Problem Tanımı ve Amaçlar

Bir çalışma, mevcut bir ihtiyacı karşılayacak ya da bir problemi çözecek şekilde hazırlanmamışsa, detaylı ve eksiksiz olması bir anlam ifade etmez. Etkili bir çalışma yapabilmek için, potansiyel problemleri olan sistem parçalarının incelenmesi ve çalışmanın buna göre hazırlanması gerekir. İyi bir model, gelecek ihtiyaçları da gözönüne alarak, sistemin diğer parçalarını da kolayca içine alacak şekilde tasarlanmış olmalıdır. Fakat içinde fazlalık ve gereksiz bilgilerin bulunduğu bir model bilgisayar üzerinde diğer modellere göre daha yavaş çalışabilir ve maliyeti daha yüksek olabilir.

Üzerinde çalışılacak problemin kesin ve öz bir tanımının yapılabilmesi, beklenenden zor olabilir. Çalışma sonucuyla ilgilenen tek kişi, genellikle sadece modeli oluşturan kişi değildir. Mühendisler, yöneticiler, operatörler ve bir çok çalışanın, oluşturulan model ve yapılan çalışmadan değişik beklentileri vardır. Çalışmanın yapısı ve içeriği hakkında genel bir tanım oluşturmak, bu kişilerden gelecek verilerin ve gerekli desteğin daha kolay elde edilmesini sağlayacaktır.

Simülasyon çalışmasının amaçları, genellikle ele alınan problem tarafından belirlenir, çünkü model kurulduktan sonra, model üzerinde yapılacak çalışmaların problemi çözmesi hedeflenmektedir. Potansiyel sistem iyileştirme metodlarının değerlendirilmesinin, çalışma hedeflerinin belirlenmesinde rolü büyüktür, ancak bu metodlar, simülasyon çalışmasında ortaya çıkabilecek yeni alternatif metodları önleyecek şekilde dar olarak tanımlanmamalıdır. Bunlara ek olarak, simülasyonun bir proje çalışması olarak ele alınması ve zaman hedefleri ile kritik nokta tanımlarının (milestones) yapılması faydalıdır.

Model Formülasyonu ve Planlama

Simülasyon hedeflerinin ve problemin belirlenmesinden sonra, modeli kuracak olan kişi modelin kavramsal iskeletini oluşturabilir. Bu iskelet, modelde ele alınacak ana olayları ve elemanları içerir. Ele alınacak sistemin bir taslağının ya da yerleşim düzenine ait bir çizimin kullanılması, çalışmaya çeşitli faydalar sağlar. İlk olarak, bu çizimler modeli kurmak için gerekli tüm detayların belirlenmesi ve çalışma sırasında sürekli hatırlanmasını sağlar. İkinci olarak, grafiksel gösterimler, herbir kaynakta ilgili verilerin sistematik olarak toplanmasını sağlamak için kullanılabilir. Ayrıca, sistemi anlamayı kolaylaştırmak için, sistemdeki akışlar ve etkileşimler (flows and intreactions) bu çizimler üzerinde gösterilebilir. Sistemdeki operatörlerin, malzeme taşıyıcıların izledikleri güzergah ve kullandıkları yollar da bu çizimler üzerine aktarılabilir.

Toplanılan verilerin doğruluğunun, elde edilen sonuç üzerinde etkisi büyüktür.Yapılan ilk plan içerisinde; gerekli olan verilerin, bilgi kaynaklarının ve bu bilgilerin nasıl elde edileceği belirlenmelidir. İlk olarak, çalışma hedefleriyle ilgili olan bu bilgilerin çıkartılması gerekir. Tecrübeli bir model kurucu, çalışmada yer alan diğer kişilere hangi verilerin gerekli hangilerinin gerekisiz olduğu konusunda yardım etmelidir. Sistemin bire bir kopyasını çıkarmaya yönelik harcanan çaba genellikle gereksizdir. Detayların, gerekli olduğu zaman eklenmesi, çalışmanın hedeflerine ulaşması açısından takip edilmesi gereken en uygun yoldur. Teknik karmaşıklıklar, model ile modelin kurulma amacı arasındaki ilişkiden daha az öneme sahiptir.

Veri Toplanması

Organizasyonlar, sistem içerisindeki bazı operasyonları için (makina arıza sıklıkları, belirli süreçler için işlem süreleri.. gibi) detaylı bilgiye sahipken bazı işlemler için kabataslak bilgiye sahip olabilirler. Yetersiz veya eksik veri bulunması durumunda modeli kuracak olan kişinin yapabileceği üç şey vardır:

» Sisteme en hakim kişilerden yardım alabilir

» Verileri kendisi toplayabilir

» Verilerle ilgili tahminler yapabilir

Modelde tahmini verilerin kullanılması durumunda, daha sonra yapılacak “duyarlılık analizi”nde (sensitivity analysis) bu verilerin sistem üzerindeki etkilerini anlamak için, değişik değerler kullanılmalı ve verilerin uç değerleri, toleransları çok iyi analiz edilmelidir. Bu tür bir çalışma, daha detaylı verilerin toplanmasının daha uygun olacağını gösterebilir.

