Využití simulačního modelování a AI nástrojů při optimalizaci provozu restaurace
Autor(ka) práce:
Bartel, Vojtěch
Typ práce:
Bakalářská práce
Vedoucí práce:
Kuncová, Martina
Oponenti práce:
Hrníčková, Andrea
Jazyk práce:
Česky
Abstrakt:
Práce se zabývá simulačním modelováním restauračního provozu jako nástrojem pro podporu manažerského rozhodování a zároveň zkoumá roli nástrojů generativní umělé inteligence při vývoji simulačního softwaru. Hlavním cílem je navrhnout, implementovat a experimentálně ověřit simulační model restauračního provozu v jazyce Python a zpřístupnit ho prostřednictvím interaktivní webové aplikace uživatelům bez programátorských znalostí. Dílčím cílem je srovnat schopnost tří velkých jazykových modelů — Google Gemini 3 Pro, ChatGPT GPT-5.4 Thinking a Claude Opus 4.6 — generovat technicky korektní kód diskrétní simulace událostí a posoudit, nakolik agentní vývojové prostředí umožní realizaci full-stack aplikace člověku se základním technickým přehledem. Simulační jádro des_engine.py bylo implementováno v Pythonu s využitím frameworku SimPy. Zahrnuje sdílené zdroje, Poissonův proces příchodů, mechanismus netrpělivosti zákazníka a vzor fill/drain jako ochranu před uváznutím procesů. Pomocí metody Monte Carlo byly provedeny experimentální scénáře zaměřené na personální obsazení kuchyně a cenovou politiku. Výsledky ukázaly, že obsazení kuchyně v obědové špičce představuje kritické úzké místo systému a že změny v počtu kuchařů mají výrazný dopad na počet ztracených hostů. Cenové experimenty potvrdily, že mírné zdražení při neelastické poptávce může pozitivně ovlivnit tržby i zisk. Ve srovnávací analýze jazykových modelů dosáhl nejlepšího výsledku Claude Opus 4.6, přesto ani on nebyl připraven k přímé integraci bez expertních úprav. Vývoj webové aplikace v agentním prostředí Google Antigravity ukázal, že AI nástroje jsou schopny pokrýt drtivou většinu produkčního kódu, avšak podmínkou efektivní spolupráce zůstává základní technická gramotnost člověka v roli supervizora.
Klíčová slova:
simulace diskrétních událostí; velké jazykové modely; generativní umělá inteligence; agentní vývoj; cenová elasticita poptávky; restaurační provoz; SimPy; metoda Monte Carlo; Python; systémy hromadné obsluhy
Název práce:
The Use of Simulation Modeling and AI Tools in Optimizing Restaurant Operations
Autor(ka) práce:
Bartel, Vojtěch
Typ práce:
Bachelor thesis
Vedoucí práce:
Kuncová, Martina
Oponenti práce:
Hrníčková, Andrea
Jazyk práce:
Česky
Abstrakt:
This thesis deals with discrete-event simulation of restaurant operations as a tool for managerial decision support and concurrently examines the role of generative artificial intelligence tools in simulation software development. The main objective is to design, implement, and experimentally validate a restaurant operations simulation model in Python and make it accessible to non-programmers via an interactive web application. The secondary objective is to compare how three large language models — Google Gemini 3 Pro, ChatGPT GPT-5.4 Thinking, and Claude Opus 4.6 — perform in generating technically correct discrete-event simulation (DES) code, and to assess the extent to which an agentic development environment enables a person with basic technical knowledge to realize a full-stack application. The simulation engine des_engine.py was implemented in Python using the SimPy framework. It encompasses shared resources, a Poisson arrival process, a customer impatience mechanism, and a fill/drain container pattern as a deadlock safeguard. Experimental scenarios targeting kitchen staffing and pricing policy were executed using the Monte Carlo method. Results showed that kitchen staffing during the lunch peak is the critical system bottleneck, and that changes in the number of cooks have a significant impact on the number of lost guest groups. Pricing experiments confirmed that a moderate price increase under inelastic demand can positively affect both revenue and profit. In the comparative analysis of language models, Claude Opus 4.6 achieved the best result, yet even this model required expert modifications before production integration. Development of the web application in the Google Antigravity agentic environment demonstrated that AI tools are capable of generating the vast majority of production code, but effective collaboration requires at minimum a basic level of technical literacy on the part of the human supervisor.
Klíčová slova:
discrete-event simulation; queueing systems; restaurant operations; Python; SimPy; large language models; generative artificial intelligence; agentic development; Monte Carlo method; price elasticity of demand