物流仿真 系统仿真 Incontrol ED仿真软件案例十一 机场.pdf

《物流仿真 系统仿真 Incontrol ED仿真软件案例十一 机场.pdf》由会员分享，可在线阅读，更多相关《物流仿真 系统仿真 Incontrol ED仿真软件案例十一 机场.pdf（5页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、案例案例 11:机场停车场机场停车场 Incontrol Enterprise Dynamics 1 1 案例案例 十一十一:机场停车场机场停车场 1.1 介绍介绍 大型国际机场的停车场通常都会分短期停车和长期停车两个区域。短期停车区离终点很近，而长期停车区则相对较为偏远。可以由他们距离终点的距离长短来区分进入哪一个停车区，并收取不同的费用。这一年对于短期停车和长期停车的需求强烈波动。由于停车位需要签约并付费，机场管理首先需要调查对于短期停车和长期停车的需求容量。其次，费率需要根据具体的时间来定。1.2 情景描述情景描述 机场有三个停车区域，其中两个短期停车场比较靠近终点，而另一个长期停车场据

2、终点相对较远。目前停车区域的容量如下：P1 是长期停车场，可容纳 11000 辆车，P2 和 P3 是短期停车场，分别可容纳 3700 辆和 3100 量车。长期停车和短期停车的费率有大的差别。短期停车场以小时计费。长期停车场通常以天、周或者是月来计费。如果长期停车场停满后，车辆会首先被转至短期停车场以及其他方式。短期停车场只有一部分容量可以用来停放由长期停车场转来的车辆。如果车辆从长期停车场转至短期停车场，费用将会包含进去。如果是三个停车区全部停满，车辆还可以转至附近的一个备用停车场 P4，但会产生额外的费用。1.3 目的目的 下面将会对停车位的占用以及停车场容量进行进一步的谈论。在节假日期

3、间，机场会有许多去度假或者是接度假者的人，这往往会导致短期停车场空间不足。有时候司机甚至会直接将车停入长期停车场。另一方面，在非节假日期间，一天中停车场有一半多的停车位都会空闲很长时间。增加短期停车场需要大量的投资。增加长期停车场更加可行。尽管总的停车空间是固定的，但却可以讨论一下关于短期停车场和长期停车场各自的空间非配。我们还需要考虑停车场地每年固定的租用成本，也就是每平方米的租费。此外，P1 停车场的部分区域可以为机场员工低价预留，但前提是要保证停车场每平方米的投资回报 对于停车场需求的强烈波动，停车场地的租用成本以及空中交通量的增长，共同组成了对于机场的一下几个管理目标。以电脑模型的发展

4、来得到关于一下两点的分析计算：长期停车场和短期停车场的容量，费用，它可以用于一年，一季度或者是某一个特定时期。这将是以 Monte Carlo 实现的模拟模型。1.4 研究研究 在这个案例研究中，我们只考虑作为长期停车场的 P1 区域。而这个研究是由三部分组成。在第一部分里，P1 区域的最佳容量是由当前情况的频率和基于 2007 年测量的 gamma 分布。第二部分里，可以确定容量的最佳组合以及每天的费率。这里隐含的假设是只使用每天的费率。周费率和月费率则是按照要求的分布来设置。第三部分里，为机场员工预留的停车区域的最佳数目由当前长期停车场的容量和费率来决定。2 MONTE CARLO 模拟模

5、拟 Monte Carlo 模拟可以这样来定义：反复试验直到停止，或者更准确的说，从试验的不确定性分布入手，以便模拟出不确定性分布以及平均值的结论，比如收入，成本或者延期，可以从固定的情况或者参数输入值入手。Monte Carlo 模拟优化后可以简单的概括为：使用不同的情况或者不同的输入值进行反复操作，比较它们的结果，为特定的性能指标指定一个简单的数字，并取得“最优”值。报童问题报童问题 一个虚拟但却有意义的例子就是典型的报童问题。每天早上，在曼哈顿市中心的一个角落里，都会有一个报童在卖报纸，他必须要确定以一定的单价先买多少份报纸，来支撑整个白天的销售。当然，任何报纸的出售都会带来收益。一天结

