Im vorigen Beitrag dieser Serie haben wir erwähnt, dass sich die datengesteuerte Modellierung in Simio auf zwei wesentliche Schritte reduzieren lässt: die Übertragung von Daten in Simio und die Nutzung der Daten zur Steuerung von Simio-Modellobjekten und -Prozessen. In diesem Beitrag werden wir uns darauf konzentrieren, wie Simio Data Tables verwendet werden können, um die datengesteuerte Modellierung und die Integration mit externen Anwendungen zu erleichtern.
Simio Data Tables speichern tabellarische Daten in einer standardmäßigen Zeilen-/Spaltenstruktur, in der einzelne Datenelemente mit den Standardfunktionen Table[Row, Column] oder Table[Row].ColumnName dynamisch referenziert werden können. Die eigentliche Stärke liegt jedoch in der Verwendung von Row References, um bestimmte Tabellenzeilen auf Simio Objects oder Tokens abzubilden. Sobald eine Row Reference gesetzt ist, werden die Datenelemente über den Table.ColumnName referenziert und die spezifische Tabellenzeile wird aus der Row Reference abgeleitet. Dies erleichtert die datengesteuerte Modellierung, bei der ein großer Teil der Modelllogik und der Eigenschaften über Datentabellen spezifiziert wird.
Erste Schritte
Betrachten Sie ein Kundendienst-Systemmodell, in dem Server-Objekte zur Darstellung einzelner Kundendienstprozesse verwendet werden, Entitäten zur Darstellung von Kunden, und die Verarbeitungszeiten auf den Servern hängen vom Kundentyp und dem Schritt in der Verarbeitungssequenz des Kunden ab. Durch das Festlegen einer Zeilenreferenz bei der Erstellung einer Entität und der Kenntnis des Kundentyps verwendet die nachfolgende Verarbeitung im Modell die Zeilenreferenz für den direkten Zugriff auf die kundenspezifischen Daten. Die Eigenschaften des Server-Objekts sind somit unabhängig vom Kundentyp, da die typspezifischen Daten in der Tabelle gespeichert sind! Dadurch entfällt die Notwendigkeit, bei jedem Server mit bedingter Logik auf den Kundentyp zu reagieren. Darüber hinaus ist es einfach, neue Kundentypen hinzuzufügen und mit verschiedenen Verarbeitungsmerkmalen, Kundenankunftsraten und der Mischung von Kundentypen zu experimentieren, indem die Datentabellen und nicht die Eigenschaften und Logik des Modellobjekts direkt bearbeitet werden.
Definieren der Tabellenstruktur
Das Erstellen von Datentabellen ist ein einfacher Prozess, bei dem Sie die Tabellenstruktur definieren, indem Sie den Datentyp für jede Spalte angeben. Simio unterstützt eine Vielzahl von Datentypen, darunter Standardtypen wie Integer, Real, String, DateTime und Boolean sowie Simio-spezifische Typen wie Expression, Object reference, Element reference und viele andere. In der Kundentyp-Tabelle unseres Kundendienstsystems könnten wir zum Beispiel den Kundentyp über eine Objektreferenz-Spalte, die Bearbeitungszeit für diesen Kundentyp über eine Expression-Spalte und die Kundenpriorität über eine Integer-Spalte definieren. Wenn eine Kundenentität angelegt wird, wird der Objekttyp in der Tabelle angegeben und nicht fest im Quellobjekt kodiert. Wenn die Entität bei einem Server ankommt, werden die Priorität und die Bearbeitungszeit aus der Tabelle gelesen und nicht fest im Serverobjekt kodiert.
Eingabe von Daten in die Tabelle
Nachdem Sie die Struktur einer Tabelle definiert haben, gibt es drei grundlegende Möglichkeiten, Daten in die Tabelle einzugeben - manuell, wie bei einer Tabellenkalkulation; durch Kopieren und Einfügen aus der Windows-Zwischenablage (z. B. Kopieren aus einem Excel-Arbeitsblatt in die Zwischenablage und Einfügen aus der Zwischenablage direkt in eine Simio-Datentabelle); und durch Importieren/Exportieren von Daten mit Hilfe einer Datenbindung. Die manuelle Dateneingabe und das Kopieren und Einfügen sind einfach zu handhabende Methoden für das Hinzufügen/Bearbeiten relativ kleiner Datenmengen, können aber bei großen Mengen und/oder sich häufig ändernden Daten mühsam werden. Hier kommt die Verwendung von Datenbindungen ins Spiel!
Data Bindings verbinden Simio-Datentabellen mit externen Datenquellen wie CSV-Dateien, Excel-Arbeitsmappen, Datenbanken und Web-API-URLs zum einfachen Importieren und Exportieren. Ein Beispiel für einen Anwendungsfall mit unserem Kundenservicecenter-Modell wäre die Anbindung einer Simio-Ankunftstabelle an eine Datenbank mit historischen Kundenankünften und die Verwendung des Simio-Modells zum Experimentieren mit alternativen Systemkonfigurationen unter Verwendung der tatsächlichen Kundenankunftsdaten. Ein anderer Anwendungsfall könnte darin bestehen, eine Exportbindung zu verwenden, um die Daten des Modelllaufs in eine Excel-Arbeitsmappe zu schreiben, um sie mit einem externen Datenanalysetool wie PowerBI oder Tableau detailliert zu analysieren. Die Verwendung von Data Bindings vereinfacht die Dateneingabe/-ausgabe erheblich und ermöglicht die Integration von Simio-Modellen in andere Desktop-, Unternehmens- und Cloud-basierte Anwendungen.
Schließlich implementieren Simio-Datentabellen das relationale Datenmodell mit Schlüsselspalten und Fremdschlüsseln. So können Sie verwandte Tabellen mit gemeinsamen Feldern "verbinden", so dass, wenn Sie eine Zeilenreferenz in einer Tabelle setzen, die Zeilenreferenzen für die verwandten Zeilen in den verbundenen Tabellen automatisch gesetzt werden. In unserem Kundenservice-Beispiel könnte die Kundentyp-Tabelle mit der Kundenankunft-Tabelle über den Kundentyp verbunden werden, so dass wir die Kundentyp-Daten in einer Tabelle und die Kundenankunfts-Daten in einer anderen Tabelle speichern können, so dass wir keine Daten replizieren müssen, aber dennoch direkten Zugriff auf alle Daten haben, die wir für einen bestimmten Kunden oder Kundentyp benötigen.
Erfolg mit datengesteuerter Modellierung
Die datengetriebene Modellierung ist ein sehr leistungsfähiges Paradigma, das bei allen Modellen, die wir bei Simio intern entwickeln, standardmäßig eingesetzt wird. Der Einsatz von datengesteuerter Modellierung und relationalen Daten bildet die Grundlage für die datengenerierte Modellierung mit Custom Objects und Simio Templates - beides wird in zukünftigen Beiträgen behandelt.
Um mehr über die datengetriebene Technologie von Simio zu erfahren, klicken Sie hier.