Önce makro veri olarak adlandırılan, sistemle ilgili temel bilgilerin ve istatistiklerin toplanması gerekir. Bu makro verilerin amacı, modelin giriş parametreleriyle ve daha sonraki çalışmalarda kullanılacak olan verilerin toplanmasıyla ilgili detayları içeren parametrelerin temelini oluşturmaktadır. Bu durum, modeli kuran kişinin, projenin daha ilerki aşamalarında kullanılacak olan detaylı bilgileri daha kolay bulmasını sağlıyacaktır.

Veri toplanması sürekli olarak yapılması gereken bir işlemdir. Simülasyon çalışması ilerledikçe ve makro veriler modele girildikçe, mikro verilerin toplanması önem kazanır. Bir çok durumda, model kurucu, proje sırasında daha doğru ve güncellenmiş veriye ulaşabilir. Bir simülasyon modeline, yeni ve güncellenmiş verilerin kolaylıkla girilebilmesi bir avantajdır. Bu yüzden, çoğu model kurucu, daha kesin ve sağlıklı verilerin girilebilmesine imkan tanıyan daha esnek modeller kurmayı tercih ederler.

Model Geliştirme

Modelleme, genellikle sistemin soyut bir ortamının oluşturulmasıyla başlar ve gittikçe daha detaylı bilgilerin eklenmesiyle devam eder. Bu soyut model, sistemin mantıksal bir modelidir ve sistemdeki olaylar arasındaki ilişkileri tanımlar. Bilgisayar üzerinde kurulan bu modelin gerçekleştirilebilmesi için, modeli kuran kişinin gerçek sistemin yapısını soyut olarak düşünebilmesi gerekir. Verilerin toplanması modelin kurulması esnasında da yapılabilir.

ProModel, kullanıcıya modelleme sürecini hızlandırıcı, hazır kurulu model yapı elemanlarının avantajını içeren modüler bir yapı sunar. Kullanıcının ihtiyaç duyabileceği her türlü bilgiye ulaşmasını sağlayan yerleşik yapılar ve sistem fonksiyonları ile ProModel, herhangi bir programlama veya detaylı bilgisayar bilgisi gerektirmeyen, kullanımı kolay ve esnek bir benzetim yazılımıdır.

Son kullanıcılar ile model kurucu arasındaki sürekli iletişimin model kurma aşamasındaki önemi gözardı edilmemelidir. Detaylarla ilgili ortak çalışma, projenin amaçlarından sapmasını önleyeceği gibi, önerilen değişikliklerin güvenirlik temellerini oluşturur. Modele güvenirliğin sağlanmasında iki önemli aşama doğrulama ve değerlendirmedir.

Doğrulama (Verification)

Model, modeli kuran kişinin amaçları doğrultusunda çalışıyorsa doğrulanmış demektir. Modelin doğrulanması, simülasyonun çalıştırılması ve işlemlerin gözlemlenmesiyle yapılabilir. Kompleks modeller bir kaç kez muhtemel hataların düzeltilmesini (debugging) gerektirebilir. Çalışmanın hedefleriyle paralel çıkan sonuçlar, modelin doğrulandığını gösteren en önemli kanıtlardır.

Modelin doğrulanmasında ve hataların düzeltilmesinde bir kaç yardımcı araçtan yararlanılabilir. Örneğin, sistemdeki parçaların veye müşterilerin hareketlerinin sağlıklı olarak görülebileceği bir hızda animasyon yapılabilir. Fakat animasyon tek başına bir doğrulama aracı olarak kullanılmamalıdır. Değişkenler ve sayaçlar istenilen sonuçların bir göstergesi olarak animasyonda kullanılabilir. Diğer bir doğrulama sistemi de, model yapısının bir başka kurucu tarafından incelenmesidir. Simülasyon sonuçları, daha önce yapılmış model sonuçları ile karşılaştırılabilir. Modelin performansı değişik durumlar altında test edilebilir.

Vazgeçilemez doğrulama araçlarından birisi de modelin her adımının izlenmesidir (trace). ProModel, trace sonuçlarını bir dosyaya yazar. Trace dosyaları sistemde oluşan tüm işlemlerle ilgili bilgileri içerdiği için, sistemde gözden geçirilecek noktalar dikkatle belirlenmelidir.

