Escolar Documentos
Profissional Documentos
Cultura Documentos
HIPERCUBO
CAIO VITOR BEOJONE - beojone@hotmail.com
UNIVERSIDADE ESTADUAL PAULISTA - UNESP - BAURU-FEB
2
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
1 Introdução
2 Modelo utilizado
3
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
trabalhos como em Takeda (2000) e Takeda et al. (2004, 2007) através da resolução repetida
do modelo com matrizes de preferência de despacho geradas aleatoriamente. Contudo, isso
gera dois problemas, o modelo hipercubo, continua com um grande número de equações de
equilíbrio e ainda precisa ser resolvido dezenas vezes para chegar a resultados satisfatórios.
Também, conforme mostrado em Chiyoshi (2011), é através da indexação da aleatoriedade
nas próprias equações de equilíbrio, isso elimina a necessidade de dezenas de resoluções, mas
mantém o problema do grande número de equações de equilíbrio para resolver.
A fim de diminuir o número equações de equilíbrio pode-se pensar num conjunto de
servidores homogêneos, co-localizados e com as mesmas preferências de envio entre si como
um agrupamento de servidores. Conforme apresentado por Luque (2006), a aglutinação de
estados é válida como forma de conseguir modelos com menos equações, todavia não a
aplicou ou desenvolveu. Por exemplo, num sistema com dois servidores nessas condições não
precisam ser representados pelos estados {00}, {10}, {01} e {11} mas sim pelos estados {0}
(nenhum servidor ocupado), {1} (um servidor ocupado) e {2} (dois servidores ocupados), que
dizem respeito ao agrupamento, onde não há diferença no envio de um servidor ou outro.
Com isso, o número de estados desses sistemas dependerá do número de agrupamentos e do
número de servidores por agrupamento. Para tanto, apresenta-se a Equação (1), onde M é o
número de estados do sistema, m é o número de agrupamentos, nk é o número de servidores
do agrupamento k e Q o número de estados das filas.
Por exemplo, considere um sistema composto por 3 átomos, que são subdivididos em
prioridades a e b. O sistema possui 4 servidores, 3 localizados no átomo 1 (1 servidor
especializado em chamados a e 2 em b) e 1 localizado no átomo 2, conforme a Figura X
abaixo. Ele possui capacidade para três usuários indistintos em fila.
4
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
Caso não houvesse a agregação dos servidores teria-se 24 + 3 = 19 estados, uma diminuição
de apenas 4 estados. Contudo, conforme será mostrado na Seção 5, em quanto mais servidores
agregados, maior a redução no número de estados. Continuando com o exemplo, a matriz de
preferência de despacho é dada pela Tabela 1 a seguir, elaborada levando em conta a posição
dos agrupamentos.
Tabela 1 – Matriz de preferência de despacho do exemplo
1º 2º 3º
1a 1 2 3
1b 2 3 1
2a 1 3 2
2b 3 2 1
3a 1 2 3
3b 3 2 1
A Tabela 2 apresenta as taxas de chegada do sistema, juntamente das taxas de entrega de cada
servidor que são totalizadas nas taxas de entrega dos agrupamentos.
Tabela 2 – Taxas de chegada e de serviço do exemplo ilustrativo
5
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
Fazendo-se um recorte no estado {110}, onde o agrupamento 1 está com seu servidor
ocupado e o agrupamento 2 está com um de seus dois servidores ocupados, enquanto o
agrupamento 3 está com seu servidor livre, observa-se as transições de entrada e saída do
estado, conforme presente na Figura 3.
Figura 3 – Transições do estado {110} do exemplo ilustrativo
6
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
Dessa forma, as cargas de trabalho dos servidores do exemplo estão presentes na Tabela 3 a
seguir. Note que os servidores 2 e 3, que são pertencentes ao agrupamento 2 possuem a
mesma carga de trabalho, já que são homogêneos e não há diferença na preferência de envio
entre eles.
Tabela 3 – Carga de trabalho dos servidores do exemplo ilustrativo
Servidor Carga
1 0,5749
2 0,6364
3 0,6364
4 0,6901
As frequências de despacho, f, do servidor ki para o átomo j, é dada pela Equação 3 abaixo.
