1

Simülasyon kantitatif bir süreçtir. Somut anlamda ,belirli bir nesnenin modeli veya temsili bir simulasyondur.

“Bir sistemin simulasyonu ,bu sistemi temsil edebilecek bir model oluşturma işlemidir.”1

“Simülasyon gerçek sistemin modelinin tasarımlanması ve bu model ile sistemin işletilmesi amacına yönelik olarak , sistemin davranışını anlayabilmek veya değişik stratejileri değerlendirebilmek için deneyler yürütülmesi sürecidir.”

“Simülasyon geliştirilen veya yeniden düzenlenen sürecin proses işlemlerini tamamlamada ve deneme çalışmalarını yürütmede ve süreçlerin hata zamanlarını tahmin etmek için yapılan deneysel çalışmadır .Yeni sürecin değişikliklere gösterdiği olası reaksiyonları da anlayabiliriz.”

Çeşitli işletme problemlerinin çok karmaşık yapıda olmaları , bunların çözümlerine matematik ve istatistik çözüm tekniklerini uygulama imkanı vermemekte ve bilgisayarlarla çözülme şansına sahip olan simülasyon modellerine kayma zorunluluğunu ortaya çıkarmaktadır.

Simülasyon modelleri , matematik modellerde karşılaşılan yapısal sırayı izler .Yalnız ,model matematik denklemlerle değil , denemelere dayanır.

Ayrıca simülasyon modelleri matematik modellerde olduğu gibi optimum sonuçlar ortaya çıkarmaz.

İyi bir simülasyon çalışmasının ve modelinin karakteristikleri ve alanı hakkında bazı göstergeleri şunlardır:

· Simülasyon sistemin denetimindeki ve sistemin davranışına ilişkin hizmetlerin yaralarına yöneliktir .

· Model değişikliği ve güncelleştirilmesi için kolaylıkla uyarlanabilir olmalıdır .

· Evrimsel olmalıdır ;yani basit bir şekilde başlayıp giderek karmaşıklaşmalıdır .

Simülasyon tarihi “ WEİCH “ şeklinde adlandırılan Çin Savaş Oyunlarından , 5000 yıl öncesinden gelir ve 1780‘lere kadar devam eder .Ta ki Prussian’ların bu oyunları ordularındaki trenlerde kullanana kadar .O zamandan beri , tüm askeri güçlerin başkanları , simüle edilmiş çevre koşulları altında askeri stratejileri test etmek için savaş oyunlarını kullanmışlardır.3

2. Dünya Savaşı esnasında büyük matematikçi Jhon Van Neumann tarafından bu teknik askeriyeden ve operasyonel oyunlardan yeni bir teknik olan Monte Carlo Simülasyon Tekniği geliştirilmiştir . Bir nicelik miktar tekniği olarak Los Alamos Scientific Laboratuarında nötronlarla çalışılırken ,Van Neumann Simülasyonu ,elle veya fiziksel modellerle analizi karmaşık ve pahalı olan fizik problemlerini çözmede kullanıldı .Nötronların rassal yapısı ihtimallerle uğraşmada rulet tekeri kullanımını önerdi .Oyun yapısı nedeni ile Van Neumann Kanunların değişimi çalışmasını MonteCarlo Modeli olarak adlandırdı .1950 ‘lerde iş bilgisayarlarının gelişi ve birleşik kullanımı ile simülasyon bir yönetim aracı olarak gelişti . Uzmanlaşıp , özelleşen bilgisayar dilleri , geniş ölçülü problemleri daha etkili ele almak için 1960’ larda geliştirildi . 1980’ lerde kuyruğa girmiş icatlardan durumları dizmeyi ele almak için yazılmış simülasyon programları geliştirildi . XCELL , SLAM , WITNESS , MAP / 1 gibi değişik isimlere sahiptirler .

Simülasyon yöneticilere çok çeşitli nedenlerden dolayı getirileri vardır .

