시뮬레이션을 사용하여 컴퓨터에서 비즈니스 문제를 모델링

이 장에서는 시뮬레이션을 사용하여 컴퓨터에서 비즈니스 문제를 모델링하는 컴퓨터 시뮬레이션을 참조합니다. 우리는 이것을 일반적으로 소규모 복제본을 구축하거나 소규모 파일럿 연구를 실행하는 것을 포함하는 물리적 시뮬레이션과 구별한다. 물리적 시뮬레이션의 예로서, 그것의 성능을 이해하기 위해 풍동에서의 새로운 항공기 날개 설계의 스케일 모델을 시험하는 것을 고려하라. 또 다른 예로, 한 패스트푸드 체인은 프로세스 재설계가 고객 대기 시간에 미치는 영향을 이해하기 위해 해당 레스토랑 중 하나에서 소규모 시험 연구를 수행하고자 할 수 있습니다.

컴퓨터 시뮬레이션에 비해 물리적 시뮬레이션의 장점은 시스템이 어떻게 작동하는지에 대한 가정이 더 적다는 것이다. 예를 들어, 패스트푸드 체인의 경우, 고객이 시범 연구에서 기다리는 시간을 측정하기만 하면 고객 대기 시간을 얻을 수 있다. 여기에는 도착 및 서비스 프로세스의 성격과 시스템이 작동하는 방식에 대한 최소한의 가정이 필요합니다. 반면에, 컴퓨터 시뮬레이션에서 우리는 컴퓨터에서 비즈니스 문제를 모델링하며, 이것은 자연스럽게 프로세스, 제약 조건, 그리고 다른 변수 사이의 관계에 대한 더 큰 이해를 요구한다.

그러므로 컴퓨터 시뮬레이션에서 모델러는 비즈니스 문제의 가장 관련성이 높은 측면을 포착하고 모델을 뒷받침하는 일련의 가정에 대해 비판적으로 생각해야 한다. 물리적 시뮬레이션에 비해 컴퓨터 시뮬레이션의 몇 가지 장점은 구현 시간이 짧고 비용이 절감된다는 것입니다. 이 장에서는 시뮬레이션을 사용하여 컴퓨터에서 비즈니스 문제를 모델링하는 컴퓨터 시뮬레이션을 참조합니다. 우리는 이것을 일반적으로 소규모 복제본을 구축하거나 소규모 파일럿 연구를 실행하는 것을 포함하는 물리적 시뮬레이션과 구별한다. 물리적 시뮬레이션의 예로서, 그것의 성능을 이해하기 위해 풍동에서의 새로운 항공기 날개 설계의 스케일 모델을 시험하는 것을 고려하라.

또 다른 예로, 한 패스트푸드 체인은 프로세스 재설계가 고객 대기 시간에 미치는 영향을 이해하기 위해 해당 레스토랑 중 하나에서 소규모 시험 연구를 수행하고자 할 수 있습니다. 컴퓨터 시뮬레이션에 비해 물리적 시뮬레이션의 장점은 시스템이 어떻게 작동하는지에 대한 가정이 더 적다는 것이다. 예를 들어, 패스트푸드 체인의 경우, 고객이 시범 연구에서 기다리는 시간을 측정하기만 하면 고객 대기 시간을 얻을 수 있다. 여기에는 도착 및 서비스 프로세스의 성격과 시스템이 작동하는 방식에 대한 최소한의 가정이 필요합니다. 반면에, 컴퓨터 시뮬레이션에서 우리는 컴퓨터에서 비즈니스 문제를 모델링하며, 이것은 자연스럽게 프로세스, 제약 조건, 그리고 다른 변수 사이의 관계에 대한 더 큰 이해를 요구한다.

그러므로 컴퓨터 시뮬레이션에서 모델러는 비즈니스 문제의 가장 관련성이 높은 측면을 포착하고 모델을 뒷받침하는 일련의 가정에 대해 비판적으로 생각해야 한다. 물리적 시뮬레이션에 비해 컴퓨터 시뮬레이션의 몇 가지 장점은 구현 시간이 짧고 비용이 절감된다는 것입니다. 는 장기 평균으로 해석될 수 있으며 많은 수의 반복 트랜잭션에 적용할 때 더 의미가 있습니다. 마지막으로, 컴퓨팅 하드웨어와 소프트웨어의 발전은 또한 실제로 크고 복잡한 시뮬레이션 모델을 실행하는 것을 가능하게 한다. 시뮬레이션 모델의 주요 장점 중 하나는 구축하고 따르기 쉽다는 것이다. 시뮬레이션 모델은 실제 비즈니스 문제의 가상 거울입니다.

따라서 실제 문제의 요소와 시뮬레이션 모델의 요소 사이에 일대일 대응이 있기 때문에 시뮬레이션 모델이 무엇을 하고 있는지 전달하는 것이 쉽다. 시뮬레이션 모델은 또한 유연하며 수학적 분석이 어려워지는 복잡한 비즈니스 프로세스를 모델링하는 데 사용할 수 있습니다. 또한 시뮬레이션 모델에서 다양한 성능 메트릭을 얻을 수 있으며, 이는 결정을 내릴 때 고려해야 할 여러 요소가 있을 때 특히 유용할 수 있다.

시뮬레이션 모델의 한 가지 단점은 종종 “블랙박스” 모델인 경향이 있다는 것이다. 그것은 무슨 일이 일어나고 있는지 설명하지만 근본적인 이유에 대한 통찰력은 제공하지 않는다. 시뮬레이션 모델은 구축하기 쉽기 때문에 모델에 여러 가지 불필요한 기능을 추가하는 경향이 있습니다. 이로 인해 복잡성이 증가하여 모델에서 통찰력을 얻기가 어렵습니다. 반면, 일반적으로 용액의 품질을 향상시키지는 않습니다.