Simulacijsko modeliranje

Simulacijsko modeliranje i analiza

- je stvaranja i eksperimentiranja s kompjuteriziranim matematičkim modelom fizičkog
sustava.
- Simulacija računalom rabi se za smanjivanje rizika vezanih uz stvaranje novih sustava
ili izmjenu postojećih
- Simulacija rabi model za izradu zaključaka koji pružaju uvid u ponašanje elemenata
stvarnog svijeta koji se proučavaju.
- Računalna simulacija rabi isti koncept, ali zahtijeva da se model generira uporabom
računalnog programiranja

Osnovna priroda simulacije

- Uporaba računala za oponašanje operacija, procesa ili objekata stvarnog svijeta u
skladu s odgovarajuće razvijenim pretpostavkama koje imaju oblik logičkih,
statističkih ili matematičkih odnosa koji su oblikovani modelom
- Rezultat se može manipulirati mijenjanjem skupa ulaznih parametara kako bi
analitičar mogao razumjeti dinamiku simuliranog sustava.
- Model se obično procjenjuje brojčano tijekom simuliranog vremenskog razdoblja
- Prikupljaju se podaci za procjenu karakteristika sustava u stvarnom svijetu

Uporaba simulacije
1. Realni sustav ne postoji ili je prototip vrlo skup ( Zrakoplovi, tvornica, Nuklearni
reaktor)
2. Sustav je fizički nemoguće napraviti u svrhu simulacije (Nacionalna ekonomija,
biološki sustavi)
3. Realni sustav postoji ali je experimentiranje skupo ili jako rizično (Transportni sustav,
nuklearna elektrana, Skladište, Dobavni lanac)
4. Potrebno je analizirati sustav tijekom jako dugog razdoblja (Porast broja stanovništva,
epidemija gripe, urbanizam)
5. Matematičko modeliranje ne daje analitičko ili numeričko rješenje (Stohastički
procesi, nelinearne) diferencijalne jednadžbe

Svrha simulacije

Simulacijsko modeliranje i analiza različitih tipova sustava provode se u svrhu

- Dobivanje uvida u rad sustava
- Razvijanje operativnih ili resursa za poboljšanje performansi sustava
- Testiranje novih koncepata i / ili sustava prije implementacije
- Dobivanje informacija bez ometanja stvarnog sustava

Dobivanje uvida u rad sustava

- Neki su sustavi toliko složeni da je teško razumjeti rad i interakcije unutar sustava bez
dinamičkog modela.
- Možda je nemoguće proučiti neki sustav ako se zaustavi ili se gledaju izolirane
pojedinačne komponente.
- primjer: pokušati shvatiti kako se javlja usko grlo proizvodnog procesa

1
Razvoj procesa i resursa
- Postojeći sustav koji se želi poboljšati.
- Dva temeljna načina za to su promjena:
1. u poslovanju ( operacijama) ili
2. politika resursa.
- Promjene u poslovnim politikama mogu uključivati različite prioritete raspoređivanja
poslova.
- Promjene u politikama resursa mogu uključivati raspored rada

Ispitivanje novih ideja

Ako sustav još ne postoji:
- Simulacijski model može pomoći odrediti koliko će dobro predloženi sustav raditi.
- Trošak modeliranja novog sustava može biti vrlo mali u usporedbi s kapitalnim
investicijama uključenim u instalaciju bilo kojeg značajnog proizvodnog procesa.
- Učinci različitih razina i troškova opreme mogu se procijeniti.
- Uporaba simulacijskog modela prije implementacije može poboljšati konfiguraciju
odabrane opreme

Dobivanje informacija bez ometanja stvarnog sustava

- Omogućuje eksperimentiranje bez prekida postojećih sustava
- U sustavima koji već postoje, testiranje novih ideja može biti teško, skupo ili
nemoguće
- Najprije se mogu napraviti željene modifikacije na modelu, i odrediti utjecaj sustav, a
potom se može donijeti odluka o primjeni promjena u stvarnom sustavu..

Prednosti simulacije
- Eksperimentiranje u komprimiranom vremenu
- Smanjeni analitički zahtjevi
- Jednostavan prikaz modela

Eksperimentiranje u komprimiranom vremenu

- eksperimentalne simulacije mogu se izvršiti u komprimiranom vremenu.
- Ovo je velika prednost jer neki procesi mogu trajati mjesecima ili čak godinama.
- moguće je jednostavno pokrenuti višestruke replikacije svake simulacije radi
povećanja statističke pouzdanosti

Smanjeni analitički zahtjevi

- Prije postojanja računalne simulacije, znalci su bili prisiljeni koristiti druge, analitički
zahtjevnije alate.
- Mogli bi se analizirati samo jednostavni sustavi koji su uključivali probabilističke
elemente
- Sustavi se mogu analizirati samo statičkim pristupom u danom trenutku.

Jednostavan prikaz modela

- Većina softverskih paketa specifičnih za simulaciju posjeduje sposobnost dinamičkog
animiranja rada modela.
- Animacija je korisna, kako za ispravljanje pogrešaka modela, tako i za pokazivanje
načina funkcioniranja modela

2
Nedostaci simulacija
- Simulacija ne može dati točne rezultate kada su ulazni podaci netočni.
- Simulacija ne može dati jednostavne odgovore na složene probleme.
- Simulacija ne može riješiti probleme

Simulacija ne može dati točne rezultate kada su ulazni podaci netočni

- Bez obzira koliko je dobro model razvijen, ako model nema točne ulazne podatke, ne
može sd očekivati dobivanje točnih izlaznih podataka
- Preuzimanje povijesnih podataka sumnjive kvalitete da bi se uštedjelo vrijeme
prikupljanja ulaznih podataka
- Najčešće je nepoznata točna priroda ili uvjeti pod kojima su ti podaci prikupljeni.

Simulacija ne može dati jednostavan odgovor na složene probleme

- Vjerojatnije je da su složeni odgovori potrebni za složene probleme
- Kada se model pojednostavni, ako su zanemareni kritični elementi sustava, vjerojatno
će zaključci biti krivi ili bar suboptimalni.

Simulacija ne može riješiti probleme

- Neki menadžeri, možda vjeruju da će simulacija modela i analiza podataka riješiti
problem.
- Simulacija sama po sebi zapravo ne rješava problem.
- Simulacija pruža potencijalna rješenja za rješavanje problema.

