مدل‌سازی رفتار واکنشی و کنش‌گرایانه انسانی در شبیه‌سازی: مقایسه DES در مقابل DES/ABS

1. مقدمه و مرور کلی

این پژوهش که در کارگاه شبیه‌سازی انجمن تحقیق در عملیات ۲۰۱۰ (SW10) ارائه شد، به بررسی یک پرسش حیاتی در مدل‌سازی شبیه‌سازی می‌پردازد: پارادایم‌های مختلف شبیه‌سازی چگونه رفتار انسانی را بازنمایی می‌کنند و آیا به نتایج معنادار متفاوتی منجر می‌شوند؟ این مطالعه به طور خاص یک مدل سنتی شبیه‌سازی رویداد گسسته (DES) را با یک مدل ترکیبی که DES و شبیه‌سازی مبتنی بر عامل (ABS) را برای مدل‌سازی رفتار واکنشی و کنش‌گرایانه کارکنان در یک سیستم پیچیده انسان‌محور—اتاق پرو بخش پوشاک زنانه یک فروشگاه بزرگ در بریتانیا—ترکیب می‌کند، مقایسه می‌نماید.

هدف اصلی، ارزیابی تأثیر مدل‌سازی رفتار کنش‌گرایانه (اقدام ابتکاری کارکنان) در کنار رفتار واکنشی (پاسخ کارکنان به درخواست‌ها) بر عملکرد شبیه‌سازی شده سیستم، و تعیین این بود که آیا رویکرد پیچیده‌تر DES/ABS بینش‌های به طور معنادار متفاوتی نسبت به یک مدل DES طراحیشده ارائه می‌دهد یا خیر.

2. روش‌های شبیه‌سازی در تحقیق در عملیات

این مقاله کار خود را در چارچوب سه روش اصلی شبیه‌سازی تحقیق در عملیات (OR) قرار می‌دهد.

3. مطالعه موردی: اتاق پرو فروشگاه بزرگ

4. توسعه مدل و طراحی آزمایش

5. نتایج و تحلیل آماری

6. بحث و بینش‌های کلیدی

• رفتار کنش‌گرایانه ساده مبتنی بر قاعده را می‌توان با موفقیت در هر دو چارچوب DES و ABS پیاده‌سازی کرد.
• انتخاب بین DES و ABS باید توسط پیچیدگی رفتار و سوال پژوهشی هدایت شود، نه توسط برتری فرضی یک رویکرد.
• برای بسیاری از مسائل عملیاتی متمرکز بر معیارهای کارایی، یک مدل سنتی DES ممکن است کافی و کارآمدتر برای توسعه و اجرا باشد.

7. جزئیات فنی و چارچوب ریاضی

اگرچه چکیده PDF فرمول‌های خاصی را جزئی نمی‌دهد، مدل‌سازی شامل نظریه صف استاندارد و توزیع‌های احتمال خواهد بود. یک بازنمایی ساده‌شده از قاعده کنش‌گرایانه در هر دو مدل می‌تواند به صورت زیر باشد:

قاعده مداخله کنش‌گرایانه (شبه‌منطق):
IF (Staff_State == "Idle" OR "Available") AND (Queue_Length > Threshold_L) AND (Random(0,1) < Probability_P) THEN
    Initiate_Proactive_Action() // مثلاً سازماندهی صف، کمک به مشتریان منتظر
    Staff_State = "Proactive"
    Duration = Sample_Distribution(Proactive_Time_Dist)
END IF

در DES، این یک بررسی شرطی درون فرآیند کارکنان است. در ABS، این قاعده بخشی از مجموعه قواعد رفتاری عامل کارکنان است که به طور پیوسته یا در نقاط تصمیم‌گیری ارزیابی می‌شود. تفاوت ریاضی اصلی در خود قاعده نیست، بلکه در چارچوب اجرایی آن—جریان فرآیند متمرکز در مقابل ارزیابی عامل غیرمتمرکز—است.

معیارهای عملکردی مانند میانگین زمان انتظار ($W_q$) و بهره‌وری سیستم ($\rho$) به طور مشابه در هر دو مدل محاسبه می‌شوند:
$W_q = \frac{1}{N} \sum_{i=1}^{N} (T_{i,service\,start} - T_{i,arrival})$
$\rho = \frac{\text{Total Busy Time of Staff}}{\text{Total Simulation Time}}$

8. چارچوب تحلیل: نمونه موردی

سناریو: مدل‌سازی رفتار پرستار بخش بیمارستان.