6、束后还没有卖出的报纸，几乎没有任何残余的价值，所以应该把它视为损失。相反的，如果因为缺货而没有售出报纸，相应的就带来了机会损失。但是，需求量具有很大的不确定性，因为它取决于新闻的内容，天气等因素。Monte Carlo模拟的优化：对于一个给定的容量，也就说，初始报纸的订购量，根据需求分布绘制样本数。基于结果和相应的收益（或损失）被计算出来。反复某个复制的定值，比如100，可以验证一个充分肯定的基于初始报纸订购量的期望收益。这一过程反过来也可以重复设置不同的初始订购量，以 10 份报纸的数量逐步增加。这样迭代最终会得到一个优化，如图 1 所示。这个结果显示出一个最合理的初始订购量（140 份左右

7、），而它相应的也会得到一个最大收益（在图中大约 1100 左右）。600700800900100011001200100110120130140150160170180190200MC profit curve尽管报童的例子会被认为过于简单，现实中更严重的优化权衡问题每天都在不断的增加，比如：容量规划（员工数量，机器数量，建筑的大小）图图 1:报童问题的收益曲线报童问题的收益曲线 生产计划（为采购，仓库，供给应该生产多少产品）购买/销售决定（比如超市，商店，血库等等）案例案例 11:机场停车场机场停车场 Incontrol Enterprise Dynamics 2 3 机场停车场问题机场停车

8、场问题 大型国际机场的停车场必须要权衡停车场每平方米的年租金成本以及每个停车位的收入。它可以用 Monte Carlo 模拟来实现。3.1 方法方法 第一步：停车频率分布 在 2007 年，频率分布由长期和短期停车场的每日利用率来决定。长期停车场 P1 的结果如图 2 所示。图图 2：长期停车场：长期停车场 P1 每日停车量每日停车量(2007)假设我们只使用每天的费率，而周和月的费率则是服从要求的分布。使用频率分布的缺点：它只是一个工作日利用率的实现 它并不包括所谓的价格弹性（假设当你调整停车费率时，频率分布会改变）。生产结果更多的是由 2007 结果中独立找到的，为了展示出费率改变时的效果

9、，我们假设需求服从一个由 2007年需求结果中决定了均值和方差的 Gamma 分布。第二步：Monte Carlo 模拟 在 ED 中使用一个随机数发生器我们可以生成基于日利用率分布的日利用率。我们可以确定基于平均每小时停车费率的平均日利润，每平方米租金成本以及所使用的停车区域的大小。再三重复这个过程我们可以得到每天的平均利润以及每年相应的置信区间。第三步：优化 案例案例 11:机场停车场机场停车场 Incontrol Enterprise Dynamics 3 图图 3:Monte Carlo 模拟的优化方案模拟的优化方案重复第二步，用不同的停车容量和每小时停车费率得到最佳容量和每小时停车费

10、率。如图 3 所示。案例案例 11:机场停车场机场停车场 Incontrol Enterprise Dynamics 4 4 模型模型 尽管这不是一个离散事件仿真，我只需要一个随机数发生器来建立这个 Monte Carlo 模拟。因此我们可以在 ED 中创建这样一个模型。停车案例的模型已经在 parking.mod 建立好了。此外，我们需要将文件 parking.gui和 FrequencyDistribution.gui放入同一个目录底下。案例案例 11:机场停车场机场停车场 Incontrol Enterprise Dynamics 5 正如图 4 中所示，有四个原子在 parking.m

11、od 这个模型中。双击Monte Carlo Simulation原子打开如右图所示的形式。对于众多栏目而言，我们只需改变前三个地方，他们分别是容量，P1 停车场的费率，以及要求的分布。我们可以通过调整运行区来调整仿真的天数。点击 Run 按钮来运行仿真。结果将显示在 Results table 和 Statistics table 中。点击Calculation 按钮，将会显示出前一次运行中更多详细计算的表格。图图 4:parking.mod 的模型布局视窗的模型布局视窗(上图上图)；Monte Carlo 原子格式原子格式(右图右图)模型 parking.mod 的默认设置 P1 停车场的日停车费率为 10.50 每天每个停车位的操作成本为 1.55 如果长期停车场 P1 停满，前 800 个司机将会被送至短期停车场 P2/P3。转移成本为 4.80。如果停车需求量过高，司机将会被转移至备用停车场 P4（转移成本为 7.30）Guaranteed return for P1和Reserved for employees区域仅仅适用于最后一个任务。