2. Çok fazla alanda kullanılır . Şehir yönetim sistemindeki önemli ekonomik bileşenleri içine alan yapımı mümkün olmayan ve çözümlenemeyen matematiksel modellerde , Şehir modellerinde , eğitim sistemlerinde , ikili yiyecek yetiştirme sistemlerinde ......

3. Bazı durumlarda simülasyon kullanılabilecek tek modeldir . NASA ‘da ulusal hava pilotunun idaresinde , satürnün çevresini gözlemek güç olduğunda simülasyona ihtiyaç duyulur .

4. Simülasyon modelleri yönetim problemlerinde kurulur ve bu modellerin kurulması için yönetim girdileri gereklidir . Kantitatif analiz yöneticilerle yeterince görüşülmelidir . Böylece model kurulumun başarılması için sorun çıkmaz ve kullanılmaktan kaçınılmaz .

5. Simülasyon çeşitli tipteki sorulara cevap arar . Yönetici hangi seçeneklerin cazip geleceğini önceden bilmek ister . Yönetici birkaç dakikada bilgisayar yardımıyla birçok karar sonucunu görebilir .

6. Simülasyon gerçek dünyadaki sistemlerle ilgilenmez . Bu çok yıkıcı olabilir .Örneğin hastane , okul veya üretim alanındaki gerçek denemeler .Simülasyonda denemeler model üzerinde yapılır . Sistem üzerinde yapılmaz .

7. Simülasyon karşılıklı etkileşim sonucu bireysel bileşik veya çeşitlemelerde hangisinin önemli olduğuna karar vermek için bize yol gösterir .

8. Simülasyonda zaman kısıtlaması yapılabilir . Sipariş reklam ve diğer durumlarda aylar veya yıllar sürebilecek karar sonuçları bilgisayarda simülasyon yardımıyla kısa zamanda çözümlenebilir .

9. Simülasyon birçok kantitatif analizde çözümlenemeyecek karmaşık gerçek dünya problemlerinin çözümüne izin verir . Örneğin kuyruk modellerinde sembollemeye ihtiyaç duyar veya Poisson Dağılımında ;bazı gelişmeler ve network modelleri normalliğe ihtiyaç duyar. Fakat simülasyonda kullanıcı herhangi bir olasılık dağılım için kullanılır ;standart dağılım kullanılmasına gerek olmayabilir .

Bir takım sebeplerle kullanılan simülasyon yaklaşımının çok sayıda yararı vardır :

2. Sistemlerin evrimselliğini ortaya çıkararak , dinamik yapılarının incelenmesini zorlar .

3. Dinamik sistemlerin gerçek zamanlarını , daraltılmış veya genişletilmiş süre içinde incelenebilir .

4. Matematik modeller ile analitik çözümler bulunduktan sonra , simülasyon analitik çözümlerin doğruluğunu gerçeklemek üzere kullanılabilir .

5. Herhangi bir sistemin içsel etkileşimlerinin inceleme ve bunlar üzerinde deneyler yapma olanağı verebilir .

6. Değişen koşullar ve yeni durumlar altında sistemin göstereceği davranışı inceleyebiliriz .

8. Sistemin verileri yetersiz olduğunda ya da olmadığında simülasyon yöntemleri bu boşluğu kapatabilir .

9. Simülasyon modeli kurulduktan sonra sistemin farklı durumlarının incelenmesi için istenen süre kadar kullanılabilir .

Simülasyon yaklaşımının tercih edilmesi , uygulanması ve uygulamanın başarılı olması için çalışma koşullarının sahip olacağı özellikler vardır.

1. Belirsizlik : Çevre koşullarında ve iç olaylardaki belirsizlik öğeleri fazladır ve yönetsel kararlar bu belirsizlik şartları altında verilir .

3. Deneysellik : Çevre koşulları ve iç piyasadaki değişkenler , parametreler ve sistemi sınırlandıran kısıt ve varsayımlarda değişiklikler yaparak alternatif plan , karar ve yön oluşturma gereksinimlerinin bulunması .

