Modele procesów zapisane w notacjach procesów biznesowych

Kolejną grupą modeli schematycznych stanowią modele procesów zapisane w no-tacjach biznesowych, umożliwiające „identyfikowanie, definiowanie, strukturalizowa-nie, projektowastrukturalizowa-nie, integrowanie procesów, a w dalszej kolejności usprawnianie pro-cesów i zarządzanie nimi. Wynikiem modelowania są modele propro-cesów, będące uproszczonym, niematerialnym odzwierciedleniem realnych procesów” [154]. Modele procesów biznesowych wykorzystuje się do [154, 115]:

 identyfikacji procesów,

 sterowania nimi przez ustalenie celów, ich kontroli w czasie oraz, w zależności od wartości uzyskanych parametrów, podjęcie działań korygujących,

 tego samego sposobu rozumienia procesów przez osoby z różnych szczebli organi-zacyjnych i z różnych obszarów funkcjonalnych w organizacji,

 do przeprowadzania zmian organizacyjnych, zmian dostosowawczych do zmien-nych warunków otoczenia, w restrukturyzacji i reorganizacji przedsiębiorstwa,  projektowania i wdrażania systemu zarządzania jakością, na potrzeby

dokumento-wania i certyfikodokumento-wania systemu,

 wdrażania rachunku procesowego kosztów (ang. Activity Based Costing),

 wdrażania podejścia procesowego oraz kształtowania zarządzania wiedzą w orga-nizacji zorientowanego na procesy,

 do kształtowania i wdrażania systemów informatycznych w przedsiębiorstwach. Do budowy tego typu modeli zazwyczaj wykorzystuje się tzw. metodyki modelowa-nia. Metodyka zawiera zestaw pojęć, notacji, określa rodzaje modeli, język zapisu, tech-niki i sposoby postępowania służące do analizy systemu oraz do projektowania poję-ciowego, strukturalnego i logicznego modelu. Zazwyczaj w metodyce za-warty jest:  sposób modelowania systemu z podziałem na etapy prowadzonego projektu oraz

role uczestników i scenariusze postępowania w każdym z etapów,

 rodzaje modeli tworzone w każdym etapie projektu i notacje, których należy uży-wać podczas budowy modeli,

 rodzaj dokumentacji powstający na każdym etapie projektu.

Istnieje wiele różnych metodyk umożliwiających schematyczne modelowanie pro-cesów biznesowych. Ich zróżnicowanie oraz historia rozwoju bierze się stąd, że przed modelowaniem procesów biznesowych zazwyczaj stawia się dwie grupy celów [154]. Jedna grupa celów związana jest z projektowaniem i zarządzaniem organizacją, a dru-ga z kształtowaniem systemów informatycznych do zarządzania ordru-ganizacją.

Zamode-Modelowanie systemów produkcyjnych 61

lowanie procesów biznesowych stanowi podstawę w wyborze odpowiedniego systemu informatycznego oraz znacznie redukuje ryzyko jego budowy.

W zależności od przyjętej grupy celów rozróżnia się metodyki modelowania pro-cesów biznesowych do prowadzenia analiz, optymalizacji i sterowania procesami go-spodarczymi oraz metodyki do modelowania procesów w celu budowy systemów in-formatycznych. Dalej przedstawiono wybrane notacje wykorzystywane między innymi w modelowaniu systemów produkcyjnych.

3.1.3.1. NOTACJA IDEF0

Metody IDEF (ang. Integration Definition) są to metody modelowania i projektowa-nia, stosowane w komputerowo wspomaganej inżynierii biznesu, do opisu i analizy stanu organizacji oraz planowania i zarządzania transformacją w różnych aspektach [112]. Ro-dzina metod IDEF obejmuje metody modelowania przedsiębiorstw w aspekcie [192]:  ich funkcji,

 odbywającego się przetwarzania informacji,  zachodzących w nich procesów.