• وظیفه واکنشی: پاسخ به چراغ تماس بیمار (تخصیص‌یافته از طریق لیست وظایف مرکزی/صف DES).
• وظیفه کنش‌گرایانه: یک پرستار، در حین راه رفتن، متوجه می‌شود که یک بیمار با سینی غذا مشکل دارد و برای کمک توقف می‌کند.
• رویکرد DES: مدل کردن یک چرخه "بررسی فعالانه" برای هر پرستار. هر X دقیقه، احتمال "متوجه شدن" یک بیمار نیازمند (بر اساس مجاورت در منطق فضایی مدل) را شبیه‌سازی کنید و یک وظیفه با اولویت بالا ایجاد کنید.
• رویکرد ABS: هر عامل پرستار یک محدوده دید/حسی دارد. هنگام حرکت، محیط خود را به طور فعال اسکن می‌کند. اگر حالت "نیاز به کمک" عامل بیمار درست باشد و در محدوده باشد، قواعد عامل پرستار ممکن است تصمیم بگیرند مسیر فعلی خود را قطع کرده و کمک کنند.
• مقایسه: برای اندازه‌گیری زمان‌های پاسخ کلی به درخواست‌های کمک، هر دو مدل ممکن است میانگین‌های مشابهی را در صورتی که فرکانس قاعده کنش‌گرایانه به طور مساوی کالیبره شده باشد، تولید کنند. مدل ABS به طور طبیعی‌تر قطع مسیرها، ازدحام در راهروها و تغییرات بر اساس پارامترهای "توجه" فردی عامل پرستار را ثبت می‌کند که احتمالاً منجر به توزیع‌های متفاوتی از نتایج و پدیده‌های نوظهور (مانند تجمع پرستاران کمک‌کننده) می‌شود.

9. کاربردهای آینده و جهت‌های پژوهشی

مطالعه ۲۰۱۰ راه را برای تحقیقات ظریف‌تر هموار کرد. جهت‌های آینده شامل موارد زیر است:

1. مدل‌سازی کنش‌گرایی پیچیده و یادگیری: حرکت فراتر از قواعد آستانه به سمت عامل‌هایی که یاد می‌گیرند کدام اقدامات کنش‌گرایانه مؤثرتر هستند (یادگیری تقویتی) یا مدل‌های شناختی داخلی دارند، همانطور که در ادغام با معماری‌های شناختی مانند ACT-R دیده می‌شود.
2. سرایت عاطفی و اجتماعی: مدل‌سازی چگونگی تأثیر نگرش کنش‌گرایانه یا واکنشی یک عضو کارکنان بر هم‌تیمی‌ها و خلق‌و‌خوی مشتری، حوزه‌ای که بی‌تردید ABS در آن ضروری است.
3. ادغام دوقلوی دیجیتال: استفاده از داده‌های بلادرنگ از حسگرهای اینترنت اشیاء در فروشگاه‌ها یا بیمارستان‌ها برای کالیبره کردن و هدایت عامل‌های شبیه‌سازی، ایجاد سیستم‌های پشتیبانی تصمیم زنده. انتخاب بین هسته DES یا ABS برای چنین دوقلوی دیجیتالی به وفاداری رفتاری مورد نیاز بستگی دارد.
4. استانداردسازی شبیه‌سازی ترکیبی: توسعه چارچوب‌ها و ابزارهای نرم‌افزاری واضح‌تر برای ترکیب بی‌درز اجزای DES، ABS و احتمالاً SDS، همانطور که جامعه شبیه‌سازی ترکیبی پیشنهاد می‌دهد.
5. تمرکز بر پدیده‌های نوظهور: هدایت پژوهش ABS به سمت سوالاتی که رفتار سطح سیستم نوظهور از تعاملات عامل‌ها مورد علاقه اصلی است (مانند انتشار شایعه در سازمان‌ها، شکل‌گیری فرهنگ کاری)، نه صرفاً مقایسه معیارهای عملکرد میانگین با DES.

10. منابع

1. Majid, M. A., Siebers, P.-O., & Aickelin, U. (2010). Modelling Reactive and Proactive Behaviour in Simulation. Proceedings of the Operational Research Society Simulation Workshop 2010 (SW10).
2. Majid, M. A., Siebers, P.-O., & Aickelin, U. (2009). [مرجع کار قبلی در مورد رفتار واکنشی]. (فرض شده از متن).
3. Robinson, S. (2004). Simulation: The Practice of Model Development and Use. Wiley.
4. Rank, S., et al. (2007). [مرجع در مورد رفتار کنش‌گرایانه در صنعت خدمات]. (فرض شده از متن).
5. Siebers, P. O., et al. (2010). Discrete-event simulation is dead, long live agent-based simulation? Journal of Simulation, 4(3), 204-210. (یک بحث مرتبط معاصر).
6. Bonabeau, E. (2002). Agent-based modeling: Methods and techniques for simulating human systems. Proceedings of the National Academy of Sciences, 99(suppl 3), 7280-7287.
7. Anderson, J. R., & Lebiere, C. (1998). The atomic components of thought. Lawrence Erlbaum Associates. (در مورد معماری شناختی ACT-R).
8. Epstein, J. M., & Axtell, R. (1996). Growing Artificial Societies: Social Science from the Bottom Up. Brookings Institution Press.