«Белгородская государственная сельскохозяйственная академия»
Кафедра информатики и информационных технологий
КУРСОВАЯРАБОТА
По дисциплине: «Имитационноемоделирование экономических процессов»
На тему: «Имитационная модельоперационного зала банка»
Белгород 2011
Введение
Имитационноемоделирование — этометод исследования, при котором изучаемая система заменяется моделью, сдостаточной точностью описывающей реальную систему и с ней проводятсяэксперименты с целью получения информации об этой системе. Экспериментированиес моделью называют имитацией (имитация — это постижение сути явления, неприбегая к экспериментам на реальном объекте).
Цель имитационногомоделирования состоит в воспроизведении поведения исследуемой системы на основерезультатов анализа наиболее существенных взаимосвязей между ее элементами илидругими словами — разработке симулятора исследуемой предметной области дляпроведения различных экспериментов.
Идея имитационногомоделирования дает возможность экспериментировать с системами (существующимиили предлагаемыми) в тех случаях, когда делать это на реальном объектепрактически невозможно или нецелесообразно.
Моделирование — этозамещение одного объекта (оригинала) другим (моделью), фиксация и изучениесвойств модели. Замещение производится с целью упрощения, удешевления и ускоренияизучения свойств оригинала.
Модель — это тоже системасо своими множествами параметров и характеристик. Важное требование к моделиявляется ее адекватность к исходной системе в рамках решаемой задачи.
Имитационноемоделирование — это метод исследования, при котором изучаемая системазаменяется моделью, с достаточной точностью описывающей реальную систему и сней проводятся эксперименты с целью получения информации об этой системе.Экспериментирование с моделью называют имитацией (имитация — это постижениесути явления, не прибегая к экспериментам на реальном объекте).
Решение задачиимитационного моделирования состоит в том, чтобы найти оптимальное соотношениедвух факторов: затрат на содержание обслуживающих устройств и затрат напребывание в очереди. Эти вопросы зачастую связаны с такими переменными, каквремя и частота поступления транзактов, время обслуживания и использованиеопределенного числа точек обслуживания. Изменение этих переменных меняеткачество обслуживания транзактов.
В курсовой работепредставлен процесс разработки имитационной модели обслуживание клиентов в операционногозала в среде Arena.
В первой главе,аналитической части, описана постановка задачи моделирования обслуживанияклиентов и приведена структурная схема процесса, подробно описана предметнаяобласть моделируемого процесса, логика работы системы, а также дано обоснованиевыбора программного средства для разработки модели.
Во второй главе,практической части, приведена общая схема имитационной модели “операционногозала банка”, технология её моделирования в выбранном программном средстве Arena с полным описанием основныхпараметров и свойств используемых объектов.
В третьей главе,произведен анализ результатов имитационного моделирования и проведенопланирование имитационного эксперимента, а также получены и проанализированыего результаты.
В заключении подведёнитог проделанной работы.
1. Анализ процессов обслуживания клиентов банка
1.1 Постановка задачи моделирования клиентов банка
В банке работают 4оператора выполняющие все возможные операции. Клиентов банка можно условноразделить по времени обработки на 3 группы.
Написать модель для двухвариантов дисциплин обслуживания.
1. Клиент вставать в очередь к одному из операторов(равновераятносно)
2. Клиент встает в общую очередь ко всем операторам и обслуживаетсяпервым освободившимся оператором (так называема быстрая очередь.)
Необходимо определитьзагрузку зал, среднее время, необходимое клиенту на обслуживание и предложитьварианты по повышению эффективности работы операционного клиентов банка.Нужно учесть, что клиенты первого типа прибывают каждые 20±3 минут а второготипа каждые 15±8, третий клиент прибивает каждые 15±5 на стрижку у парикмахерауходит 30 минут, на бритьё 12(время распределения по экспоненциальному закону).
Исходные данные задачи представленыв таблице 1Количество клиентов Интенсивность прихода (чел… час) Время обслуживания (мин) 1 20 3 2 15 8 3 5 15
Необходимо построитьмодель на основе исходных данных и на её основе исследовать систему снесколькими вариантами изменения исходных данных. Будем проводить испытаниясистемы с 3-мя вариантами исходных данных:
1) оригинальныйвариант исходных данных;
2) при сокращениизатрат времени на обслуживание клиентов
3) при увеличенииколичества операторов до 4.
