, avšak niekedy si ide po ďalšie pivo skôr, po 40 minutách, no na druhej strane viac ako 80 minút nevydrží určite || X
 
|-
 
|-
 +
| '''Dám si pivo?''' || Branch || Entity type || prvá križovatka typu <i>Entity type</i>, čo znamená, že pre každý vychádzajúci konektor ( <i>Connector</i>) musí byť zvolený typ entity, obyčajný fanúšik si po príchode dá pivo s 0% pravdepodobnosťou, zatiaľ čo pivár stále váha || X
 
|-
 
|-
| ''''''Dám si pivo? '''''' || Branch|| Tri(25,40,60)/Minutes || pivár si dá pivo v priemere každých 40 minút, avšak niekedy si ide po ďalšie pivo skôr, už po 25 minutách, no na druhej strane viac ako 60 minút nevydrží určite
+
| '''Rozhodujem sa...''' || Branch|| Probability || <i>Beer Guy</i> si buď dá pivo na 40%, alebo sa rozhodne ísť sa usadiť na miesto || X
 
|-
 
|-
 +
| '''Kde si dám pivo?''' || Branch|| Attribute || bez ohľadu na typ entity sa divák rozhoduje, či si dá pivo na štadióne, alebo si pôjde dať pivo do vedľajšieho pivovaru (výhoda krčmového pivovaru je popísaná v úvode) || X
 +
|-
 +
| '''Oplatí sa mi ešte vracať?''' || Branch|| Priority || divák sa rozhodne, či sa ešte vráti na miesto, alebo už opustí štadión ||
 +
*Release entity : podmienka porovnania súčasného stavu simulácie s časom 19:00, čo znamená že ak divákovi načapujú pivo po 19:00, na zápas sa už nevráti a ide domov
 +
|-
 +
| '''Idem domov?''' || Branch|| Priority || divák sa rozhoduje, či si ešte dá pivo, alebo už opustí štadión ||
 +
*Release entity : podmienka porovnania súčasného stavu simulácie s časom 19:05, čo znamená, že ak divák výjde na chodbu po 19:05, urobí tak pretože chce opustiť štadión a na pivo už neide, keďže zápas sa konči o pár minút
 +
|-
 +
| '''Oplatí sa mi ešte vracať?''' || Branch|| Priority || divák sa rozhodne, či sa ešte vráti na miesto, alebo už opustí štadión ||
 +
*Release entity : podmienka porovnania súčasného stavu simulácie s časom 19:00, čo znamená že ak divákovi načapujú pivo po 19:00, na zápas sa už nevráti a ide domov
 +
|-
 +
| '''Zatiaľ nie''' || Connector || Exp(4.0)/Minutes|| odpoveď určená pre entitu <i>Fan</i>, ktorej cestovanie <i>(Travel Duration)</i> trvá priemerne 4 minúty || X
 +
|-
 +
| '''Som pivár, obyčajný pivár''' || Connector || X || odpoveď určená pre entitu <i>Beer Guy</i> na otázku z Branche '''Dám si pivo?''', slúži iba ako pomocný konektor do ďalšej Branche || X
 +
|-
 +
| '''Jo!''' || Connector || Exp(5.0)/Minutes || kladná odpoveď na otázku, či si dá pivár pivo hneď po príchode na štadión (pravdepodobnosť 40%) || X
 +
|-
 +
| '''Nedám''' || Connector || Exp(4.0)/Minutes || negatívna odpoveď určená na otázku, či si dá pivár pivo hneď po príchode na štadión (pravdepodobnosť 60%) || X
 +
|-
 +
| '''Dám si ho tu''' || Connector || Exp(30.0)/Seconds || divák vyhodnotil, že sa mu oplatí počkať si v rade na pivo na štadióne || X
 +
|-
 +
| '''Idem do krčmy''' || Connector || Exp(5.0)/Minutes || divák vyhodnotil, že sa mu oplatí ísť na pivo do konkurenčnej krčmy, ktorá je vzdialená priemerne 5 minút chôdze || X
 +
|-
 +
| '''Odchádzam''' || Connector || X || kladná odpoveď na otázku, či si dá pivár pivo hneď po príchode na štadión (pravdepodobnosť 40%) || X
 +
|-
 +
| '''Jo!''' || Connector || Exp(5.0)/Minutes || kladná odpoveď na otázku, či si dá pivár pivo hneď po príchode na štadión (pravdepodobnosť 40%) || X
 +
|-
 +
| '''Jo!''' || Connector || Exp(5.0)/Minutes || kladná odpoveď na otázku, či si dá pivár pivo hneď po príchode na štadión (pravdepodobnosť 40%) || X
 +
|-
 +
| '''Jo!''' || Connector || Exp(5.0)/Minutes || kladná odpoveď na otázku, či si dá pivár pivo hneď po príchode na štadión (pravdepodobnosť 40%) || X
 +
|-
 +
 +
 
|}
 
|}
  

Revision as of 16:13, 17 June 2019

Zadání

Název simulace: Simulace optímálneho počtu výčapov piva na štadióne

Autor: Bc. Dominik Turák, turd01

Typ modelu: Diskrétni simulace

Modelovací nástroj: SIMPROCESS

Popis Modelu

Na hokejových alebo futbalových zápasoch sa často stáva, že človek musí čakať na pivo v dlhom rade celú večnosť. Navyše, ak sa poblízku štadióna nachádza podnik, v ktorom tiež čapujú pivo, ľudia sa mnohokrát rozhodnú ísť si radšej načapovať pivo tam, pretože je to pre nich mnohokrát výhodnejšie, najmä z finančného hľadiska. Štadión tým pádom stráca potencionálny zisk a naopak, pri malom počte ľudí zbytočne prepláca pracujúcich výčapníkov.

Cíl simulace

Nájsť otpimálny počet výčapov prihľiadnúc na počet ľudí na štadióne tak, aby sa minimalizovali straty od nedočkavých ľudí, ktorí si radšej zvolia konkurenčný výčap, avšak zachovať počet píp na čo najnižšom možnom čísle.

Metóda

Nasledujúce tabuľky približuje chovanie modelu a opisujú význam vybraných vstupných dát.

Generovaní divákov
Názov entity Názov schedule Typ distribúcie jednotka času start/end
Fan First real fans Poi(20.0) 1 minúta 16:00 - 16:30
Fan Normal real fans Poi(30.0) 1 minúta 16:30 - 17:00
Beer guy First Beer guys Poi(15.0) 1 minúta 16:00 - 16:30
Beer guy Normal Beer fans Poi(10.0) 1 minúta 16:30 - 17:00

Pri generovaní fanúšikov som použil Poison Distribúciu, keďže entity sa generujú v krátkom časovom intervale, čo najlepšie vyhovuje mojmu prípadu, kedy sa snažím čo najrealistickejšie vystihnúť príchod fanúšikov na štadión.

Vlastnosti divákov
Názov entity Pravdepodobnosť zakúpenia piva ihneď po príchode Dlžka sledovania zápasu do dalšieho piva (v minútach)
Fan 0% Tri(40,55,80)
Beer guy 40% Tri(30,40,60)

Hlavné rozdiely medzi pivármi a obyčajnými fanúšikmi je túžba po pive. Zatiaľ čo obyčajný fanúšik si nikdy pri vstupe nedá pivo, u pivára je až 40% šanca, že sa tak rozhodne. Na delay označujúci sledovanie zápasu som tentokrát použil Triangulovú distribúciu, čo je v tomto prípade lepšie ako Exponenciálna distribúcia, ktorá by tak dobre nevystihovala realitu, pretože v momentálnom modeli každí dostane chuť na pivo niekedy inokedy, a nie takmer všetci ľudia naraz ( v poradí ako prichádzali na štadión ) , ako by to bolo pri Exponenciálnej distribúcii.

Model

MainProcessHockeyMatchesBeersOptimalization.png

Hlavná obrazovka obsahuje hlavne Dynamic Labels, ktoré zjednodušujú pozorovanie simulácie. Generovanie fanúšika(Generate) je proces vysvetlený v tabuľke vyššie , Užívanie si zápasu(Process) je hlavný proces obsahujúci všetko potrebné na simulovanie hokejového zápasu a požiadaviek na pivo a Odchod domov(Dispose) simuluje odchod entity zo štadióna. Celá simulácia simuluje dátum 12.12.2018 s časom trvania 16:00 - 19:30 a približný výskyt divákov na zápase prvej slovenskej ligy v meste Prešov.