Onde, f(nq)ki,j é a frequência de despacho do servidor ki ao átomo j que não ocasionou em
tempo de espera, fnq)ki,j é a frequência de despacho do servidor ki ao átomo j que resultou de
tempo de espera. Ek,j é o conjunto de estados nos quais um servidor qualquer do agrupamento
k seria despachado para atender a chamados no átomo j, PD é a probabilidade do estado
observado e PS é probabilidade de saturação do sistema.
Com isso, para o exemplo ilustrativo, tem-se as frequências de despacho calculadas presentes
na Tabela 4. Mais uma vez, note que as frequências de despacho para os servidores do
agrupamento 2 são exatamente iguais.
Tabela 4 – Frequências de despacho do exemplo ilustrativo
1a 1b 2a 2b 3a 3b
1 0,032 0,048 0,024 0,038 0,016 0,038
2 0,013 0,114 0,007 0,06 0,006 0,06
3 0,013 0,114 0,007 0,06 0,006 0,06
4 0,008 0,053 0,01 0,103 0,004 0,103
Outras medidas de desempenho são calculadas exatamente da forma como é encontrada na
literatura, como em Larson e Odoni (2007), Souza (2015), Iannoni (2008) e Takeda et al.
(2007).
O sistema SAMU de Campinas, estudado por Takeda et al. (2004), operava 24 horas por dia
com uma central telefônica para a recepção dos chamados. O sistema foi implantado em 1994
durante uma reorganização dos sistemas de atendimento de urgência da cidade. O sistema
operava com um total de 10 ambulâncias para as operações de urgência, sendo 2 VSAs
(veículos de serviço avançado, voltados para atendimentos mais graves) e 8 VSBs (veículos
de serviço básico, voltados para atendimentos mais simples). Além disso, a cidade era
7
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
subdividida em cinco áreas distintas – Norte, Sul, Leste, Oeste e Centro –, porém os veículos
encontravam-se todos na base operacional do sistema (região Centro). Os chamados podiam
ser entrar em uma fila de espera, caso todas as ambulâncias estivessem ocupadas, sendo a fila
limitada a um chamado por ambulância em operação. A Figura 4 mostra o mapa da cidade
com as subdivisões utilizadas para o sistema, assim como o local da base operacional. O envio
dos servidores era feito conforme a gravidade da ocorrência, os VSAs para as ocorrências
graves e os VSBs para os chamados simples, ou seja, utilizou-se a divisão por camadas dos
átomos para demonstrar as diferenças de prioridade. A escolha do servidor era feita de forma
aleatória dentro desses grupos para o envio. Por fim, após a coleta de dados e obtenção do
período de pico, as informações necessárias para a construção do modelo foram obtidas,
estando presentes na Tabela 5, onde já foram considerados os agrupamentos.
Figura 4 – Mapa da cidade de Campinas com as suas subdivisões e local da base.
8
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
capturar a aleatoriedade no envio dos servidores esse sistema precisou ser resolvido diversas
vezes, aumentando ainda mais o número de equações resolvidas.
Sem agregação
Com
Servidor - original
Agregação
Takeda (2004)
1,1 0,39 0,39
1,2 0,39 0,39
2,1 0,63 0,63
2,2 0,63 0,63
2,3 0,63 0,63
2,4 0,63 0,63
2,5 0,63 0,63
2,6 0,63 0,63
2,7 0,63 0,63
2,8 0,63 0,63
Para as frequências de despacho foi utilizada a Equação 3 e os resultados presentes na Tabela
7 a seguir. Note que, devido às pequenas alterações nas taxas de serviço das ambulâncias de
mesmo agrupamento, há uma pequena diferença entre elas. Contudo, não foi possível
estabelecer uma comparação, porque essa informação não fora encontrada nos trabalhos
relacionados (TAKEDA, 2000; TAKEDA et al., 2004; 2007).
