Введение исходных данных

Входе прохождения практики, мною были собранны различные данные для данной модели.

Интенсивность прибытия клиентов составляет в среднем 20 человек за час. Из них 20% пользуются банкоматом, 40% обращаются за обслуживанием в кассы, 40% направляются к менеджерам по кредитованию.

Персонал отдела состоит из 3 кассиров и 3 менеджеров.

На кассе проводятся сложные операции, которые невозможно проделать

на банкомате.

В ходе кредитования клиент проходит несколько стадий. На каждой стадии менеджер может отказать в кредите в виду того, что клиент может не соответствовать требованиям банка или из-за недостаточности данных и документов. Клиент также может сам прекратить обслуживание.

После сбора данных мною была создана данная модель банка и меню выбора параметров в котором всегда можно редактировать исходные значения модели.

Теперь о том как работает модель.

Для имитации поступления клиентов я использовал элемент Source

в объекте Source я ввел параметр attivalRate.

С помощью данного параметра при запуске модели можно регулировать поток клиентов в час

В данной модели после прибытия клиента в зависимости от его целей может существовать несколько вариантов событий. Клиент может воспользоваться услугами банкомата, либо при более сложных операциях обратиться к менеджеру или кассиру.

Для распределения вероятностей я использовал объект selectOutput

Вероятность того что клиент воспользуется банкоматом примерно равна 20%. Оставшиеся 80% операций делятся примерно поровну между менеджерами и кассирами.

Для разработки модели очереди к банкомату я использовал объекты Queue для имитации очереди и Delay для имитации работы банкомата.

Исходя из моих наблюдений в среднем время затрачиваемое клиентами на банкомат составляет от 2 до 5 мин. Для того чтоб указать это я использовал параметр случайных чисел triangular.

Модель очереди к кассе состоит из объектов Queue (см. рис. 19),Service (см. рис. 21), selectOutput(см. рис. 22) и ResourcePool (см. рис. 25).

В данном случае объект Queue1 будет имитировать очередь к кассе.

После того как клиент дождется своей очереди к кассе он выбирает тип услуги: погашение кредита, открытие счета, денежные переводы, обмен валюты. Для распределения услуг я использовал объект selectOutput (см. рис. 22)

В дальнейшем клиент обслуживался по выбранному им сценарию.

Объект Service отвечает за услуги Время обслуживания клиента рассчитывается параметром triangular и сервис тайм с помощью которого можно регулировать

Количество персонала обслуживающие клиентов на кассе определяются объектом ResourcePool (см. рис. 25).

В объекте используется параметр resources1, он позволяет при выборе параметров изменять количество рабочего персонала на кассе.

Модель очереди к менеджеру так же состоит из объектов,Service), selectOutput и ResourcePool.

Главным отличием этой модели от предыдущих в том, что прежде чем клиенту одобрят кредит,он должен пройти несколько стадий рассмотрения кредитоспособности и на каждой стадии есть вероятность отказа в кредите и что клиент сам уйдет для этого я использовал объект selectOutput.

За моделирование очереди к менеджеру отвечает объект Queue

Объект Service отвечает за стадии кредитования, Время задержки регулируется с помощью параметра triangular и сервис тайм

Все стадии имеют общий ресурс (персонал), количество которого можно регулировать при выборе параметров (см. рис. 29).

Модель имеет общий выход для всех рассматриваемых вариантов, клиент может закончить обслуживаться, ему могут отказать в кредите и закончить обслуживание или же он может сам покинуть отделение, за выход отвечает объект Sink (см. рис. 30).

Также в модель были встроены две диаграммы для сбора данных и статистики (см. рис.35)

Данные диаграммы рассчитываю среднюю величину очереди у кассы и менеджера, основываясь на данных полученных из нее можно регулировать модель до получения наилучших результатов.