📋 İçindekiler
- Simülasyon Nedir
- Simülasyon Türleri
- Ayrık Olay Simülasyonu (DES)
- Temel Kavramlar ve Terimler
- Simülasyon Metodolojisi
- gelişmiş bir simülasyon yazılımı Yazılımı ile Modelleme
- Monte Carlo Simülasyonu
- What-If Analizi ve Deneysel Tasarım
- Sektör Uygulamaları
- Simülasyon ve Dijital İkiz
- Simülasyon Yazılımları
Simülasyon Nedir
Simülasyon, gerçek bir sistemin veya sürecin davranışını taklit eden bilgisayar tabanlı modeldir. Amacı, gerçek sistemi değiştirmeden veya test etmeden önce, farklı senaryoların etkisini güvenle analiz etmektir.
Simülasyonun gücü "What-If" (ya olsaydı) sorularını cevaplayabilmesinden kaynaklanır: "Bir makine eklesek ne olur", "Vardiya sayısını azaltsak üretim nasıl etkilenir", "Talebin %30 artmasıyla stok yeterliliğimiz ne olur" Bu soruları gerçek sistemde test etmek ya imkânsızdır, ya çok maliyetlidir, ya da çok risklidir.
1. Ne oluyor (Mevcut sistemin performansını ölç)
2. Neden oluyor (Darboğazları ve nedenleri tespit et)
3. Ne olacak (Alternatiflerin etkisini tahmin et)
Simülasyon Türleri
Ayrık Olay Simülasyonu (DES)
Sistem, ayrık (süreksiz) noktalarda — olaylar gerçekleştiğinde — değişir. Fabrika, hastane, lojistik ve çağrı merkezi simülasyonlarında en yaygın kullanılan tür. gelişmiş bir simülasyon yazılımı, gelişmiş bir simülasyon yazılımı, gelişmiş bir simülasyon yazılımı bu kategoride.
Sürekli Simülasyon
Sistem sürekli değişen diferansiyel denklemlerle modellenir. Kimyasal süreçler, sıvı akışları, termal sistemler için uygundur. MATLAB/Simulink en yaygın araçtır.
Ajan Tabanlı Simülasyon (ABS)
Birbirleriyle ve ortamla etkileşen otonom "ajan"ların davranışı modellenir. Pazar dinamikleri, trafik akışı, salgın hastalık yayılımı ve sosyal sistemler için kullanılır.
Monte Carlo Simülasyonu
Rassal sayı üretimi ile belirsizlik içeren problemlerde olası sonuçların dağılımını elde etmek için kullanılır. Risk analizi, finans ve mühendislik hesaplamalarında yaygın.
Sistem Dinamiği (SD)
Sistemdeki birikimler (stok) ve akışlar (flow) arasındaki geri bildirim döngülerini modeller. Tedarik zinciri dinamikleri, epidemiyoloji ve politika analizi için.
Ayrık Olay Simülasyonu (DES)
Endüstri mühendisliğinde en sık kullanılan simülasyon türü olan DES, sistemi üç temel unsurla modeller:
Varlıklar (Entities)
Sistemden akan "müşteri"ler, "parçalar" veya "hastalar". Her varlık, sistemden farklı rotalar ve sürelerle geçebilir. İstatistiksel olarak karakterize edilirler.
Kaynaklar (Resources)
Varlıkları işleyen makineler, personel veya araçlar. Kapasiteleri sınırlıdır — meşgul olduklarında varlıklar kuyrukta bekler. Kaynak kullanım oranı kritik KPI'dır.
Olaylar (Events)
Sistemin durumunu değiştiren anlık noktalardır. Varlığın gelişi, servis başlangıcı, servis tamamlanması, arıza olayı, vardiya değişimi tipik olaylardır.
Kuyruklar (Queues)
Kaynaklar meşgul olduğunda varlıkların beklediği yerler. Kuyruk politikası (FIFO, öncelikli, vb.) ve kuyruk kapasitesi önemli model parametreleridir.
