餐厅布局优化一

一、初始模型

1. 餐厅背景介绍

现对A餐厅用餐情况进行调查，A餐厅共4个窗口，分别为混沌、包子、面条、套餐。假定该餐厅用餐人员为100人，且这100人选择的用餐窗口服从随机模式。要求通过仿真进行分析，每个窗口的用餐人数，以及排队等待时间（假定排队等待时间不能超过10分钟），同时分析用餐区是否足够。

1. 建立餐厅Flexsim仿真模型

在Flexsim仿真环境下，先导入CAD图纸，然后根据仿真模型概率图进行初始布局仿真的建模，如下图所示：

2. 参数设置

（1）Source

发生器用来模拟实际员工到达餐厅的时间， 是产生实体的工具。

• 双击“原材料仿真区1”à点击“Arrival Style” à选择“Arrival Schedule” ；
• 在“Arrivals”栏增加50行，输入如上图的数据，即每隔1s就有1名员工到餐厅就餐，共计增加50个；
• 点击“Triggers” à选择“+” à选择“On Creation” à选择“Set the Item Type and Color”，即随机产生1-4，4个不同的Item Type，用来区分员工选择不同的窗口；
• 点击“Flow”界面à选择“Send To Port” à选择“Port By Case”，增加4个Case，即将不同的Item Type发送到不同的出口；
• “Use Transport”前面打“P”，后面选择“Task Executer as Flowitem.”，即通过产生的Item作为运输工具；
• 同理，对第二个入口的Source进行相同的设置。

（2）Combiner

Combiner是合成器，在这用作服务员制作时间，因每次制作时间不同，因此采用正态分布进

• 双击“Combiner” à选择“Process Time”，输入normal(45,2)正态分布数值，用来表示制作的时间波动；
• 点击“Flow”界面à在“Use Transport”前面打“P”，并选择“Task Executer as Flowitem”，表示生产的item（Person）作为移动的工具；
• 同理对其他的Combiner进行相同的操作。

（3）Separator

Separator是拆解器，本案例用来拆分餐具，员工就餐后，保留餐具，其他的吸收。同样，每个员工的就餐时间不一样，即拆解器的时间也就不一样，因此采用正态分布方法。

• 双击“Separator” à选择“Process Time”，输入normal(200,20)正态分布数值，用来表示就餐的时间波动；
• 同理，对其他的Separator进行相同的操作。

3. 仿真模型结果分析

运行模型，直到100名员工全部就餐完成，离开餐厅结束。通过仿真，可以得出如下仿真结果：

上述图表可以看出，只有15个餐桌有人使用，其余的15个餐桌属于一直闲置，占用空间；

排队区仿真结果如下：

通过上述表格可以得出如下数据分析：

• 从上表可以看出，排队1区的人数最少，平均等待时间为4.4分钟；
• 排队4区的人数最多，平均等待时间为18.6分钟，等待时间过长；
• 因此，优化排队4区的窗口等待时间，是A餐厅需要解决的问题。

二、模型优化

通过对上述仿真结果分析，就餐区使用率低，可适当的减少餐桌；排队4区的等待时间过长，需要增加1个窗口，已缓解排队4区的等待时间。得到仿真模型如下图：

1. 模型仿真结果分析

1. 餐桌利用率

• 优化后，共20个餐桌，有3张餐桌一直无人使用，使用率为85%；
• 餐桌的利用率比较均衡。

2. 排队区数据分析

通过上述表格可以得出如下数据分析：

• 通过表格数据可以分析，每个排队的队列人数比较均衡；
• 每个队列等待时间都没有超过10分钟。

三、仿真优化前后对比分析

1. 餐桌利用率分析

• 优化后，共取消了10个餐桌，减少空间的浪费；
• 优化后，餐桌的利用率为85%，大大提高，合理利用了餐桌。

2. 排队区等待时间分析

• 优化前排队3区和排队4区均超过10分钟，排队4区接近20分钟；
• 优化后，5个排队区的等待时间均为超过10分钟；
• 优化前100人就餐完成需53分钟，优化后需36分钟，较少了17分钟；
• 虽然增加了一个排队窗口，但减少了就餐区，整个空间面积没有增加，但整体的就餐时间减少。