“mason ie W oom 6 aa I 'Capitulo 1 Simulagao Ao efetuarmos certos tipos de estudos de planejamento, é comum depararmos com problemas de dimensionamento ou_fluxo cuja solugao 6 aparentemente complexa. O cenario podesser uma.fabri¢a, o transito de uma cidade, um escritorio, um porto, uma mineragao, etc. Geralmente,estamos interessados em saber: * qual a quantidadécorreta de prestadores deservigos (pessoas, maquinas, ferramentas, veiculos, etc); * qual o melhor /ay-out (incluindo.espagos para armazenagem); * qual o melhor roteiro de fluxo dentro do sistema que esta sendo analisado. Ou seja, desejamos que nosso sistema tenha um funcionamento eficiente ou otimizado. Por otimizado queremos dizer que teremos um custo adequado e que teremos usuarios satisfeitos com o ambiente ou com o servigo oferecido. Dizemos 19,também que um sistema ou processo adequadamente dimensionado esta balanceado. Chamamos tais estudos de modelagem de sistemas. 1.1 - Modelagem de Sistemas Estudos de modelagem de sistemas podem envolver modificagdes de /ay-our, ampliagdes de fabricas, troca de equipamentos, reengenharia, automatizagay, dimensionamento de uma nova fabrica, etc. Assim, dado um determinado objetivo de produgdo ou de qualidade de atendimento, o estudo vai procurar definir a quantidade de atendentes (equipamentos, ferramentas, veiculos, etc) e pessoas que devem ser colocados em cada estagao de trabalho, assim como o melhor /ay- out e o melhor fluxo. Para dimensionar adequadamente um sistema, devemds dedicar especial atengo aos gargalos, ou seja, pontos onde ocorrem filas. Dentre as técnicas disponiveis para a Modelagem de Sistemas temos a Teoria das Filas e a Simulagao, sendo esta ultima a mais utilizada. A Teoria das Filas é um método analitico que aborda o assunto por meio de formulas matematicas. Ja a simulagdo é uma técnica que, usando o computador digital, procura montar um modelo que melhor represente o sistema em estudo. Simulagdo, como o préprio nome indica, 6 uma técnica que permite imitar o funcionamento de um sistema real. Os modernos programas de computador permitem construir modelos nos quais é possivel visualizar na tela o funcionamento do sistema em estudo, tal como em um filme. Podemos visualizar 0 funcionamento de um banco, uma fabrica, um pedagio, um porto, um escritério, etc, tal como se estivessemos em uma posicéo privilegiada em cada um destes cenarios. Antes de efetuar alteragoes em uma fabrica real, podemos interagir com uma fabrica virtual. A jungao da tradicional teoria da simulagdo com as técnicas modernas de computagao e jogos (tais como video games) tem possibilitado estes avancos. 1.2 - Aspectos Histéricos 1.2.1 - Teoria das Filas A abordagem mateméatica de filas se‘iniciou no-principio deste século (1908) em Copenhague, Dinamarca,.com A. K. Erlang,.considerado o pai da Teoria das Filas, quando trabalhava em uma companhia,telefonica estudando o problema de redimensionamento de centrais telefonicas..Foi somente a partir da Segunda Guerra Mundial que a teoria foi aplicada a,outros problemas de filas. Apesar do enorme progresso aleangado .pela..teoria, inimeros problemas nao sao adequadamente resolvidos em*decorréncia de complexidades matematicas 1.2.2 - Simulagao Com o surgimento do computador na década de 50 a modelagem de filas pode ser analisada pelo Angulo da simulagéo, em que nao mais se usam formulas 20matematicas, mas apenas tenta-se imitar 0 funcionamento do sistema real. As linguagens de simulagéo apareceram na década de 60 e hoje, gragas aos microcomputadores, podem ser facilmente usadas. A técnica de simulagao visual, cujo uso se iniciou na década de 80, em virlude de sua maior capacidade de comunicagao teve uma aceitago surpreendente. Além disso, por ter um menor nivel de complexidade, seu uso também