Ostali utjecaji simulacije

- Izgradnja simulacijskog modela može zahtijevati specijaliziranu obuku.
- Simulacijsko modeliranje i analiza mogu biti skupi.
- Rezultati simulacije uključuju mnogo statistike.

Znanje
- Izgradnja simulacijskog modela može zahtijevati specijalizirano osposobljavanje
- cjelokupni postupak simulacijskog modeliranja i analize izlaznih podataka je vrlo
složen zadatak

Modeliranje i simulacija može biti vrlo skupo

- Razvoj složenog simulacijskog modela može biti vrlo dugotrajan i stoga skup.
- Simulacijski softver ima vrlo visoke cijene

Rezultati simulacije uključuju mnogo statistike

- Simulacijski rezultati obično su u obliku sažetih statističkih podataka
- Tumačenje simulacijskih rezultata može biti teško za pojedince bez statističkih znanja

Sustav
- Sustav općenito - sistem, poredak- oblik društvene organizacije (npr. državni)
- skup dijelova, povezanih općom funkcijom (npr. živčani)
- skup jedinica, organizacijski ujedinjenih u cjelinu (npr. poduzeće)
- oblik, način ustrojstva, organizacija nečega (npr. izborni)
- uvjetovan planskim, pravilnim rasporedom dijelova (npr. sistem rada)
- Izdvojeni dio realnog svijeta koji istražujemo.
- Sustav se sastoji iz dijelova – ( Komponente ili elementi)
- Svaki element sustava djeluje na bar jedan drugi element u sustavu.

3
 - Svaki element sustava ima svojstva – atribute, koji se opisuju s određenim
vrijednostima.
- U bilo kojem trenutku sustav je u posebnom stanju.
- Stanje sustava određeno je stanjem svih elemenata sustava
- Elementi sustava mogu biti statički i dinamički
- Stacionarno stanje – stanje ravnoteže - ako se vjerojatnost da sustav promijeni stanje
ne mijenja u vremenu.
- zbirka entiteta (ljudi, dijelova, poruka, strojeva, servera ...) koji djeluju i zajednički
djeluju prema nekom kraju (Schmidt i Taylor, 1970)
 U praksi, ovisi o ciljevima studije
 Mogu se ograničiti granice (fizičke i logičke) sustava
 Neodređenost, zavisi o projektantu: razina pojedinosti (npr., Što je entitet?)
 Obično pretpostavimo vremenski element - dinamički sustav

Vrste sustava
Diskretni
- Statusne varijable trenutačno se mijenjaju u odvojenim točkama u vremenu
- Model banke: Promjene stanja javljaju se samo kada gost stigne ili odlazi
Kontinuiran
- Stanje varijabli kontinuirano se mijenja u funkciji vremena
- Let zrakoplova: Varijable kao što su položaj, brzina kontinuirano se mijenjaju
Mnogi su sustavi djelomično diskretni, djelomično kontinuirani

Načini proučavanja sustava

Sustav
- Pokus s postojećim sustavom
- Pokus s modelom sustava
 Fizički model
 Matematički model
 Analitičko rješenje
 Simulacija

Model
- Model je pogodan način predočavanja čovjekovog iskustva i znanja o sustavu koji se
istražuje.
- Model je prezentacija sustava koja se rabi za razumijevanje strukture i ponašanja
sustava.
- Služi i za postavljanje i dokazivanje hipoteza , odnosno oblikovanje i istraživanje
obilježja novih rješenja koja se često ne mogu drukčije ispitivati
- Osnovna uloga modela je i formuliranje novih ideja.
- Model se ne može izgraditi ako ne postoji teorija.
- Model je predočena, prikazana teorija.
- Model je konkretniji i lakše upravljiv.
- Model je pojednostavljenje apstrahiranje nekih dijelova teorije.
- Modelom ispitujemo zaključke teorije , ali ne možemo objasniti ponašanje realnog
sustava.

4
Modeli omogućuju:
- opis kompleksnih fenomena
- njihovo bolje razumijevanje
- komunikaciju onih koji rješavaju problem
- rješavanje problema

Modeliranje
- izrada modela koji odgovaraju dijelovima stvarnog sustava
- model: apstrakcija ili reprezentacija dijela stvarnog svijeta
- Kad otprije ne postoji sustav, potrebno je odrediti "surogat" postojećeg sustava po
ugledu na istovrsne sustave u drugim područjima.

Modeli
- Mentalni
- Materijalni
- Matematički
- Konceptualni
- Računalni
- Mentalni

Mentalni modeli
- Mentalni model je "osobni pogled na svijet u kojem živimo... model koji stvara okvir
za kognitivne procese u našem umu."
- Mentalni model determinira način našeg razmišljanja a zatim i djelovanja.
- Karakteristike mentalnih modela:
 Nepotpuni su
 Mogućnosti manipulacije su ograničene
 Nestabilni su
 Nemaju čvrste granice
 Nisu “znanstveni” –zasnovani su na predrasudama
 Nisu laki za korištenje

Materijalni modeli
- vjerna i umanjena kopija realnog sustava

Matematički modeli
- Matematika- jezik za izražavanje principa
- Matematički opis nekog procesa ili sustava
 Aksiomi-tvrdnje koje smatramo istinitima bez dokaza.
 Teoremi-tvrdnje

Konceptualni modeli
- Dijagrami
- Vizueliziranje modela
- Osnova za izradu računalnih modela

Računalni modeli
- Prikaz modela u obliku programa za računalo

5
Podjela simulacijskih modela
1. Deterministički
2. Stohastički

1. Diskretni
2. Kontinuirani modeli
3. Miješani kontinuirano diskretni modeli
- Većina stvarnih modela su dinamični, stohastični i diskretni -=> modeli simulacije
diskretnih događaja

Deterministički modeli
- Ponašanje potpuno predvidivo
- Novo stanje sustava u potpunosti je određeno prethodnim stanjem
- Trajanje promjene je determinističko.

