Escolar Documentos
Profissional Documentos
Cultura Documentos
NOTAS DE AULA II
2
CONCEITOS BSICOS DE MODELAGEM E SIMULAO
DE SISTEMAS
2.1 DEFINIO
sistema real e
2.2 PROPSITO
2012
2012
Atributos:
Atividades:
Estado:
Evento :
EXEMPLOS DE SISTEMAS
Sistema
Entidade
Atributo
Atividade
Evento
Var. Est.
Banco
Cliente
Conta
Deposito
Cheg/Sa
NClient
Fbrica
Mquina
Vel/capc.
Solda
Quebra
Ocup/Liv
Comunic
Menssag.
Tam/Dest
Transm.
Cheg.D
N.M. Esp
2012
2.5
SIMULAO
DISCRETA
EVENTOS
CONTNUA
PROCESSO
2012
CONTNUOS
O estado do sistema representado por equaes algbricas ou diferenciais com
variveis que mudam ao longo do tempo.
2012
2.7
APLICAES DA SIMULAO
Devido a sua extrema flexibilidade, versatilidade e poder, a simulao urna
das tcnicas mais utilizadas em, praticamente todos os tipos de pesquisas. Quase
todos os tipos de sistemas foram ou podem ser simulados. Segue uma lista de algumas
aplicaes representativas:
SISTEMAS COMPUTACIONAIS
Componentes de hardware, software, redes, estruturas de bases de dados,
processamento de informaes, confiabilidade de software e hardware, etc.
MANUFATURA
Sistemas de manuseio de materiais, linhas de montagens sistemas de
produo automatizados, projeto de sistemas de produo, arranjo fsico, etc..
NEGCIOS
Anlise do comportamento do mercado de aes, poltica de preos,
estratgias de mercado; anlises de fluxo-de-caixa, etc.
ECOLOGIA E MEIO AMBIENTE
Poluio e purificao de guas, controle de resduos, poluio do ar, presso
do tempo, extrao e explorao mineral, produo de gros, etc..
Alm
destas,
pode-se
citar
aplicaes
governamentais,
sociedade
2012
O tempo pode ser controlado: pode ser comprimido, expandido etc., permitindo
o aumento ou a reduo do perodo de ocorrncia de um fenmeno, para fins
de estudo.
como elas
interagem.
-
2012
DESVANTAGENS
As anlises feitas via simulao podem ser muito longas e caras. Uma anlise
adequada pode no ser possvel devido a escassez de tempo ou recursos.
Neste caso estimativa rpida e menos precisa usando mtodos analticos pode
ser prefervel
2012
2.9
10
2012
11
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Tempo Tempo de
de
Chegada Servio
3
6
1
6
6
4
4
Tempo de
Chegada
no Relgio
0
6
12
16
Servio
Incio
0
6
12
18
Fim
3
7
18
22
Tempo no
Sistema
Tempo
Livre
3
1
6
6
0
3
5
0
Totais
2012
12
2.10.1
2012
13
2012
14
Cliente
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Tempo de servio
Dgito
Tempo de
aleatrio
servio
.84
4
.10
1
.74
4
.313
3
2012
15
Tempo entre
chegadas
Tabela 1
Probabilidade Probabilidade
Acumulada
1
2
3
4
5
6
7
8
0,125
0,125
0,125
0,125
0,125
0,125
0,125
0,125
0,125
0,25
0,375
0,5
0,625
0,75
0,875
1
Tempo de
servio
Probabilidade
Probabilidade
Acumulada
1
2
3
4
5
6
0,10
0,20
0,30
0,25
0,10
0,05
0,10
0,30
0,60
0,85
0,95
1,00
Dgito
aleatrio
sorteado
0,01-0,125
0,126-0,250
0,251-0,375
0,376-0,500
0,501-0,625
0,626-0,750
0,751-0,875
0,878-1,000
Tabela 2
Dgito
aleatrio
sorteado
00,1-0,10
0,11-0,30
0,31-0,60
0,61-0,85
0,86-0,95
0,96-1,00
2012
16
Tempo
de
chegada
Tempo
acumulado
de chegada
Tempo
de
servio
Tempo
servio
inicia
Tempo
de fila
Tempo Tempo
servio cliente
termina sistema
Tempo
livre
servidor
14
14
18
15
18
21
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
2012
17
Mdia _ de _ Espera =
2.
Pr ob.(espera) =
3.
Pr ob.(livre) =
5.
6.
7.
2012
18
2012
19
Traduo do Modelo
- Formulao do modelo em uma linguagem de simulao apropriada.
Verificao e Validao
- Confirmao que o modelo opera de acordo com a inteno do analista (depurao) e
que os resultados do modelo so vlidos e representativos dos resultados do modelo
real.
