OSNOVNE IDEJE SIMULACIJE

DISKRETNIH DOGADAJA

1
• Simulacija diskretnih događaja je metoda za simulacijsko
modeliranje koja opisuje promjene stanja što se događaju
diskontinuirano u vremenu, tj. samo u nekim
vremenskim trenucima.
• Diskretni događaj predstavlja skup okolnosti koje su
izazvale promjenu stanja sustava.
• Simulacija se odvija tako da se bilježe sve promjene
vezane uz nastali događaj i zatim prelazi na slijedeći
događaj.
• Drugim riječima simulacija se odvija od događaja do
događaja uz predpostavku da se ništa važno ne događa u
vremenu između događaja.

2
• Modeli sadrže objekte određenih svojstava, koji svojim
međudjelovanjem uzrokuju promjene stanja sistema u
vremenu.
• Metoda nema ograničenja tj. mogu se pomoću nje
proučavati vrlo složeni sustavi, a za to se koriste posebni
računalni programi odnosno programski jezici.
• U računalnom programu se generiraju događaji prema
stvarnom procesu proučavanom sustavu i prikupljaju podaci
vezani uz promjene nastale simulacijom.

3
• Diskretna simulacije koristi se za:
➢detaljan opis strukture sustava i njegovih elemenata
➢ponašanje sustava opisuju se na diskontinuirani način,
u obliku slijeda različitih događaja i aktivnosti
➢modeli oponašaju stvarne sustave i procese, a objekti
u modelima predstavljaju objekte iz stvarnih sustava ili
procesa
➢prvenstveno se koristi za modeliranje i analizu sustava
s redovima čekanja na resurse sustava (blagajne,
autobuse, mreže računala i sl.)

4
➢U takvim sustavima događaji su vezani uz dolazak potrošača
i njihovo usluživanje.
➢ Kad bi dolasci i vrijeme usluživanja bili u jednakim
vremenskim razmacima radilo bi se o determinističkom
sustavu i ne bi se stvarali redovi.
➢Ipak, u većini sustava posluživanja postoji varijabilnost u
procesu dolaženja i posluživanja.
➢Redovi nastaju kad je potražnja za uslugom veća od
kapaciteta resursa koji pruža uslugu.
➢ Potrošači ne dolaze u regularnim intervalima, a postoje i
varijacije oko prosječne dužine vremena usluživanja.

5
➢Diskretna simulacija opisuje promjene stanja koje
se odvijaju diskontinuirano u vremenu
Promjene stanja su posljedica međudjelovanja
➢„
među objektima sustava
➢Simulacijski modeli prikazuju objekte sustava,
njihove atribute i međudjelovanje među njima

6
➢Modeliranje takvog sustava predstavlja prikupljanje
uzoraka iz distribucije vremena među dolascima i
distribucije vremena posluživanja.
➢Te dvije slučajne varijable se u model generiraju prema
pretpostavljenim teorijskim i empirijskim distribucijama
vjerojatnosti (Binomna distribucija, Normalna distribucija,
Poisson-ova distribucija ....)

7
 Osnovni pojmovi simulacijksih diskretnih dogadaja su
(Pidd,1984):

• Model je apstraktni prikaz sistema koji opisuje objekte

sistema i njihovo međudjelovanje, a obično sadrži
matematičke (proračun trajanja aktivnosti) i logičke
relacije (uvjeti početka aktivnosti, pravila za izbor
entitete) koje odgovaraju strukturi i načinu rada
sistema.

8
a)Entiteti (objekti) komponente su sistema koji
modeliramo. Entitete možemo individualno identificirati i
njima baratati.
• Stalni entiteti (resursi) oni su koji ostaju u modelu u toku
sveg vremena trajanja simulacije, a privremeni entiteti su
oni koji prolaze kroz sistem.
• Primjer: pošta: stalni i privremeni entiteti

9
b) Atributi entiteta opisuju svojstva entiteta. Svaki entitet
može imati veći broj atributa. Klase entiteta su grupe
entiteta istog tipa.
• Skupovi entiteta su grupe entiteta pojedine klase koji
imaju neka zajednička obilježja (npr. jednake vrijednosti
pojedinog atributa).
• Posebni tip entiteta su repovi (redovi) čekanja koji
prikazuju grupu privremenih entiteta što čeka da se
oslobodi neki resurs.
• Vrijeme čekanja entiteta u redu ne može se unaprijed
odrediti, tj. ono ovisi o razvoju sistema u vremenu.
• Primjer: studentska referada

10
c)Stanje sistema (modela) skup je svih informacija nužnih za
opis sistema.
• Stanje sistema ovisi o entitetima koji su u njemu prisutni u
tom času, i o vrijednostima njihovih atributa.

d) Događaj je promjena stanja sistema u jednom

vremenskom času. On može nastupiti zbog:
• ulaska/izlaska privremenog entiteta iz sistema ili
• promjena atributa pojedinih entiteta sistema (zbog
početka/završetka međudjelovanja entiteta). Npr. početak
obrade stranke na šalteru banke, ako se promijeni brzina
rada djelatnice na šalteru)
• Primjer: studentska referada

11
• Između dvaju uzastopnih događaja stanje sistema se ne
mijenja.

• Uvjetni događaji su oni događaji koji se mogu dogoditi

tek pošto je ispunjen neki uvjet. Oni su obično povezani za
dostupnost nekog resursa, tj. početak aktivnosti.

• Bezuvjetni (planirani) događaji su oni čiji je jedini uvjet

da bi se mogli dogoditi povezan za prolaz vremena.
Obično su povezani uz oslobađanje resursa, tj. završetak
aktivnosti (npr. završetak rada s jednom strankom na
šalteru).

12
• Tijekom izvođenja simulacije vrijeme se diskretno (tj.
diskontinuirano) mijenja, od trenutka u kojem se
desio posljednji događaj do trenutka u kojem će se
desiti sljedeći događaj, itd.
• Simulacijski sat mjeri proteklo vrijeme simulacije.
• Npr. ako je djelatniku potrebno 5 minuta za obradu jedne
stranke na šalteru, tada se vrijeme događaja mjeri svakih
5 minuta.

13
e) Aktivnost je međudjelovanje određenih entiteta koje traje
određeno vrijeme.
• Aktivnost dovodi do promjene stanja entiteta koji u njoj
sudjeluju.

• Početak aktivnosti – vezan uz neke uvjete (npr. ako je

završena obrada prethodne stranke, može početi obrada
sljedeće stranke)
• Završetak aktivnosti – vezan je uz vrijeme trajanja te
aktivnosti (po isteku tog vremena aktivnost završava)

14
f) Proces je niz logički povezanih uzastopnih događaja kroz
koje prolazi neki privremeni entitet (npr. prolaz putnika
kroz trakt na aerodromu, ili proces upisa studenta na
fakultet)
• Proces može obuhvačati dio ili cjelinu „života„
privremenog entiteta u simulaciji.

• Primjer simulacije putničke zgrade aerodroma je detaljno

prikazan sa svim pojmovima u slijedećim slajdovima.
• Model sustava opisuje njegovu strukturu i način rada.

15
• ENTITETI (resursi) :
• Stalni – šalteri za registraciju, rendgen za kontrolu
putnika i traka za izdavanje prtljage
• Privremeni – avion, putnici i prtljaga

16
• KLASE ENTITETA: svi šalteri registracije i svi putnici
• SKUPOVI ENTITETA: svi putnici koji putuju na isto
odredište ili sva prtljaga koja je na istoj traci

ATRIBUTI (entiteta putnik): odredište i broj prtljage

Odredište –
LONDON

17
• PROCES: prolaz putnika kroz trakt međunarodnog odlaska
gdje putnik uzastopno čeka pred razlečitim šalterima,
poslužuje se na njima i hoda između njih.

18
• AKTIVNOST je registracija putnika u kojoj međudjeluju
putnik, njegova prtljaga i šalter registracije. Za ovu
aktivnost zna se početak, vrijeme trajanja i završetak.

• STANJE SISTEMA opisano je svim resursima i

privremenim entitetima s vrijednostima njihovih
atributa.
19
 • DOGADAJ: dolazak putnika u zgradu

• Prvi događaj , dolazak putnika, dogodi se nakon

vremenskog intervala koji je generiran prema odgovarajućoj
distribuciji vjerojatnosti.

20
• Planirani događaj je npr. dolazak novog putnika sa
slijetanjem (povećanje entiteta u sistem) ili završetak
posluživanja na šalteru registracije (promjena broja
putnika pred šalterom).
• Uvjetni događaj je npr. trenutak uzimanja prtljage s trake
za prtljagu (ispunjen je uvjet da je putniku koji čeka pred
trakom došla njegova prtljaga).

21
• REDOVI ČEKANJA: putnici pred šalterom

Kako je sustav na početku prazan, putnik je odmah

uslužen i to u vremenu koji je generiran prema
određenoj distribuciji vjerojatnosti.