Stohastički modeli
- Ponašanje se ne može unaprijed predvidjeti
- Moguće odrediti vjerojatnost promjene stanja
-
Diskretni modeli
- Stanje sustava se mijenja samo u nekim vremenskim točkama
- Promjene se zovu događaji

Kontinuirani modeli
- Varijable se mijenjaju kontinuirano u vremenu
- Računala ne mogu izvoditi kontinuirane promjene, već se aproksimiraju promjenama
u malim vremenskim pomacima.
-
Miješani kontinuirano diskretni modeli
- Sadrže i kontinuirane i diskretne varijable

Simulacijski postupak
- Teorije => hipoteze => model => prikupljanje ulaznih podataka => simulacijski model
=> analiza izlaznih podataka => potvrda ili odbacivanje hipoteze

Osnovne komponente
- Entiteti
- Redovi čekanja
- Resursi

Entiteti
- nešto što mijenja stanje sustava.
- entitet može biti osoba ili objekt
- Niz entiteta ( batch)
 Broj entiteta koji dolaze u sustav u istom vremenu poznat je kao veličina serije
- Vrijeme između dolaska entiteta
 Vrijeme između dolazaka entiteta u sustav je recipročna vrijednost broja dolazaka
- Atributi entiteta
 varijable koje imaju vrijednosti jedinstvene za svaki pojedini entitet u sustavu
 Simulacijski programi također mogu koristiti globalne varijable.

6
  Globalne varijable ne treba miješati s atributima entiteta.
 Te se varijable razlikuju od atributa entiteta po tome što svaka globalna varijabla
može imati samo jednu vrijednost u određenom vremenu. Tipična uporaba
globalne varijable u simulacijskom programu je varijabla koja prati vrijeme
izvođenja simulacije.

Redovi čekanja
 Entiteti obično čekaju u redu dok se ne obradi njihov red.
 Jednostavni sustavi obično rabe prioritete prvog reda (FIFO)
 Karakteristika jednostavnih sustava je da kada entiteti uđu u sustav, moraju ući u
red čekanja.

Resursi
- Resursi procesiraju entitete – mogu biti radnici, strojevi , serveri i sl.
- U jednostavnim modelima, resursi mogu biti neaktivni ili zauzeti.
- Resursi su neaktivni kad su dostupni za obradu, ali nema više entiteta koji čekaju u
redu
- Resursi su zauzeti kad obrađuju entitete
- U složenijim modelima, resursi mogu biti privremeno neaktivni ili neuspješni
- Resursi uzimaju određenu količinu vremena obrade za usluge entitetima

Mjere izvedbe
- Izlazni podaci koji služe za usporedbu s drugim alternativnim oblicima modela
- Postoje četiri najčešće korištene mjere izvedbe:
1. Vrijeme u sustavu
2. Vrijeme čekanja u redu
3. Prosječan broj entiteta u redu čekanja
4. Iskoristivost resursa

Vrijeme u sustavu
- Vrijeme provedeno u sustavu je opažajna izlazna mjera.
- To je ukupna količina vremena koju entitet provede u sustavu.
 Vrijeme u sustavu počinje kada entitet stigne u sustav i ulazi u red čekanja.
 Završava kada je vrijeme servisiranja entiteta završeno i entitet izlazi iz sustava

Vrijeme u redu čekanja

- Vrijeme u redu čekanja također je izlazna mjera.
- Slično je vremenu provedenom u sustavu, osim što računa samo za vrijeme koje
entitet provede u redu čekanja

Prosječni broj entiteta u redu čekanja

- Prosječni broj entiteta u redu čekanja je statistički podatak ovisan o vremenu.
- prosječan broj entiteta koji bi se mogli očekivati u redu čekanja u bilo kojem trenutku
tijekom simulacije

Iskoristivost resursa
- Iskoristivost resursa je također vremenski ovisan statistički podatak
- U bilo kojem trenutku neki resurs može biti neaktivan ili zauzet.
- Stanje mirovanja odgovara razini korištenja resursa 0, a 1 za resurs u uporabi.

7
 Strukturiranje problema
Oblikovanje problema
- Prvi korak u provođenju značajnog projekta simulacije je osigurati odgovarajuću
pozornost usmjerenu na razumijevanje onoga što se treba postići simulacijskom
studijom.
- Ove aktivnosti poznate su kao proces formuliranja problema i sastoje se od:
 Formalne izjava o problemu
 Oblikovanja sustava
 Utvrđivanje specifičnih ciljeva projekta

Formalna izjava o problemu

- Pruža jasno razumljiv cilj simulacijskog projekta.
- Izjava može sadržavati:
 Povećanje zadovoljstva kupaca,
 Povećanje protočnosti,
 Smanjenje škarta
 Smanjenje rada

Povećanje protočnosti
- Povećanje propusnosti uključuje količinu proizvoda ili broj radnih mjesta koja se
mogu procesirati tijekom određenog vremenskog razdoblja.
- Može uključivati uklanjanje ili poboljšanje različitih procesnih operacija.
- Može uključivati identifikaciju i redizajn uskih grla procesa.

Smanjenje škarta
- Smanjenje škarta smanjuje operativne troškove i povećava neto dobit.
- Škart se može smanjiti smanjenjem kvarova i anakronizama.

Smanjenje rada
- Rad u tijeku je posao koji zahtijeva daljnju obradu.
- Rad u tijeku obično se nalaze u procesima koji zahtijevaju više diskretnih operacija.
- Rad u tijeku obično zahtijeva spremanje ( skladištenje) prije nego što se sljedeći
postupak može izvršiti.
- Manji rad u tijeku smanjuje troškove procesa povezane s kapacitetom resursa i
zahtjevima pohrane.
- Velike količine rada u tijeku mogu proizaći iz nedovoljnog odnosa kapaciteta, resursa
ili loših operativnih odluka.
-
Alati za izradu formalne izjave o problemu
- Dva su uobičajena alata dostupna praktičaru za pomoć pri izjavi o problemu.
- Ishikava ( riblja kost) dijagram
 Dijagram uzroka i posljedica
- Pareto dijagram

Ishikava dijagram ( riblja kost)

- Ishikawa dijagram predstavlja jednostavnu i vrlo korisnu metodu za sagledavanje što
više mogućih uzroka koji dovode do posljedice/problema koji se analizira
- Vizualni prikaz uzroka olakšava analizu njihovog međusobnog odnosa i značaja.

8
 - Grafički odnos između izlaza i svih faktora koji utječu na izlaz.
- Ishikawa dijagram, u pravilu, izrađuje grupa djelatnika koji imaju dostatna saznanja o
razmatranom problemu, a poželjno je da su u grupi pojedinci različitih kvalifikacija i
raznih stručnih područja.
- Prema iskustvu Ishikawe, najefikasniji učinci postižu se radom u grupi od 4 do 8 ljudi
- Izrada dijagrama se sastoji od slijedećih koraka:
1. Identificiranje posljedice (problema) –
2. Identificiranje uzroka – npr. greške osoblja, nezadovoljavajući materijali ili metode
- 3. Identifikacija drugih faktora koji utječu na pojavu uzroka
- Određivanje drugih faktora koji utječu na pojavu uzroka najlakše je nizom pitanja
zašto.
Uzroci:
- Najčešći uzroci:
- Okruženje
- Materijal
- Procesi
- Ljudi
- Oprema
- Organizacija/ management

Pareto dijagram
- Pareto analiza (dijagram), razvijena je kao dijagramska metoda za grupiranje uzroka
problema prema njihovom relativnom značaju.
- Predstavlja postupak izbora prioritetnih problema za rješavanje.
- „nekoliko značajnih” i „mnogo beznačajnih”.
- Vrlo često se događa da je više od polovice značajki jednog problema rezultat jednog
jedinog uzroka.
- U takvoj situaciji mnogo bolji prilaz predstavlja lokalizacija i uklanjanje
najznačajnijih, nego uklanjanja svih uzroka.
- Svrha Pareto dijagrama je istaknuti najvažnije među (tipično velikim) skupom
čimbenika.
- U kontroli kvalitete često predstavlja najčešće izvore nedostataka, najrašireniju vrstu
kvara, ili najčešći razlog za pritužbe.
- Wilkinson je razvio algoritam za izradu statistički utemeljenih ograničenja prihvaćanja
(slično intervalima pouzdanosti) za svaku traku u dijagramu

Upoznavanje s problemom

Upoznavanje
- Upoznavanje je drugi korak u procesu formuliranja problema.
- U većini slučajeva izvođač nema znanja kao djelatnici koji su svakodnevno uključeni
u proces.
- Ako izvođač ima neki kontakt sa sustavom, može misliti da već ima dovoljno znanja
da zaobiđe formalno upoznavanje.
- Čak i ako je to slučaj, odustajanje od upoznavanja sustava je vjerojatno vrlo loša
odluka

9
Odustajanje od upoznavanja sustava
- Napuštanje upoznavanja sustava vjerojatno je loša odluka.
- Iako možete imati opće poznavanje sustava, malo je vjerojatno da ste upoznati sa
sustavom sa simulacijskog stajališta.
- Mora se ponovno pregledati sustav imajući na umu načine modeliranja i analizirati
sustav s razumijevanjem finesa povezani sa simulacijskim modeliranjem.

Proces upoznavanja
- Proces upoznavanja trebao bi se sastojati od najmanje tri različite vrste posjeta.
1. Početni posjet
2. Detaljni posjet
3. Posjet koji služi za provjeru modela

Početni posjet
- Svrha početnog posjeta je postizanje razumijevanja osnovnih ulaza i izlaza sustava na
visokoj razini.
- Ova vrsta orijentacije obično se provodi kao vođeni obilazak.
- Važno je da ne pokušati razumjeti previše pojedinosti o sustavu.

Detaljni posjet
- prikupljanje detaljnih informacija o radu sustava.
- Na mora biti s pratiteljem
- Napraviti detaljne napomene o radu sustava snimanjem:
- Vrste entiteta koje sustav obrađuje:
 Broja i vrste redova čekanja
 Broja i vrste resursa sustava
 Redoslijeda procesa
- U ovoj fazi simulacijske studije nije neophodno prikupiti bilo kakav ulazni podatak

Posjet za provjeru modela

- Provjera modela
- Ulazni podaci prikupit će se u kasnijem trenutku.
- Svrha faze upoznavanja je razumijevanje sustava koji treba modelirati.

Klasifikacija sustava

Određivanje tipa sustava

- Prvi korak u fazi definiranja sustava je klasificirati sustav.
- Sustavi se mogu klasificirati u odnosu na dvije različite dimenzije:
1. sustav može biti diskretan, kontinuiran ili kombiniran.
2. sustav završava (terminirajući) ili ne završava ( ne terminirajući)

Kontinuirani ili diskretni sustav

- Rad simulacijskog sata
- Kontinuirano
- Sustav se stalno mijenja
- Diskretno
 Sustav se mijenja početkom ili krajem događaja, između se stanje ne mijenja
- Kombinirano

10
Terminirajući i ne-terminirajući sustavi
- da li se sustava završava s radom ili ne.
- Terminirajući i neterminirajući sustavi se razlikuju po:
- Inicialnim početnim uvjetima
- Postojanje prirodnog završnog događaja

Inicijalni početni uvijeti

- Status sustava na početku razdoblja je jedan od načina razlikovanja između
terminirajućeg i ne-terminirajućeg sustava.
- Terminirajući sustavi počinju svaki vremenski period bez ikakvog utjecaja iz
prethodnog vremenskog razdoblja.
- Mnogi sustavi koji koriste entitete tipa kupca smatraju se sustavima koji terminiraju.
- Ti sustavi nemaju entitete koji su ostali u sustavu iz prethodnog vremenskog razdoblja.

Ne-terminirajući sustav
- mogu započeti s entitetima već u sustavu iz prethodnog vremenskog razdoblja.
- U tom se slučaju sustav može zatvoriti s entitetima još uvijek u sustavu.
- Na početku idućeg razdoblja, sustav počinje s onim što je ostalo od prethodnog
razdoblja.
- Iako se sustav zapravo zatvara između vremenskih razdoblja, on počinje kao da nikad
nije zatvorio.
- Druga vrsta ne-terminirajućeg sustava zapravo nema vremensko razdoblje početka i
nema vremena zatvaranja.
- Ove vrste sustava samo se neprekidno izvode. U tom slučaju sustav nikad ne prestaje,
tako da nikada ne može biti bez entiteta.
- Ne-terminirajuća simulacija ne znači da simulacija nikad ne završava, niti to znači da
sustav koji se simulira nema nikakvog završetka.
- To samo znači da bi simulacija mogla teoretski ići na neodređeno vrijeme bez
statističke promjene u ponašanju.

