Antes de Decidir, ¡Simule! Por David Muñoz Introducción



Descargar 27.74 Kb.
Fecha de conversión25.09.2017
Tamaño27.74 Kb.
Antes de Decidir, ¡Simule!

Por David Muñoz


Introducción

En opinión de diversos auto­res, la Hamada "nueva economía" se caracteriza por la globalización de las operaciones de las empresas, y por el uso intensivo de tecnolo­gías de información, factores que han distinguido, en los últimos años, a los sectores de las industrias de desarrollo de software, teleco­municaciones, servicios de entre­tenimiento y noticias, servicios por Internet, manufactura de cir­cuitos electrónicos, computadoras, juegos de video, biotecnología y farmacéuticos, principalmente. En los inicios del nuevo milenio, encontramos que muchas de las características de la nueva eco­nomía se observan también en otros sectores de la industria.


Las empresas necesitan ser capaces de introducir rápidamente nuevos productos y servicios para atraer clientes, y a menudo los diseños del producto y del proceso productivo deben ser 1o suficien­temente flexibles para permitir la incorporación de las nuevas características que demanda un mercado en crecimiento. Por ejem­plo, el concepto de "manufactura a pedido" empieza a difundirse en sectores como el de la venta de ropa de moda, donde marcas como Zara y World pueden diseñar un nuevo producto y abas­tecer alas tiendas en plazos de tan solo tres semanas. Esta flexibilidad en los procesos productivos se complementa adecuadamente con la implantación de metodologías para pronosticar la demanda con base en la aceptación inicial del producto, 1o que permite planear la producción para responder adecuadamente a la demanda de artículos que tienen ciclos de vida relativamente cortos.
Como se ilustra en la Figura 1, los procesos de producción con capacidad para responder de manera rápida, económica y apropiada a los requerimientos del cliente, descansan fundamentalmente en cuatro factores: (1) datos disponibles y confiables de los puntos de venta, (2) pronósticos adecuados, (3) cadena de suministro rápida, y (4) adecuada plantación de los inventarios y precios. Cuando una empresa decide implantar este tipo de estrategia de ventas, a menú do debe adoptar nuevas tecnologías de información y herramientas de software para lograr estos cuatro objetivos.
La "Simulación de Evento Discreto" es una herramienta de análisis que se difunde rápidamente en el ambiente empresarial, comprobando su utilidad para apoyar la toma de decisiones rela­cionadas con la plantación de la producción y los inventarios, y con el diseño de los sistemas de producción y sus cadenas de suministro. En este articulo se des­criben las principales aplicaciones de la simulación de evento discreto como herramienta de apoyo a la toma de decisiones, así como las principales características del soft­ware disponible, que han permitido una amplia difusión de esta herra­mienta tanto en la academia como en la industria.
La "Simulación de Evento Discreto"

El concepto de sistema de evento discreto tiene por finali­dad el identificar a sistemas en los que los eventos cambian de estado en instantes espaciados en el tiempo, a diferencia de los sistemas cuyo estado puede cambiar continuamente en el tiempo (como la posición de un auto en movimiento). Aunque aparentemente simples, los sis­temas de evento discreto pueden modelar muchos de los fenómenos que enfrentan los responsa­bles de la administración de los procesos productivos en una empresa. Por ejemplo, los inven­tarios de cualquier producto só1o se alteran ante la ocurrencia de alguno de dos eventos: ingreso de un lote de abastecimiento, o retiro de cierta cantidad del pro­ducto para satisfacer el pedido de un cliente, de la misma manera como el dinero dispo­nible en cualquier cuenta ban­caria só1o puede cambiar a con­secuencia de un depósito, o a consecuencia de un retiro.


Los primeros intentos para simular sistemas de evento dis­creto datan de la década de los años 60, donde se desarrollaron las primeras simulaciones en com­putadora para planear proyectos de gran envergadura, aunque a un costa alto y utilizando lenguajes de propósito general (a menudo FORTRAN).
Las primeras herramientas para facilitar el uso de la simula­ción de evento discreto aparecen en la forma de lenguajes de simu­lación en la década de los años 70, aunque la programación en estos lenguajes se realiza todavía por medio de comandos escritos en un archivo. Lenguajes como GPSS, SIMSCRIPT, SLAM y SIMAN tienen una amplia difusión en los años 80, paralela a una gran producción científica relacionada con las posibles aplicaciones de la simulación de evento discreto, y el desarrollo de métodos para el análisis de experimentos por simulación, para generar por com­putadora la ocurrencia de eventos siguiendo patrones probabilísticos, y para permitir que el motor del lenguaje pueda modelar una gama amplia de aplicaciones.
En la década de los 90, la difusión de las computadoras per­sonales y la aparición de paquetes de simulación que se programan en ambientes gráficos, y con capa­cidades de animación, permite que la simulación se difunda amplia­mente como herramienta para el diseño y análisis en diversos sectores tanto de la industria de manufacturas como de servicios (por ejemplo, telecomunicaciones, salud, transporte y cadenas de restaurantes).