Događaji dalje slijede navedene distribucije, te se bilježe

statistički podaci o broju putnika u sustavu, u redu, za svakog
putnika vrijeme čekanja u redu, vrijeme usluživanja, a na kraju
i iskorištenost sustava za vrijeme simulacije.

22
➢ Što se vrijeme simulacije produžuje rezultati su stabilniji
kažemo da sustav postiže ravnotežno stanje.
➢Na kraju predviđenog vremena simulacije dobivaju se
prosječne vrijednosti skupljenih statističkih podataka.
➢Simulacijski model koji reprezentira proučavani sustav tako
daje statističke pokazatelje koje nazivamo povijesna
simulacija.
➢ Ako u tom modelu mijenjamo ulazne parametre modela
ispitujemo funkcioniranje sustava u promijenjenim
uvjetima, dakle eksperimentiramo modelom.

23
• Koristeći se ovim pojmovima možemo karakterizirati
simulaciju diskretnih događaja ovako (Shannon,1975):
• Entiteti
koji imaju atribute
međudjeluju u aktivnostima
uz izvjesne uvjete
stvarajući događaje
koji mijenjaju stanje sistema.

24
Tipovi varijabli i karakteristika sustava

Primjer: Šalteri za posluživanje u poslovnicama

25
Nezavisne varijable
Kod diskretne simulacije, nezavisne (ulazne varijable) čije
vrijednosti korisnik upisuje u sustav su:
✓Vrijeme između dva uzastopna dolaska entiteta - u
stvarnosti nije neki fiksni broj, nego se mijenja prema
nekoj distribuciji
✓Vrijeme odvijanja pojedinog procesa - u stvarnosti nije
neki fiksni broj, nego se mijenja prema nekoj distribuciji
(npr. vrijeme posluživanja na šalteru, ili vrijeme obrade
na stroju ili dr.)
✓Broj raspoloživih resursa (npr. broj šaltera, ili radnika, ili
strojeva)
✓Organizacija čekanja (FIFO, LIFO, po prioritetu i sl.)

26
27
Kako odrediti vrijednosti nezavisnih varijabli?

• Vrijeme između dva uzastopna dolaska entiteta ili

vrijeme odvijanja pojedinog procesa u stvarnosti nije neki
fiksni broj, nego se mijenja prema nekoj raspodjeli
(distribuciji)
• Npr. kako odrediti koliko dugo se obrađuje jedan klijent na
šalteru pošte? To nekad može biti 5 minuta, ponekad 10,
ponekad 13 minuta,...
• Najčešće se koriste slučajna (Gauss-ova) i trokutasta
raspodjela vjerojatnosti pojavljivanja brojeva
• Koju raspodjelu koristiti? – ovisi o prirodi problema, i izabire
se ona koja je realnija

28
Trokutasta raspodjela
Kod trokutaste raspodjele potrebno je odrediti:
➢ Minimalnu vrijednost (a)
➢ Najčešću vrijednost (c)
➢ Maksimalnu vrijednost (b)
koju neka varijabla x može poprimiti.

Izvor: Wikipedia, http://en.wikipedia.org/wiki/Triangular_distribution,

Primjer: Ako znamo da je minimalno vrijeme obrade klijenta na šalteru

5 minuta, maksimalno vrijeme 20 minuta, a najčešće 10 minuta.

29
 Gaussova krivulja ili normalna distribucija
• Gaussova krivulja ili normalna distribucija se koristi u raznim
prirodnim znanostima, kao i u znanostima koje se bave
proučavanjem ponašanja.
Kod normalne distribucije
potrebno je odrediti:
➢ Aritmetičku sredinu
➢ Standardnu devijaciju σ -
interpretira se kao prosječno
odstupanje od prosjeka i to u
apsolutnom iznosu.