Postojanje prirodnog završnog događaja

- Drugi način za identifikaciju je li sustav terminirajući ili nije je postojanje prirodnog
događaja kojim završava.
- Postojanje prirodnih završnih događaja, znači da se ovi sustavi mogu klasificirati kao
terminirajući sustavi

Statistička analiza temeljem vrste simulacije

- Postoji velika razlika u načinu na koji se analiziraju terminirajući i ne-terminirajući
sustavi
- Analiza terminirajućih sustava za završetak je znatno jednostavnija od analize
neterminirajućih.
- Iz tog razloga, mnogi pogrešno modeliraju i analiziraju sustave kao terminirajuće
sustave

11
Komponente modela

Komponente i događaji u modelu

- U velikom sustavu, može biti vrlo teško identificirati koji dijelove sustava
trebamodelirati.
- Predloženi pristup je da se počne s grubim modelom i onda ga poboljšavati.
- Bolje je imati model viših razina koji se može rabiti za ograničenije analize nego jako
razrađen model koji se ne može rabiti za analizu.
Komponente modela

- Modeli usluga i modeli sustava proizvodnje prirodno će sadržavati različite

komponente sustava.
- Neke od uobičajenih komponenti sustava koje se mogu modelirati uključuju (Kelton
et al., 2002):
 Osobe
 Strojeve
 Vozila
 Transporteri

Osobe
- U sustavima povezanim s uslugama, osoblje može uključivati:
 Prodavači
 Kupci
- U proizvodnim sustavima osoblje vjerojatno uključuje:
 Operatori strojeva
 Rukovatelji materijalom

Strojevi
- Strojevi mogu uključivati:
 Računalni ili mrežni sustavi
 Automatski blagajnik
 Strojevi za ulaznice
 Skeneri
- Strojevi u proizvodnim sustavima mogu uključivati:
 Mehanički strojevi s numeričkim upravljanjem
 Strojevi za obradu
 Tokarilice
 Roboti
Vozila
- koje se koristi za pomicanje entiteta s jednog mjesta na drugo.
 Vozila kao što su
 Zrakoplovi
 autobusi
 vlakovi
- U proizvodnim se sustavima može postojati
 Viličari
 Ručni viličari
 Kranovi
 Automatski vođena vozila

12
Transporter ( konvejer)
- Transporter je uređaj uređaj za prenošenje tereta po određenoj stazi, u obliku
beskonačne trake, niza valjaka, lančanih elemenata i dr
- Primjeri:Pomične stepenice, Sjedežnice, Montažne linije u proizvodnji …
- Mogu biti :
a) Gomilajući- entiteti mogu postati komprimirani na transportnoj traci.
b) Negomilajući- Tansporteri održavaju razmak na transporteru ili stazi između
entiteta.
Novi transporter može se postaviti samo ako postoji dovoljno prostora između
drugih entiteta.

Procesi i događaji
- Treba odlučiti koji procesi i događaju trebaju biti u sustavu
- Jedan od načina određivanja procesa koje treba modelirati je uključivanje bilo kojeg
procesa koji se tijekom vremena može izvoditi drugačije.

Procesi i događaji uslužnog sustava

- U uslužnom sustavu korisnici mogu čekati u redu za različite količine vremena, kupiti
različite usluge ili količine robe, a kupci mogu platiti drugačije
- Model mora uključivati:
 Dolazak kupaca na područje prerade
 Ponašanje korisnika na čekanju
 Obradu usluge
 Plaćanje robe

Dolazak kupaca
- Većina uslužnih sustava uključuje redove čekanja
 Jedan red čekanja
 Paralelni redovi
 Pojedinačni redovi u obliku zmije
 Paralelni redovi

Prioritet reda čekanja

- Prvo u prvom van (FIFO)
- Posljednji u prvi van (LIFO)
- Najkraće vrijeme obrade (SPT)
- Najduže vrijeme obrade (LPT)
- Najniža vrijednost prva (LVF)
- Najviša vrijednost prve (HVF)
- Posebne osobe (VIP)
- Korisnička pravila

Ponašanje u redu
- Ponašanje entiteta u red čekanja uključuje radnje entiteta u vezi s ulazom i
redoslijedom u sustavu.
- Postoje tri različite vrste ponašanja.
1. Balking
2. Reneging
3. Jockeying

13
Balking
- pojavljuje se kada korisnik ulazi u sustav, ali ga napušta prije ulaska u red čekanja.
- Balking je rezultat suočavanja s dugim redoslijedom čekanja ili ograničenim
kapacitetom redova.
- Ako kupac vjeruje da postoji toliko mnogo pojedinaca koji bi uslijedili neprihvatljivo
dugo čekanje, kupac može otići prije nego što stane u red

Reneging
- je kada entitet ulazi u red, ali ga napušta prije obrade.
- To bi odgovaralo korisniku koji je umoran od čekanja u redu i odlazi.
- Odluka o odricanju je i pojedinačna odluka

Jockeying
- povezan je samo s paralelnim redovima.
- Ovo je kada entitet prebacuje između dva različita reda čekanja.

Obrada usluge
- Drugi događaj koji bi trebao biti modeliran u uslužnom sustavu povezan je s vrstom
usluge koju entitet treba primati

Procesi i događaji u proizvodnji

- U proizvodnom sustavu entiteti se vjerojatno smatraju radom u tijeku ili proizvodima.
- Najčešće se moraju modelirati pouzdanost stroja i procesi inspekcije proizvoda.

Procesi i događaji sustava proizvodnje

- Vrste radnih naloga
- Ponašanje reda čekanja stroja
- Obrada stroja
- Absorberi stroja
- Prijevoz materijala
- Pogreške na stroju
- Preventivni remont
- Pogreške pri pregledu proizvoda

Ciljevi projekta
- Upoznavanje sa sustavom a je završeno
- Ovo je posljednji korak u procesu definiranja problema simulacijske studije.
- Da se utvrde ciljevi projekta, potrebna je uska suradnja pokretačima simulacijske
studije.
- Iako se ovo može činiti očiglednim, bilo kakvo prekid komunikacije tijekom ove
kritične faze može imati razoran utjecaj na projekt
- Uobičajeni ciljevi projekta mogu uključivati:
 Metode povezane s produkcijom
 Metode povezane s resursima
 Metode povezane s troškovima
 Procjenu mogućnosti opreme

14
Metode povezane s produkcijom
- Analiza različitih vrsta prioriteta konfiguriranja
- Prioriti raspoređivanja rezultiraju ili najmanjim prosječnim vremenom sustava ili
najmanjim brojem zadataka koji kasne u odnosu na druge
- Primjerice: preventivno održavanje, promjena rasporeda unutar prostora

Metode povezane s resursima

- Druga vrsta alternativnih ciljeva projekta uključuje razinu i raspodjelu resursa s
manjom pažnjom na trošak.
- To znači da je cilj projekta da identificira točku smanjenja učinkovitosti s obzirom na
resurse.

Metode povezane s troškovima

- Veličina ciljeva simulacijskog projekta usredotočena je na smanjenje troškova, uz
istovremeno zadržavanje određene razinu izvedbe

Procjena mogućnosti opreme

- Cilj simulacijskog projekta može biti i testiranje ili određivanje mogućnosti
predložene vrste nove opreme.
- Bez simulacijskog modela nove opreme, ne postoji način određivanja hoće li oprema
funkcionirati kao što je zahtijevalo

Alati za utvrđivanje ciljeva projekta

- Brainstorming
- Tehnika nominalne grupe
- Delfi proces

Brainstorming (Oluja mozgova)

- metoda pronalaska ideja
- Četiri osnovna pravila brainstorminga su:
1. Kombiniranje izrečenih ideja.
2. Nisu dozvoljeni komentari, ispravci i kritika.
3. Dobivanje velikog broja ideja u najkraćem vremenu (cca. 50-30 minuta)
4. Dozvoljeno je slobodno povezivanje i maštanje

Tehnika nominalne grupe

- Prednosti grupnog odlučivanja sastoje se u tome što grupa generira veći broj
alternativa jer raspolaže s više informacija i znanja.
- članovi nominalne grupe djeluju nezavisno generirajući ideje, a grupni rad pomaže u
izboru najbolje ideje.
Tehnika nominalne grupe
- Tehnika se provodi u nekoliko faza:vođa definira problem
1. članovi grupe generiraju ideje i prezentiraju ih grupi
2. prezentirane ideje se popisuju, a svaki član na popis dodaje još po jednu svoju
ideju
3. vodi se rasprava o idejama
4. glasovanje se vrši na način da svaki član rangira nekoliko najpovoljnijih ideja
5. o rang listama se raspravlja sve dok se ne postigne konsenzus oko konačne rang
liste
6. ideja koja je na taj način stigla na vrh predstavlja konačnu ideju

15
Delphi metoda

- Uporaba upitnika
- Grupa se sastoji od stručnjaka, a idealno je kada je članovima skupine nepoznato tko
je sve uključen u rad.
- Primjenjuje se kada treba ispitati više osoba nego što ih može komunicirati licem u
lice kada se želi izbjeći dominantan utjecaj jedne osobe.

Delphi metoda
- Koraci u delphi tehnici:
1. predočavanje problema(upitnik)
2. popunjavanje upitnika
3. prikupljanje i distribucija rezultata
4. popunjavanje drugog (i idućeg) upitnika
5. konsenzus (opća suglasnost)

Upravljanje projektom

Koncept upravljanja projektom

- Parametri projekta
- Životni ciklus projekta
- Dionici projekta
- Parametri projekta
-
Parametri projekta
- Uspjeh ili neuspjeh projekta često se mjeri s tri standardna parametra projekta:
1. Vrijeme
2. Cijena
3. Tehnička izvedba

Životni ciklus projekta

- Početak- Proces formuliranja problema
- Planiranje- struktura posla, Ganttov dijagram
- Izvršenje- definicija sustava, prikupljanje i analiza ulaznih podataka, prevođenje
modela, provjera, validacija, eksperimentiranje i analiza.
- Završetak- izvješće o simulacijskom projektu

Plan izvedbe

Izrada plana simulacijskog projekta

- Proces planiranja projekta minimalno se sastoji od razvoja:
 Razvijena struktura rada (WBS)
 Matrica odgovornosti (LRC)
 Gantogram

16
Razvijena struktura rada (WBS) Hijerarrhijska raščlamba rada
- WBS je grafički prikaz projekta putem komponenti u razvijenim i povezanim do
detalja koji su potrebni za provođenje efikasnog planiranja i kontrole.
- Hijerarhijski raščlanjujemo projekt na manje elemente koji zajedno iskazuju ukupni
sadržaj (opseg) projekta.

Aktivnost WBS
1.0 Oblikovanje problema
1.1 Upoznavanje
1.2 Izjava o problem
1.3 Ciljevi
2.0 Planiranje projekta
2.1 Hijerarrhijska raščlamba rada
2.2 Linearna shema odgovornosti
2.3 Gantogram
3.0 Definicija sustava
3.1 Utvrđivanje komponenti sustava za modeliranje
3.2 Utvrđivanje ulaznih i izlaznih varijabli
4.0 Prikupljanje ulaznih podataka
4.1 Prikupiti podatke
4.2 Analizirajte podatke
5.0 Model prijevoda
5.1 Odabir jezika za modeliranje
5.2 Visoka razina dijagrama toka na modelu
5.3 Razvijanje modela na odabranom jeziku
6.0 Potvrda
6.1 Otklanjanje pogrešaka
Animacija
7.0 Provjera valjanosti
7.1 Valjanost modela
7.2Statistička valjanost
8.0 Eksperimentalni dizajn
8.1Odabir alternativnih konfiguracija modela
8.2 Provesti simulaciju (ponavljanje)
9.0 Analiza
9.1 Provesti t-test ili analizu varijance
9.2 Provesti test Duncanovih višestrukih raspona
10.10 Preporuke i zaključci
10.1 Preporuke
10.2 Zaključci

Matrica odgovornosti
- Nejasna podela odgovornosti na projektu obično vodi u konflikte unutar tima, loše
planiranje, i lošu realizaciju plana.
- Proces delegiranja odgovornosti na projektu se završava onda kada svaki član
projektnog tima jasno zna za koje poslove ima koji nivo odgovornosti, i kada tu
odgovornost prihvati

17
Nivoi
- A (Accountable) – Odgovoran za krajnji rezultat određene aktivnosti
- R (Responsable) – Odgovoran za realizaciju konkretnog posla,.
- C (Consulted) – Konzultiran tijekom realizacije
- I (Informed) – Informiran o tijeku i realizaciji

Gantogram
- stupčani graf koji se koristi za grafički prikaz rasporeda projekta

18
 Ulazni podaci
Podaci koje treba uvrstiti u model

Podaci
- Ulazni podaci- Ulazi u sustav
- Izlazni podaci- Rezultati
-
Ulazni podaci
- preliminarni popis tipova ulaznih podataka koji utječu na rad sustava i na izlazne
podatke
- Primjer
 Kino ulaznice: Ne bismo bili nužno zainteresirani za broj prodanih ulaznica po
satu. Treba izbrojiti osobe koji kupuju karte i koliko karata svaka osoba kupuje.
Uvijek možemo pronaći ukupan broj prodanih ulaznica. Da smo samo brojili broj
ulaznica, ne bismo mogli odrediti broj osoba koji su kupili ulaznice

