Совершенствование организации бизнес-процессов в сельскохозяйственной организации на основе имитационного моделирования Е.В. Худякова, ИММОД-2013, Казань, 16-18 октября

ЗАО "Куликово" - сельскохозяйственное предприятие севера Московской области, производящее картофель и овощи. С целью повышения эффективности производства в хозяйстве создан цех по переработке картофеля. Для оценки эффективности организации бизнес-процессов была разработана имитационная модель данного цеха.
» Подробнее

Разработка имитационной модели однокомпонентной системы массового обслуживания с ограниченным временем пребывания в очереди А.Ю. Холодов, ИММОД-2013, Казань, 16-18 октября

В рассмотрение вводится система массового обслуживания (СМО) с ожиданием. Заявки поступают в систему через временные интервалы, описываемые произвольной функцией распределения A(t). СМО имеет одно обслуживающее устройство (узел), в котором поступающая заявка обслуживается в течение временного интервала, описываемого некоторой произвольной функцией распределения B(t). Если вновь поступившая заявка "застает" обслуживающее устройство занятым (обслуживающим другую заявку), она "ожидает" обслуживание в очереди. Определим дисциплину прохождения заявки в очереди как FIFO. [...]
» Подробнее

Комплекс мультиагентных моделей анализа и управления рисками виртуального предприятия Э.Б Песиков, А.В. Дорогин, ИММОД-2013, Казань, 16-18 октября

В связи с развитием информационно-сетевых технологий большой интерес представляет такая организационная структура, как виртуальное предприятие. Актуальной является проблема разработки и последующей программной реализации методов анализа и управления рисками виртуального предприятия. Рассматривается один из возможных подходов к управлению рисками, основанный на имитационном моделировании финансовых потоков виртуального предприятия с помощью метода Монте-Карло. Модель строится на основе агентного подхода с использованием программной среды Anylogic.
» Подробнее

Создание агентных имитационных моделей (process mining) Е.А. Ланцев, М.Г. Доррер, ИММОД-2013, Казань, 16-18 октября

Цель данной статьи – предложить методику создания агентных имитационных моделей на основе формальных моделей бизнес-процессов, восстановленных алгоритмами интеллектуального анализа процессов (Process mining).
» Подробнее

Получение агентной имитационной модели из дискретно-событийного описания бизнес-процесса Е.А. Ланцев, М.Г. Доррер, Научно-технические ведомости СПбГПУ 3' (174) 2013

Предложена методика трансляции модели из нотации ARIS eEPC в агентную имитационную модель AnyLogic. Поставлен эксперимент по трансляции модели описанной нотацией eEPC в агентную имитационную модель AnyLogic. Результаты работы могут использоваться аналитиками для сокращения времени проектирования в процессе реализации имитационных моделей, а также упрощения процесса последующей эксплуатации имитационных моделей.
» Подробнее

Как строить простые, красивые и полезные модели сложных систем Андрей Борщев, к.т.н. Материалы конф. «Имитационное Моделирование. Теория и Практика» ИММОД 2013 Казань

Имитационные модели, выглядящие неестественно, нестройно, неадекватно сложно, некрасиво, скорее всего не являются полезными. Речь идёт, естественно, не столько о красоте интерфейса пользователя и анимации, сколько о простоте и понятности конструкций, использованных разработчиком внутри.

» Подробнее

Использование имитационного моделирования для обоснования выбора портового оборудования на примере внутрипортовой логистики Ю. О. Тропина (Санкт-Петербург), ИКМ ММТС 2013

При проектировании нового порта или модификации существующего перед руководством и инженерами встаёт множество задач о выборе оптимального оборудования для выполнения различных внутрипортовых операций. С одной стороны, оборудование должно обладать техническими характеристиками и присутствовать в количестве, достаточном для обработки грузооборота порта, с другой стороны, инвестиции в оборудование и его обслуживание не должны превышать определённых границ бюджета. Подобные задачи встают для всевозможных типов оборудования порта, а именно, подъемно-транспортного оборудования, инженерных сетей, систем для обработки специальных типов грузов (накатных, наливных и др.), судов портового флота, железнодорожного оборудования и др.
» Подробнее

Интервью Андрея Борщева, ген. директора "Экс Джей Текнолоджис", об истории компании и развитии рынка имитационного моделирования в России Андрей Борщев, ген. директор "Экс Джей Текнолоджис"

Как пивоваренной компании проложить оптимальные маршруты для полутора тысяч железнодорожных вагонов, развозящих продукцию по всей России? Как ритейлеру понять, сколько складов и где нужно построить, чтобы обеспечить поставки в пятьсот магазинов в трехстах городах? А оператору сотовой связи узнать, насколько и за счет чего можно нарастить клиентскую базу? На все эти вопросы клиенты российской софтверной компании XJ Technologies получили ответы при помощи AnyLogic, инструмента имитационного моделирования. Начав освоение рынка с США, основатель XJ Technologies Андрей Борщев уже несколько лет продвигает свой продукт в России...
» Подробнее

Имитационная модель — уже вполне обычная составная часть логистических проектов С.А. Суслов, Логистика, №2 2012

А что, если… крупной ритейловой компании, владеющей сетью из 600 магазинов в 350 городах России, необходимо определить оптимальное количество складов и города их расположения для лучшего удовлетворения спроса покупателей и минимизации затрат на доставку и хранение товара? В 2011 году проект по моделированию этой цепочки поставок был выполнен отделом консалтинга «Экс Джей Текнолоджис».
» Подробнее

Идентификация вероятностных характеристик законов распределения для имитационной модели службы Service Desk С. А. Крол, В. Д. Алёшин. 4-я Всероссийская научно-практическая конференция по имитационному моделированию ИММОД 2009. Санкт-Петербург. 21-23 октября 2009 г.

В работе обсуждается задача идентификации статистических характеристик имитационной модели (законы распределения и их параметры) службы Service Desk (SD) Внешэкономбанка.  Задача решалось на основе данных фиксировавшихся службой SD времён обращений структур банка в службу и продолжительности решения соответствующей проблемы (длина временного ряда – 3 года). Предложенная методика и результаты идентификации законов распределения могут быть использованы при решении аналогичных задач службами Service Desk организаций и их Call-центрами.
» Подробнее