Рассмотрим простую систему, предоставляющую сервисное обслуживание — операционный зал банка. В банке есть два менеджера, отвечающие за два различных типа операций: выдачу инвестиций и работу со счетом. К менеджерам з очереди стоят посетители. После обслуживания менеджером каждый клиент идет в кассу, получая либо сдавая деньги. Очередь в кассу общая.
Цель моделирования такой системы может быть разной. Для банка можно сотавить задачу анализа оптимального размещения кресел для менеджеров.
Однако наиболее типичной целью исследования в подобных задачах массового обслуживания является оценка эффективности системы, т. е. нахождение числовых значений характеристик, описывающих качество обслуживания системой потока посетителей. Такими характеристиками является время, проведенное клиентом в банке, длина очереди, которую он отстоял, процент времени занятости обслуживающего персонала. Для поддержки принятия управленческих решений важно также уметь решать обратные задачи анализа: например, определять минимальное количество обслуживающего персонала при ограниченной средней длине очереди клиентов.
Клиенты приходят в банк обычно в случайные моменты времени. У каждого клиента свои вопросы по своему счету или по будущему кредиту, поэтому время обслуживания тоже случайно. Оплата в кассе занимает случайное время, поскольку один посетитель может приготовить точную сумму, а другому нужно дать сдачу. Операционный зал банка является типичной системой массового обслуживания (СМО). Такую систему можно представить моделью с небольшим числом типов абстрактных объектов: клиенты представляются заявками на обслуживание, а объекты, выполняющие обслуживание (менеджеры, кассиры), представляются приборами, обрабатывающими заявки. Объекты типа "очередь" имитируют ожидание без обработки.
Структура имитационной модели, которая даст ответ на поставленные вопросы, должна отражать структуру реальной системы массового обслуживания: заявки (клиенты банка) генерируются (входят в систему), становятся в очереди к обслуживающим приборам, а после полного обслуживания покидают систему. Характерной особенностью СМО является стохастическая природа описывающих эти системы характеристик. Структура модели операционного зала банка в данных терминах имеет вид рис. 3.1.
На рис. 3.1 генераторы заявок имитируют события прихода новых клиентов, которые для модели все одинаковы за исключением того, что каждый из клиентов будет иметь свою собственную историю обслуживания и ожи дания в очередях. Поэтому имитирующие клиентов заявки могут хранить такую историю — моменты времени входа в систему (порождения), начала и конца обслуживания и т. п. Очереди имитируют реальные очереди людей. Обслуживающие приборы имитируют работу менеджеров и кассира. Ясно, что для оценки качества обслуживания в операционном зале банка не важны ни расположение обслуживаемого персонала, ни даже вид работы, которую выполняет конкретный служащий. С точки зрения поставленной задачи (анализа эффективности) важно только время обслуживания, и именно этим отличаются различные обслуживающие приборы в этой модели. Поскольку время обслуживания случайно, приборы просто задерживают заявки на некоторый случайный период времени. Блок "Выход заявок из системы" получает заявки и может подсчитать интегральные временные характеристики, описывающие историю обслуживания заявок в системе.
В главе 6 модель для анализа подобной СМО будет построена в среде Any Logic. Структура модели приведена на рис. 3.2. Она будет, фактически, повторять рис. 3.1. Эта структура будет собираться из элементов библиотеки Any Logic, содержащей типовые блоки: генераторы заявок, очереди, задержки и т. п. Задача моделирования при наличии такой библиотеки сводится к набору структуры системы из стандартных блоков, настройке параметров блоков и запуску модели на выполнение, что требует для разработки описанной ранее модели нескольких минут. Никаких знаний о методах построения датчиков случайных чисел, об организации списка событий, программирования для разработки и анализа таких систем не нужно. Конечно, организация сбора специализированных выходных данных и визуализация модели потребуют дополнительного времени.