Vrste ulaznih podataka

- Dvije opće kategorije ulaznih podataka
1) podaci o entitetima sustava.
2) podaci o resursima sustava.- Resursi sustava su dijelovi sustava koji obrađuju
entitete sustava
- Vrijeme dolaska
- Veličina grupe ( batch)
- Balking, Reneging i Jockeying
- Klasifikacije
- Vrijeme usluge
- Postotak kvarova
- Plansko održavanje
- Vrijeme u kvaru
- Vrijeme kretanja
- Ostali ulazni podaci

Izlazni podaci
- Izlazni podaci se općenito koriste za mjerenje rezultata simulacije.
- Ove mjere izvedbe koriste se za potvrđivanje modela i provođenje eksperimenata na
modelu.
- U procesu provjere modela prikupljaju se izlazne mjere i uspoređuju stvarni sustav i
simulacijski model.
- U eksperimentiranju stvaramo modele s različitim pravilima o poslovanju i resursima.
- Usporedimo rezultate između različitih modela

Osnovne mjere sustava

- Prosječno vrijeme u sustavu
- Prosječno vrijeme u redu čekanja
- Prosječno vrijeme i broj entiteta u redu čekanja
- Prosječna iskoristivost
- Brojači
-

19
Izvori ulaznih podataka

- Postoji mnogo izvora koji se mogu rabiti za dobivanje ulaznih podataka

- Čak i ako ne postoji stvarni model sustava, moguće je dobiti potrebne ulazne podatke
iz drugih izvora
Postojeći
- Računalne datoteke
- Baze podataka
- Proračunske tablice
- Video zapisi
- Tiskani primjerci datoteka i dokumenti
- Intervjui

Opažanje
- Video
- Promatranje sustava
- Intervjui

Izvori ulaznih podataka

- Povijesni zapisi
- Specifikacije proizvođača
- Tvrdnje prodavača
- Procjene radnika
- Procjena Uprave
- Automatsko snimanje podataka
- Izravno promatranje

Povijesni zapisi
- Ako postoji osnovni ili sličan sustav , vjerojatno je dostupan neki oblik povijesnih
Zapisa
- Budući da zapisi postoje i neće zahtijevati prikupljanje podataka u realnom vremenu,
ovaj pristup semože činiti vrlo atraktivnom opcijom
- Prvi je rizik da se izvorni povijesni sustav na neki način promijenio ili nije točno
identičan trenutnom ili predloženom sustavu
- Drugi problem je u tome što povijesni podaci možda nisu bili prikupljeni uzimajući u
obzir simulacijski model.
- Treći problem je kvaliteta podataka
- To znači da podaci koji su stvarno potrebni nisu zapravo dostupni

Procjene
- Operatori koji rabe postojeću opremu mogu biti vrijedni resurs podataka kada nema
vremena za prikupljanje stvarnih podataka.
- Treba potražiti menadžera, inženjera ili radnika povezanih s sustavom
Automatsko prikupljanje podataka
- Možda je moguće postaviti neku vrstu automatskog sustava za snimanje podataka.
 Analogno monitorima prometa koji se često susreću na cesti.
 Broje učestalost vozila koja prolaze određenom točkom tijekom određenog
vremenskog razdoblja.
- Elektronički pristup ili drugi sustavi utemeljeni na informacijama također mogu biti u
stanju prikupiti podatke

20
Izravno promatranje

- Najviše fizički i mentalno zahtjevni oblik prikupljanja podataka je izravno

promatranje
- Upotreba pristupa izravnog promatranja može biti osobito naporna i skupa kada se
mora prikupiti velika količina podataka o rijetkim događajima

Prikupljanje podataka
- Najčešće je najteži dio simulacijskog procesa.

Prikupljanje ulaznih podataka

- najbolja je politika sakupiti izvorne vidljive ulazne podatke.
- ako vrijeme i resursi dopuštaju takav pristup

Uređaji za prikupljanje podataka

- Ako se ulazni podaci prikupljaju u realnom vremenu, mogu se prikupiti ručno ili uz
pomoć elektroničkih uređaja
- Širok izbor elektroničkih uređaja za mjerenje vremena.
- Uporaba video nudi mogućnost prikupljanja podataka
 Mali utjecaj na sustav
 pitanja privatnosti se moraju uzeti u obzir

Prikupljanje podataka o vremenu

- Važno pitanje za simulacijske ulazne podatke je vremenska jedinica
- Najčešće, snimanje apsolutnog vremena ili vremena kada različiti entiteti dolaze u
sustav.
- Potreban je dodatni rad za pretvaranje apsolutnog vremena u relativno vrijeme tako da
se izračunava vrijeme između događaja
- Lakše je razumjeti da simulacijski eksperiment traje 8 h ili 480 min, a ne 28.800 s

Ostali razlozi za prikupljanje podataka

- Podaci trebaju biti nepristrani
- Ne smije se poremetiti proces

Nepristranost
- neki radnici pokušavaju utjecati na rezultate prikupljanja podataka.
 Neki radnici mogu privremeno ubrzati rad da se čine produktivnijim.
 Drugi mogu namjerno usporiti radnu kako bi spriječili postavljanje visokih
radnih normi
- Ako su podaci pristrani, može dovesti do modela koji može dati netočne rezultate.
- Najbolje je s radnicima napraviti kratak razgovor i obavijestiti ih o svrsi prikupljanja
podataka

Izbjegavanje utjecaja na proces

- Ako osoba koja prikuplja podatke stoji u središtu procesa, pojedinci se mogu ponašati
abnormalno.

21
Klasifikacija ulaznih podataka
- Deterministički ili stohastički
- Diskretni ili kontinuirani

Determinstički podaci
- Uvijek potpuno definiran
- Predvidiv svaki put
- Dovoljno je podatke prikupiti samo jednom, jer se ne mijenjaju
- Primjeri: Računalno upravljani strojevi, Vrijeme preventivnog održavanja, Brzina
transportera
- Obično postoji formula ili algoritam kojim se može točno izračunati rezultat

Probabilistički podaci
- Promjenjiv proces
- Nema točno određeno ponašanje
- Slijedi razdiobu vjerojatnosti
- Ne može se točno predvidjeti rezultat
- Primjeri: Vrijeme između dolazaka, Procesi korisničke službe, Vrijeme održavanja
- Podaci su vezani uz slučajne događaje

Diskretni podaci
- Podaci s diskretnim vrijednostima mogu imati samo određene vrijednosti
- Primjeri diskretnih podataka u simulacijskim aplikacijama su: Broj ljudi koji dolaze u
sustav kao grupa ili serije, Broj obrađenih poslova prije nego se stroj pokvari

Kontinuirani podaci
- Kontinuirani podaci mogu poprimiti bilo koju vrijednost
- Primjeri kontinuiranih podataka tipa uključuju:
 Vrijeme između dolazaka
 Vrijeme održavanja
 Vrijeme na putu

Smjernice za prikupljanje podataka

Što prikupiti?

