La aplicacin de la simulacin operativa

a problemas logsticos
i
Por Juan Pablo Guido
Desde la aparicin de los primeros trabajos a mediados de este siglo, la
tcnica de simulacin ha ocupado un lugar de privilegio entre las herra-
mientas de la investigacin operativa.
Sin embargo, hasta bien entrados los aos ochenta, ese inters en la in-
vestigacin y el entrenamiento acadmico no pudo encontrar un correlato
en el mbito empresario. Es que an cuando se reconocan los enormes
atractivos de la simulacin como soporte a la toma de decisiones, las difi-
cultades en la aplicacin de esta tcnica a la vida real de las compaas
(modelos costosos de construir y validar, muy poco flexibles frente a condi-
ciones cada da ms inestables, y habitualmente concebidos y manejados
"por expertos", no por los reales operadores del sistema) atentaban con-
tra su efectiva aplicacin a la problemtica de las empresas.
Con el advenimiento de la "revolucin informtica" iniciada a fines de la
dcada pasada, y la consolidacin de las plataformas grficas (ej.:
Windows, Macintosh), la simulacin ha comenzado a recuperar el terreno
perdido, constituyendo hoy una herramienta imprescindible en reas tales
como la investigacin y el desarrollo de nuevos productos, la ingeniera
ambiental y otros.
Es nuestro inters presentar aqu la aplicacin de estas tcnicas a las ope-
raciones logsticas, un mbito donde las ventajas de la simulacin han sido
particular y tradicionalmente reconocidas, pero en las que existe todava
(en especial en nuestro pas) un enorme camino a recorrer.
Antes de exponer algunos ejemplos de aplicaciones concretas en operacio-
nes logsticas, sin embargo, vale la pena detenerse un momento a repasar
brevemente los fundamentos y las ventajas de la simulacin como meto-
dologa de anlisis de decisiones y a reconocer los elementos principales
de un modelo de simulacin desarrollado con el apoyo de herramientas
informticas diseadas en este nuevo ambiente.
La simulacin como metodologa de anlisis
Aun cuando no las reconozcamos bajo este nombre, distintas formas de
"simulacin" son habitualmente conocidas: desde los simuladores de
vuelo o de conduccin de automviles hasta las proyecciones de flujos de
fondos constituyen ejemplos de modelos que emulan sistemas reales.
Es que la simulacin, tal como la definiera Bobillier en 1976, constituye
"una tcnica para la construccin y ejecucin de un modelo de un sistema
real, con la finalidad de estudiar el comportamiento de ste, sin romper su
entorno". De esta manera, el modelo es susceptible de ser sometido a las
condiciones de incertidumbre propias de cualquier sistema operativo real,
determinando su reaccin y comportamiento, sin riesgo de que esa inter-
Publicaciones
vencin suponga peligro o interferencia con la realidad -sean estos pasa-
jeros, arcas de una compaa o sistemas operativos-.
Aplicada a la realidad empresaria, la simulacin aparece entonces como
una herramienta de suma utilidad a la hora de testear hiptesis de trabajo
antes de su desarrollo e implementacin, lo que permite aspirar a drsticas
economas de dinero, de tiempo y de esfuerzo. Nuestra experiencia de-
muestra que la modelizacin de un sistema operativo permite, adems,
profundizar notablemente la comprensin del mismo, a partir de la expli-
citacin de las relaciones entre los distintos elementos contenidos en l, y
del reconocimiento de las variables de mayor impacto en su desempeo.
El correcto desarrollo y aplicacin de un modelo de simulacin supone un
proceso habitualmente estructurado en cuatro pasos, tal como se muestra
en el grfico 1:
en primer trmino, la construccin de un modelo conceptual representa-
tivo del sistema real. Este proceso de abstraccin es clave para asegu-
rar no slo la efectividad de la modelizacin -esto es, que los compor-
tamientos se ajusten a los de la vida real-, sino tambin la eficiencia en
el compromiso de recursos para su desarrollo. En este sentido, un buen
modelo no es aquel que intenta copiar integralmente la realidad, sino
aquel que reproduce
slo la parte relevante
del sistema bajo anli-
sis.
en segundo lugar, este
modelo conceptual de-
ber ser transformado
en un programa com-
putacional que soporte
la operacin del mis-
mo. Es en esta etapa
de traduccin del mo-
delo a un lenguaje de
programacin donde
las nuevas herramien-
tas informticas han
tenido un impacto crti-
co, simplificando y re-
duciendo ms de cinco veces el tiempo requerido para llevar adelante
esta tarea, que sola ocupar entre el sesenta y el ochenta por ciento del
timming total de un proyecto de modelizacin.
