ENM 316 Arena Uygulama Dersi 2

Slides:



Advertisements
Benzer bir sunumlar
Simülasyon Teknikleri
Advertisements

İSTATİSTİK VE OLASILIK I
Restaurant Yönetim Sistemi
Aynı Anda 3 ayrı satış fişi. Bir Müşteri işlemini yarım bırakıp başka bir müşteriye satış yapabilme 40 Ayrı Masa Hesabı -Tüm ürünleri masalara 2. satış.
ASANSÖR ÜRETİM SÜREÇLERİ
Simülasyon Teknikleri
Hazırlayan: Özlem AYDIN
Standart Normal Dağılım
BENZETİM Prof.Dr.Berna Dengiz 4. Ders Modelleme yaklaşımları
BENZETİM Prof.Dr.Berna Dengiz 6. Ders.
BİNOM DAĞILIMI.
HAFTA 7 OTEL SÖZLEŞMELERİ-DEVAM
Normal Dağılım.
OLASILIK DAĞILIMLARI Bu kısımda teorik olasılık dağılımları incelenecektir. Gerçek hayatta birçok olayın dağılımı bu kısımda inceleyeceğimiz çeşitli olasılık.
“Çarşıda & Restoranda” Shopping for clothes ● At the restaurant talebe U28 
BENZETİM Prof.Dr.Berna Dengiz 9. Ders.
Büyük ve Küçük Örneklemlerden Kestirme
UGUR KOCA Konu : OLASILIK
SÜREKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK YOĞUNLUK FONKSİYONLARI
Geçen hafta bir akşam arkadaşlarla yemeğe gittik..
OLASILIK ve KURAMSAL DAĞILIMLAR
BENZETİM Prof.Dr.Berna Dengiz 5. Ders.
MATEMATİKSEL İSTATİSTİK VE OLASILIK II
OLAY, İMKÂNSIZ OLAY, KESİN OLAY
KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI
YİYECEK İÇECEK HİZMETLERİ ALANI
Artık (Residual) Pazarlıo ğ lu De ğ işkenlerin cari de ğ erleri ile öngörü de ğ erleri arasındaki fark artık (residual) olarak adlandırılmaktadır.
BENZETİM Prof.Dr.Berna Dengiz 5. Ders.
BİYOİSTATİSTİK UYGULAMA II
SÜREKLİ ŞANS DEĞİŞKENLERİ
Aşağıda modellerle yapılan çıkarma işlemini inceleyiniz.
VAL D’EUROPE - ETUDE CLIENTELE - Juin 2008
DİYARBAKIR MESLEKİ VE TEKNİK ANADOLU LİSESİ
HİPOTEZ TESTLERİNE GİRİŞ
GENELLEŞTİRİLMİŞ POISSON
Bilişim Teknolojileri için İşletme İstatistiği
Bilişim Teknolojileri için İşletme İstatistiği
M/M/1 Kuyruk Modeli : Varışlar arası zamanın ve servis zamanının üstel dağılıma sahip olduğu,bir servis olanağı olan FİFO kuyruk disiplininin kullanıldığı.
Bölüm 07 Sürekli Olasılık Dağılımları
Kesikli ve Sürekli Dağılımlar
İletişim Fakültesi Bilişim A.B.D.