Smisao je u tome da stvari kad se mijenjaju, nastoje ostati u

blizini točke prosjeka, te se raspoređuju oko tog prosjeka po
glatkoj, zvonolikoj krivulji.
Primjer: Ako znamo da je prosječno trajanje obrade na jednom
šalteru 15 minuta, ali može varirati + 5 minuta.
30
• Izlazne (zavisne) varijable :
Zavisne (izlazne) varijable čije se vrijednosti dobiju kao
rezultat simulacije su:
✓Dužina reda čekanja (broj entiteta u redu čekanja, npr.
broj zahtjeva u redu čekanja, broj pacijenata u čekaonici, i
dr.)
✓„Vrijeme čekanja u redu (vrijeme koje entitet provede u
čekanju)
✓Iskorištenje resursa – postotak iskorištenja resursa (npr. %
radnog vremena djelatnika u kojem on radi)
✓„Propusnost sustava - broj entiteta koje sustav može
obraditi

31
32
TIPIČNI PROBLEMI KOJI SE MOGU RJEŠAVATI SIMULACUOM
DISKRETNIH DOGAĐAJA

• Sustavi masovnog posluživanja (sustavi s redovima)

najčešći su tip sustava koji se modeliraju i analiziraju
simulacijom diskretnih dogadaja.
• To su sustavi u kojima zahtjevi za posluživanjem dolaze od
resursa ograničenog kapaciteta.

33
Sistemi masovnog posluživanja

34
• Ako su kod ovakvih sustava vrijeme dolaska, veličine
zahtjeva i brzine posluživanja predvidivi (deterministički)
tada ili nema čekanja (ako je potražnja za resursima manja
od kapaciteta resursa) ili redovi čekanja neprekidno rastu
(ako je potražnja veća od kapaciteta resursa).

• λ – prosječna brzina dolazaka

• µ - prosječna brzina posluživanja

• λ < µ - nikad nema reda

• λ > µ - rep stalno raste

35
• Ako se vrijeme dolaska, veličine zahtjeva ili vrijeme
posluživanja nepredvidivi (slučajne varijable), tada
povremeno nastaju konflikti pri korištenju resursa i
stvaraju se redovi čekanja dolaznih zahtjeva čak i kada
potražnja manja od kapaciteta resursa.
• Dužine redova ovise kako o odnosu prosječnih brzina
dolaska i posluživanja, tako i o statističkim fluktuacijama
tih veličina.

36
• Primjeri sistema masovnog posluživanja su:
➢šalteri u bankama i poštama,
➢prometni sistemi,
➢proizvodni sistemi,
➢ekonomski sistemi,
➢razne usluge na kruzerima,
➢Ukrcaj/iskrcaj prijevoznih sredstava na trajekte,
➢računarski sistemi itd

37
Model putničke zgrade aerodroma Zagreb - Čerić

• Simulacija putničke zgrade aerodroma Zagreb (Čerić, Varga, 2004).

• Modelirana je putnička zgrada površine oko 11000 m2, kapaciteta oko 1.5
milijuna putnika godišnje.
• Planirano je proširenje zgrade koje bi omogućilo povećanje kapaciteta na 4
milijuna putnika godišnje.
• Tijek putnika i tijek prtljage povezan je s redom letenja
međunarodnih i domaćih letova.

38
• Cilj: odrediti potrebnu površinu za različite sadržaje
prostora u zgradi, sliku čekanja u svim dijelovima zgrade,
te analizirati uzorke kašnjenja polijetanja zrakoplova.
• Rezultati: određena je količina i vrsta opreme koja
osigurava protok putnika i prtljage bez gužvi i dugih
čekanja
• Dobiveno je da se količina potrebne opreme može
smanjiti u odnosu na početne inženjerske proračune
• Napravljena je redukcija broja traka za prtljagu –ušteda
oko 1.5% od cijene rekonstrukcije zgrade, što je 15 puta
više od cijene simulacijske studije.

39
• Sistem se sastoji od složenog toka putnika i prtljage
između domaćih i međunarodnih dolazaka, uz različite
elemente posluživanja putnika (šalteri za registraciju,
carine, pasoške kontrole) i prtljage (sortiranje, trake za
prtljagu).
• Broj putnika po pojedinim smjerovima dolaska i odlaska
povezan je za red letenja (tj. planirano je vrijeme dolaska i
odlaska aviona).

40
41
• Za realizaciju modela potrebni su podaci i analiza
ulaznih podataka i to:
➢ vrijeme posluživanja po šalterima
➢dinamika dolaska lokalnih putnika
➢grupiranje putnika
➢grupiranje prtljage
➢…………………….

• Studija je omogućila oblikovanje sustava koji garantira

da neće biti gužvi i čekanja

42
43
Zadatak
• Izabrati realni sustav iz prakse (sustav masovnog posluživanja) i
opisati slijedno sve pojmove diskretne simulacije (privremene i stalne
entitete itd).
• Zatim odredite zavisne i nezavisne varijable unutar izabranog
sustava.
• Zadatak dostaviti do 24.5.2020.

44