cresceu enormemente. O ensino desta técnica ainda se concentra em escolas de graduagao, mas ja tem havido iniciativas em ensino de segundo grau (cursos técnicos). Algumas linguagens sao mundialmente conhecidas, como GPSS, GASP, SIMSCRIPT, SIMAN, ARENA, PROMODEL, AUTOMOD, TAYLOR, etc. 1.3 - Aplicagées de Simulagao A simulagdo tem inumeras aplicagdes no mundo atual, nas areas mais diversas, que vao desde produgao em uma manufatura até o movimento de papéis em um escritorio. Costuma-se dizer que “tudo que pode ser descrito pode ser simulado”. Vejamos algumas destas aplicagées: 1.3.1 - Linhas de Produgaéo Esta @ a Area que tem apresentado a maior quantidade de aplicagdes de modelagem. Intimeros cenarios se encaixam neste item, desde empresas manufatureiras até mineragdes. Os seguintes casos podem ser analisados: a) Modificagées em sistemas existentes, tais como as produzidas pela expansao da atual produgdo, pela troca de equipamentos, ou pela adigao de novos produtos, que vao afetar a dinamica do atual processo. Pode-se antecipar onde serao formados os gargalos oriundos de modificagdes no sistema existente. Pela introdugdo de modificagdes apropriadas (tais como modificagoes no fluxo, alteragdes na programagao das atividades, ou pela adigao de novos recursos), apés algumas tentativas pode-se chegar'ao melhor modelo que incorpore as modificagdes requeridas. b) Um setor de produgao totalmente novo pode ser planejado, obtendo-se o melhor fluxo dentro dele. c) A melhor politica de estoques pode ser obtida por meio-de simulagao. O modelo deve incluir a fungdo "solicitagao.de material" ea fungao “atendimento pelos fornecedores". Como resultado $e-obtém'o "ponto de pedido" e a “quantidade do pedido". 1.3.2 - Logistica Esta é outra area em que temos observado uso crescente de simulagao. O cenario pode ser uma fabrica, um banco, o trafego de uma cidade, etc. O meio de transporte pode ser empilhadeira, caminhao, trem, navio, etc. Além disso, aspectos 21 SISBI/UFU 1000351653inerentes a empresas que trabalham exclusivamente com transportes podem Spr analisados, tais como os que sao detalhados a seguir. No transporte ferroviario, 0 patio de consertos e servicos apresenta problemas interessantes, que incluem o numero e localizagaéo dos desvios e alocagdo de Maquinas de servigo (com base em uma tabela de trens e carros a serem removidos ou adicionados), além da tabela de horarios de trens diretos que passat pelo local. Por outro lado, o sistema ferroviario pode ser analisado como um todo, com 0 objetivo de minimizar o movimento de carros vazios. No transporte maritimo e aéreo, as aplicagdes se referem a confecgao da tabela de hordrios e dimensionamento de portos e aeroportos. No modelo rodoviario, é possivel dimensionar um pedagio ou estabelecer 9 melhor esquema do fluxo de veiculos pelas ruas de uma cidade, com as duragées dos semaforos, de modo a melhorar o servigo, agilizando o sistema 8, Conseqiientemente, diminuindo os gastos com combustivel. No modelo de elevadores, é possivel minimizar 0 tempo de espera e 0 custo de movimentagao dos elevadores, pois quanto mais paradas ocorrem entre andares maior 9 custo. A partir da distribuigéo de chegada de pessoas aos varios andares, juntamente com seus destinos, é possivel utilizar um modelo para determinar o numero de elevadores em funcionamento para atender um dado padrdo de servigo, 1.3.3 - Comunicagées Uma ampla variedade de problemas de comunicagdo pode ser analisada pela modelagem de filas. A configuragao otima de uma rede de comunicagées pode ser modelada. Informagées sobre o tempo de resposta e sobre chamadas perdidas podem ser obtidas. Regras para .afidlise de-rotas alternadas podem ser comparadas e um estudo econémico pode: avaliar o valor de concentradores, canalizadores de linha, etc. Empresas de*telefonia podem fazer proveitosos usos desta técnica no estudo deseus complexos de comunicagées. 