Projeto Experimental Final
- Projetar um experimento que produza as informaes desejadas e determinar como
cada teste especificado deve ser executado.
Experimentao
- Execuo da simulao para a gerao dos dados desejados e- para executar a
anlise de sensibilidade.
Anlise e Interpretao
- Traar as inferncias a partir dos dados gerados pela simulao.
Implementao e Documentao
- Dispor dos resultados para uso, registrar recomendaes e documentar o modelo e
seu uso.
2012
20
2012
21
IDENTIFICAO DO PROBLEMA
FORMULAO DO MODELO
MODIFIC. E/OU REDEFINIO
DO MODELO
VERIFIC./ VALIDAO MODELO
CONCLUSO E IMPLEMENTAO
2012
22
2012
23
Fcil de implementar;
2012
24
2012
25
EXEMPLO ILUSTRATIVO
8 horas
800 horas
17,10
17,50
26,20
17,50
13,20
17,60
18,80
16,50
16,40
20,10
18,50
19,00
19,20
16,70
23,40
18,60
16,30
19,10
10
15,40
16,50
Mdia Geral
18,4
17,9
Desvio Padro
3,6
1,2
2012
26
8 HORAS
30
25
20
15
10
5
0
1
10
800 HORAS
25
20
15
10
5
0
1
10
10
30
25
20
15
10
5
0
2012
27
8 horas
800 horas
2,01
2,47
5,14
2,55
1,34
2,50
2,91
2,21
2,17
3,16
2,89
2,83
2,97
2,30
4,48
2,81
2,44
2,94
10
2,02
2,27
Mdia Geral
2,84
2,60
Desvio Padro
1,11
0,30
2012
28
8 Horas
6
5
4
3
2
1
0
1
10
800 Horas
4
3
2
1
0
1
10
10
6
5
4
3
2
1
0
2012
29
ESTRATGIA GERAL
Determine o tempo de simulao, de tal forma que o valor verdadeiro de algum
critrio de avaliao do desempenho do sistema (por exemplo tempo mdio de fluxo de
uma entidade pelo sistema), encontra-se dentro de certos limites pr-determinados,
com um elevado grau de confiana.
Esta determinao implica no clculo do Intervalo de Confiana.
2012
30
INTERVALOS DE CONFIANA
Dada uma estimativa para algum para um critrio de avaliao do desempenho
de um sistema o valor verdadeiro (desconhecido) valor deste critrio dever cair dentro
de um intervalo com um grau de confiana especificado.
Estimativa
Intervalo de Confiana
2012
31
SISTEMAS TERMINAIS
Tempo de Fluxo
Sistema Terminal
8
6
4
2
0
0
Tempo [H]
2012
32
7
6
5
4
3
2
1
0
0
7
6
5
4
3
2
12
0
0
7
6
5
4
4
3
2 2
1
0
0
8
4
2012
33
SISTEMAS NO-TERMINAIS
2012
34
2012
35
Procedimentos Computacionais
1- Assuma o sistema como sendo terminal (vazio no incio de cada dia).
2 - Execute uma simulao piloto de 10 dias para obter informaes para estimar o
tempo de simulao final.
a) Inclua um Output Element no arquivo Experiment para gravar os
valores dos tempos mdios de fluxo de cada repetio (dia) num arquivo.
b) Use o Output Processor para gerar uma tabela com os tempos mdios
e um correspondente grfico de barras.
c) Use o Output Processor para gerar um intervalo de confiana.
3- Se o intervalo de confiana for muito grande, execute repeties adicionais. Use a
frmula
n2 = n1 (hl / h2) ** 2
para estimar o nmero necessrio de repeties na formula temos:
n1 = n de repeties na execuo piloto;
n2 = n total de repeties;
h1 = tamanho do meio-comprimento do intervalo de confiana da
execuo piloto;
h2 = tamanho do meio-comprimento do intervalo de confiana para
o total de repeties.
a) Inclua o elemento SEEDS no experimento para reinicializar os valor
aleatrios;
b) Use o Output Processor para adicionar as novas repeties quelas
obtidas na execuo piloto;
c) Use o Output Processor para gerar uma nova tabela de valores dos
tempos mdios de fluxo, um novo grfico de barras e um novo intervalo
de confiana.