Actualmente se pueden dis­tinguir en el mercado dos tipos de paquetes para simulación de evento discreto: los de propósito general y los orientados hacia alguna aplicación o sector indus­trial específico. Entre los paquetes mas conocidos de propósito gene­ral, se pueden mencionar a Arena, Simu18, GPSS/H, AweSim, y MODSIM III, mientras que entre los paquetes con orientación hacia alguna aplicación se puede men­cionar a AutoMod, ProModel, SlMFACTORY lI.5, QUEST y Arena Packaging Edition para manu­factura, COMNET III y OPNET Modeler para redes de comunica­ciones, SIMPROCESS, ProcessMo­del, ServiceModel y Arena Business Edition para analizar flujos en procesos de negocios, y MedModel para servicios del cuidado de la salud. Los paquetes mencionados permiten la programación en un ambiente grafico por medio de módulos, y pueden incorporar animación a sus modelos, 1o que además de facilitar la programación del modelo de simulación, se constituye en una herramienta valiosa para la verificación y demostración de las capacidades del modelo.

En la Figura 2 se presenta una ventana con la animación de un sistema de almacenamiento y recuperación de artículos desarrollados en el paquete Arena. Al lado izquierdo se pueden apreciar los módulos que típicamente se seleccionan y luego se "arrastran" a la ventana de programación para desarrollar el modelo, facilitando de esta manera el proceso de desarrollo y programación del modelo de simulación de evento discreto.

Aplicaciones en manufactura

La manufactura ha sido tra­dicionalmente una de las áreas de aplicación más importantes de la simulación de evento discreto. Tanto es así que la mayoría de paquetes de simulación de propó­sito general incluyen propiedades que permiten modelar fácilmente recursos y características de los sistemas de manufactura; por ejemplo, los módulos que se utili­zan para modelar el desempeñó de recursos de mana de obra y equipo, frecuentemente tienen capacidad para modelar indis­ponibilidad de los recursos, así como fallas y bloqueos que pudie­ran ocurrir durante el proceso de manufactura.


A menudo los paquetes de simulación disponen también de módulos para modelar el compor­tamiento de equipo para el manejo y traslado de materiales, como vehículos automáticos, bandas transportadoras, carros, monta­cargas u otros mecanismos para el transporte de materiales. Cabe mencionar que el modelado de ciertos transportadores (como las bandas de este tipo) utilizando algún lenguaje de propósito gene­ral, no es trivial. La capacidad de los paquetes de simulación de evento discreto para modelar mecanismos de transportación se ha utilizado exitosamente para modelar también la congestión en sistemas de transporte vial Las principales aplicaciones de la simulación de evento dis­creto en manufactura se relacionan tanto con el diseño y disposición de las instalaciones como con la planeación y el control de las acti­vidades productivas. Las aplica­ciones relacionadas con el diseño y disposición de las instalaciones incluyen la evaluación de deci­siones sobre el numero, tipo y disposición de maquinas y equipo, la localización y tamaño de los diferentes espacios para el mate­rial en proceso, y los requerimien­tos de transportadores y equipo de apoyo, entre otras.
En cuanto alas aplicaciones relacionadas con la planeación y el control de la producción, se puede mencionar la comparación de diferentes políticas para la programación y secuenciación de las órdenes de producción, para la administración de inventarios, para la asignación de recursos, o también para evaluar el efecto de diferentes políticas de manteni­miento y renovación de equipos.
Transporte y cadenas de suministro

Debido a que los simula­dores de evento discreto tienen capacidad para modelar el com­portamiento de sistemas para el transporte de personas y artículos, sus aplicaciones para el diseño tanto de sistemas de transporte (en particular de aeropuertos) como para el diseño y evaluación de cadenas de suministro empiezan a difundirse ampliamente.


Con frecuencia el modelado de una cadena de suministro permite evaluar la velocidad de respuesta de la cadena, que como se mencionó en la introducción, es uno de los factores determi­nantes para lograr una adecuada atención al cliente. Un área donde las aplicaciones de la simulación son de particular relevancia, es el área de administración de inven­tarios, en particular para la deter­minación de los inventarios de seguridad, tamaños de pedidos y puntos de re-orden en los dife­rentes puntos de la cadena de suministro, teniendo en cuenta que a menudo estas decisiones son muy importantes, ya que influyen directamente en los costos del sistema y en el nivel de servicio al cliente, y por otro lado el análisis de estas decisiones tiene un alto grado de incerti­dumbre, que requieren del apoyo de herramientas que (como es el caso de la simulación de evento discreto) permitan modelar la incertidumbre.
La simulación es también una herramienta muy útil para analizar sistemas de transporte, y ha sido muy utilizada, en particular, para apoyar el proceso de planeación en aeropuertos, debido a diversos factores, entre los que pueden mencionarse que el trafico en los aeropuertos esta sujeto a cambios imprevistos, y que los mecanismos que gobiernan el flujo de equipaje y personas a menudo pueden des­componerse en subprocesos bien definidos; por otro lado, los cam­bios propuestos en el diseño de un aeropuerto no se pueden expe­rimentar antes de ser implantados, por 1o que la simulación se con­vierte en una herramienta ideal para su análisis.