4. Davranış Analizi : Yönetim ve karar sistemlerinin farklı politikalara gösterdiği tepkilerin analizi .

5. Sistem Görüşü : Yapı , sistem ve olayların bir bütün olarak ve çok yönlü geniş bir görüşle inceleme gereksinimi bulunur .

6. Evrimsellik : Yapı , sistem ve olayların zaman içindeki nicel ve nitel değişimlerinin incelenme zorunluluğunun bulunması .

Simülasyon sürecinin adımları bir çerçeve içindedir .Bu adımların bir uygulama örneği üzerinde tartışılması ile son bulur .

Gerçek sistemin davranışlarını araştırmak için kullanılan simülasyon çalışmasının aşamaları aşağıdadır :

Sistemin sınırlarını , kısıtlarını ve etkinlik ölçüsünü belirleme aşamasıdır . Bu ise sisteme ilişkin öğelerin yani bileşen , değişken ve parametreler ile bunlar arasındaki ilişkilerin belirlenmesi demektir . Bu aşamanın önemli bir noktası sistem içindeki olayların sırasal ilişkilerinin belirlenerek şematik olarak ifade edilmesidir .

Sistemi soyutlamak veya indirgemek için mantıksal bir akış diyagramına aktarma işidir .Bu soyutlamanın ölçüsü çalışmanın amacı tarafından belirlenir .

Herhangi bir problem tanımlanmadan önce yeterince verinin derlenmesi ve işlenme gereği vardır .

2. Anlamlı düzeye indirgenen veri , kullanma amacımıza uygun matematik kurmaya imkan verip vermediği araştırmalıdır .

3. Veriler , matematik modeli iyileştirmeye imkan verebileceği düşünmelidir .

4. Veriler , sistemin durum değişkenlerinin çalışma karakteristiklerinin parametrelerini tahmin için yaralanılabilir .

5. Veri olmadan simülasyon modellerinin geçerliliğini araştırmak olanaksızdır .

Hangi tür verinin gerekli olduğu belirlenmelidir ve sistem parametreleri , değişkenlerin davranışı ve sistemdeki ilişkilerin biçimi doğru olarak bilinmelidir .

Modelin geçerliliğinin kontrolü için bazı yöntemler vardır . Bu ise ; simülasyon verilerinin analizi ve yorumlanması , deneyin nasıl tasarlandığının ve model kurulurken yapılan varsayımların izini taşımaktadır . Bu amaçla yapılan inceleme teknikleri ileri ki ünitelerde ayrıntılı olarak incelenecektir .

Simülasyon Çalışmalarında deneysel tasarımın iki kullanım amacı vardır :

Taktik planlama ise yürütülen bir testin bilgisayarda nasıl çalıştığının belirlenmesi ile ilgilidir .Özellikle iki problemin çözümü ile ilgilidir :

2 . Gerekli örnek hacmini minimize ederken , cevapların varyansını azaltmak için

Kullanılan parametrelerin en son değerini belirlemek için bu analizler yapılır . Duyarlılık analizi , parametrelerin değişim aralığını sistematik olarak araştırma ve modelin bu değerlere karşı alacağı değerleri belirleme işlemidir .

Simülasyon projesi gerçek bir probleme kabul edilebilir , anlaşılır ve kullanılabilir bir çözüm sağlamalıdır . Ayrıca simülasyon sonuçları anlaşılabilir olmalıdır . Dikkatle yapılacak ve tam bir belgeleme modelin kullanım ömrünü arttırır . İyi bir belgeleme programların hatalarının bulunmasına ve düzeltilmesinde imkan verir .

Herhangi bir sistemi değişik koşullar altında simüle ederiz . Bu koşulların özelliklerine göre Deterministik ve Stokastik Sistemlerde Simülasyon Çalışması yapabiliriz .

Çoğunlukla sistem çok karmaşık ve sürekli olduğunda , sistemi tanımlamak için değişkenlerden birinin değeri bilindiğinde sistemin diğer değişkenlerinin değerleri farklı koşullar için hesaplanabilir .

Sistemi tarif eden süreksiz ve bağımsız denklemler olduğunda , en iyi çözümü ve çözümleri bulmak için iyi bilinen optimizasyon metotlarından birini kullanarak simülasyonu yapabiliriz .