1.3.4 - Bancos, Supermercados, Escritérios, etc. Pela simulagdo pode-se dimensionar o:ntimero de’Caixas de modo que as filas se mantenham abaixo de um valor especificado. Pode-se também avaliar 0 uso de caixas especiais, tais_corfio.."¢aixas rapidos" dos supermercados. No caso de bancos, 0 uso de "fila unica" pode trazer um melhor atendimento aos clientes, apesar de poder assustar pelo tamanho que geralmente costuma ter. 221.3.5 - Confiabilidade A confiabilidade (ou disponibilidade) de um sistema complexo freqiientemente deve satisfazer rigorosas necessidades. Isto é bastante valido para sistemas militares ou de computadores on line. A simulagéo é uma excelente ferramenta para se obter uma medigdo quantitativa da confiabilidade do sistema, se as caracteristicas dos componentes individuais so conhecidas. Especificamente, o tempo médio de falha € 0 tempo médio de reparo de cada componente devem ser conhecidos, em adigao ao tempo necessario para substituir cada componente. Um planejamento de manutengdo preventiva pode também ser construido por meio da simulagao. Mediante diversas tentativas no modelo, os componentes vitais de estoque podem ser determinados. Isto pode ser feito para diferentes requisitos de disponibilidade do sistema e, entdo, obtém-se a relagao entre disponibilidade e custo total. A validade da duplicag&o de certos componentes do sistema também pode ser testada. Modelos desta natureza tém sido usados para os mais diversos testes de sistemas, desde sistemas de processamento de dados até esquadrées aéreos. 1.3.6 - Processamento de Dados A modelagem de filas tem sido amplamente usada pelas empresas que desenvolvem computadores e pelas universidades de modo a se medir a produtividade ou o tempo de resposta de um certo sistema de computadores e terminais. A area de teleprocessamento possui inumeras opgdes de uso. Uma outra rea que esta se tornando popular dentro da comunidade de informatica €0 estudo de performance e de capacidade, que permite identificar gargalos e indicar opgdes de crescimento. 1.3.7 - Call Center Empresas de Call Center podem contar com centenas de pessoas trabalhando simultaneamente no atendimento a clientes, e.sdo sujeitas a criticas dos usuarios caso nao oferegam um servigo adequado. O corteto dimensionamento da quantidade de atendentes é vital para manter tais empresas lucrativas e competitivas. Ademais, casos de‘fuséo decempresas ou.de adogao de um novo servigo séo comuns, 0 que toma o dimensionamento particularmente importante. 231.4 - Uso do Computador em Simulagao O conceito de simulagao mais aceito atualmente é: Simulagao 6 uma técnica de solugdo de um problema pela analise de um modelo que descreve o comportamento do sistema usando um computador digital. Portanto, é parte integrante da definigao de simulagéo 0 uso do computador digital para se chegar aos resultados. O computador foi desenvolvido na década da quarenta e passou a ser usado comercialmente a partir de 1951. Na década da cinqUenta as linguagens FORTRAN e ALGOL foram bastante utilizadas para 4 confeccao de programas de simulagao. A principal caracteristica desta fase é 0 fata de que 0 usuario necessitava ter um forte conhecimento de programacdo ou ent&a contar com 0 auxilio de um programador. Na década de sessenta comecaram a aparecer as "linguagens” de simulagaa baseadas no fato de que, de um modo geral, qualquer programa de simulagdo era constituido de partes semelhantes. Dentre as linguagens surgidas nesta década destacamos 0 GPSS, que foi criado em 1961 em um trabalho conjunto da IBM com os laboratérios BELL. Esta linguagem se tornou um icone da simulagao e, por muita tempo, foi a mais usada em todo 0 mundo em