Ahmet ÖZSOY Gökhan ÇAKMAK
Güven Aralığı.
Kesikli Olasılık Dağılımları
HİPOTEZ TESTLERİNE GİRİŞ
BENZETİME GİRİŞ VE TEMEL KAVRAMLAR.
Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
Standart Puanlar Z puanı: T puanı: T=10*Z+50 = Bireyin puanı
İSTATİSTİKTE TAHMİN ve HİPOTEZ TESTLERİ İSTATİSTİK
Alacak ve Stok Yönetimi
Kuyruk Sistemlerinin Simülasyonu
İSTATİSTİK II Örnekleme Dağılışları & Tahminleyicilerin Özellikleri.
YİYECEK İÇECEK HİZMETLERİ ALANI
Akıl Defteri.
Restoran Otomasyon Sistemi
GENİŞ ÇAPTA SERVİS YÖNTEMLERİ
AMAÇ ÇÖZÜM SONUÇ koctas.com.tr üzerinden sepetine ürün ekleyip satın
TOPLAM KALİTE YÖNETİMİ
KUVER AÇMA Standart Kuver Malzemeleri : Molton Masa örtüsü Kapak örtü
MİZAN PLAS (MISE EN PLACE): SERVİSE ÖN HAZIRLIK Emir Hilmi Üner
Tıp Fakültesi UYGULAMA 2
Servis sunum
TEORİK DAĞILIMLAR.
Rezervasyon ve Masa Yönetimi Yazılımı Tablizt
ENM 316 Arena Uygulama Dersi 3
3.285 ‘DEN KİŞİLİK ODALARDA BAŞLAYAN FİYATLARLA
ENM 316 Arena Uygulama Dersi 2
OLASILIK DAĞILIMLARI Bu kısımda teorik olasılık dağılımları incelenecektir. Gerçek hayatta birçok olayın dağılımı bu kısımda inceleyeceğimiz çeşitli olasılık.
ENM 316 Arena Uygulama Dersi 1
Sunum transkripti:

ENM 316 Arena Uygulama Dersi 2 28 Mart 2017

Örnek 4: Montaj Batch ve Separate Arena Input Analyzer

Örnek 5: Restoran Bir restoran sahibi akşam 5 ile 9 arasında açık olan restoranı için müşteri akışlarını incelemek istemektedir. Müşteriler restorana 2’li, 3’lü, 4’lü veya 5’li gruplar halinde gelmektedirler. Bu gruplarla ilişkili olan olasılıklar ise sırasıyla 0.4, 0.3, 0.2 ve 0.1’dir. Yani 3 kişilik bir grubun gelme olasılığı %30’ken 5 kişilik bir grubun gelme olasılığı %10’dur. Gruplar için varışlar arası zaman aralığı ise ortalaması 1.6 dakika olan üstel dağılımdır EXPO(1.6). Ayrıca saat 9’dan sonra restorana müşteri kabul edilmemektedir. Dolayısı ile hizmet almak isteyen müşteri grubu mutlaka saat 9’dan önce restorana gelmek zorundadır. Çözdüm sıkıntı yok

Örnek 4: Restaurant Restoranda her birinde iki kişinin oturabileceği 50 masa mevcuttur. 2’den fazla kişiye sahip gruplar restorana geldiğinde masalar birleştirilmektedir. Örneğin 3 kişilik bir grup için 2 masa birleştirilirken, 5 kişilik bir grup için 3 masa birleştirilmektedir. Restorana gelen her grup oturmak için sıraya girmektedir. Ancak sırada 5 grup mevcutsa o anda restorana gelen müşteri grubu sırayı beklemek yerine başka bir restoranı tercih etmektedirler. Bunlar kayıp müşteriler olarak adlandırılmaktadır.

Örnek 4: Restaurant Müşteriler için servis zamanı (siparişlerin alınması, hazırlanması ve masalara dağıtımı) üçgensel dağılıma sahiptir ve parametreleri 14, 19 ve 24 dakikadır TRIA(14,19,24). Yemeği yemek için geçen süre ise ortalaması 24 dakika standart sapması 5 dakika olan normal dağılım olarak belirlenmiştir NORM(24,5). Yemeğini bitiren müşteriler hesabı ödemek için bir kasiyerin olduğu kasaya gitmekte ve ücretlerini ödemektedirler. Bu işlem için geçen süre ise ortalaması 1.5 dakika standart sapması 0.5 dakika olan normal dağılım olarak belirlenmiştir NORM(1.5 , 0.5). Müşterilerin çıkmasını sağlayın ama 21:00’dan sonra müşteri alma

Örnek 4: Restaurant İstenen 4 saatlik akşam yemeği boyunca sistemin simülasyon modelini kurarak, servis gören grup sayısını, dolu olan masa sayısını, bekleyen grup sayısını, yemek yemeden çıkan grup sayısını (kayıp müşteri) kasiyerin kullanım oranını elde etmektir.