Tabela 7 – Frequências de despacho para os servidores do sistema SAMU de Campinas
NA NB SA SB LA LB OA OB CA CB
1,1 0,008 0,006 0,006 0,006 0,006 0,006 0,01 0,01 0,01 0,005
1,2 0,007 0,005 0,006 0,005 0,006 0,005 0,009 0,009 0,009 0,005
2,1 5E-04 0,019 4E-04 0,019 4E-04 0,019 6E-04 0,034 6E-04 0,019
2,2 4E-04 0,017 3E-04 0,017 3E-04 0,017 6E-04 0,03 6E-04 0,017
2,3 5E-04 0,02 4E-04 0,02 4E-04 0,02 6E-04 0,035 6E-04 0,019
2,4 5E-04 0,018 4E-04 0,018 4E-04 0,018 6E-04 0,032 6E-04 0,018
2,5 5E-04 0,019 4E-04 0,019 4E-04 0,019 6E-04 0,033 6E-04 0,018
2,6 5E-04 0,02 4E-04 0,02 4E-04 0,02 6E-04 0,035 6E-04 0,019
2,7 4E-04 0,017 3E-04 0,017 3E-04 0,017 6E-04 0,03 6E-04 0,017
2,8 4E-04 0,017 3E-04 0,017 3E-04 0,017 6E-04 0,03 6E-04 0,017
9
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
5 Considerações finais
Neste artigo foi apresentada uma proposta de modelo como alteração ao modelo hipercubo a
fim de se poder modelar sistemas com menor custo computacional. Além de apresentar
algumas de suas medidas de desempenho e uma comparação com um estudo anterior.
O novo modelo proposto mostrou-se bastante simples e ainda sim com bons resultados,
mesmo utilizando-se de algumas aproximações. Isso é possível de se observar nas Seções 3 e
4, onde os servidores, mesmo não sendo homogêneos, foram agrupados. Tiveram suas cargas
de trabalho exatamente iguais na comparação com Takeda et al. (2004).
Com isso em vista, consegue-se atender a uma demanda pela diminuição do modelo sem a
perda de precisão nos resultados apresentada em Chiyoshi e Morabito (2000), Chiyoshi et al.
(2011), Luque (2006). Sendo que neste novo modelo o aumento no número de estados
provém do número de servidores e número de agrupamentos, conseguindo, como mostrado na
Seção 4 diminuir o número de estados de um sistema para uma fração. Na comparação
realizada, por exemplo, essa diminuição foi de 1034 equações para apenas 37, mantendo a
precisão dos dados.
Para trabalhos futuros, propõe-se a utilização desse novo modelo juntamente de outras
extensões do modelo hipercubo, como prioridade em fila, backup parcial, reserva de
capacidade, entre outras, em sistemas reais. Também propõe-se o estudo de sistemas fora de
seu estado de equilíbrio, por meio de uma análise dinâmica, como mostrado em Souza et al.
(2014).
Os autores agradecem à FAPESP pelo apoio financeiro.
6 Referências
BRANDEAU M., LARSON R.C. Extending and applying the hypercube queueing model to
deploy ambulances in Boston. In: SWERSEY A.J, INGNALL E.J.(eds). Delivery of
Urban Services. TIMS Studies in the Management Science 22, Elsevier, 121-153,
1986.
BURWELL T.H., JARVIS J.P., McKNEW M.A. Modeling co-located servers and dispatch
ties in the hypercube model. Computers & Operations Research 20(2), 113-119, 1993.
CHELST K. R., BARLACH Z. Multiple unit dispatches in emergency services: models to
estimate system performance. Management Science 27(12), p.1390-1409, 1981.
CHIYOSHI F., GALVÃO R.D., MORABITO R. O uso do modelo hipercubo na solução de
problemas de localização probabilísticos. Gestão & Produção 7(2), 146-174, 2000.
CHIYOSHI, F., IANNONI, A. P., MORABITO, R. A tutorial on hypercube queueing
models and some practical applications in emergency service systems. Pesquisa
Operacional, v. 31, n. 2, p271-299, 2011.
COSTA D.M. Uma metodologia iterativa para determinação de zonas de atendimento de
serviços emergenciais. Universidade Federal de Santa Catarina. Tese (doutorado em
Engenharia de Produção) - Departamento de Engenharia de Produção, 2004.
FIGUEIREDO A. P. S., LORENA L. A. N. Localização de ambulâncias: uma aplicação
para a cidade de São José dos Campos. Anais XII Simpósio Brasileiro de
Sensoriamento Remoto, Goiânia, Brasil, INPE, p. 1965-1972, 2005.
IANNONI A. P., CHIYOSHI F., MORABITO, R. A spatially distributed queuing model
considering dispatching policies with server reservation, Transportation Research, E
75, 49-66, 2015.
IANNONI A. P. Otimização da configuração e operação de sistemas médico emergenciais
em rodovias utilizando o modelo hipercubo. Universidade Federal de São Carlos. Tese
10
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
11
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
12