virtude de seu poderio e facilidade de uso. Naquela década, apesar da existéncia das linguagens, poucos eram os computadores capazes de executar tais programas, tendo em vista que necessitavam de um espaco de memoria.ndo comum na época. Por exemplo, a versao inicial do GPSS requeria 170kb\de memoria e, na média, os computadores da época possuiam algo em torno de 64kb-de memoria, sendo que apenas os chamados "computadores para uso cientifico" eram capazes de atender as necessidades do GPSS. A década de setenta é chamada‘de “década de our” da simulagao, pela enorme divulgagao que esta técnica teve em todo o«mundo. Novas linguagens foram desenvolvidas, tais como o GASP, SIMSCRIPT e EXELSIM. Naquela época ja eram comuns computadores\de.2Mb e isto facilitou enormemente a difusao do uso da simulagdo. O main-frame.continuava imperando. A partir de meados da década‘de oitenta, a simulagdo passou a explorar o enorme potencial do computador pessoal e tivemos o surgimento da chamada “simulagao visual’. Esta € a onda que continua predominando e temos, entdo, novos Programas com esta habilidade, tais como: ARENA, TAYLOR, PROMODEL, AUDOMOD, GPSS (nova verso), etc. 24Neste livro vamos explorar os recursos do ARENA, que produz um resultado capaz de entusiasmar qualquer um no assunto, visto poder mostrar na tela imagens que lembram exatamente 0 processo que esta sendo simulado, tal como se ele tivesse sido filmado. 1.5 - Caracteristicas de um Software para Simulagao Cada software de simulagdo possui uma caracteristica basica que o diferencia dos outros: a "viséo do mundo". Este termo significa a forma com que 0 software foi concebido, ou como ele vé um sistema a ser simulado. Isto tem como conseqiiéncia que a maneira como os dados serdo fornecidos a cada software é diferente dos outros e os relatérios gerados também tém caracteristicas peculiares. 25Capitulo 2 Usando o Arena em Simulagao O ARENA foi langado pela empresa americana Systems Modeling em 1993 e é o sucessor de dois outros produtos de sucessoda mesma empresa: SIMAN (primeiro software de sirnulagdo para PC) e.CINEMA, os quais foram desenvolvidos em 1982 e 1984, respectivamente. O.SIMAN é uma evolugdo da arquitetura do GPSS, langado pela IBM em 1961 e que, durante‘anos, foi o lider entre os produtos de simulagao-de-uso-geral no? mercado, mundial. Em 1984 o SIMAN recebeu um complemento chamado CINEMA,(primeiro software de animagao para PC), que adicionava habilidades’ de.animagao grafica. Este conjunto foi continuamente melhorado e, a partir de:1993, os dois programas foram unificados e aperfeigoados em um Unico software, o ARENA. A partir de 1998 a empresa Rockwell Software incorporou a Systems Modeling. 27O ARENA possui um conjunto de blocos (ou médulos) que sao utilizados para ye descrever uma aplicagdo real. Estes blocos funcionam como comandos de uma linguagem de programagao como o Fortran, Cobol, VB, Delphy, etc. Obviamente foram projetados sob a otica da simulagao e, por isso, facilitam muito esta tarefa ye programacao. Para simplificar 0 processo de construgao de modelos, o ARENA usa uma Interfae Grafica para o Usuario (ou GUI - Graphical User Interface), que em muito automatiza 0 processo e reduz a necessidade do teclado, pois 0 mouse é a ferramenta utilizada. Alem de permitir a construgao de modelos de simulagao, 0 ARENA possui ainda ferramentas muito titeis: * Analisador de dados de entrada (Input Analyzer). « Analisador de resultados (Output Analyzer). O Input Analyzer permite analisar dados reais do funcionamento do processo e escolher a melhor distribuicdo estatistica que se aplica a eles. Esta distribuiggo pode ser incorporada diretamente ao modelo. O Output Analyzer é uma ferramenta com diversos recursos que permite analisar dados coletados durante a simulagdo, sendo que esta analise pode ser grafica, e tem ainda recursos para efetuar importantes comparagées estatisticas. 