Simülasyon belki sistemdeki en iyi çözüm değildir . Tüm mümkün değerleri

Bulunduğunda bu yol güven verir . Simülasyon yarar sağlamaya yarayan tahmini çözümdür .

Karar verici deneme çözümlerini işletir ve sonuçta oluşan değerleri gözler . Bunu tatmin edici değeri bulana kadar yapar .

Yönetim biliminde , simulasyon genellikle gerçeği örnek alan stokastik modellerin kullanımı ile ilgilenir . Bir simülasyon modelinde çıktılar girdilerden yararlanarak kesin olarak önceden tahmin edilemez , fakat sonuçları da birkaç olasılık dağılımına bağlı olabilir . Yazı - tura atma hareketi tıpkı bunun gibi bir süreçtir . Para adil bir para olsa da , önceden sonucun %50 yazı %50 tura geleceğini önceden söyleyemeyiz .

Uğraşacağımız modeller sınırlı modeller olacaktır , yani sonlu sayıda sonuç ve değerden ibaret olacaktır . Simulasyon modelleri ayrıca sürekli de olabilir , bunlarda ise değerler olasılık dağılımlarının sınırları ile sınırlandırılmamıştır .Bu iki model arasındaki ayırım , 6 değişik renkte bilye ile ve birçok bezelye ile dolu olan iki ayrı kavanoz örnekleri ile anlayabiliriz . Eğer bilye dolu kavanozdan bir bilye çekilirse 6 renkten birisi karşımıza çıkar bu sınırlı modeldir . fakat bezelye dolu kavanozdan bir bezelye çekilir ve ağırlığı hassas olarak tartılırsa karşımıza hepsi birbirinden farklı ağırlıkta bezelyeler çıkacağı aşikardır .

Stokastik modellerle ilgilenildiğinde rassal değişimler yapay tablolardan veya parametreleri verilen teorik olasılık dağılımlarından elde edilebilir . Simülasyon modelinde yer alan değişik olayların davranışları farklı dağılımlara uyarlar.Rassal sayılar değişik yollarla olasılık dağılımlarından elde edilir.Bunun için birçok yöntem vardır .Bunlardan bazıları Ters Dönüşüm Yöntemi, Reddetme Yöntemi,Kompozisyon Yöntemi ,Matematiksel Türetme Yöntemi , Yaklaşık Tahmin Yöntemi olarak sayılabilir.

Rassal sayılar olasılık dağılımına bağlı simülasyonlarda önemli rol oynar .

Rassal sayıları rassal sayılar tablosundan yararlanarak bulup kullanacağımız gibi bununla birlikte rassal sayılar sadece tablolardan elde edilmez .

Ayrıca rassal sayılar rassal olmalıdır . eğer sayılar rassal değilse simülasyonun sonuçlarının geçerliliğide bundan etkilenecektir . anlıyoruz ki bunlar gerçek rassal sayılar değil sahte rassal sayılardır . Gerçek rassal sayılar ise fiziksel bir süreç sonucu üretilir tıpkı rulet tekerleğini defalarca döndürmek gibi.

Bahsedilmiş olduğu gibi rulet misaline benzer bir fiziksel süreç computerize edilmiş bir bir simülasyon modelini tam olarak yansıtmaz . Anlıyoruz ki yapay olarak rassal sayı üretmek için sayısal bir metod gereklidir .

Rassal sayı üreticilerinin belli özelliklere sahip olması beklenmelidir,bu özellikler :

6. Kullanılan yöntem sabit bir değer oluşturabilmek için bozulmamalıdır .

Herhangi Bir yöntemi kullanarak rassal sayı üretilğinde rasssal sayılar dizisinin gerçekten rassal olup olmadığını anlamak üzere bazı testler uygulanabilir . Bu testler ; Frekans Testi , Seri Testi ,Seri Testi , Aralık Testi ,Koşum Testi , Spekral Testi , Poker Testi , Otokorelasyon Testi , D Veya Mesafe Testi , Sıralı İstatistik Testini sayabiliriz.