4) постановкой банковскоготерминала
В каждом из этих случаевнадо смоделировать работу в течение 100 часов и оценить степень загрузкиоператоров банка, а так же среднее время обслуживания клиентов.
1.2 Оценка перспективуправления процессом банковского обслуживания клиентуры (состояние «как будет»)
Переход менеджментасовременного банка из состояния «как есть» в состояние «как будет», безусловно,должен начинаться с анализа текущих проблем банковского обслуживаниякорпоративных клиентов. (Для этой цели можно использовать методику построения«графы проблем»).
По итогам проведенногопроблемного анализа можно сделать вывод о том, что при переходе к эффективномуобслуживанию клиентуры потребуется создание в банке единой системы обслуживанияи соответствующее разделение полномочий (с учетом специализации менеджеровбанка) по окончании проведения их сегментации по группам.
Кроме того, введение иразвитие подобной системы в банке потребует осуществления постояннойкоординации всей ее деятельности, расширения ассортимента и повышения качествауслуг с учетом мирового опыта, оптимизации денежных потоков с учетом перспективразвития бизнеса, поддержания отношений с рейтинговыми агентствами, приведенияфинансовой отчетности банка в соответствие с мировыми стандартами, расширениягеографии деятельности клиентов, обеспечения информационной открытостидеятельности банка перед партнерами.
По нашему мнению, дляповышения эффективности банковского обслуживания необходимо создать в каждомбанке подразделение, осуществляющее индивидуальный подход к каждому доходному иперспективному корпоративному клиенту. Среди его функций может быть разработкавозможных стратегий и планов достижения целей, определенных совместно клиентоми банком. В этом случае, банк будет отвечать за инвестиционную, финансовую поддержкудеятельности клиента, а клиент — за их практическую реализацию. Кроме того,банком должен быть сформирован портфель услуг, предоставляемых клиенту всоответствии с разработанной стратегией на взаимовыгодной основе. При этомбанку важно постоянно оценивать рентабельность обслуживания каждого клиента и,в зависимости от полученных результатов, корректировать планы его обслуживания.
В изменившейсяэкономической ситуации, возможно, станет нормой предложение услуг крупнымклиентам «в пакете». Более того, каждому новому клиенту в первую очередь можетбыть предоставлена возможность получения сложной услуги, демонстрирующей емувозможности банка. Очевидно, что в случае успеха банк получит во временное ивозмездное пользование значительные свободные денежные средства, лежащие насчетах клиента, и заявки на другие услуги.
Таким образом, состояние«как будет» предполагает следующее. Банк разрабатывает бизнес-процессобслуживания корпоративных клиентов в соответствии со сформулированнымиосновными целями и задачами, определяет стратегию и тактику их достижения иразрабатывает план их практической реализации.
В ходе реализации плана,банк активно использует индивидуальный подход к каждому корпоративному клиенту.Банк проводит экспресс-анализ его текущего финансово-экономического состояния,устанавливает индивидуальные цели и задачи обслуживания, выбирает для каждогоних индивидуальные стратегию и тактику обслуживания, разрабатываетиндивидуальный план их реализации, ход выполнения которого контролируется спомощью оценки обратной связи «клиент-банк», определяет особый механизмвзаимодействия с корпоративным клиентом.
При возникновенииотклонений фактических показателей от планируемых, банком проводитсясоответствующая корректировка планов и механизма обслуживания, а такжеизменяется стратегия обслуживания. Если это явление принимает массовыйхарактер, то корректируется общая стратегия, пересматриваются цели и задачи,т.е. корректируется политика обслуживания всех клиентов банка.
Основные элементыпроцесса обслуживания «как будет» показаны на рис. 1.
(Обозначения: Клиент — высокодоходный, привлекательный для банка перспективный корпоративный клиент).