2.1 - A “Visdo do Mundo” do Arena Tal como a maioria dos softwares de simulagao, o Arena visualiza o sistema a ser modelado como constituido de um conjunto de estagdes de trabalho que contém um ou mais recursos que prestam servigos a clientes (também chamados de entidades ou transagdes) que se movem através do sistema. O movimento pode ser feito pela propria.centidade ou por transportadores (empilhadeiras, por exemplo)\ou correias. Esta caracteristica basica pode ser usada de inumeras maneiras. Podemos, por exemplo, ter: * Pessoas (entidades),“percorrendo .as' diversas segdes (stations) de um supermercado onde efetuam compras: ¢ Um automovel (entidade) sendo, fabricado.nas diversas segoes (stations) de uma fabrica. * Uma apdlice de seguro \(entidade) sendo processada nas diversas segdes (stations) de uma seguradora: * Clientes (entidades) chegam a um banco e utilizam os servigos dos diversos departamentos (stations) do banco. Assim, para montarmos um modelo com o Arena devemos, inicialmente, construir um desenho mostrando 0 sistema que esta sendo simulado, constituido de (veja Figura 2.1): 28* Estagées de trabalho (onde a entidade recebera algum servigo). « Opcées de fluxo, para a entidade, entre as estagdes de trabalho. As opgdes de fluxo para a entidade serdo tratadas pela logica da programagao do modelo. Por exemplo, em uma fabrica de geladeiras, a entidade é uma geladeira que vai sendo montada nas diversas estagées de trabalho. O fluxo de uma entidade vai depender do modelo de geladeira que esta sendo montado. Figura 2.1: Estagoes de trabalho e opgées de fluxo para a entidade. 2.2 - Variaveis de um Sistema Para efetuar o dimensionamento de um sistema, sempre estaremos nos referindo a variéveis como o tempo de espera do cliente na fila, a quantidade de atendentes, etc. Em simulagao, estas varidveis sao randémicas, ou seja, sao descritas por uma distribuigao de probabilidades.. | O texto seguinte é um pequeno resumo de aspectos de Teoria das Filas. Caso.o'leitor'se interessar,recomendamos a leitura ro Teoria das Filas.e da Simulas iu Consideremos o sistema de’filas da, Figura’2.2, ao qual clientes chegam e entram em fila, existindo c servidores.(ou.-atendentes) para atendé-los. As principais. varidveis randémicas utilizadas em dimensionamento sao: 29* Varidveis Referentes ao Sistema TS = Tempo Médio de Permanéncia no Sistema NS = Numero Médio de Clientes no Sistema * Varidveis Referentes ao Processo de Chegada 2. = Ritmo Médio de Chegada IC = Intervalo Médio entre Chegadas (chamado de “Time Betw&en Arrivals” pelo Arena) Por definigdo: IC = 1/2. * Varidveis Referentes a Fila TF = Tempo Médio de Permanéncia na Fila (chamado, pelo Arena, ge “Waiting Time”) NF = Numero Médio de Clientes na Fila (chamado, pelo Arena, ge “Number Waiting”) * Varidveis Referentes ao Processo de Atendimento TA = Tempo Médio de Atendimento ou de Servigo (chamado de “Process Time” ou “Delay Time” pelo Arena) c = Quantidade de atendentes NA = Numero Médio de Clientes que estéo sendo atendidos 1. = Ritmo Médio de Atendimento de cada atendente Por definigao: TA = 1/1 2.2.1 - Relagdes Basicas Existem duas relagdes Obvias entre as variaveis randémicas da Figura 2.2: NS = NF +NA TS=TF+TA 2.2.2 - Taxa de Utilizagao dos Atendentes Para o caso de "uma fila/um‘atendente", chamamos de taxa de utilizagao qo atendente a relagao entre seu tempo. total.ocupado e.o tempo total disponivel. Pode se demonstrar, com alguma_facilidade, que..esta,definigéo pode também se expressar por: wen em que A = ritmo médio de-chegada € 1 =ritmo médio de atendimento. No caso de “uma fila/varios'atendentes”, a expressdo se torna: p=alep em que c é o numero de atendentes. 