IDEF0 (ang. Integration Definition for Function Modelling) należy do grupy me-tod IDEF i służy do budowania modelu funkcji, będącego ustrukturyzowaną reprezen-tacją graficzną funkcji, działań, czynności zachodzących w przedsiębiorstwie lub w innym systemie. Metoda IDEF0 jest reprezentacją graficzną funkcji, działań i czyn-ności, które zachodzą w określonym systemie (np. w przedsiębiorstwie). Zasada two-rzenia modeli z użyciem metody IDEF0 opiera się na tworzeniu bloków (ang. box), które składają się z następujących elementów [84]:

 Funkcja – czynność (działanie), proces lub przekształcanie określane przez cza-sownik lub zwrot czacza-sownikowy, który opisuje to, co musi być dokonane, aby uzy-skać określony cel. Przykładem funkcji może być wytwarzanie produktów.

 Wejścia – dane lub obiekty, które są przekształcane przez funkcję na wyjścia.  Wyjścia – dane lub obiekty, które są tworzone przez funkcję.

 Sterowanie – warunki potrzebne do tworzenie poprawnych wyjść. Dane i obiekty mo-delowane jako czynniki sterujące mogą być przekształcane zgodnie z funkcją, tworząc wyjścia. Sterowanie to wszystkie czynniki, które wymuszają działanie systemu.  Mechanizm – środki do wykonywania funkcji. Mechanizmy umożliwiają działanie

systemu.

Opisane bloki składają się na tzw. kostkę ICOM (ang. Inputs, Control, Outputs, Mechanism), co schematycznie przedstawiono na rysunku 31.

Poszczególne kostki ICOM można łączyć i wykorzystywać do modelowania procesów gospodarczych. Możliwość zamieszczenia na schemacie sposobu sterowania, jak i zaso-bów realizujących dany proces lub czynność, powoduje, że narzędzie to dobrze nadaje się do modelowania systemów produkcyjnych. Modele IDEF0 służą przede wszystkim do usystematyzowania wiedzy o funkcjach systemu i do ułatwienia porozumiewania się

Rozdział 3 62

czas prac nad jego rozwojem. Mogą służyć także do wyszukiwania i eliminacji czynności zbędnych w funkcjonowaniu systemu, a także całych zbędnych cyklów działań [192].

Rys. 31. Schemat bloku kostki ICOM

Przykład 3

Model procesu produkcji odlewów korpusu zacisku hamulcowego z apisany w notacji IDEF0

Na rysunku 32 przedstawiono model schematyczny procesu produkcji odlewów korpusu zacisku hamulcowego. Do budowy modelu wykorzystano notację IDEF0. Na modelu zaznaczono główne operacje procesu produkcyjnego, elementy wejścia i wyj-ścia z operacji, zasoby, które są potrzebne do wykonania operacji i elementy sterujące.

Odlewanie, cięcie i kodowanie Kontrola wizualna i gratowanie Kontrola RTG Obróbka cieplna Kontrola ostateczna i pakowanie Stopiony metal Zakodowane odlewy bez ukł.

wlewowych Ogratowane odlewy Odlewy dobrej jakości Odlewy do obróbki skrawaniem Braki Braki Złom Materiały wsadowe Operatorzy wózków widłowych wózki widłowe wózki ręczne

Kontrola i pomiary

Odlewy do obróbki skrawaniem Odlewy dobrej jakości

Odlewy do przetopu Odlewy do kontroli właściwości mechanicznych Odlewy do pomiarów i

kontroli mikrograficznej _{Odlewy do} pakowania Próbka stopu Wymagania klienta Zapotrzebowanie klienta Instrukcje stanowiskowe Karty technologiczne Umiejętności pracowników Zdolność produkcyjna Zapotrzebowanie klienta Materiał podstawowy K on tro le r la bor at or iu m Ur zą dz en ie po m ia row e G rat ow ac ze RT G Pi ec e d o ob róbk i ci ep ln ej Po je m ni ki Kos ze Ko nt ro le r wy sy łek O pe ra tor pi ec a OC Ko sz e Ko nt ro le rz y Kos ze Sz li fi er ki , pi ln ik i Przygotowanie, topienie i podgrzanie wsadu Pi ec e t op ia ln e Od le wni cy P ie ce po dgr ze w cze P ilo t l in ii od le w ni cz ej Kok il ark i R obo ty z c zer pa ka m i i c hw yt ak am i Pi ły, ur zą dz en ia kod uj ące

Rys. 32. Schemat procesu produkcyjnego odlewów korpusu zacisku hamulcowego zapisany w notacji IDEF0 [34]

Wyjścia Wejścia Sterowania Mechanizmy/ Zasoby Nazwa funkcji numer funkcji

Modelowanie systemów produkcyjnych 63

Tego typu model pomaga zrozumieć działanie systemu produkcyjnego, pokazu-je zależności i powiązania występujące między poszczególnymi obiektami oraz ukazuje czynniki wpływające na operacje występujące w procesie. Całość modelu systemu można dekomponować i prowadzić analizy na niższych poziomach szcze-gółowości. Zależności między modelami podrzędnymi i nadrzędnymi przedstawia się graficznie za pomocą drzewa hierarchii funkcji.

3.1.3.2. NOTACJA BPMN

Obecnie najpopularniejszą notacją modelowania systemów produkcyjnych jest nota-cja BPMN (ang. Business Process Modelling Notation), będąca kompromisem pomię-dzy zrozumiałością modeli biznesowych i wymogami modeli implementacyjnych sys-temów informatycznych. Jej popularność przejawia się między innymi liczbą narzędzi informatycznych wykorzystujących tę metodę [167]. Graficzna notacja BPMN powstała z inicjatywy organizacji BPMI (ang. Business Process Modelling Initiative) wyłonionej z OMG (ang. Object Management Group). Oferuje ona jeden diagram BPD (ang. Busi-ness Process Diagram), który ma uwidaczniać logikę biznesową procesu i umożliwiać modelowanie procesów biznesowych o różnym poziomie złożoności.

Według grupy OMG istnieje ponad 60 implementacji różnego rodzaju narzędzi wspierających notację BPMN, z czego część zapewnia dodatkowe możliwości, tj. przeprowadzenia symulacji, analizy czy optymalizacji procesu [220]. Pomimo nie-co większej komplikacji budowanych modeli w porównaniu z IDEF0, notacja BPMN jest lepszym narzędziem do modelowania systemów, ponieważ ma bogaty zestaw obiektów i elementów oraz umożliwia automatyczne generowanie kodu programu. Notacja BPMN definiuje BPD (ang. Business Process Diagram) oraz elementy notacji występujące na nim. Elementy te można pogrupować w następują-ce kategorie [156]:

 obiekty przepływu – podstawowe elementy aktywne, które definiują zachowanie procesu (zdarzenia, aktywności, bramki),

 obiekty łączące – połączenia na diagramie pomiędzy elementami, takie jak: prze-pływy sterowania reprezentujące przebieg procesu, przepływ komunikatów repre-zentujący przesyłanie komunikatu oraz powiązania pokazujące powiązanie między artefaktem a obiektem przepływu,

 obiekty miejsc realizacji procesu – elementy umożliwiające grupowanie elementów względem miejsc, w których realizowany jest proces,

 artefakty – dodatkowe elementy na diagramie, służące zobrazowaniu informacji uzupełniających.

Notacja BPMN posługuje się tylko jednym rodzajem diagramu, a dzięki elemen-tom aktywnym umożliwia opis skomplikowanych procesów biznesowych. Sformali-zowanie notacji ułatwia automatyczne wygenerowanie kodu BPEL4WS (ang. Busi-ness Process Execution Language for Web Services) służącego do automatycznego tworzenia aplikacji.

Rozdział 3 64

Przykład 4

Model procesu ładowania i odstawy rudy miedzi zapisany w notacji BPMN

Model schematyczny procesu ładowania i odstawy rudy miedzi w kopalni zapi-sany w notacji BPMN przedstawiono na rysunku 33. Celem procesu ładowania i od-stawy jest przewiezienie rudy miedzi z tzw. przodków (miejsc, w których znajduje się rozkruszona ruda miedzi) na punkty przesypowe (tzw. kraty), które są bezpośred-nio połączone z przenośnikami taśmowymi. Całość procesu realizowana jest za po-mocą wozów odstawczych, które ładowane są ładowarko-koparkami (tzw. ŁK).

Rys. 33. Schemat procesu ładowania i odstawy w kopalni miedzi zapisany w notacji BPMN [27]

Tak jak w przypadku modelu zapisanego w notacji IDEF0, celem budowy mode-lu w notacji BPMN jest identyfikacja czynności wykonywanych w trakcie przebiegu procesu oraz przedstawienie zależności i powiązań pomiędzy nimi. Po lewej stronie modelu zaznacza się zasoby wykonujące dane czynności. Elementami sterującymi są informacje, a w modelu rozróżnia się informacje wysłane i odebrane. Po lewej stro-nie zaznaczone są zasoby realizujące poszczególne czynności w procesie. Rówstro-nież tutaj poszczególne procesy i operacje można dekomponować na niższe poziomy.

Niektóre programy do modelowania procesów biznesowych, np. Corel iGrafx Pro-cess, umożliwiają zaawansowaną symulację przebiegu procesu, analizę procesu i wy-krycie błędów [129]. Symulacja taka daje możliwość manualnej optymalizacji proce-su, np. ze względu na czas obsługi, czy koszty.

Rozwój metod i technik do modelowania procesów oraz narzędzi informatycznych ułatwiających ich stosowanie doprowadził m.in. do powstania procesowo zorientowanego zarządzania przedsiębiorstwem [62], w którym sposób organizacji i struktura organizacyj-na podporządkowaorganizacyj-na jest realizacji kluczowych procesów gospodarczych. Sposób zarzą-dzania tego typu organizacjami w znacznej mierze sprowadza się do sterowania kluczo-wymi parametrami procesów w przedsiębiorstwie. Również tutaj na pomoc przychodzą

Modelowanie systemów produkcyjnych 65

systemy informatyczne, a w szczególności systemy przepływu prac (ang. Worflow), w których sterowanie procesem można w znacznym stopniu zautomatyzować [62].

3.2. MODELE SYMULACYJNE SYSTEMÓW PRODUKCYJNYCH

Modele schematyczne, scharakteryzowane w podrozdziale 3.1, umożliwiają odwzo-rowanie systemu produkcyjnego, przedstawienie jego struktury, elementów i związków pomiędzy nimi oraz zrozumienie sposobu funkcjonowania. Jednak jedną z podstawo-wych trudności w modelowaniu złożonych systemów produkcyjnych jest uwzględnienie w modelowanej rzeczywistości działań decyzyjnych oraz skutków podjętych decyzji [170, 196]. Dlatego do określania skutków podejmowanych decyzji zazwyczaj wyko-rzystuje się komputerowe modele symulacyjne systemów produkcyjnych.

Metody modelowania i symulacji komputerowej stosuje się wtedy, gdy uzyska-nie rozwiązania metodami analitycznymi jest zbyt skomplikowane, a bezpośreduzyska-nie eksperymentowanie na systemie rzeczywistym jest zbyt pracochłonne lub niemożli-we do przeprowadzenia. Modelowanie i symulacja procesów wytwarzania umożli-wia ich analizę oraz prześledzenie sposobu funkcjonowania, trwającego niekiedy wiele lat, w ciągu zaledwie kilku minut. Ułatwia przeprowadzenie weryfikacji przy-jętych założeń przed ich zastosowaniem, a także określenie nieprawidłowości, jakie mogą wystąpić w czasie eksploatacji, w tym szczególnie słabe punkty projektowa-nego lub realizowaprojektowa-nego systemu produkcyjprojektowa-nego [68].

3.2.1. OGÓLNA CHARAKTERYSTYKA MODELI SYMULACYJNYCH Modele symulacyjne należą do grupy modeli symbolicznych opartych na zapisie ma-tematycznym, w których odwzorowanie rzeczywistości odbywa się za pomocą symboli i relacji matematycznych [97]. Matematyczny zapis struktury i zachowania systemu daje możliwość doświadczalnego sprawdzenia poprawności odwzorowania oraz prowadzenia prac badawczych na tak skonstruowanym modelu. Dlatego też modelowanie matematycz-ne obejmuje dwa etapy: budowanie modelu oraz eksperymentowanie na nim.

Klasyczne matematyczne modelowanie systemów produkcyjnych napotyka po-ważne trudności. Parametry procesów zmieniają się dynamicznie i zależą od wielu zmiennych czynników pochodzących z otoczenia. Dodatkowo współczesne systemy produkcyjne są bardzo złożone i skomplikowane. Wszystko to powoduje, że modele matematyczne wymagają wykorzystania skompilowanego aparatu matematycznego, co z kolei przekłada się na czas ich budowy [206].

Rozdział 3 66

Matematycznie system (S) można zdefiniować jako byt (B) składający się ze zbio-ru elementów (E), charakteryzujących się określonymi właściwościami, atrybutami (A), połączonych wzajemnymi relacjami (Re), stanowiących celowo zorientowaną jedną całość, gdzie [47]:











 



S , , ,  ₁,..., ,  ₁,..., , Re Re₁,...,Re (5)

Można zatem powiedzieć, że system może składać się z n > 1 elementów (E), któ-re mogą mieć m atrybutów (A), uczestniczących w r ≥ n – 1 któ-relacjach (Re).

Systemy produkcyjne są systemami ciągłymi dynamicznymi, ponieważ ich wiel-kości sterujące mogą zmieniać się w każdej chwili, a wielwiel-kości sterowane mogą być mierzone w każdej chwili. Systemy dynamiczne ciągłe można opisać za pomocą trzech rodzajów modeli matematycznych [24]:

 wektora stanu,

 opisu zależności wejście–wyjście za pomocą równania różniczkowego,  opisu zależności wejście–wyjście w formie operatorowej.

Chcąc wykorzystać model systemu produkcyjnego do podejmowania decyzji powinien on uwzględniać wszystkie elementy i parametry istotne z perspektywy problemu decyzyjnego. Większość obserwowanych w systemach produkcyjnym zjawisk dynamicznych jest skutkiem wielu zdarzeń cząstkowych, które zachodzą w różnych obszarach funkcjonalnych, na różnych poziomach organizacyjnych, czę-sto w różnym czasie. Zjawiska w jednym obszarze systemu wpływają na inne funk-cjonalne systemu produkcyjnego. W przypadku takich złożonych i zintegrowanych systemów produkcyjnych wzory matematyczne ulegają znacznej rozbudowie, a czas ich budowy znacznie wzrasta.

Pomocne w tej sytuacji jest budowanie komputerowych modeli systemów pro-dukcyjnych, w których model matematyczny zapisany jest w pamięci komputera za pomocą języka programowania lub w specjalnym programie (pakiecie) komputero-wym [85, 177, 214]. Na rynku dostępnych jest wiele pakietów do modelowania i symulacji systemów produkcyjnych. Programy te oparte są na symbolicznym języ-ku zapisu i ułatwiają budować model z gotowych, predefiniowanych obiektów jak z klocków. Użytkownik definiuje jedynie relacje pomiędzy obiektami, parametry początkowe oraz logikę przebiegu procesów.

Ze względu na to, że systemy produkcyjne są bardzo złożone i różne w poszcze-gólnych branżach przemysłu oraz mają różne zastosowania symulacji komputerowej systemów produkcyjnych, nie ma jednego uniwersalnego oprogramowania, które można uznać za najlepsze na rynku. Wybór pakietu każdorazowo powinien zależeć od celu modelowania oraz od rodzaju systemu poddawanego analizie. Na rysunku 34 przedstawiono procentowy udział zastosowania modelowania i symulacji komputero-wej w wybranych obszarach zarządzania systemami produkcyjnymi. Do każdego ob-szaru przypisano najczęściej wykorzystywane komercyjne narzędzia komputerowe.