Temel Kavramlar ve Terimler
| Terim | Açıklama | Formül / Not |
|---|---|---|
| Throughput (Verimlilik) | Sistemden birim zamanda çıkan varlık sayısı | Birim/saat veya birim/gün |
| Cycle Time (Döngü Süresi) | Bir varlığın tüm sistemi geçme süresi | Giriş zamanı → Çıkış zamanı |
| Utilization (Kullanım Oranı) | Kaynağın meşgul olduğu sürenin toplam süreye oranı | Meşgul Zaman / Toplam Zaman × 100 |
| WIP (Yarı Mamul Stok) | Sistemde aynı anda işlenen varlık sayısı | Little's Law: WIP = Throughput × Cycle Time |
| Bottleneck (Darboğaz) | Sistemin en düşük kapasiteli ve en yüksek kullanım oranlı kaynağı | Goldratt'ın Kısıtlar Teorisi'nin odak noktası |
| Warm-up Period | Simülasyonun kararlı duruma (steady-state) ulaşmadan önceki başlangıç geçiş dönemi | Bu dönemin verisi analizden dışlanmalı |
| Replikasyon | Farklı rastgele sayı dizisiyle aynı simülasyonun tekrar çalıştırılması | İstatistiksel güven için 10-30 replikasyon önerilir |
Simülasyon Metodolojisi
Bir simülasyon projesi sistematik adımları izlemelidir:
Ne sorusu yanıtlanacak Hangi performans metrikleri ölçülecek Analiz kapsamı nedir Bu aşama doğru yapılmazsa tüm proje yanlış yönde ilerler.
Geliş süreleri, servis süreleri, arıza süreleri vb. gerçek sistemden toplanır. Her veri seti için uygun istatistiksel dağılım (Üstel, Normal, Poisson, Weibull vb.) belirlenir. İyilik uyum testleri (chi-kare, K-S testi) uygulanır.
Sistem gelişmiş bir simülasyon yazılımı, gelişmiş bir simülasyon yazılımı veya başka bir araçta modellenir. Basitlik ilkesi: Model kadar karmaşık olmalı, fazla değil. Gereksiz detay, modeli doğrulamayı ve yorumlamayı zorlaştırır.
Doğrulama (Verification): Model doğru çalışıyor mu (Kodlama hatası yok mu)
Geçerleme (Validation): Model gerçek sistemi yeterince temsil ediyor mu Gerçek çıktılarla karşılaştırılır.
Alternatif senaryolar koşulur. Güven aralıkları hesaplanır. Sonuçlar istatistiksel olarak karşılaştırılır. Hangi senaryon anlamlı iyileştirme sağlıyor
Simülasyon sonuçları karar vericilere sunulur. Model, gelecek analizler için belgelenir ve saklanır.
gelişmiş bir simülasyon yazılımı Yazılımı ile Modelleme
Rockwell Automation'ın gelişmiş bir simülasyon yazılımı yazılımı, endüstri mühendisliği eğitiminde ve uygulamasında en yaygın kullanılan ayrık olay simülasyon aracıdır. Görsel süreç odaklı modelleme ortamı sunmaktadır.
⚙️ gelişmiş bir simülasyon yazılımı'nın Temel Modülleri
- Create: Varlıkların (müşteri, parça) sisteme giriş noktası. Geliş dağılımı ve tipi burada tanımlanır.
- Process: Varlığın bir kaynak tarafından işlendiği adım. Servis süresi dağılımı ve kaynak sayısı girilir. Kuyruk otomatik oluşur.
- Decide: Varlıkların belirli olasılıkla veya koşula göre farklı rotalara yönlendirilmesi. (%30 → hatalı, %70 → iyi gibi)
- Assign: Varlık veya sistem değişkenlerine atama yapar.