30EIEN CLIENTE SENDO ATENDIDO SISTEMA y= == =~ 1 =o. Chegada Fila ‘Atendimento, Saida Ich TF NF cTANAp | Sistema ft ___}— TS NS Figura 2.2: Localizagao das variaveis. Portanto, p representa a fragéo média do tempo em que cada servidor esta ocupado. Por exemplo, com um atendente, se chegam 4 clientes por hora e se 0 atendente tem capacidade para atender 10 clientes por hora dizemos que a taxa de utilizaga&o 6 0,40 e podemos também afirmar-que 0 atendente fica 40% do tempo ocupado e 60% do tempo livre (esta afirmativa’ 6 intuitiva mas pode ser matematicamente demonstrada). O Arena calcula o valor da‘Taxa de Utilizagao (chamada.de “Utilization”), durante a execugdo da simulagéio, computando’ os tempos ocupados de cada servidor e dividindo este valor pelo tempo total. 2.3 - Fornecendo Dados.ao.Arena Para montarmos um modelo.em Arena,-devemos fornecer informagdes sobre 0 que acontece em cada estag&o de trabalho, sobre o deslocamento entre as estagées, etc. 312.3.1 - O Processo de Chegada O estabelecimento do processo de chegada de entidades ao sistema que &¢ia sendo simulado é uma etapa muito importante da criagao do modelo. Por proceso de chegada geralmente estaremos nos referindo a uma distribuigao de probabilidades que descreve corretamente a chegada de clientes ao sistema. Cada caso deve ser analisado individualmente, mas os mais comuns sao: * Os intervalos entre chegadas seguem a distribuigao exponencial negativa. * Os intervalos entre chegadas seguem uma tabela que descreve o processo. O primeiro caso é bastante comum: dentre as distribuigdes estatisticas, a exponencial negativa (Figura 2.3) se adapta a quase todos os processos de chegada. Probabilidade eal Pree, Intervalo entre Chegadas Figura 2.3: A distribuigao exponencial negativa. Assim, para expressar no Arenacque\clientes chegam a um sistema a cada § minutos, segundo a distribuigéo exponencial-negativa, diremos que o valor para Time Between Arrivals 6 EXPO(5). 2.3.2 - O Processo de Atendimento Ao chegar a uma estagdo de trabalho, a entidade sofre um atendimento durante um Periodo de tempo. Para este caso ndo existe uma distribuigao estatistica que s¢ adapte a todos os cenarios. Pelo contrario, cada cenario deve ser analisad? individualmente. As possibilidades tedricas sao: 32A distribuigao de Erlang. A distribuigaéo exponencial negativa. A distribuigdo triangular. A distribuigao retangular ou uniforme. Etc. Na Figura 2.4 mostramos 0 formato das possibilidades acima. d| (Thin ‘ I ee fl peceucel Real Exp. Neg. Retangular Triangular Figura 2.4: Possiveis distribuigdes para a duragao do atendimento. Assim, por exemplo, para expressar no Arena que o atendimento em uma dada estacao de trabalho segue a distribuigao triangular, podemos dizer que 0 valor para 0 Process Time é TRIA(10,15,25), em que: * Valor minimo = 10 ° Moda = 15 ¢ Valor maximo = 25 O formato da Distribuigéo Real na Figura 2.4 6 bastante comum mas representa apenas uma das diversas situagdes encontradas. Sua forma varia muito em fungao do tipo de atendimento. Eventualmente pode tero'o formato da Distribuigao Exponencial Negativa, como é o caso-do atendimento telefonico. Além disso, é muito comum o caso em que nenhuma das-distribuigdes tedricas se adapta a um caso real, Entao devemos utilizar os proprios dados reais°para a simulagao. 2.3.3 - O Deslocamento entre Estagoes Os dados de duragées'do deslocamento podem:contemplar: * Deslocamento efetuado.pelo.proprio cliente. © Deslocamento efetuadopor,um equipamento (como uma ponte rolante ou uma esteira). No primeiro caso geralmente devemos fornecer uma distribuigao de probabilidades, semelhante as utilizadas no processo de atendimento. No segundo caso devemos fornecer os dados de funcionamento do equipamento. 33 UNIVERSIDADE FEDERAL DE UBERLANDIA Biblioteca