Modelowanie systemów produkcyjnych 67

Rys. 34. Zastosowanie modelowania i symulacji komputerowej w wybranych obszarach zarządzania systemem produkcyjnym oraz najczęściej stosowane w tych obszarach narzędzia komercyjne [1, 59, 195]

Symulacja komputerowa systemu lub procesu produkcyjnego polega na zbudowaniu komputerowego modelu badanego systemu lub procesu, a następnie, przez tzw. ekspery-menty symulacyjne, na badaniu wpływu parametrów (sygnałów) wejściowych na zachowa-nie modelu. Zwykle przeprowadza się wiele eksperymentów symulacyjnych na modelu dla różnych zestawów wartości parametrów wejściowych. Wyniki otrzymywane są w tzw. ra-portach z symulacji. Analiza raportów ułatwia wybór najlepszego (optymalnego) z perspek-tywy celu budowy modelu zestawu parametrów wejściowych. Dodatkowo badany model można udoskonalić i przeprowadzić kolejne symulacje dla różnych jego wariantów. Posia-danie modeli symulacyjnych systemu produkcyjnego znacznie skraca czas podejmowania decyzji co do jego rozwoju. Kolejną zaletą jest możliwość wyboru decyzji najlepszej, która będzie obarczona najmniejszym ryzykiem ze względu na możliwość przewidzenia przy-szłych stanów analizowanego systemu, co z kolei przekłada się na zapewnienie stabilności reorganizowanego systemu. Związek między modelowaniem, symulacją i optymalizacją w kontekście analiz systemu produkcyjnego przedstawiono w tabeli 4.

Tabela 4. Relacje pomiędzy modelowaniem, symulacją i optymalizacją [94]

Wejścia System Wyjścia

Modelowanie znane ??? znane

Symulacja znane znane ???

Optymalizacja ??? znane znane

Rodzaj symulacji zależy od sposobu jej działania. Wyróżnia się symulację statycz-ną, stochastyczną i deterministyczną. Symulacja statyczna, nazywana również symu-lacją Monte Carlo, nie uwzględnia przebiegu zjawisk w czasie. Dane do symulacji po-chodzą często z badań statystycznych [31].

Rozdział 3 68

Symulacja stochastyczna opiera się na procesach stochastycznych, to znaczy ta-kich, które zbudowane są z sekwencji losowej z generowanych wartości. Symulacja stochastyczna odnosi się do symulacji, w której jedna lub więcej zmiennych wejścio-wych są przypadkowe. Symulacja stochastyczna generuje wynik, który sam w sobie jest przypadkowy, dlatego, aby dokonać właściwej oceny wyników, trzeba przepro-wadzić kilka losowych prób, gdyż każda różni się od siebie statystycznie [99].

Symulacja deterministyczna nie wykorzystuje losowych zdarzeń. Oznacza to, że przebieg eksperymentu symulacyjnego nie podlega prawdopodobieństwu. Symulacja deterministyczna ma przewidywalne wejścia i daje przewidywalne wyniki. Symulacja deterministyczna będzie zawsze dawała dokładnie taki sam wynik, bez względu na to, jak często jest przeprowadzana [99].

Inny podział symulacji uwzględnia sposób przeprowadzania eksperymentów w cza-sie. Wówczas wyróżnia się symulację dyskretną i ciągłą. W dyskretnej zmiany w mo-delu pojawiają się w określonych punktach czasu, w momencie wystąpienia pewnych zdarzeń [5, 99]. Przykład zmian zachodzących w modelu podczas eksperymentu za pomocą symulacji dyskretnej przedstawiono na rysunku 35.

Czas T

. . .