WatchTheGameProcessHockeyMatchesBeersOptimalization.png


Popis použitých nástrojov
Názov Názov nástroja Typ distribúcie Popis Expressions
Kupovanie lístkov Delay Exp(2.0)/Minutes akcia entity kupovania lístkov, priemerná doba predaja sa nelíši podľa druhu fanúšika, takže pani pri okienku vybaví priemerna za 1 minútu 1 diváka X
Čapovanie piva na štadióne Delay Exp(2.0)/Minutes priemerná doba načapovania a predania jedného piva na štadióne
  • Accept Entity : inkrementuje o 1 globálnu premenu modelu PeopleInQueue použitú pri rozhodvaní, kde si dá pivo
  • Release Entity : dekrementuje o 1 globálnu premenu modelu PeopleInQueue a inkrementuje pomocnú premennú BeerSold
Čapovanie piva v krčme Delay Exp(3.0)/Minutes priemerná doba načapovania a predania jedného piva v krčme trvá o minútu dlhšie ako na štadióne
  • Release Entity : dekrementuje o 1 pomocnú premennú BeerLost
Sledovanie zápasu pivára Delay Tri(25,40,60)/Minutes pivár si dá pivo v priemere každých 40 minút, avšak niekedy si ide po ďalšie pivo skôr, už po 25 minutách, no na druhej strane viac ako 60 minút nevydrží určite X
Sledovanie zápasu fanúšika Delay Tri(40,60,80)/Minutes divák si dá pivo v priemere každých 60 minút, avšak niekedy si ide po ďalšie pivo skôr, po 40 minutách, no na druhej strane viac ako 80 minút nevydrží určite X
Dám si pivo? Branch Entity type prvá križovatka typu Entity type, čo znamená, že pre každý vychádzajúci konektor ( Connector) musí byť zvolený typ entity, obyčajný fanúšik si po príchode dá pivo s 0% pravdepodobnosťou, zatiaľ čo pivár stále váha X
Rozhodujem sa... Branch Probability Beer Guy si buď dá pivo na 40%, alebo sa rozhodne ísť sa usadiť na miesto X
Kde si dám pivo? Branch Attribute bez ohľadu na typ entity sa divák rozhoduje, či si dá pivo na štadióne, alebo si pôjde dať pivo do vedľajšieho pivovaru (výhoda krčmového pivovaru je popísaná v úvode) X
Oplatí sa mi ešte vracať? Branch Priority divák sa rozhodne, či sa ešte vráti na miesto, alebo už opustí štadión
  • Release entity : podmienka porovnania súčasného stavu simulácie s časom 19:00, čo znamená že ak divákovi načapujú pivo po 19:00, na zápas sa už nevráti a ide domov
Idem domov? Branch Priority divák sa rozhoduje, či si ešte dá pivo, alebo už opustí štadión
  • Release entity : podmienka porovnania súčasného stavu simulácie s časom 19:05, čo znamená, že ak divák výjde na chodbu po 19:05, urobí tak pretože chce opustiť štadión a na pivo už neide, keďže zápas sa konči o pár minút
Oplatí sa mi ešte vracať? Branch Priority divák sa rozhodne, či sa ešte vráti na miesto, alebo už opustí štadión
  • Release entity : podmienka porovnania súčasného stavu simulácie s časom 19:00, čo znamená že ak divákovi načapujú pivo po 19:00, na zápas sa už nevráti a ide domov
Zatiaľ nie Connector Exp(4.0)/Minutes odpoveď určená pre entitu Fan, ktorej cestovanie (Travel Duration) trvá priemerne 4 minúty X
Som pivár, obyčajný pivár Connector X odpoveď určená pre entitu Beer Guy na otázku z Branche Dám si pivo?, slúži iba ako pomocný konektor do ďalšej Branche X
Jo! Connector Exp(5.0)/Minutes kladná odpoveď na otázku, či si dá pivár pivo hneď po príchode na štadión (pravdepodobnosť 40%) X
Nedám Connector Exp(4.0)/Minutes negatívna odpoveď určená na otázku, či si dá pivár pivo hneď po príchode na štadión (pravdepodobnosť 60%) X
Dám si ho tu Connector Exp(30.0)/Seconds divák vyhodnotil, že sa mu oplatí počkať si v rade na pivo na štadióne X
Idem do krčmy Connector Exp(5.0)/Minutes divák vyhodnotil, že sa mu oplatí ísť na pivo do konkurenčnej krčmy, ktorá je vzdialená priemerne 5 minút chôdze X
Odchádzam Connector X kladná odpoveď na otázku, či si dá pivár pivo hneď po príchode na štadión (pravdepodobnosť 40%) X
Jo! Connector Exp(5.0)/Minutes kladná odpoveď na otázku, či si dá pivár pivo hneď po príchode na štadión (pravdepodobnosť 40%) X
Jo! Connector Exp(5.0)/Minutes kladná odpoveď na otázku, či si dá pivár pivo hneď po príchode na štadión (pravdepodobnosť 40%) X
Jo! Connector Exp(5.0)/Minutes kladná odpoveď na otázku, či si dá pivár pivo hneď po príchode na štadión (pravdepodobnosť 40%) X

Výsledky

ResultsHockeyMatchesBeersOptimalization.png

Závěr

Simulácia by sa dala rozšíriť o množstvo ďalších rozhodnutí, ako je napríklad potreba ísť na WC alebo zahrnúť skutočnosť, že by si ľudia v bufere mohli kúpiť aj niečo iné ako pivo. Pri mojom nastavení ani 40 píp na čapovanie nestačilo na to, aby štadíón nestrácal zisky (čo sa týka predaného piva, výčapníci a ich hodinová mzda v modeli zatiaľ chýba tiež) z divákov, ktorí chcú pivo v rovnaký čas. Naopak, otpimalizáciu prihľiadnúc na tento fakt by som považoval nasadenie 20 píp, kde by ale pracovníci nemali takmer žiaden oddych. Som rád, že som si nakoniec vybral Simprocess, pretože tento nástroj môže byť v budúcnosti veľmi žiadaný.

Kód

File:HockeyMatchesBeersOptimalization.spm

Reference

http://simprocess.com/Documentation/Windows_Manuals/SIMPROCESS_Getting_Started_Manual.pdf http://simprocess.com/Documentation/SIMPROCESS_Expression_Demo_Models.pdf