Análisis de flujo en procesos de negocios

La arquitectura de prácticamente cualquier organización, o proceso de negocio dentro del mismo, puede definirse a través de 1o5 cinco componentes que se ilustran en la Figura 3: (1) las entradas (insumos) y las salidas (servicios y manufacturas) del proceso de negocios, (2) las uni­dades que fluyen en el sistema (a menudo clientes y productos en proceso), (3) la red de activida­des y espacios para la espera de las unidades que fluyen en el proceso, (4) los recursos que permiten ejecutar las actividades, y (5) la estructura de información que permite tomar decisiones sobre el proceso de negocios.

Al identificar los elementos de la Figura 3 con el propósito de describir un proceso de negocios, se esta adoptando una visión de proceso que par un lado es muy útil para adquirir una visión integral del proceso en su conjunto, y par otro permite evaluar características muy importantes, entre las que pueden mencionarse la capacidad del sistema, el tiempo necesario para satisfacer los pedidos de aten­ción (u órdenes de producción), y 1o5 niveles de congestión e inven­tarios que se generan en el proceso ante diferentes escenarios. Las herramientas apropiadas para eva­luar estas medidas fundamentales de desempeño del proceso de nego­cios son los paquetes de simulación de evento discreto, que también se convierten en herramientas de diseño y reingeniería, debido a su capacidad para evaluar el desempeño del proceso cuando se alteran elementos del mismo, por ejemplo, modificando la red de actividades y los tiempos de ejecución de las mismas, alterando la calidad y cantidad de recursos, o implantando diferentes políticas de asignación y programación de recursos y actividades.

Conclusión

En un ambiente de compe­tencia donde se difunden las exi­gencias de una nueva economía, a medida que las empresas enfren­tan la necesidad de introducir rápida y oportunamente nuevos productos y servicios, estas deben adoptar nuevas tecnologías de información y herramientas de software que les permitan lograr sus objetivos. La simulación de evento discreto es una de las herra­mientas actuales que, con base en el rápido crecimiento de sus aplicaciones, esta demostrando una gran capacidad para apoyar la toma de decisiones encaminadas a lograr una adecuada planeación de la producción y los inventarios, y un adecuado diseño de los siste­mas de producción y sus cadenas de suministro, actividades nece­sarias en la nueva economía.

Actualmente existe una gran variedad de herramientas de soft­ware que permiten conducir expe­rimentos de simulación de evento discreto, con cualidades para lograr una fácil programación en un ambiente grafico, y con capacidad para dar animación a los modelos, 1o que ha facilitado el acelerado crecimiento de las aplicaciones de la simulación de evento discreto en diversos sec­tores, entre los que pueden men­cionarse la industria de manufac­tura en general, y los servicios de transporte, distribución, tele­comunicaciones y salud.

En el Departamento de Ingeniería Industrial y Operaciones del ITAM, la simulación de evento discreto es un área activa en inves­tigación y docencia, ya que se ofrecen las materias de Simulación de Sistemas, en calidad de obliga­toria para la carrera de Ingeniería Industrial, y de Simulación de Sistemas para la Administración como optativa para las carreras de Administración, de Matemáticas Aplicadas, de Ingeniería en Computación y de Ingeniería en Telemática; en ambas materias se utiliza el paquete Arena como herramienta de aprendizaje. Por otro lado, los profesores del Depar­tamento cuentan con publicacio­nes reconocidas en el área, así como experiencia en la ejecución de proyectos con empresas en los que se han desarrollado y utilizado modelos de simulación de evento discreto para apoyar la toma de decisiones.



Referencias

Anupindi, R., Chopra,S., Deshmukh, S. D., Van Mieghem, ]. A. Y Zemel, E. (1999), Managing Business Process Flows. USA:

Prentice Hall.

Hayes, R. H. (2oo2), "Challenges Posed to Operaiions Management by the New Economy", Production and Operations Management, Vol. 11, No.1, pp 21-32. Law, A. M. Y Kelton, W. D. (2ooo), Simulation Modeling and Analysis (3a Ed.). USA: McGraw-HilI.



Padmos, ]., Hubbard, B., Duczmal, T. y Saidi, S. (1999), "How 12 Integrates Simulation in Suply Chain Optimization", Proceedings of the 1999 Winter Simulation Conference P. A. Farrington, H. B. Nembhard, D. T. Sturrok y G. W. Evans, eds., pp135o-1355





La base de datos está protegida por derechos de autor ©bazica.org 2016
enviar mensaje

    Página principal