4- Repita o passo 3 se o intervalo de confiana ainda for muito grande;
UNISUL Pesquisa Operacional II
2012
36
2012
37
Aes resultantes
Model nome;
nome.mod nome.m
Expmt nome;
nome.exp nome.e
Linker nome;
nome.m nome.p
Nome.e
SIMAN nome;
nome.p nome.out
2012
38
NOME.MOD
NOME.EXP
MODEL
EXPMT
NOME.M
NOME.E
NOME.P
SIMAN
NOME.OUT
2012
39
PROGRAMA MODEL
BEGIN
CREATE : EXPO : (20,4), 25 : MARK (TCHEG);
QUEUE, FMAQ;
DELAY : NORM(34, 9, 1);
RELEASE : OPERMAQ;
INSP
QUEUE, FINSP;
SEIZE : INSPETOR;
DELAY : UNIF(10,18,2);
RELEASE : INSPETOR;
RETRAB
QUEUE, FRETRAB;
SEIZE : OPERETRAR;
DELAY : TRIA(25,40,45,2);
RELEASE : OPERETRAB : NEXT (INSP);
SAIDA
END;
2012
40
PROGRAMA EXPERIMENT
BEGIN
PROJECT. EXEMPLO AULA OUT. PROC :
ATTRIBUTES :
TCHEG;
QUEUES :
FMAQ;
FINSP;
FRETRAB;
RESOURCES :
OPERMAQ, 2;
INSPETOR:
OPERETRAB;
TALLIES :
TEMPOFLUXO;
OUTPUTS :
REPLICATE, 10;
END;
2012
41
AVG FLOWTIME
1.00
2.00
3.00
4.00
5.00
6.00
7.00
8.00
9.00
10.0
71.0
82.3
116.
108.
133.
101.
116.
68.1
130.
59.2
AVG Flowtime
Flowtimes
150
100
50
0
1
9 10
Run #
OUTPUT ANALYSYS - 22
2012
42
average
standard
deviation
.950
c.i. Minimum
half-width value
maximum
value
number
obs.
avg
flowtime
98.5
26.6
19.1
133.
10
59.2
59.2
98.5
AVG FLOWTIME
79.5
< = MINIMUM
[ = LOWER 95% CL
133
X = AVERAGE
118.
[= UPPER95% CL
>= MAXIMUM
QUIT
2012
of
43
Objetivo
Um valor mdio de 98,5 +/- 9,85, com 95% de confiana.
Para a execuo piloto com 95% de confiana o valor mdio desejado, deveria
encontrar-se entre 88,65 e 108,35. Como o valor do IC maior do que o desejado, repeties
adicionais ( n2 = n1 (h1 / h2) ** 2).
n1 = 10 repeties
h1 = 19,1
h2 10% de 98,5 = 9,85
n2 = 10 (19,5 / 9,850) ** 2 = 38 repeties ou 28 adicionais.
2012
44
************************************************
* EXPERIMENT PARA AS REPETIES ADICIONAIS*
************************************************
BEGIN
PROJECT. EXEMPLO AULA OUT. PROC :
ATTRIBUTES :
TCHEG;
QUEUES :
FMAQ;
FINSP;
FRETRAB;
RESOURCES :
OPERMAQ, 2;
INSPETOR:
OPERETRAB;
TALLIES :
TEMPOFLUXO;
OUTPUTS :
SEEDS :
1,123;
2,456;
3,789;
4,987;
10,321;
REPLICATE, 30;
END;
2012
45
AVG FLOWTIME
1.00
71.0
2.00
82.3
3.00
116.
...........................................................................
38.0
141.
39.0
121.
40.0
89.3
BARCHART, FLOWTIME.15 / LUMPED, FLOWTIMES, RUN NO, AVG FLOWTIME;
150
100
50
19
17
15
13
11
0
1
AVG Flowtime
Flowtimes
Run #
2012
46
INTERVALS : FLOWTIMES
identifier
average
avg
flowtime
98.0
standard
deviation
26.0
.950
c.i. minimum
half-width value
8.30
59.2
maximum
value
190.
number
obs.
40
98.0
59.2
AVG FLOWTIME
*
89,7
< = MINIMUM
[ = LOWER 95% CL
190
X = AVERAGE
116.
[= UPPER95% CL
>= MAXIMUM
QUIT
2012
of
47
REFERNCIAS
CHWIF, L.; MEDINA, A. Modelagem e Simulao de Eventos Discretos: Teoria &
Prtica, So Paulo: Bravarte, 2006.
FREITAS FILHO, P. J. Introduo modelagem e simulao de sistemas,
Florianpolis: Visual Books, 2008.
KELTON, D.; SADOWSKI, D. A.; SADOWSKI, R. P. Simulation with ARENA. USA:
McGraw-Hill, 2004.
PRADO, S. H. Usando o Arena em Simulao. Belo Horizonte: Desenvolvimento
Gerencial, 2004.
PRADO, S. H. Teoria das filas e da Simulao. Belo Horizonte: Desenvolvimento
Gerencial, 2004.
SALIBY, E. Repensando a simulao: A amostragem descritiva. So Paulo: Atlas,
1989.
SEPPANEN, M.; KUMAR, S.; CHANDRA, C. Process analysis and improvement Tools
and Techniques. USA: McGraw-Hill, 2005.
2012
48
2012