- Dispose: Sistemden çıkış noktası. Toplam çıkan varlık sayısı ve diğer istatistikler buradan izlenir.
- Resource: Kaynakları (makine, personel) tanımlar. Kapasitesi, maliyeti, vardiya planı buraya girilir.
- Schedule: Vardiya planlarını ve kaynak müsaitliği zamanlamalarını içerir.
Sistem: 3 istasyonlu üretim hattı
Create: Parçalar her 5 dk (Üstel) gelir
Process 1 (Tornalama): 1 tezgah, 4±1 dk (normal)
Process 2 (Frezeleme): 1 tezgah, 3±0.5 dk (normal)
Process 3 (Kalite Kontrol): 1 kalite uzmanı, 2±0.5 dk
Dispose
Simülasyon sonucu (8 saat × 30 replikasyon): Ortalama çıktı: 89 parça/vardiya, Bottleneck: Tornalama (%97 kullanım), Ortalama WIP: 4.3 parça, Önerilen aksiyon: İkinci torna eklenmesi çıktıyı %35 artırıyor.
Monte Carlo Simülasyonu
Monte Carlo, ismi Monaco'nun kumarhanesinden gelen bu teknik, matematikçi Stanislaw Ulam ve John von Neumann tarafından II. Dünya Savaşı'nda nükleer silah hesaplamaları için geliştirildi. Temel fikir: Belirsizliği içeren problemi, rastgele sayılarla binlerce kez "dene" ve olası sonuçların dağılımını gözlemle.
🎲 Monte Carlo ile π Sayısını Bulmak
Monte Carlo'nun mantığını gösteren klasik örnek: 1×1 kareye rastgele noktalar at. Kaç tanesi çeyrek daire içinde Daire Alanı/Kare Alanı = π/4. 1.000.000 nokta atılırsa π'ye ~3.14159 yakınsanır.
Proje yönetiminde Monte Carlo özellikle şu iki alanda kullanılır:
- Proje Süre Analizi: Her aktivitenin süresi rastgele PERT dağılımından alınarak binlerce proje senaryosu koşulur. Sonuç: "Bu proje %80 olasılıkla 12 ayda tamamlanır."
- Proje Maliyet Analizi: Risk olaylarının olasılığı ve maliyet etkisi modellenerek bütçe rezervi hesaplanır.
10.000 simülasyonun %60'ı 180 günde veya daha önce biter → %60 tamamlanma güveni
P50 (medyan): Simülasyonların %50'si bu süre veya daha önce biter
P80: Simülasyonların %80'i bu süre veya daha önce biter (genellikle taahhüt için)
What-If Analizi ve Deneysel Tasarım
Simülasyonun en değerli uygulaması, "ya olsaydı" (what-if) sorularını yanıtlamaktır. Birden fazla senaryo karşılaştırılırken istatistiksel güven gereklidir.
Tipik What-If Soruları
- Makine sayısını artırırsak ne olur
- Parti büyüklüğünü küçültsek
- Talebin %20 artması halinde tıkanır mıyız
- Vardiya düzenini değiştirirsek
- Yeni rota kullanırsak teslimat süresi kısalır mı
İstatistiksel Karşılaştırma
- Her senaryo için 10-30 replikasyon koşulur
- Güven aralıkları karşılaştırılır
- t-testi ile fark anlamlı mı
- Çoklu senaryo: ANOVA veya Bonferroni düzeltmesi
- OptQuest gibi araçlar otomatik optimizasyon yapabilir
Sektör Uygulamaları
ABD'nin önde gelen hastanelerinden köklü bir sağlık kurumu, acil servis sürecini gelişmiş bir simülasyon yazılımı ile modelleyerek hasta kabul, triaj, muayene, laboratuvar ve taburculuk adımlarını simüle etti. Sonuç: Çalışmadan önce 4.5 saatlik ortalama bekleme süresi, simülasyon önerilen yeniden düzenlemeden sonra 2.8 saate indi. Değişiklik uygulanmadan önce 200+ senaryo test edildi; yalnızca en umut verici 3 senaryo gerçek dünyada pilot olarak uygulandı.