Genel Amaçlı Simülasyon Sistemi (General Purpose Simulation System),en eski ve yaygın kullanım alanı olan kesikli simülasyon dillerinden biridir .Programlama bilgisine az gereksinim duyulur . Simülasyonu analiz etmek için birkaç istatistik bileşen mevcuttur .İşlemsel bileşenleri blok olarak adlandırılırlar . Bloklar hareketlerin akışını ve birbirleriyle etkileşimlerini kontrol etmek suretiyle sistemin mantığını belirlerler.GPSS Simülasyonunun varlığı blokların hareketlerle karşılıklı etkileşimlerinden doğan faaliyetlere dayanmaktadır.

GPSS aynı zamanda bir çok sistem özelliği ve bileşenleri tarif eder .Çok karmaşık dağılımları da tanımlamakta kullanılabilir .Sistem özelliği olarak 8 adet rassal sayı üretici mevcuttur .

Kesikli stokastik sistemlerin incelenmesini sağlayan bir simülasyon programıdır . Bir dizi FORTRAN Programlarından oluşan bir simülasyon hazır paket programıdır . Bir GASP uygulaması iki farklı yapıdan oluşur :

GASP;birim-özellik -ilişki yapısı tanımlanabilen sistemlerin simülasyonuna uygundur .

M.I.T.'te 1959 yılında Phillis Fox ve Alexander L.Pugh tarafındanhazırlanmış ;endüstriel hareket modeli yaklaşımının Jay W. Forester 'ın geniş çaptaki endüstriyel sistemlerdeki bütünsel davranış analizinin gelişmesiyle oluşmuştur . DYNAMO sistemi kullanan bir programdır.Sonra eşitlik değerinin her artışında sistem davranışı tekrar oluşur .

DYNAMO , bilgi geri beslemesi ve geniş ölçüdeki sistem gecikmesi üzerine analize önem verir .Ekonometrik modellerde ve endüstriyel komplekslerin simülasyonuyla birlikte kentsel , sosyal ve evrensel problemlerde etkili olarak kullanılır .

DYNAMO ,GPSS gibi programlama bilgisine çok az programlama bilgisine gereksinim duyar .

SIMCRIPT RAND şirketi tarafından 1960'lı yıllarda komple bir programlama dili olarak geliştirilmiştir . Simulasyon için geliştirilmiş olmasına rağmen genel amaçlı olarak da kullanılır . Bu programın bir özelliği ise diğer orta düzey dillere ( Fortran , Assembler ) bağlı olmamasıdır .

SIMCRIPT'de sistem kendi başına bağımsız bileşenlerden oluşan bir sistem olarak tanımlanır .

Q-GERT - aslında GERT IIIQ - bir ağ modelleme ve kuyruk sistemlerinin analizi için özel olarak kullanılan bir programlama dilidir . Bu programda 1960'lı yıllarda geliştirilmiştir .

ProModel, özellikle üretim sistemlerinin benzetiminde kullanılan, kesikli ve sürekli olay modellemesi yapabilen, kullanımı ve öğrenmesi kolay, bütün Microsoft Windows platformlarında çalışan bir benzetim (simülasyon) yazılımıdır.

Bir sonraki böülmde ayrıntılı olarak inceleyeceğimiz TAYLORII Simülasyon paket programı Windows altında çalışabilen bir programdır.

Bu programi sadece 1 defa gordum o da net orataminda.www.simula8.com adresinde sanirim demosu var.Daha ayrintili bilgiyi o adresden bulabilirsiniz.

1 Erkut,Haluk,"Yönetimde Simülasyon Yaklaşımı",İstanbul: İrfan Yayınevi,1992,s.1,2

2 Stair,Ralph M.,Render,Barry,"Quantitative Analysis for Management" ,A.B.D.,Allyn and Bacon ,1991,s.671

3 Stair,s.669,670,(Ralph Stair ve Barry Render'ın kitabına yeniden başvuruluyor)