/>
Рис. 1
1.3 Описаниемоделируемого процесса
В исследуемой моделиимеются транзакты четырех операторов – выполняющие все возможные операции.Клиентов банка можно условно разделить по времени обработки на 4 группы Вкачестве используемых ресурсов выступающих в банке.
Алгоритм работымоделируемого процесса в общем виде можно представить в виде блок-схемыпроцесса, которая приводится с приложением А.
Описание блок-схемыработы моделируемого процесса представлено в таблице 1.
Таблица 1 — Описаниеблок-схемы моделируемого процессаНомер блока Описание блока
1. Начало процесса моделирования
2. Поступление транзакта-клиент
3. Транзакт получает информацию из оператора
4. 25% из транзактов возвращаются
5. Возвращающийся транзакт гуляет 15 ±5
6. Транзакт возвращается к блоку 2
7. Транзакта вставает в очеред к одному операторов
8. Транзакт вставает в общую очередь ко всем операторам и обслуживается первым свободившися оператороом
9. Вывод результатов
10. Выход
1.4 Выбор программногосредства моделирования системы
Развитие имитационногомоделирования началось в 50-х годах. Сначала имитационные модели разрабатывалина языках типа FORTRAN. В 60-х годах появились и стали развиватьсяспециализированные языки имитационного моделирования GPSS, SIMSCRIPT, GASP, SIMULA SLAM. Их применениепозволило упростить процесс имитации систем. В 80-х годах стали разрабатыватьимитационные системы (среды), содержащие интерфейс непрограммирующегопользователя, входные и выходные анализаторы, возможность анимации процессаимитационного моделирования. В наше время на рынке ПО для имитации предлагаетсяболее 50 мощных продуктов имитационного моделирования, таких как Arena, AutoMod, Ехtеnd, GPSSWorld и др. Сейчасразработка методов имитационного моделирования находится в середине своегоразвития. Ведутся работы по совместному функционированию распределенныхимитационных моделей, связи имитационных моделей через Интернет,универсализации моделей, расширению библиотек.
Для построения моделибыла выбрана система Arena(фирмы Rockwell Software), так как она наиболее оптимально подходит для решенияпоставленной задачи, имеет интуитивно понятный интерфейс, наиболееприспособлена для решения задач на основе движения транзактов.
Рассматривались такжеварианты использования таких программных продуктов, как системы GPSS и Ithink, а также языки программирования VB.net, VBA и C#.системы GPSS и Ithink были отвергнуты по ряду причин. Система GPSS является более сложной дляпонимания, чем Arena. В Arena предоставляется возможность моделирования спомощью интерфейса, а в системе GPSSнеобходимо знание языка моделирования: команд и операторов. Система Ithink удовлетворяет всем требованиям,кроме обеспечиваемых средств управления самим программным обеспечением – в нейотсутствует возможность сохранения модели. Используя для моделирования VB.net, VBA и C#,невозможно было бы достичь того же уровня визуализации и анимирования как вArena за отведённый на работу период времени. Кроме того, использование языковпрограммирования ставит проблему отображения статистической информации, безкоторой проблематично построение диаграмм и гистограмм. Конечно, это возможно.Но в Arena намного легче – это и есть основная причина выбора.
Arena — программноеобеспечение для имитационного моделирования, позволяет создавать подвижныекомпьютерные модели, используя которые можно адекватно представить очень многиереальные системы.
Имитационноемоделирование в среде Arenaпозволяет рассматривать процессы, происходящие в системе, практически на любомуровне детализации. В имитационной модели можно реализовать практически любойалгоритм управленческой деятельности или поведения системы.
Модели с помощью Arenaмогут быть построены для таких сфер деятельности как: производственныхтехнологических операций, складского учета, банковской деятельности,обслуживания клиентов в ресторане и т.д.
В целом системаисключительно проста в использовании. В системе Arena удачно соединеныинтерфейсные возможности среды Windows и присущая Arena легкость иерархическогопостроения модели и ее последовательного приближения к реальному объекту.
Arena относится к инструментам,позволяющим моделировать многие процессы в бизнесе.