esta reduccin de los tiempos de programacin ha permitido destinar el
tiempo a la tarea de verdadero valor en este proceso: el anlisis de los
resultados de la simulacin, sometiendo al sistema modelizado a dife-
rentes condiciones operativas y proponiendo distintas estrategias de
despliegue de recurso, midiendo su desempeo de manera objetiva.
finalmente, y en particular en proyectos que supongan niveles de riesgo
o de compromiso de recursos especialmente relevantes, la validacin
del modelo constituye un punto de vital importancia. El desarrollo de ex-
periencias pilotos ad hoc, o la aplicacin al modelo de datos histricos
Proceso de Modelizacin Grfico 1
Modelo
conceptual
Aplicacin
Sistema
natural
Traduccin
Verificacin
Verificacin Verificacin
Implementacin
Abstraccin
Validacin
(experimentacin)
Modelo para
sistema
informtico
son formas utilizadas en forma habitual para verificar el ajuste entre el
modelo desarrollado y la realidad.
Las drsticas reducciones en los tiempos necesarios para completar este
proceso, pasando de proyectos que en el pasado demandaban meses, a
calendarios que pueden hoy ser medidos en das; y la posibilidad de de-
sarrollo por los propios responsables de las reas operativas, sin interven-
cin de especialistas de sistemas, han permitido una transformacin en el
modo de uso de estas tcnicas como apoyo a las decisiones. En efecto, las
contadas experiencias de simulacin de sistemas operativos de dcadas
anteriores muestran enormes modelos, con un alto grado de integracin y
detalle, abarcativos (al menos en la intencin) de todas las posibles deci-
siones sobre el sistema. Hoy, en cambio, el concepto que prevalece es el
del desarrollo de modelos pequeos, altamente enfocados y en muchos
casos "descartables" una vez aplicados a la decisin para la cual fueron
concebidos.
Hemos revisado hasta aqu algunos aspectos elementos bsicos de la mo-
delizacin de desempeo. Sin embargo, para quienes tienen un alma
esencialmente prctica ser an difcil "ver" qu es, en concreto, un modelo
de simulacin de desempeo. A ellos nos dedicaremos en los prximos
prrafos.
Un modelo bsico de simulacin de desempeo
En el grfico 2 es posible ver el "aspecto" tpico de un modelo de simula-
cin de desempeo. Aunque se trata de un modelo sencillo, contiene todos
los elementos principales de una modelizacin de mayor complejidad.
Se trata en este caso de simular la gestin de inventarios en un almacn
de productos terminados, al que llegan pedidos con frecuencia y cantidad
aleatoria.
Aspecto del modelo en pantalla Grfico 2
Bloques
Lneas de conexin
Conectores
Esos pedidos son ubicados en una "cola" de ingreso, que es monitoreada
en forma permanente en relacin a una condicin de servicio (ej.: tiempo
de demora de atencin de una orden inferior a x minutos, nro. de pedidos
en espera inferior a y unidades, etc.), y penalizada en caso de que la
misma sea vulnerada. Una vez determinada la cantidad solicitada, se veri-
fica el nivel de existencias y la capacidad de hacer frente a la nueva orden,
reconociendo y castigando las eventuales roturas de stock.
Si la orden puede ser satisfecha, se da curso a su procesamiento, que re-
quiere el compromiso de recursos asociados a una determinada capacidad
y productividad (llmese horas hombres, horas mquinas, etc.). Final-
mente, el pedido es reconocido como satisfecho.
Paralelamente a este proceso, el almacn es realimentado desde un sis-
tema productivo, con una cadencia conocida pero aleatoria. Esas unidades,
sumadas a las del stock inicial, irn conformando la inversin en inventa-
rios contenida en el sistema.
Al ejecutar o "correr" la aplicacin, el modelo simular el comportamiento
del sistema real a lo largo de un da
de trabajo (duracin que por su-
puesto puede ser modificada segn
los requerimientos de cada caso),
obtenindose en pocos segundos los
resultados que, de otra manera, hu-
bieran significado el seguimiento de
ocho horas de operacin: niveles de
servicio, inversin promedio en in-
ventarios, roturas de stock, aprove-
chamiento de la capacidad de proce-
samiento disponible, etc.