London uluslararası bir havalimanı işletmesi, 5. Terminal'in açılışından önce tüm terminal süreçlerini (check-in, güvenlik, gümrük, boarding) ayrık olay simülasyonuyla modelledi. On binlerce senaryo koşularak olası tıkanıklıklar tespit edildi ve terminal tasarımı buna göre optimize edildi. Bu analiz sayesinde terminaelin ilk yılındaki yolcu deneyimi puan ortalamaları, beklentileri %18 aştı.
köklü bir otomobil üreticisi, yeni bir model arabayı üretim hattına eklemeden önce fabrika simülasyonu yaparak hangi istasyonların kapasiteye ihtiyaç duyacağını, yeni ürünün mevcut ürünlerin çıktısını nasıl etkileyeceğini analiz eder. Bu simülasyonlar olmadan yapılan değişiklikler, yıllık milyonlarca dolar kayba yol açabilir.
Türkiye'nin büyük e-ticaret platformlarından birinin lojistik merkezi, sipariş pik dönemlerindeki (Trendyol'un 11.11 kampanyaları gibi) stres durumlarını sistematik olarak simülasyonla analiz eder. Rampa kapıları, sıralama bantları, paketleme istasyonları ve personel sayısı optimize edilerek %30 daha fazla sipariş işlenebilir düzeye getirildi.
Simülasyon ve Dijital İkiz
Dijital ikiz, gerçek zamanlı sensor verisiyle beslenen canlı simülasyon modelidir. Geleneksel simülasyondan farkı, modelin statik değil sürekli güncellenen dinamik olmasıdır. Bu iki teknolojinin birleşimi Endüstri 4.0'ın en güçlü bileşenlerinden birini oluşturmaktadır:
Geleneksel Simülasyon
- Tarihsel veriyle bir kez kurulur
- Belirli senaryolar için koşulur
- Offline — üretim durdurmadan bağımsız
- Tasarım ve planlama kararları için
Dijital İkiz Simülasyon
- IoT verileriyle sürekli güncellenir
- Gerçek zamanlı "şu an ne olacak" sorusuna yanıt
- Online — üretim boyunca paralel çalışır
- Anlık operasyonel kararlar için
Simülasyon Yazılımları
gelişmiş bir simülasyon yazılımı (Rockwell Automation)
Endüstri mühendisliği eğitiminin standart aracı. Güçlü istatistiksel analiz, SIMAN dili tabanlı. AccuSim, OptQuest entegrasyonu. Ücretli (öğrenci sürümü mevcut).
gelişmiş bir simülasyon yazılımı
DES, SD ve ajan tabanlı modelleri aynı platformda destekler. Java tabanlı, çok esnek. Tedarik zinciri ve lojistik için özel kütüphaneler. Akademik lisans ücretsiz.
gelişmiş bir simülasyon yazılımı
Nesne tabanlı, 3D animasyon destekli modern simülasyon platformu. Dijital ikiz entegrasyonu güçlü. Büyük ve karmaşık sistemler için uygun.
Flexsim
3D görselleştirme odaklı. Fabrika ve depo layoutlarını gerçekçi 3D animasyonla simüle eder. Ergonomik tasarım analizi için de kullanılır.
SimPy (Python)
Python kütüphanesiyle ayrık olay simülasyonu. Özelleştirme esnekliği çok yüksek. Ücretsiz ve açık kaynak. Programlama bilgisi gerektirir.
Crystal Ball / @Risk
Excel eklentisi olarak Monte Carlo simülasyonu. Risk analizi ve proje planlama için kolay kullanım. Mühendislik hesaplamalarına entegre Monte Carlo.