Arena позволяет:
— моделировать процессыдля последующего исследования, документирования, коммуникаций;
— моделировать бизнес «as to be», отразить все протекающие процессы, определить возможностиусовершенствования;
— визуализироватьпроцессы с помощью динамической графики и мультипликации;
Arena позволилаорганизациям в разных странах:
— избежать дорогостоящихошибок, вызываемых реализацией исключительно интуитивных решений;
— разработать процессы,позволяющие бороться с тупиками и неопределенностью, вызванными случайностью инепостоянством систем;
— обнаружить скрытыерезервы и устранить тормозящие факторы в существующих реализациях и внутреннихпроцессах;
Возможности системы Arena соответствуют требованиямпоставленной задачи моделирования операционного зала.
2. Структура системыанализа операционного состояния банка
банковскийобслуживание программный средство
Работа системы анализа(рис. 2) начинается с получения из БД автоматизированной банковской системысведений о ресурсах банка и заключенных финансовых сделках. На основании этихданных производится расчет показателей текущего состояния банка.
/>
Рис. 2
2.1 Построениеимитационной модель операционного зала
Рассмотрим процесс работыоперационного обслуживания банка, изображённые на рисунке 3. На этом этапе,исходя из условий задачи, необходимо описать алгоритм работы модели и задатьдля каждого модуля соответствующие параметры.
/>
Рис. 3 — Граф модели всреде Arena
На рисунке показанамодель в предстартовом состоянии. Вид модели в действии изображён на рисунках19-21 приложения Б. Модель состоит из одного типа модулей: основная цепьблоков, моделирующих процессы появления, перемещения и исчезновение
Модули модели
Транзакты первого типасоздаются в модуле Create с именем «Client 1»
/>
Рис. 4 — Параметры модуля«client 2»
Транзакты второго типасоздаются в модуле Create с именем «creat 2»
/>
Рис. 5 — Параметры модуля«Client»
Транзакты второго типа создаютсяв модуле Create с именем «Client 1,2,3» Транзакты второго типа создаются в модуле Assign
/>
Рис. 6
Далее транзакты следуют вмодуль Decide под названием «decide».В этом блокепроисходит определение, время или процент в ресурсе для транзакта.
/>
Рис. 7
В случае если мест нету,транзакт идёт на блок Decideс названием «Process». В этом блоке происходитраспределение транзактов, 25% остаются в модели и переходят в блок Process с названием «Cassa1», после чего, возвращаются на блок Decide с названием «Cassa 2». Остальные транзакты покидают модель через блок Dispose с названием «Dispose».
/>
Рис. 8
Вывод транзактапроисходит через модуль Dispose«exit to Banc».
/>
Рис. 9
Установите курсор в ячейкаПриступаем к проведению имитационного эксперимента.
Выберите в главном менютему «Сервис» пункт «Анализ данных». Результатом выполненияэтих действий будет появление диалогового окна «Анализ данных»,содержащего список инструментов анализа.
Выберите из списка«Инструменты анализа» пункт «Генерация случайных чисел» инажмите кнопку «ОК» (рис. 10).
/>
Рис. 10
В окне параметров видно,что в модели фактически используются 3 вида ресурсов, все они обледенены (set). Каждый ресурс это место в банкедля каждого клиента
/>
Рис. 11
/>
Рис. 12
/>
Рис. 13
3. Анализ результатов имитационногомоделирования
После прогонаимитационной модели был получен ряд отчётов с результатами моделирования.
Далее рассмотрим ту частьотчёта, которая связана со степенью загрузки операторов банка, среднее время,обработки транзакта.
/>
Рис. 14
Заметим, что приоригинальных условиях (рисунок 10) загруженность ресурсов клиентов сильноразлична если операторов марина и мба мича загружены на 91 и 95 процента, тозагруженность ресурса оператора Евгений составляет всего 93 процентов. Однакопри запуске модели мы видим, что все операторы банка работают одинаковоеколичество времени.