Değerlendirme (Validation)

Değerlendirme, kurulan modelin, üzerinde çalışılan sistemdeki problemi yansıtıp yansıtmadığının belirlenmesidir. Değerlendirme testi, modeli kuran kişinin diğer potansiyel kullanıcılar ve sistemdeki işlemlerle ilgili kişilerle yapacağı ortak bir çalışma olmalıdır.

Modeli kuran kişi genellikle modeli ve modelin gerçek sistemle olan ilişkisini gösteren yapısal bir plan çıkarır. Modeli kuran kişi aynı zamanda modelde kullanılan tahmini verilerin olası etkilerini ve önemini de açıklar. Sistemi iyi bilen kişilerden alacağı yardımla da bu tahmini verilerin doğruluğunu kontrol etmelidir. Animasyon genellikle doğrulamadan sonra yapılsa da, bir değerlendirme aracı olarak ta kullanılabilir.

Giriş verilerini değiştirerek, kurulan modelin sonuçlarıyla sistemin kendi çıktılarını karşılaştırmak, test etme yollarından biridir. Giriş parametrelerinin değerlerini artırıp azaltarak sistem üzerindeki etkilerini incelemek, modelin gerçek sistemle olan benzerliğinin belirlenmesinde kullanılabilir. Rasgele sayı kaynakları (random number generator) gibi giriş verilerinin değiştirilmemesine, sadece giriş parametrelerinin değiştirilebileceğine dikkat edilmelidir. Bu tür bir test, yeterince veri girişinin yapılıp yapılmadığını belirleyen bir esneklik analizi olarak da görülebilir.

Bir başka yaklaşım da, sistemi çok iyi bilen uzmanların sistemle model arasındaki benzerlik ve farklılıkları bulmalarıdır. Bu işlem “turing test” olarak adlandırılır. Bu uzmanlara, orijinleri gösterilmeyen fakat aynı formattaki sistem ve model sonuçları verilir ve önemli farklılıkları ayırt etmeleri istenir. Buna benzer başka bir yöntem ise, geçmiş verilerin model üzerinde denenerek, model sonuçlarının gerçek sisteme ait sonuçlarla karşılaştırılmasıdır.

Denemeler (Experimentation)

Bir simülasyon modeli, temel olarak “ne-eğer” ( “what-if”) analizlerinin yapılmasını sağlayan bir araç olarak ele alınmalıdır. Kullanıcısına değişik dizayn ve işletim stratejilerinin genel sistem performansı üzerindeki etikisini gösterir. Simülasyon tek başına problemleri çözemez fakat problemi açıkca tanımlar ve sayısal olarak altrenatif çözümleri değerlendirir. Koşul (“what-if”) analizi yapabilen bir araç olan simülasyon, önerilen herhangi bir çözüm için sayısal ölçüm ve analiz yapabilir ve kısa zamanda en iyi alternatif çözümü bulmaya yardımcı olur.

Çoğu durumda, projede yer alan kişilerin değişik alternatif çözümlere ilişkin temel ve basit fikirleri vardır. Her alternatifi model üzerinde denemeden önce, kabul edilebilir sonuçlar elde etmek için gereken simülasyon zamanının ve modelin eğer mümkünse durgun duruma ( steady-state) gelmesi için gerekli zamanın hesaplanması gerekir. Durgun durum demek simülasyon çıktılarının durgun olduğu anlamına gelmez, durgun durum, verilerin dağılımı ya da çıktılardaki istatistiksel varyansın zamanla değişmeyecek olmasıdır.

Rasgele (random) karakteristikleri olan herhangi bir deneyde olduğu gibi, simülasyon çalışmaları rasgele olaylar içerdiği için, simülasyon çıktıları da doğası gereği rasgele olacaktır. Bu sebeple, tek bir simülasyonun çıktısı, oluşma ihtimali olan birçok sonuçtan sadece bir tanesini yansıtır. Bu nedenle sonucu test etmek için birçok defa deneme tekrar edilmelidir. Aksi halde normalde beklenmeyen bir sonuç üzerinde karar verilebilir. Çıktıda istenen hassasiyet derecesine bağlı olarak çıktı için bir güven aralığı oluşturulması istenebilir

ProModel yazılımı, deneylerin yapılmasında çoklu tekrarların yapılmasına ve otomatik olarak güven aralığının hesaplanmasına olanak tanır. Bununla birlikte model, kuran kişi hangi tip denemelerin uygun olacağına karar vermelidir. Simülasyon denemeleri yapılırken aşağıdaki sorular sorulmalıdır:

» Sistemin durgun durumuyla mı ilgileniyorum yoksa bir operasyonun belirli bir durumuyla mı?