No es el objeto discutir aqu las ml-
tiples decisiones asociadas incluso a
un sistema tan sencillo como el aqu
descripto y la utilidad de la simula-
cin para la evaluacin de las dis-
tintas alternativas de solucin. An-
tes bien, pretendemos presentar a
continuacin los componentes habi-
tuales de una modelizacin de de-
sempeo desarrollada bajo la nueva
generacin de aplicaciones inform-
ticas:
los bloques constituyen los ele-
mentos bsicos de un modelo de
simulacin. Similares a bloques
de un diagrama de proceso, estos
elementos reciben, generan, pro-
cesan y/o emiten informacin, en
forma autnoma o interactiva con
un operador, mediante un pro-
grama incluido en el mismo. Cada
bloque es representado por un
icono o figura nica, que permite
Pantallas de dilogo Grfico 3
reconocer sus capacidades y operaciones: generar tems en forma fija o
aleatoria, almacenar unidades, procesar elementos, medir y graficar re-
sultados, etc.
los conectores representan los medios de acceso y salida natural de in-
formacin de un bloque. Cada conector tiene un significado nico para el
bloque, de manera de permitir al programa asociado a l reconocer la
forma de procesar los datos recibidos, y al operador del sistema identifi-
car la informacin emergente.
las lneas de conexin constituyen el modo de unir bloques, mostrando
el flujo de informacin a travs del modelo. De esta manera, modelizar
es, en definitiva, "unir" bloques representativos de cada etapa de un
proceso de acuerdo a su secuencia operativa, sin necesidad alguna de
programacin o codificacin.
finalmente, cada bloque cuenta con una pantalla de dilogo, que per-
miten la interactividad del sistema con el usuario, tanto para el ingreso
de valores y condiciones de operacin como para la provisin de infor-
macin respecto al estado del modelo. En el grfico 3 se muestran las
pantallas de dilogo correspondientes a los bloques de Ingreso, en la
que puede indicarse, entre otros datos, la modalidad y frecuencia de
ingreso de rdenes; y al bloque de Procesamiento, en la que es posible
observar el tiempo operativo requerido para el procesamiento, el apro-
vechamiento de la capacidad disponible, etc.
Es habitual que las aplicaciones de simulacin provean una serie de ele-
mentos adicionales destinados a facilitar an ms el desarrollo, la exposi-
Y2Stock Entregas Produccin Y2Cl.atendidos
0 80 160 240 320 400 480
0
25
50
75
100
125
150
175
200
225
250
275
300
325
350
375
400
Minutos
Unidades
Plotter, Discrete Event
0
12.5
25.0
37.5
50.0
62.5
75.0
87.5
100.0
112.5
125.0
137.5
150.0
162.5
175.0
187.5
200.0
Clientes
U
n
i
d
a
d
e
sC
l
i
e
n
t
e
s
Minutos
Graficador Grfico 4
Minutos Entregas Produccin Cl. antendidos
cin y el anlisis de resultados del modelo: plottering, que facilita la ex-
posicin grfica de los resultados de la simulacin, tal como se muestra en
el grfico 4; jerarquizacin de bloques, que permite ir elaborando submo-
delos que sern integrados bajo un nico bloque, para su posterior utiliza-
cin en un sistema superior; anlisis de sensibilidad, destinado a entender
el impacto de movimientos en determinadas variables del sistema; etc.
No es necesario profundizar ms en el conocimiento de estos sistemas
para entender el enorme impacto que su facilidad de comprensin y ma-
nejo han supuesto a la hora de hacer efectivos y asequibles los beneficios
de la simulacin. Pero s parece propicio avanzar ahora en el tema que da
nombre a este artculo: la aplicacin de estas tcnicas a los problemas lo-
gsticos.
La aplicacin de la simulacin operativa a problemas logsticos
Tal como anticipramos lneas arriba, an cuando en sus inicios la simula-
cin hall en la problemtica logstica excelentes ejemplos "de laboratorio"
(modelos de Montecarlo para simulacin de respuesta de stocks, colas de
atencin, etc.), recin en los ltimos aos han aparecido aplicaciones con-
cretas de estas tcnicas a cuestiones de real valor para la compaa.
En este sentido, creemos interesante compartir algunos ejemplos de pro-
yectos que hemos recogido durante nuestra experiencia en esta materia.
1.- Sistemas de stocks
2.- Sistemas one tier - two tier
3.- CND
4.- EIM
5.- Dimensionamiento centro atencin clientes

i
Este artculo fue publicado en la revista nfasis Logstico en Septiembre de
1997.