Optimalizace počtu výčapov piva na štadióne (Simprocess)
Contents
Zadání
Název simulace: Simulace optímálneho počtu výčapov piva na štadióne
Autor: Bc. Dominik Turák, turd01
Typ modelu: Diskrétni simulace
Modelovací nástroj: SIMPROCESS
Popis Modelu
Na hokejových alebo futbalových zápasoch sa často stáva, že človek musí čakať na pivo v dlhom rade celú večnosť. Navyše, ak sa poblízku štadióna nachádza podnik, v ktorom tiež čapujú pivo, ľudia sa mnohokrát rozhodnú ísť si radšej načapovať pivo tam, pretože je to pre nich mnohokrát výhodnejšie, najmä z finančného hľadiska. Štadión tým pádom stráca potencionálny zisk a naopak, pri malom počte ľudí zbytočne prepláca pracujúcich výčapníkov.
Cíl simulace
Nájsť otpimálny počet výčapov prihľiadnúc na počet ľudí na štadióne tak, aby sa minimalizovali straty od nedočkavých ľudí, ktorí si radšej zvolia konkurenčný výčap
Metóda
Nasledujúce tabuľky približuje chovanie modelu a opisujú význam vybraných vstupných dát.
Názov entity | Názov schedule | Typ distribúcie | jednotka času | start/end |
---|---|---|---|---|
Fan | First real fans | Poi(20.0) | 1 minúta | 16:00 - 16:30 |
Fan | Normal real fans | Poi(30.0) | 1 minúta | 16:30 - 17:00 |
Beer guy | First Beer guys | Poi(15.0) | 1 minúta | 16:00 - 16:30 |
Beer guy | Normal Beer fans | Poi(10.0) | 1 minúta | 16:30 - 17:00 |
Pri generovaní fanúšikov som použil Poison Distribúciu</>, keďže entity sa generujú v krátkom časovom intervale, čo najlepšie vyhovuje mojmu prípadu, kedy sa snažím čo najrealistickejšie vystihnúť príchod fanúšikov na štadión.
Názov entity | Pravdepodobnosť zakúpenia piva ihneď po príchode | Dlžka sledovania zápasu bez piva (v minútach) |
---|---|---|
Fan | 0% | Tri(40,55,80) |
Beer guy | 40% | Tri(30,40,60) |
Hlavné rozdiely medzi pivármi a obyčajnými fanúšikmi je túžba po pive. Zatiaľ čo obyčajný fanúšik si nikdy pri vstupe nedá pivo, u pivára je až 40% šanca, že sa tak rozhodne. Na delay označujúci sledovanie zápasu som tentokrát použil Triangulovú distribúciu, čo je v tomto prípade lepšie ako Exponenciálna distribúcia, ktorá by tak dobre nevystihovala realitu, pretože v momentálnom modeli každí dostane chuť na pivo niekedy inokedy, a nie takmer všetci ľudia naraz ( v poradí ako prichádzali na štadión ) , ako by to bolo pri Exponenciálnej distribúcii.
Model
Výsledky
Závěr
Kód
Reference