De nombreux logiciels de simulation proposent des objets prêts à l'emploi qui couvrent une grande variété de situations. Cependant, l'utilisation de ces constructions préconstruites peut souvent entraîner plus de code, des modèles plus lents et plus difficiles à maintenir que la construction d'objets personnalisés et ciblés à partir de zéro. Dans cette présentation, l'approche technique d'un modèle de navette pour les National Institutes of Health (NIH) sera discutée en détail. Les techniques utilisées dans ce modèle, en particulier la génération de structures de données intelligentes à l'initialisation et l'utilisation d'objets personnalisés, peuvent être appliquées à la modélisation dans n'importe quel secteur avec la plupart des progiciels de simulation.
De nombreux progiciels de simulation proposent des composants faciles à utiliser qui permettent aux utilisateurs novices de modéliser leurs systèmes sans avoir besoin d'une programmation poussée. Pour ce faire, le modélisateur définit souvent divers paramètres d'entrée dans des constructions de modélisation "lourdes". Le concepteur de modèle joue le rôle de configurateur plutôt que de programmeur.
Même si le modélisateur configure principalement les paramètres des constructions préconstruites, il doit souvent incorporer un peu de programmation dans son modèle. Il peut s'agir d'une programmation dans un environnement de programmation visuelle ou d'un script très léger pour personnaliser le comportement des constructions préconstruites.
Bien que la majorité des modèles nécessitent une certaine programmation, de nombreux modélisateurs hésitent à construire des modèles à un niveau inférieur. Les auteurs ont constaté que, dans de nombreux cas, les modèles peuvent être créés en moins de temps en utilisant les blocs de construction sous-jacents d'un progiciel, au lieu de constructions plus grandes et plus complètes.
Le siège des NIH, appelé campus principal des NIH, est situé à Bethesda, dans le Maryland. Le campus principal des NIH comprend plus de 75 bâtiments sur plus de 300 acres. Les services de navette aident les employés, les patients, les sous-traitants et les visiteurs à se déplacer sur le campus. Le service de navette propose également des itinéraires supplémentaires entre le campus principal et les installations satellites hors campus dans le comté de Montgomery, dans le Maryland. Comme de nombreuses organisations, le campus des NIH est rapidement passé à un modèle de travail à distance au printemps 2020, lorsque la pandémie de COVID-19 a commencé à toucher les États-Unis. Les besoins en services de navette ont donc diminué. Alors que les NIH commencent à formuler des plans pour ramener les employés sur le campus en toute sécurité, l'Office of Research Services (ORS), qui fournit des services de soutien pour permettre la mission de recherche des NIH, a réalisé que la demande de services de navette pourrait être très différente dans un environnement post-COVID ou en transition vers un environnement post-COVID. L'ORS et MOSIMTEC ont construit un modèle de simulation d'événements discrets dans SIMIO afin de comprendre l'impact de diverses stratégies de conception de systèmes de navettes pour une grande variété de modèles de demande. Cette présentation se concentre sur deux composants techniques clés de ce modèle:Greer, Legard, et Wolski 1. Une structure de tableau remplie lors de l'initialisation du modèle qui a simplifié le reste du code du modèle. 2. La valeur de la construction d'un modèle à partir de constructions de niveau inférieur, par rapport à des modules préconstruits qui comprennent de nombreuses fonctionnalités prêtes à l'emploi.
Dans ce modèle, les navettes d'une boucle donnée doivent être décalées de manière égale. Par exemple, si une boucle dure environ 60 minutes et qu'il y a deux bus, les utilisateurs voudront voir un bus toutes les 30 minutes environ. Le système modélisé comporte des contrôles de temps, de sorte que les bus peuvent rester à un arrêt jusqu'à l'heure de départ prévue. Les NIH ont besoin de comprendre quand un itinéraire spécifique peut passer d'un bus à deux bus pour répondre à la demande pendant les périodes de pointe. Cependant, si l'analyste de simulation devait recréer un horaire personnalisé pour chaque changement de quantité de bus ou de quart de travail, le temps nécessaire à l'exécution de l'analyse ne serait pas pratique.
Le code d'initialisation du modèle prend une liste d'arrêts. En utilisant les heures de départ et d'arrêt des bus dans le système, un horaire de bus a été construit dynamiquement lors de l'initialisation du modèle. Cela permet à l'analyste de tester différentes stratégies de bus sans avoir à créer manuellement un horaire de bus complet.
L'horaire complet des bus de la journée a été stocké dans un simple tableau. Avec cette structure de données en place, la logique d'exécution des itinéraires par les bus est devenue très simple. Eric Raymond (2001) a déclaré : "Des structures de données intelligentes et un code stupide fonctionnent beaucoup mieux que l'inverse". L'équipe de projet a passé beaucoup de temps à planifier le tableau des horaires des bus. Cependant, une fois le tableau en place, le développement du reste du modèle s'est déroulé très rapidement et peu de problèmes sont apparus au cours du développement et des tests.
L'exemple de modèle présenté dans cet abrégé a été développé dans SIMIO. Bien qu'une introduction de haut niveau à SIMIO puisse amener un modélisateur à penser qu'il devrait simplement utiliser le véhicule préconstruit, avec les paramètres configurés selon les besoins, le participant verra qu'un modèle construit à partir de zéro avec une logique de processus est très facile à suivre. La construction de modèles avec des composants de niveau inférieur présente plusieurs avantages :
La présentation discutera de ces avantages plus en détail, en partageant des exemples spécifiques du modèle. Le coût supplémentaire de la modélisation à partir de zéro par rapport à l'utilisation de constructions préconstruites est généralement le temps associé à l'apprentissage de la modélisation de cette manière. Une fois que le paradigme fondamental d'un outil est connu, ainsi que les exigences les plus critiques, il est rare que la construction d'objets à partir de zéro prenne plus de temps d'un projet à l'autre. La présentation abordera le temps nécessaire pour développer ces compétences fondamentales en matière de modélisation et les cas où les auteurs recommandent encore d'utiliser des constructions préconstruites.
De nombreux logiciels de simulation disposent de modèles prédéfinis qui peuvent être utilisés via la configuration afin d'éviter de devoir développer une logique personnalisée. Cependant, l'utilisation de structures de données intelligentes et la construction de modèles avec des constructions de niveau inférieur permettent souvent de développer des modèles plus rapidement, avec d'autres avantages à long terme.
Actes de la Conférence d'hiver sur la simulation 2020 K.-H. Bae, B. Feng, S. Kim, S. Lazarova-Molnar, Z. Zheng, T. Roeder, et R. Thiesing, eds.
MOSIMTEC, LLC
297 Herndon Parkway,
Suite 302 Herndon, VA 20170, USA
Office of Research Services National Institutes of Health
31 Center Dr. Bethesda, MD 20892, USA
Raymond, E.S.. 2001 The Cathedral & the Bazzaar : Musings on Linux and Open Source by Accidental Revolutionary (Réflexions sur Linux et l'Open Source par un révolutionnaire accidentel). 1 er éd. Newton, Massachusetts : O'Reilly Media.