Start symulacji Zdarzenie 1 Zdarzenie 2 Zdarzenie n Stan 1 Stan 2 Stan n

Rys. 35. Zmiany zachodzące w modelu podczas symulacji dyskretnej [99]

Rys. 36. Porównanie wyników uzyskanych z symulacji ciągłej i dyskretnej [99]

W symulacji ciągłej zmiany następują ciągle w odniesieniu do czasu. Symulacja jest ciągła, jeżeli wartości przyjmowane przez zmienne opisowe mogą być przedsta-wione za pomocą liczb rzeczywistych lub ich przedziałów. W praktyce trudno jest znaleźć system, którego zdarzenia byłyby całkowicie ciągłe, czy całkowicie dyskretne, zazwyczaj jednak można stwierdzić, która z charakterystyk (ciągła czy dyskretna) dominuje w badanym systemie [5]. Przykład wyników uzyskanych za pomocą symu-lacji ciągłej i dyskretnej przedstawiono na rysunku 36.

Modelowanie systemów produkcyjnych 69

Większość procesów produkcyjnych ma charakter dyskretny [214]. Z tego powodu większość informatycznych pakietów do symulacji umożliwia modelowanie syste-mów dyskretnych.

3.2.2. SPOSÓB BUDOWY MODELI SYMULACYJNYCH

Nie ma jednego uniwersalnego sposobu budowy modeli symulacyjnych. Modele można budować z użyciem różnych technik i metod, przy czym każda z nich może speł-niać cel projektu symulacyjnego [34, 37, 201]. Zazwyczaj modelowanie i symulacja przebiega w trzech następujących po sobie fazach, co przedstawiono na rysunku 37.

Rys. 37. Etapy budowy modelu symulacyjnego i prowadzenia projektu z jego wykorzystaniem [37, 192]

Rozdział 3 70

W fazie 1 następuje definiowanie modelu symulacyjnego przez budowę tzw. mo-delu konceptualnego. Model konceptualny jest opisem celów symulacji, danych wej-ściowych i wyjwej-ściowych, założeń i przyjętych uproszczeń budowanego modelu symu-lacyjnego, ale także wybranych do modelowania elementów systemu oraz ich wzajemnych relacji [174]. Dobrze udokumentowany oraz przejrzysty model koncep-tualny wpływa na obniżenie kosztów budowy modelu symulacyjnego oraz umożliwia redukcję późniejszych poprawek [147, 174]. Do budowy modeli konceptualnych bar-dzo często wykorzystuje się modele schematyczne, opisane w podrozdziale 3.1 niniej-szej pracy.

Najistotniejszymi etapami, oprócz budowy modelu w wybranym informatycznym pakiecie symulacyjnym, w fazie 2 jest jego walidacja oraz zatwierdzenie. Walidacja polega na sprawdzeniu czy model odzwierciedla rzeczywisty system produkcyjny, czy wyniki z modelu są zbieżne z wynikami rzeczywistymi i czy model może być użyty do podejmowania z pełnym zaufaniem decyzji dotyczących systemu rzeczywistego. Zatwierdzenia modelu dokonują zazwyczaj osoby z przedsiębiorstwa, w którym pro-wadzony jest projekt, należący do średniego lub wyższego szczebla zarządzania.

Zasadniczym celem fazy 3 jest prowadzenie eksperymentów symulacyjnych i opracowanie różnych rozwiązań, w zależności od zmiennych parametrów modelu. Na etapie analizy i interpretacji wyników następuje analizowanie krok po kroku wyni-ków eksperymentów oraz wybór optymalnego rozwiązania ze względu na kryteria optymalizacyjne przyjęte w fazie 1 [37]. Inny przebieg etapów w modelowaniu i sy-mulacji przedstawiono na rysunku 38.

Problem Komputerowy  model symulacyjny Model  konceptualny IMPLEMENTACJA Dane ANALIZA I MODELOWANIE EKSPERYMENTOWANIE WERYFIKACJA MODELU WALIDACJA OPERACYJNA WALIDACJA MODELU KONCEPTUALNEGO

Rys. 38. Etapy w projektach symulacyjnych [215]

W projektach symulacyjnych często powraca się do wcześniejszych etapów wraz ze