UNIVERSIDAD DE GUAYAQUIL

FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS

CARRERA DE INGENIERÍA EN SISTEMAS
COMPUTACIONALES

SIMULACIÓN DE SISTEMAS

TEMA:
 Modelo de Simulación para Estudio de Entrega de
Comida Rápida en un Restaurante

4G

ISI-S-MA-6-3

30/NOV/2018
Contenido
No se encontraron entradas de tabla de contenido.
MODELO DE SIMULACION PARA ESTUDIO DE ENTREGA DE COMIDA RÁPIDA EN
UN RESTAURANTE
1. Definición del sistema bajo estudio
Definición del sistema bajo estudio
Nombre de la empresa: Fast Food
Negocio: Entrega de comida rápida en un restaurante
Característica distintiva: Velocidad (40 min. o gratis)
Productos:
 Menús de más de 40 restaurantes de la provincia.
 Promociones variadas.
 Regalos variados.
SITUACION
Situación actual de operarios
 Dos turnos de trabajo (8:00-14:00 y 15:00-23:00).
 9 y 23 chóferes en los turnos respectivamente.
 Dos telefonistas por turno.
 Un asignador de pedidos a chóferes.
Ubicación:
 9 de Octubre 105 y Boyacá.
ESTUDIO CAPACIDAD DE CICLO PEDIDO-ENTREGA
 Se necesita estudiar situación actual del sistema.
 Estimaciones sobre la utilización de los recursos de la empresa.
 Búsqueda del número “optimo” de operarios del sistema.
 Análisis de trade-off:
o CALIDAD SERVICIO vs COSTOS
o CALIDAD SERVICIO vs UTILIZACIÓN
 Cualidad distintiva:
o TIEMPO DE CICLO - 30 min.
o SI no se cumple la orden se da gratis.
EN DETALLE

ALCANCE DE LA SIMULACION
 Estimar la demanda de pedidos
 Determinar distribuciones que serán de usadas como entradas a los modelos.
 Estimar las variables a usar en el estudio.
 Generar indicadores de desempeño.
 Analizar el trade-off cantidad o uso de los recursos v/s calidad de servicio.
 Proponer mejoras a la Gestión de Operaciones.
2. Generación del modelo de simulación base
Alternativas:
 Banco de pruebas: ensayos piloto sobre los tiempos que se demora en realizar
una entrega de un pedido
 Ensayo real: realizar una entrega de un pedido bajo circunstancias verdaderas
para conocer los tiempos de demora en cada entrega.
 Modelo virtual: ensayos virtuales por simulación de los tiempos óptimos
requeridos para realizar una entrega de un pedido
3. Recolección y análisis de datos
Restaurante Fast Food
Sucursal: 9 de octubre 105 y Boyacá. Fecha: 14-12-2018
Clientes Pedidos Ubicación Ruta Método de Pago Tiempo de entrega
10 15 Centro 5 Efectivo y Tarjeta 15 minutos
26 35 Norte 15 Tarjeta 20 minutos
5 8 Ferroviaria 4 Efectivo 10 minutos
17 29 Alborada 10 Efectivo y Tarjeta 25 minutos
18 25 Atarazana 3 Efectivo y Tarjeta 15 minutos
30 55 Sauces 10 Efectivo y Tarjeta 20 minutos
4. Generación del modelo preliminar
El Modelo conceptual se traduce a un modelo computacional utilizando:
 Lenguajes de propósito general: Visual Basic, C++, Delphi.
 Paquetes comerciales de aplicación: Arena, ServiceModel, Extend y otros.
En el segundo caso se debe tener en cuenta que cada paquete de aplicación tiene su
propia lógica o filosofía de construir un modelo de simulación aportando “constructos”
ad-hoc
FOCO EN EL PROBLEMA
Construir el modelo no es la tarea principal; lo es encontrar la solución correcta.
PARTIR CON UN MODELO SIMPLE
Agregar el detalle; no partir con él
FRENAR LA COMPLEJIDAD
No permitir que el modelo se vuelva complicado compensando un mal diseño, o tan
complejo que va más allá de la posibilidad de implantarlo
5. Verificación del modelo
¿El modelo computacional hace lo que realmente pensamos?
 Ver que el modelo de simulación este bien construido respecto a las
situaciones simuladas.
 ¿Los datos de entrada y salida son representativos del sistema real?
 Algunas cosas a observar:
 Entidades generadas.
 Tiempos de ejecución de actividades.
 Trayectorias y flujos de entidades.
Algunas técnicas utilizadas son:
 Verificación por módulos (niveles jerárquicos).
 Incorporación de elementos de testeo al modelo computacional (count)
 Corrida de un modelo simplificado.
 Animación de la simulación.

6. Validación del modelo

¿El modelo de simulación representa la realidad del sistema?
 Trade-off: Complejidad vs. similitud a la realidad
 Consideraciones difíciles de implementar
 Tiempos designados (recurso limitado)
  Solución demasiado trivial (M/M/1)
SOLUCIÓN
 Generación de indicadores de desempeño y medidas de control.
 Es posible calibraciones del modelo.
UTILIZACIÓN DE INDICADORES
 Control del comportamiento del sistema.
 Estimación de métricas importantes del estudio
 % de utilización
 Largos y tiempos promedios en cola.
 Tiempos promedio de ciclo.
7. Generación del modelo final

8. Determinación de los escenarios para el análisis.

Nº Factor Nombre Factor Nivel Bajo Nivel Medio Nivel Alto

1 Cliente 1 2 3
2 Motociclista 1 1 2 3
3 Motociclista 2 1 2 3
4 Tiempo de entrega 1 2 3
5 Atención al Cliente 1 2 3
Escenarios 1

Nº AÑO
Nombre Factor ACTUAL
Factor 1 2 3 4 5
1 Cliente 2 3 1 2 1 2
2 Motociclista 1 2 2 3 3 2 2
3 Motociclista 2 1 2 2 3 2 2
4 Tiempo de entrega 3 3 3 2 3 3
5 Atención al Cliente 3 3 3 3 3 3
Escenarios 2

Nº AÑO
Nombre Factor ACTUAL
Factor 1 2 3 4 5
1 Cliente 1 2 1 2 2 2
2 Motociclista 1 1 1 1 2 1 1
3 Motociclista 2 2 2 1 2 1 2
4 Tiempo de entrega 1 1 1 1 2 1
5 Atención al Cliente 1 2 1 1 2 1
9. Análisis de sensibilidad

10. Documentación del modelo, sugerencias y conclusiones

Sugerencia
Modelos de Simulación vs. Modelos Analíticos.
 Analíticos: permiten estudiar las relaciones entre las variables y su
comportamiento en el limite.
 Simulación: estudio de sistemas complejos
 Facilidad de Comprensión por parte del Cliente.
 Proceso de Recolección de Información complicado.
 Importante acotar el detalle del modelo.
Conclusión
 Demanda observada v/s Demanda real.
 •Parámetro de aburrimiento constante.
 •Demanda constante en el tiempo.