Wie bei vielen anderen Organisationen hat sich auch bei den National Institutes of Health (NIH) aufgrund der COVID-19-Pandemie eine dramatische Verlagerung zur Telearbeit ergeben. Der NIH-Hauptcampus in Bethesda, Maryland, betreibt ein Shuttlebussystem, das die Mitarbeiter zwischen den wichtigsten Gebäuden hin- und herfährt und auch Mitarbeiter von externen Standorten in Montgomery County, Maryland, transportiert. Die NIH haben Simulationsmodelle eingesetzt, um die Auswirkungen von veränderten Busfahrplänen und reduzierten Fahrzeugkapazitäten bei schwankender Fahrgastnachfrage zu verstehen. Dieses Simulationswerkzeug kann dazu verwendet werden, um zu verstehen, wie die Busfahrpläne geändert werden müssen, um gestaffelte Arbeitsmuster zu berücksichtigen, und wie die Busfrequenz erhöht werden sollte, wenn die Mitarbeiter auf den NIH-Campus zurückkehren.
Der Hauptcampus der NIH befindet sich in Bethesda, MD. Er beherbergt mehr als 75 Gebäude auf einem über 300 Hektar großen Gelände. Der Shuttle-Service hilft Mitarbeitern, Patienten, Vertragspartnern und Besuchern, sich auf dem Campus zurechtzufinden. Der Shuttle-Service bietet auch zusätzliche Verbindungen zwischen wichtigen Orten außerhalb des Campus, wie Flughäfen, U-Bahn-Haltestellen und Außenstellen.
Wie viele andere Organisationen auch, ging der NIH-Campus im Frühjahr 2020, als die COVID-19-Pandemie in den Vereinigten Staaten ausbrach, schnell zu einem Fernarbeitsmodell über. Dies führte zu einer geringeren Nachfrage nach Shuttlebussen.
Während die NIH Pläne formulieren, wie sie ihre Mitarbeiter auf sichere Weise zurück auf den Campus bringen können, hat das Office of Research Services (ORS), das unterstützende Dienstleistungen für den Forschungsauftrag der NIH anbietet, erkannt, dass die Nachfrage nach Shuttle-Diensten in einer Post-COVID-Umgebung oder in der Übergangsphase zu einer Post-COVID-Umgebung ganz anders aussehen könnte. Einige der Unterschiede könnten sein:
Die ORS und MOSIMTEC erstellten ein diskretes Ereignissimulationsmodell in SIMIO, um die Auswirkungen verschiedener Shuttlebusstrategien für eine Vielzahl von Nachfragemustern zu verstehen.
Das SIMIO-basierte Simulationsmodell enthält eine 3D-Animation des NIH-Campus mit maßstabsgetreu gezeichneten Routen und Shuttle-Haltestellen. Die Fahrgäste kommen mit einem Nachfragemuster an, das im Laufe des Tages variiert. Die Fahrgäste wählen nach dem Zufallsprinzip eine Shuttle-Haltestelle und das gewünschte Ziel aus. Die Logik ist intelligent genug, dass die Fahrgäste ein Shuttle zu ihrem Zielort auslassen können, um auf ein anderes Shuttle zu warten, das in Kürze eintrifft und das sie aufgrund eines anderen Weges schneller an ihr Ziel bringen kann.
Die Shuttle-Einheiten folgen einem detaillierten Fahrplan mit Start- und Haltezeiten sowie detaillierten Zeitkontrollen, wo sie Haltestellen anfahren werden. Dies entspricht dem realen System, bei dem die Busse bis zu ihrer veröffentlichten Abfahrtszeit an einer Haltestelle verweilen können. Das Modell ist so programmiert, dass es einen vollständigen Busfahrplan erstellt, der auf benutzerdefinierten Eingaben basiert, wie z. B. der Anzahl der Busse auf einer Route, den Start- und Haltezeiten der Busse auf einer Route und den Haltestellen entlang einer Route.
Das Modell berücksichtigt auch Fahrgäste, die Rollstühle und Scooter benutzen. Jeder Shuttle verfügt über eine benutzerdefinierte Kapazität für jeden Fahrgasttyp sowie über separate Ein- und Ausstiegszeiten für jeden Fahrgasttyp.
Alle Modelleingaben, einschließlich der Parameter für den Shuttle-Fahrplan, die Ankunftsmuster, die Gesamtnachfrage und die Verspätungszeiten, waren über Modelleingabeparameter oder Excel-Eingabetabellen konfigurierbar. Dies war sehr wichtig angesichts der Flexibilität, die das NIH bei der Bewertung extremer Nachfragemuster benötigte, die durch COVID-Arbeitsmuster ausgelöst werden könnten.
Zu den wichtigsten Kennzahlen, die das Modell ausweist, gehören:
Das NIH-Shuttlebus-Simulationsmodell ermöglichte es den NIH, verschiedene Shuttle-Strategien für eine Vielzahl von Nachfragemustern zu testen. Angesichts der unbekannten Auswirkungen von COVID auf die Arbeitsmuster war die Simulationsmodellierung ein idealer Ansatz, da die Modelleingaben geändert werden können, um Was-wäre-wenn-Analysen durchzuführen und die Leistung unter einer Vielzahl von Nachfrageszenarien zu verstehen.
Proceedings of the 2020 Winter Simulation Conference K.-H. Bae, B. Feng, S. Kim, S. Lazarova-Molnar, Z. Zheng, T. Roeder, und R. Thiesing, eds.
MOSIMTEC, LLC
297 Herndon Parkway, Suite 302
Herndon, VA 20170, USA
Büro für Forschungsdienste
Nationale Gesundheitsinstitute
31 Center Dr. Bethesda, MD 20892, USA