Preliminarno
- Određivanje podataka
- Izgled sustava
- Važni entiteti
- Tijek entiteta
Problemi
- Gruba procjene vremena obradbe

Detaljno
- Podaci za
- Dolaske
- Usluge
- Redovi čekanja
- Anomalije

22
 - Usredotočite se na podatke koji se odnose na probleme i ciljeve
- Dovoljno podataka za statističke značajnosti
- Kontinuirani podatci
- Ovisi o ciljevima simulacije i razini aktivnosti
- Dani u tjednu- Najprometniji, tipični, najsporiji, svi, određeni
- Dnevno-Najprometniji, tipični, najsporiji, svi, određeni, početak
- Vrijeme-Odgovarajući brojevi
-
Koliko osoba prikuplja
- Najmanje dvije osobe za svaki entitet- Jedan promatra i mjeri vrijeme , drugi zapisuje
- Čimbenici: Razina aktivnosti, Bliskost s područjem koje treba promatrati, Vidljivost

Smjernice za prikupljanje podataka

Osoba koja prikuplja podatke
- Ne smije imati nikakav utjecaj na sustav!
- Treba biti smještena "izvan" sustava
- Ne može se rabiti bilo koji resurs sustava
- Nikad ne posredovati i ne miješati se u rad sustava
- Najbolje ako nije vidljiva

Prikupljanje podataka
- Prikupiti podatke potrebne za reprodukciju aktivnosti sustava
- NAPOMENA: To nije sve!
- Primjer: Jedan red čekanja
 Vrijeme dolaska, početak usluge, kraj usluge
 Omogućuje izračunavanje svih preostalih vrijednosti koje su od interesa.
- Vremenske jedinicama- Najmanje potrebno (sekunde, minute ...)

Plan prikupljanja podataka

Opis procesa koji uključuje:
- Način(i) prikupljanja
- Vremenski rokovi za prikupljanje podataka procesa ( uključujući i završetak)
- Popis pojedinih podataka koji se prikupljaju
- Broj osoba koje prikupljaju podatke
- Datumi i vremena stvarnih podataka prikupljenih (ako se ne promatraju u realnom
vremenu)
- Opravdanje za svako od navedenog
- Dijagrami po potrebi
-
Izvješće o prikupljenim podacima
Opis završenog procesa prikupljanja podataka koji uključuje
- Izmjene "plana" i bilo kakve promjene originalnog plana
- Rezultati statističke analize podataka
- Grafovi, prosjeci, Max, Min
- Sažetak rezultata
- Povezanost rezultata s ciljevima istraživanja
- Preporuke
- Dijagrami po potrebi

23
Praktični savjeti
- Prikupiti između 100-200 opažanja.
 S manjim brojem imamo vidljive učinke.
 S više se neće puno dobiti.
- Za prave vrijednosti, snimajte ih s velikom preciznošću.
- Kada se prikupljaju vremenski intervali, snimite događaje i kasnije izračunajte
intervale .
- Ako postoji bilo kakva sumnja da u stvarnom svijetu proces zavisi o dobu dana ili
danu u tjednu, prikupiti broj uzoraka iz različitih vremenskih razdoblja

Obrada ulaznih podataka

Strategija modeliranja ulaznih podataka

- Pregledajte dostupne podatke do najsitnijih detalja
- Otkriti bilo kakve probleme u prikupljenim podacima
- Ispravite sve grješke ( probleme ), {ako je potrebno}
- Upoznajte se s oblikom podataka
- Podijeliti podatke u vremenske intervale, {ako je potrebno}
- Nacrtajte histograme
- Nacrtajte kumulativne distribucije vjerojatnosti
- Odrediti koje su alternativne distribucije vjerojatnosti moguće
- Prilagoditi alternativne distribucije vjerojatnosti podacima
- Procijenite dobrotu prilagodbe
- Odaberite distribuciju vjerojatnosti koja će predstavljati podatke
-
Parametri i statistika
- Parametar- karakteristika cijele populacije
- Statistika- karakteristika uzorka

Obrada podataka
- Statistička obrada podataka
- Velik broj računalnih programa koji analiziraju podatke

Uređivanje i obrada podataka

- Uređivanje i obrada podataka odnosi se na:
 pravilno uređivanje i tabeliranje podataka
 pravilno grafičko prikazivanje podataka
- Dobar grafički prikaz pobuđuje pozornost, a iz njega su moguća jednostavna
tumačenja sadržaja
- Loš grafički prikaz sadrži previše sadržaja za tumačenje ili su previše kompleksni,
odnosno prikazani na neprimjeran način (npr. Trodimenzionalno)
- Manipuliranje s podacima pomoću njihovog grafičkog prikaza u praksi je prilično
često

Analiza rezultata
Najčešće pogreške i zlouporabe koje se kod analitičke obrade podataka su:
- generaliziranje rezultata na osnovi premalog ili nereprezentativnog (namjernog)
uzorka
- usporedba neusporedivih podataka
- neodgovarajuće objašnjenje relativnih brojeva

24
 - neprimjereno zaokruživanje izračunanih vrijednosti
- upotreba neprimjerene srednje vrijednosti

Statistička analiza
- određivanje mjera centralne tendencije (aritmetička sredina)
- određivanje mjera varijabilnosti (standardna devijacija, koeficijent varijabilnosti,
standardna greška)
- određivanje intervala pouzdanost
- Određivanje veza među podacima

Određivanje veza među podacima

- Ulazni podaci za simulacijske model ne mogu bili povezani, i tada se vrsta veze među
njima treba odrediti i uzeti u obzir u modelu.
- Važno jc da se takve ovisnosti opišu u simulacijskom modelu jer one mogu utjecati na
rezultate izvođenja simulacijskih eksperimenata.
- Najčešće korištena tehnika za prikazivanje veze među varijablama je regresijsko
modeliranje

25