Warteschlangensimulation

Warteschlangensimulation

Warteschlangen treten in vielen Situationen in Produktion und Logistik auf. Sie entstehen immer dann, wenn der Kundenankunftsstrom nicht exakt mit der verfügbaren Bedienleistung abgeglichen werden kann:

  • Bei Inbound-Callcentern können die Zeitpunkte, an denen Kunden anrufen, nicht exakt vorhergesagt werden, so dass entweder Agenten auf Verdacht in Bereitschaft gehalten werden müssen oder aber Kunden gegebenenfalls warten müssen.
  • Die exakten Ankunftszeiten von Flugzeugen am Zielflughafen hängen von verschiedenen Witterungsbedingungen, vor allem von Windrichtung und Stärke, ab. Daher ist eine exakte Vorabfestlegung von Landezeitslots nur bedingt möglich bzw. müssen Flugzeuge immer wieder Warteschleifen fliegen oder ab am Boden auf eine Startfreigabe warten, wenn zuerst ein verspätet eintreffendes Flugzeug eine Landeerlaubnis erhalten muss.
  • In der variantenreichen industriellen Fertigung schwanken die Bedienzeiten an einzelnen Stationen in Abhängigkeit von den konkreten Eigenschaften des jeweiligen Werkstücks. Daher ist auch hier, insbesondere bei Losgröße 1, eine vollständig getaktete Fertigung nicht immer möglich. Soll dennoch eine hohe Auslastung der Maschinen sichergestellt werden, so kann dies nur über Pufferbestände vor den Anlagen erfolgen.

Generell sind Warteschlangen meist unerwünscht, da diese entweder zu unnötigen Zeitverlusten führen (Callcenter-Warteschlange), direkt unnötige Kosten zur Folge haben (Kerosinverbrauch durch Warteschleifen vor einer Landung) oder indirekt Kosten verursachen (Kapitalbindung durch Lagerbestände, lange und schlecht vorhersagbare Liefertermine). Ziel der Warteschlangentheorie ist es daher, Bediensysteme so auszulegen, dass die sich zusätzlichen Kosten z.B. durch mehr Bediener und die finanziellen Vorteile durch kurze Warteschlangen in einem optimalen Verhältnis befinden.

Warteschlangentheorie und Simulation

Die Warteschlangentheorie als Teilgebiet der Stochastik wurde vor über 100 Jahren von Agner Krarup Erlang begründet. Ursprüngliches Hauptanwendungsgebiet war die Personalbedarfsplanung in manuellen Telefonvermittlungstellen. Seit den 1950er Jahren traten vermehrt Fragen aus der industriellen Fertigung in den Fokus der Forschung. Auf Basis der analytischen Warteschlangentheorie können Wartezeitverteilungen für einfache Modelle exakt bestimmt werden und können Kenngrößen für komplexere Modelle und Warteschlangennetze approximiert werden.

Je komplexer die zu betrachtenden Modelle sind, desto weiter sinkt jedoch die Güte der jeweiligen Modelle. Mit dem Verfügbarwerden von immer mehr Rechenleistung rückt daher seit ca. den 1980er Jahren die Simulation von Warteschlangenmodellen immer mehr in den Mittelpunkt der Forschung. Mit Hilfe von Simulationsmodellen lassen sich prinzipiell alle denkbaren Modelle und Fragestellungen abbilden. Die Güte der Ergebnisse wird lediglich durch die verfügbare Rechenleistung limitiert. Bewegten sich die notwendigen Rechenzeiten im letzten Jahrhundert noch im Bereich von Stunden und Tagen, so sind heute einige Sekunden bis hin zu wenigen Minuten für die Simulation üblich. - Für einfache Modelle reicht bereits die Rechenleistung eines Smartphones aus.

Simulatoren

Im Rahmen der Forschung am SWZ sind die folgenden 6 Simulationswerkzeuge entstanden. Die drei Desktop-Programme und das Python-Projekt stehen als Opensource zum kostenlosen Download zur Verfügung. Die Webapps stehen zur kostenlosen Nutzung zur Verfügung:

Weiterlesen
Screenshot_Warteschlangensimulator.png
Desktop-Anwendung

Warteschlangensimulator

Simulation beliebiger, komplexer Warteschlangennetze. Darstellung der Modelle als Fließbilder.

Weiterlesen
WebSim_de.png
Webapp

Mini Warteschlangensimulator

Animation und Simulation einfacher Warteschlangennetze direkt im Browser

Weiterlesen
MiniSim_de.png
Webapp

Mini Simulator

Simulation eines G/G/c/K+M-Modells inkl. Batch-Ankünfte, Batch-Bedienungen, Ungeduld, Wiederholer nund Weiterleitungen.

Weiterlesen
Screenshot_CallcenterSimulator.png
Desktop-Anwendung

Callcenter Simulator

Simulation und Optimierung realer, komplexer Callcenter-System bestehen auf mehreren Anrufer- und Agentengruppen

Weiterlesen
screenshot_MiniCallcenterSimulator.png
Desktop-Anwendung

Mini Callcenter Simulator

Abbildung eines einfachen Callcenter-Modells aus einem Callcenter und einer Anrufergruppe, Vergleich Erlang-C-Ergebnissen

Weiterlesen
Python-Projekt

QueueSim

Python-Bibliotheken und Jupyter-Notebooks zur ereignisorientierten stochastischen Simulation

Weitere Webdienste

Weiterlesen
Screenshot_QueueCalc.png
Webapp

Warteschlangenrechner

Berechnung von Erlang-B, Erlang-C, Pollaczek-Chintschin, Allen-Cunneen und weiteren Modellen

Weiterlesen
Screenshot_Distributions.png
Webapp

Wahrscheinlichkeitsverteilungen

Anzeige von Dichten, Verteilungsfunktionen und Erzeugung von Zufallszahlen

Literatur und weitere Materialien

Weiterlesen
CoverBuchCallcenter.png
Lehrbuch

Callcenter – Analyse und Management

Modellierung und Optimierung mit Warteschlangensystemen

Weiterlesen
CoverBuchSimulator.png
Lehrbuch

Simulation mit dem Warteschlangensimulator

Mathematische Modellierung und Simulation von Produktions- und Logistikprozessen

Weiterlesen
Warteschlangentheorie_CardAspectRatio.gif
Webseite

Grundkonzepte der Warteschlangentheorie

Weiterlesen
Webseite

Glossar Warteschlangentheorie

Industrieprojekte

Die auf dieser Seite beschriebenen Methoden der Warteschlangentheorie sowie der ereignisorientierten stochastischen Simulation wurden im Rahmen einer Reihe von Industrieprojekten eingesetzt. In der folgenden Liste finden sich einige Beispiele für entsprechende Projekte: