UNIVERSIDADE FEDERAL DE PELOTAS

Ceng – Centro de Engenharias

Curso de Engenharia de Produção
Pesquisa Operacional II

TRABALHO FINAL DE PESQUISA OPERACIONAL II: SIMULADOR ARENA

APLICADO A UM CRUZAMENTO COM SINALEIRAS DE TRÂNSITOS.

Camila Pozzobon
Natan Holz
Vinicius Kaefer

Pelotas
2022
 1. CONTEXTUALIZAÇÃO DO ESTUDO

A teoria das filas é um setor da pesquisa operacional que utiliza conceitos

básicos de processos estocásticos e de matemática aplicada para construir modelos
capazes de analisar o fenômeno de formação de filas e suas características. Foi
desenvolvida com a finalidade de prever o comportamento das filas de modo a permitir
o dimensionamento adequado da capacidade de atendimento (ANDRADE, 2008;
HILLIER; LIEBERMAN, 2010; SILVA, 2010).
O censo realizado pelo Instituto Brasileiro de Geografia e Estatística (IBGE)
revelou que em 2010 o grau de urbanização atingiu 84,4% (IBGE, 2010). As cidades,
no entanto, não estavam preparadas para o acelerado crescimento. É possível
observar que grande número dos problemas urbanos brasileiros, na atualidade, deriva
ou tem alguma relação com os sistemas de transporte e circulação. Questões como
inadequação da oferta de transporte coletivo, aumento da frota de transporte particular,
congestionamentos, poluição sonora, poluição do ar e acidentes têm levado a um
entendimento generalizado de que a maioria das cidades deve rever suas estratégias a
fim de promover padrões sustentáveis de mobilidade (AZEVEDO FILHO, 2012;
BÉHAR; DOURADO, 2015; SILVA, 2013).
No sistema de filas, os clientes filas não são apenas seres humanos, podem se
formar filas de material em processo, carros, aviões, navios, encomendas a serem
encaminhadas, máquinas quebradas etc. Dessa forma, as filas podem ser abstratas,
como uma lista, no computador, de ordens de produção e pedidos a serem atendidos
ou softwares aguardando espaço na memória ou para terem acesso a um servidor
através de uma rede qualquer (HILLIER; LIEBERMAN, 2010; PRADO, 2014).
Figura 1: Objeto de estudo: Sinaleiras de trânsito, Rua Almirante Barroso,
nº1692 e Rua Tiradentes, nº2229, – Centro, Pelotas

Fonte: Google Street View, 2022.

Fonte: Google Street View, 2022.

 O presente estudo teve por objetivo avaliar por um determinado tempo o
comportamento das filas em um cruzamento de ruas com sinaleira de trânsito,
localizada na cidade de Pelotas, RS, conforme a Figura 1. Tal escolha foi feita com
base no alto fluxo de veículos que circulam pelo local, o que pode gerar grandes filas.
Foi avaliado o tempo e as filas para uma sinaleira. Para o desenvolvimento do
estudo, e para as análises foi utilizado o software Arena. Para tal, o software em
questão funciona com base em uma metodologia de modelagem de fluxograma,
disponibiliza uma variedade de opções de análises estatísticas, define rotas dos
objetos, além de gerar relatórios e disponibilizar recursos de animação.

2. MODELO CONCEITUAL

As etapas do fluxo de atendimento escolhido para a realização deste estudo são

descritas a seguir.

2.1 DESCRIÇÃO DO MODELO

Este trabalho visa a criação de um modelo de fila para um sistema genérico de

cruzamento urbano de vias com semáforo.
No modelo, os clientes serão os veículos. O sistema de fila é composto por uma fonte
infinita de clientes, uma vez que a probabilidade de ocorrer uma nova chegada não é
influenciada pelo número de clientes que já se encontram no sistema. Essa fonte é
independente, ou seja, a probabilidade de chegada de um cliente em uma fila não tem
interferência sobre a probabilidade da chegada na outra fila.
As filas serão tratadas como infinitas, uma vez que não é possível limitar o número de
clientes esperando em um cruzamento de vias. A disciplina da fila é dada pela ordem de
chegada, primeiro que entra, primeiro que sai. O atendimento é feito pelo trecho
compartilhado entre as duas vias que se cruzam. Assim, o tempo de atendimento para cada
cliente é o tempo necessário para percorrer a largura do cruzamento.
É o semáforo na fase verde que indica quando o cliente pode percorrer a distância do
cruzamento, enquanto que o semáforo na fase vermelha indica que não há atendimento.Uma
característica importante desse sistema é que o atendimento se alterna periodicamente entre
as duas filas de modo que enquanto uma fila está sendo atendida a outra aguarda sem
atendimento.
 2.2 MAPEAMENTO DO PROCESSO

A Figura 2 ilustra o cenário atual do cruzamento, indicando o fluxo dos

clientes.
Figura 2: Mapeamento do Processo de Atendimento

Fonte: Autores, 2022.

3. COLETA DE DADOS

Foram coletadas 50 amostras em cada sinaleira, totalizando 150 veículos. Tal

amostra foi obtida durante coleta no dia 01/12/2022, entre 19:00 horas até 19:40 horas.
Os dados coletados se referem aos tempos de chegada na fila.
Tabela 1: Dados coletados

Tempo de chegada dos carros no semáforo da Barroso-Bento

Veículo Tempo de chegada Tempo entre chegadas

1 4,14 4,14

2 9,77 5,63

3 16,58 6,81
4 18,5 1,92

5 22,34 3,84

6 28,08 5,74

7 46,4 18,32

8 54,11 7,71

9 60,83 6,72

10 75,04 14,21

11 80,72 5,68

12 87,6 6,88

13 90,13 2,53

14 93,66 3,53

15 99,69 6,03

16 103,14 3,45

17 110,66 7,52

18 128,35 17,69

19 135,04 6,69

20 145,3 10,26

21 148,43 3,13

22 158,21 9,78

23 163,9 5,69

24 165,59 1,69

25 170,28 4,69
26 172,88 2,6

27 177,35 4,47

28 179,92 2,57

29 210,36 30,44

30 230,88 20,52

31 239,71 8,83

32 242,89 3,18

33 247,19 4,3

34 261,04 13,85

35 269,64 8,6

36 272,65 3,01

37 284,07 11,42

38 294,73 10,66

39 312,27 17,54

40 320,95 8,68

41 340,42 19,47

42 359,5 19,08

43 368,34 8,84

44 375,44 7,1

45 404,51 29,07

46 411,4 6,89

47 413,31 1,91
48 417,68 4,37

49 420,49 2,81

50 423,57 3,08

Tempo de chegada dos carros no semáforo da Tiradentes

1 7,4 7,4

2 12,84 5,44

3 14,12 1,28

4 17,98 3,86

5 23,43 5,45

6 25,3 1,87

7 66,41 41,11

8 71,48 5,07

9 79,09 7,61

10 81,5 2,41

11 84,61 3,11

12 85,44 0,83

13 87,24 1,8

14 88,92 1,68

15 89,92 1

16 94,81 4,89

17 97,76 2,95
18 98,88 1,12

19 117,35 18,47

20 143,03 25,68

21 146,56 3,53

22 149,5 2,94

23 154,23 4,73

24 185,44 31,21

25 209,73 24,29

26 211,83 2,1

27 224,25 12,42

28 225,08 0,83

29 227,12 2,04

30 231,15 4,03

31 244,13 12,98

32 253,11 8,98

33 253,93 0,82

34 255,53 1,6

35 263,01 7,48

36 270,41 7,4

37 281,31 10,9

38 286,62 5,31

39 288,63 2,01
40 290,51 1,88

41 291,66 1,15

42 293,51 1,85

43 296,34 2,83

44 298,13 1,79

45 300,11 1,98

46 341,41 41,3

47 344,63 3,22

48 362,35 17,72

49 363,86 1,51

50 370,18 6,32

Tempo de chegada dos carros no semáforo da Barroso-Porto

Veículo Tempo de chegada Tempo entre chegadas

1 3,1 3,1

2 4,57 1,47

3 8,47 3,9

4 11,81 3,34

5 13,55 1,74

6 16,18 2,63

7 26,52 10,34

8 34,43 7,91

9 62,97 28,54
10 66,13 3,16

11 83,38 17,25

12 84,51 1,13

13 86,2 1,69

14 88,23 2,03

15 90,03 1,8

16 92,91 2,88

17 94,51 1,6

18 101,92 7,41

19 103,54 1,62

20 135,65 32,11

21 148,96 13,31

22 156,73 7,77

23 158,87 2,14

24 175,01 16,14

25 182,53 7,52

26 186,36 3,83

27 189,19 2,83

28 190,68 1,49

29 201,64 10,96

30 203,35 1,71

31 221,13 17,78
32 226,94 5,81

33 265,76 38,82

34 273,03 7,27

35 276,37 3,34

36 296,59 20,22

37 298,04 1,45

38 302,81 4,77

39 314,22 11,41

40 323,37 9,15

41 329,99 6,62

42 331,73 1,74

43 334,03 2,3

44 336 1,97

45 346,76 10,76

46 352,39 5,63

47 354,19 1,8

48 356,86 2,67

49 360,26 3,4

50 363,36 3,1
Fonte: Autores, 2022.
 Tabela 2: Tempo Médio de chegada

VIAS TEMPO MÉDIO

CHEGADA

Barroso-Bento 8,47

Tiradentes 7,40
Barroso-Porto 7,26
Fonte: Autores, 2022.

3.1. ANÁLISE DOS OUTLIERS

Existem algumas técnicas que podem ser utilizadas para a identificação de

outliers em uma amostra. Um dos métodos mais utilizados consiste em construir um
intervalo de valores a partir dos quartis das amostras. Considere que Q1 e Q3 são,
respectivamente, os valores do primeiro e terceiro quartis, assim, a amplitude
interquartil, A, é a diferença:
A = Q3 - Q1

(Equação 1)

Considerando um valor discrepante ou outlier moderado qualquer valor que

estiver abaixo de Q1 - 1,5*A, ou Limite Inferior (LI), ou acima de Q3 + 1,5*A, ou Limite
Superior (LS).
Portanto, foi identificado nas amostras coletadas os outlier e retirados, pois
durante a tomada de tempo tivemos fatos estranhos, ocorrem durante a
cronometragem, mas não fazem parte necessariamente da operação observada,
durante a leitura do tempo. Assim os dados retirados foram: tempo entre chegadas
Barroso-Bento 30,44; 20,52 e 29,07 pois ultrapassaram o LS de 19,93. Tiradentes -
41,11; 18,47; 25,68; 31,21; 24,29; 41,3 e 17,72, pois ultrapassaram o LS de 15,86.
Barroso-Porto - 28,54; 32,11; 38,82 e 20,22 . Não foi necessária a retirada dos valores
inferiores, pois nestes semáforos não tivemos valores fora do limite inferior.
 3.2 ADERÊNCIA

A partir dos dados inseridos no software, o valor de p-value foi < 0,1.

O semáforo Barroso-Bento teve como expressão correspondente: UNIF (3, 8). A

expressão para o semáforo Barroso-Porto foi UNIF (3,9) e o semáforo da Tiradentes
demonstrou uma expressão de UNIF (4,10).

3.3 TESTE DE HIPÓTESES

Para encontrar a distribuição que melhor se adapta ao simulador, foi considerado

o p-value < 0,1 em todos as distribuição apresentadas. Assim, a melhor distribuição
para os dados coletados foi a Uniforme.
Tais expressões foram inseridas no software Arena, que simulou o ambiente
atual dos semáforos analisados.

4. IMPLEMENTAÇÃO COMPUTACIONAL

Os cenários atual e proposto referente ao processo estudado, foram montados

no software Arena. O cenário atual foi analisado e propostas de alterações no tempo de
atendimento foram efetuadas, com o objetivo de determinar alternativas, melhorias,
adaptações para um cenário futuro. Por fim, após a análise dos resultados obtidos foi
possível propor modificações para otimizar o fluxo.

4.1 CENÁRIO ATUAL

O estudo avaliou as três sinaleiras de trânsito dispostas no cruzamento das ruas

Almirante Barroso e rua Tiradentes, totalizando 3 sinaleiras de atendimento. Assim, os
dados coletados para os tempos de análise consideraram tempo entre chegadas e
tempo de atendimento.

4.2 CENÁRIO PROPOSTO

Foi inicialmente proposto pelo grupo um cenário com o objetivo de analisar o

acervo de veículos dispostos entre o cruzamento de forma que os fluxos de
atendimento fluam respeitando o tempo de cada semáforo. O cenário foi descrito
abaixo.
 4.2.1 DIMINUIÇÃO DO TEMPO EM FILA
Para diminuir o fluxo de veículos em fila e aumentar o atendimento, foi proposto
um novo cenário onde o tempo em espera é reduzido, consequentemente o fluxo de
atendimentos aumentado.

5. ANÁLISE DE DADOS

Após a compilação dos dados coletados, foram identificados, utilizando-se das

funções do Excel, os quartis 1 e 3. Através da subtração entre estes quartis obteve-se a
diferença entre eles. Na sequência, calculou-se a média de cada uma das colunas.
Assim, através da diferença entre quartis e da média, foi possível obter os limites
superiores e inferiores de cada segmento de dados, como apresentado na Tabela 3
abaixo.

Tabela 3: Cálculos estatísticos aplicados aos dados coletados

CAIXA QUARTIL 1 QUARTIL 3 AMPLITUDE MÉDIA LIMITE SUPERIOR LIMITE INFERIOR

TEC 3,6 10,14 6,53 8,47 19,93 -6,19

Barroso/bent
o

TEC 1,98 8,84 6,85 7,26 19,12 -8,29

Barroso/Porto

TEC 1,85 7,46 5,6 7,4 15,86 -6,55

Tiradentes
Fonte: Autores, 2022.

5.1 INTERPRETAÇÃO DOS RESULTADOS

No final de cada simulação, o software Arena apresenta os resultados obtidos.

Através deste resumo, foi realizada a interpretação dos resultados, que é apresentada
nos tópicos seguintes.
 5.1.1 Número de Amostras

De acordo com o funcionamento do software Arena, existe um número

específico de amostras rodadas no programa. As simulações foram rodadas por 10:46
horas.
5.1.2 Tempo de Fila

Em relação ao tempo de espera das entidades que permanecem em fila,

obtivemos os valores de tempo de espera, o valor máximo de ocorrência medida dentro
todas as medições e o valor mínimo da mesma. Os dados do cenário atual podem ser
observados na Figura 3 a seguir.

Figura 3: Tempo de Espera do Cenário Atual

Fonte: Autores, 2022

A respeito do number waiting, que representa a quantidade de entidades que

permaneceram em fila de espera, obtivemos os resultados da Figura 4 abaixo, onde
podemos ressaltar o valor de 14 veículos na maior fila que foi observada dentro do
período de tempo da medição.
Figura 4: Quantidade de Entidades que Permaneceram em Fila de Espera

Fonte: Autores, 2022

 5.1.3 Recursos

Em nosso sistema, não se usou recursos para executar o processo.

5.2 SUGESTÃO E ESCOLHA DE CENÁRIO

A escolha do cenário se deu pelo fato do grupo ter proposto apenas uma
circunstância, na qual o tempo em fila é reduzido, para que haja maior circulação e
menos filas. Este cenário representa um aumento significativo de produtividade, apenas
otimizando o recurso, visto que o total de semáforos permanece o mesmo. Na Figura 5,
apresentada abaixo, é possível observar o processo montado para o cenário proposto,
o cenário se mantém o mesmo visto que é apenas o tempo que difere em ambas
sugestões.

Figura 5: Mapeamento do processo no cenário proposto

Fonte: Autores, 2022

Comparando o cenário proposto com o atual, foi possível notar uma melhora. No
cenário proposto obteve-se:

● menos tempo ocioso;

● maior aproveitamento dos recursos.

 5.3 OTIMIZAÇÃO

Mediante acompanhamento do grupo em 40 minutos de trabalho neste

cruzamento, foi possível identificar algumas possíveis melhorias.

5.3.1 MELHORIAS NO SISTEMA

O grupo considera como fundamental uma melhoria no sistema, pois agilizará

todo o processo. Ao observar as atendentes, notamos que o tempo do processo para
os clientes em fila poderia ser reduzido em ambas sinaleiras, também notamos que o
tempo de arranque entre os veículos influencia no processo.
 6. REFERÊNCIAS

Baldam, R. L., Fiorot, G. M., Silva, R. M. G., Pitanga, T. R., Vieira, V. A. Atendendo à
alta demanda de treinamento nas organizações e reduzindo os custos. Race, v. 17, n.1,
p. 129-150, 2018.

Perdoná, I. I., Nunes, R. V., Neves, R. M., Naimer, S. C., Godoy, L. P. Sistema de
manufatura: otimização de processos em uma unidade fabril de cimento através da
teoria das filas. Revista Exacta, v. 15, n. 4, p. 13-25, 2017.

WALMART BRASIL. Nacional. Disponível em:

https://www.walmartbrasil.com.br/bandeiras/nacional/ Acesso em: 30 de julho de 2018

AZEVEDO FILHO, Mário A. N. de. Análise do processo de planejamento dos

transportes como contribuição para a mobilidade urbana sustentável. 2012. 188 f. Tese
(Doutorado em Engenharia de Transporte) – Universidade de São Paulo, São Carlos –
SP
IBGE – INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATISTICA. Pesquisa
nacional por amostra de domicílios – PNAD. Disponível em: . Acesso em: 26 nov. 2022.

HILLIER, Frederick S.; LIEBERMAN, Gerald J. Introdução à pesquisa operacional. 8.

ed. Porto Alegre, RS: AMGH: Bookman, 2010.