Assim como em muitas organizações, os Institutos Nacionais de Saúde (NIH) viram uma mudança drástica para o trabalho remoto devido à pandemia da COVID-19. O campus principal do NIH em Bethesda, Maryland, opera um sistema de ônibus para transportar os funcionários entre os principais edifícios, além de transportar funcionários de locais externos no Condado de Montgomery, Maryland. O NIH utilizou a modelagem de simulação para entender o impacto da mudança de horários dos ônibus e da redução da capacidade dos veículos sob demanda variável de passageiros. Essa ferramenta de simulação pode ser usada para entender como os horários dos ônibus podem precisar ser alterados para acomodar padrões de trabalho escalonados e como a frequência dos ônibus deve aumentar quando os funcionários começarem a retornar ao campus do NIH.
O campus principal do NIH está localizado em Bethesda, MD. Ele abriga mais de 75 edifícios em mais de 300 acres. Os serviços de transporte são oferecidos para ajudar funcionários, pacientes, prestadores de serviços e visitantes a se locomoverem dentro do campus. O serviço de transporte também oferece rotas adicionais entre locais importantes fora do campus, como aeroportos, estações de metrô e instalações satélites.
Como em muitas organizações, o campus do NIH mudou rapidamente para um modelo de trabalho remoto na primavera de 2020, quando a pandemia de COVID-19 começou a afetar os Estados Unidos. Isso resultou na redução da demanda por ônibus de transporte.
À medida que o NIH formula planos para trazer os funcionários de volta ao campus de forma segura, o Office of Research Services (ORS), que fornece serviços de suporte para viabilizar a missão de pesquisa do NIH, percebeu que a demanda por serviços de transporte pode ser muito diferente em um ambiente pós-COVID ou em transição para um ambiente pós-COVID. Algumas das diferenças podem incluir:
A ORS e a MOSIMTEC criaram um modelo de simulação de eventos discretos no SIMIO para entender o impacto de várias estratégias de ônibus para uma ampla variedade de padrões de demanda.
O modelo de simulação baseado no SIMIO inclui uma animação em 3D do campus do NIH, com rotas e paradas de ônibus desenhadas em escala. As entidades de passageiros chegam com um padrão de demanda que varia ao longo do dia. As entidades selecionam aleatoriamente uma parada de ônibus de origem e o destino desejado. A lógica é inteligente o suficiente para que os passageiros não embarquem em um ônibus para o seu destino a fim de esperar por outro ônibus que chegará em breve e possam chegar ao seu destino mais rapidamente por percorrerem um caminho diferente.
As entidades de transporte seguem um cronograma detalhado com horários de início e parada, além de verificações detalhadas dos horários em que as paradas serão realizadas. Isso imita o sistema real, em que os ônibus podem permanecer em uma parada até o horário de partida publicado. O modelo é programado para criar um horário completo de ônibus com base em dados definidos pelo usuário, como o número de ônibus em uma rota, o horário de início e de parada dos ônibus em uma rota e as paradas ao longo da rota.
O modelo também leva em conta os passageiros que utilizam cadeiras de rodas e scooters. Cada ônibus tem uma capacidade definida pelo usuário para cada tipo de passageiro, bem como horários separados para cada tipo de passageiro embarcar ou desembarcar.
Todas as entradas do modelo, inclusive os parâmetros de programação dos ônibus, padrões de chegada, demanda geral e tempos de atraso, eram configuráveis por meio de parâmetros de entrada do modelo ou tabelas de entrada do Excel. Isso foi muito importante devido ao nível de flexibilidade que o NIH precisava para avaliar os padrões extremos de demanda que poderiam ser acionados pelos padrões de trabalho da COVID.
As principais métricas relatadas pelo modelo incluíam:
O modelo de simulação de ônibus do NIH permitiu que o NIH testasse várias estratégias de transporte para uma variedade de padrões de demanda. Dada a natureza desconhecida do impacto da COVID nos padrões de trabalho, a modelagem de simulação foi uma abordagem ideal, pois as entradas do modelo podem ser alteradas para realizar análises hipotéticas e entender o desempenho em uma ampla gama de cenários de demanda.
Anais da Conferência de Simulação de Inverno de 2020 K.-H. Bae, B. Feng, S. Kim, S. Lazarova-Molnar, Z. Zheng, T. Roeder e R. Thiesing, eds.
MOSIMTEC, LLC
297 Herndon Parkway, Suite 302
Herndon, VA 20170, EUA
Escritório de Serviços de Pesquisa
Institutos Nacionais de Saúde
31 Center Dr. Bethesda, MD 20892, EUA