» Modelin doğru başlangıç konumunu nasıl belirlerim? (eliminating start-up bias)

» Modelin beklenen doğru davranışını tahmin etmekte kullanılabilecek olan gözlemleri elde

etmenin en iyi metodu nedir?

» Simülasyonun uygun çalışma süresi ne kadardır?

» Kaç tekrar yapılmalıdır?

» Kaç farklı rasgele değişken kaynağı (random number streams) kullanılmalıdır?

Bu soruların cevapları büyük ölçüde şu üç faktör tarafından belirlenecektir:

» Simülasyonun doğası (sonlandırılan ya da sonlandırılmayan)

» Simülasyonun amacı (kapasite analizi, alternatif karşılaştırmalar gibi)

» Gereken hassasiyet (kaba tahmine karşı güven aralığı tahmini)

Deneysel tasarım ( Experimental Design), alternatiflerin karşılaştırılması ve analizi için prosedürlerin belirlenmesidir. Amacı, simülasyondan elde edilen bilgilerden maksimum derecede faydalanırken harcanan çabayı azaltmaktır. Böyle bir plan yapmadan alternatifler arasında gerçekçi karşılaştırmalar yapmak zor olabilir. Rasgele değişen elemanları içeren alternatiflerin deneme testi, aynı rasgele sayı kümesiyle yapılabilir. Her deneme için benzer olaylar sırası yaratılabilir ve alternatifler arasındaki farkı görebilmek için varyans azaltma teknikleri kullanılabilir. Değişik alternatif çözümlerin performansları, seçilen bir kritere göre istatistiksel olarak karşılaştırılabilir.

ProModel, MedModel ve ServiceModel, henüz hiçbir simülasyon yazılımında bulunmayan, DOE (Design of Experiments) ve faktöriyel dizayn temeline dayalı SimRunner isimli optimizasyon modülüne sahiptir. Modelde test etmek istediğiniz giriş faktörlerini SimRunner’a tanımladıktan sonra, sistem performansını ölçmek için seçtiğiniz amaç fonksiyonunu SimRunner’da oluşturabilirsiniz. SimRunner değişimine izin verdiğiniz sistem girdilerinin, tanımlanan amaç fonksiyonunu en iyilemek için gerekli, en uygun kombinasyonunu size sunar. 

Sonuçların Analizi ve Dökümantasyon

Her model konfigürasyonunun sonuçlarının mutlaka iyi bir dökümantasyonu yapılmalıdır. Normal raporlara ek olarak, yapılacak dikkatli bir dökümantasyon, modeli kuran kişinin hangi alternatifin en iyi sonucu verdiğini belirlemesine ilave olarak, yeni alternatifler doğuracak eğilimlerin de kolaylıkla ortaya çıkmasını sağlayacaktır. Bazı durumlarda, algılanan iyileşmenin istatistiksel önemini belirlemek için ek tekrarlara (replications) ihtiyaç duyulabilir.

Genel olarak modeli kuran kişi, modellenen alternatiflerin, kullanılan varsayımların ve elde edilen sonuçların bir listesini oluşturur. Simülasyon yazılımları genellikle sonuçları istatistiksel olarak tablo formatında oluşturur. Buna ek olarak animasyon ve çıktı grafikleri, simülasyon sonuçlarının sunulması açısında oldukça önemli yardımcılardır. Simülasyonu yapılan modelin görsel etkiside göz önüne alınmalıdır.

Sunuş bitirildikten sonra yapılacak daha fazla analiz yoksa, modelin ispatlanmış olan önerileri yerine getirilmeye hazırdır. Eğer simülasyon iyi bir şekilde dökümante edilmişse öneriyi gerçekleştirecek olan ekibe önemli bir kaynak sağlanmış olur.

Uygulama (Implementation)

Uygulama gerçekte, simülasyon projesi ile başlar. Büyük projelerde, önerilerin uygulanabilmesi, izlenen adımların uygunluğuna bağlıdır. Modeli kuran kişi ve diğer ilgili personel, simülasyon projesinin uygulanmasında rehberlik etmelidir.

Proje için bir bitiş zamanı belirlense de, iyi oluşturulmuş modeller proje bitiminden sonra rafa kaldırılmaz, genellikle sistemin başka parçalarını da içine alacak şekilde geliştirilirler ya da başka modellerle entegre edilip sürekli iyileştirme çalışmalarında kullanılırlar. Bu aşamada model kurucu model mantığı ve varsayımlara ilgili dökümantasyonu sürekli iyileştirme çalışmaları için saklamalı ve yapılan çalışmalara göre güncellemelidir.