Это объясняется тем что,через зал хоть и проходит одинаковое количество клиентов но затрачиваемое времяна оказание услуг ресурсами различно. К тому же, такую разницу между тем, чтомы видим визуально и гистограммой отчёта можно объяснить тем, что визуальноотображается перемещение от одного блока к другому, на что уходит определённоевремя. Т.е. мы наблюдаем процесс появления посетителей банка, когда этотпроцесс уже завершён. Соответственно, при прогоне модели визуально мы можем оценитьлишь анимацию перемещения посетителей. А в отчёте мы уже оцениваем реальныестатистические данные. Следовательно, эффект одинаковой загруженностиоператоров объясняется разницей времени, требуемого на оказание услуг, так же, анимациейи реальным временем, потраченным на оказание услуг.
/>
Рис. 15
/>
Рис. 16
На рисунке 16 можнозаметить распределение нагрузки между операторами практически равномерно, заисключением лишь одного оператора банка Евгений это обусловлено тем, о чемговорилось в первом случае. Следовательно, повышение количества клиентов до 4не значительно повышает эффективность работы операторов видно что уровеньзагруженности операторов не как не изменился по отношению к первому случаю, ноколичество обслуженных клиентов несколько возросло относительно первого случая.
По сравнению со вторымслучаем мы можем заметить что количество обслуженных клиентов абсолютноодинаково, но количество требуемых ресурсов во втором случае выше чем в 1случае, и также уровень загруженности ресурсов практически не изменился поотношению ко второму случаю. Отсюда, можно сделать вывод, что 1 случай(сокращения времени обслуживания) будет более оптимален по отношению костальным.
Заключение
В результате курсовойработы была решена задача моделирования обслуживания клиентов операционногозала банка. Проведен анализ обслуживания клиентов двух типов. Построеннаяимитационная модель в системе Arenaпозволяет оценить загрузку ресурсов операторов, проследить зависимостьэффективности работы оператора от времени обработки и времени обслуживанияклиентов.
Как показалоисследование, в обоих случаях банк начинает работать лучше. Однако, еслиучесть, что степень загрузки клиентов сопоставима как при увеличении операторовв банке, так и при уменьшении времени обслуживания клиентов, то основнымфактором остаётся время затрачиваемое на оказание услуг клиентам. По этомукритерию явно лидирует 2-ой эксперимент с быстрая очередь уменьшением временина оказание услуг клиентам. Окончательный выбор, если не учитывать стоимостьпереоборудование и переквалификации банке в каждом из случаев, остаётся заснижение время обслуживания.
Вывод: для повышения эффективности работыбанка, прежде всего, необходимо уменьшить время затрачиваемое на оказание услугклиентам (сокращение время обслуживания) и установкой банковских терминалов.
Список используемойлитературы
1. В.Н. Томашевский, Е.Г. Жданова«Имитационное моделирование в среде GPSS».-М.: Бестселлер,2003.- 416 с.
2. Б.Я. Советов, С.Я. Яковлев«Моделирование систем». — М.: «Высшая школа», 2003.
3. В. Боев «Моделирование систем.Инструментальные средства GPSS World».-СПб.: «БХВ-Петербург», 2004.
4. Соболь И.М. «Метод Монте-Карло»,Москва «Наука», 1985 г.
5. Справочник по работе банка данныхсистемы МИМЕР. Часть 1 /Основы технологии банка данных. Принцип работы СУБДМИМЕР. Компоненты семейства МИМЕР // Обработка информации в высших и специальныхучебных заведениях. Берлин Центральный институт.
6. Клейнрок Л. «Теория массовогообслуживания» — М.: Машиностроение, 1979. — 432 с.
7. Прицкер А. «Введение вимитационное моделирование» — М.: Мир, 1987.-644 с.
8. Емельянов А.А., Власова Е.А.,«Имитационное моделирование экономических процессов» — М. Финансы и статистика,2002.
9. Вентцель Е.С. Теория вероятностей.- М.: Наука, 1969. — 564 с.
10. Пугачев В.С. Теория вероятностейи математическая статистика. — М: Наука, 1979. — 327 с.
11. Бусленко Н.П. Моделированиесложных систем. — М.: Наука, 1978. 399 с.
12. Шрайбер Т.Дж. Моделирование на GPSS. -W.: Машиностроение, 1979. — 287 с.
13. Варфоломеев В.И. Алгоритмическоемоделирование элементов экономических систем. — М.: Финансы и статистика, 2000.- 208 с.