Aula 1 - Simulação em sistemas

Prévia do material em texto

-Ementa 
-Formas de avaliação 
-Referências bibliográficas 
Professora Marina S. Almeida 
 
 Análise da decisão 
 Modelagem de dados de entrada 
 Criação de modelo conceitual 
 Implementação computacional 
 Verificação e validação 
 Dimensionamento de corridas 
 Análise de resultados 
 P1: 23/09/2013 
 N1=8*P1+2*NE 
 
 P2: 02/12/2013 
 N2=7,5*P2+2,5*NE 
 
 NF=(N1+N2)/2 
 Entrega de exercícios: Segunda-feira até 18h. 
 Medina, A. C.; Chwif, L. – Modelagem e simulação de eventos 
discretos: teoria e aplicações (2010) 3ª edição – Editora do autor. 
 
 Prado, D. – Usando o ARENA em simulação (2010) 4ª edição 
 
 Banks, J. et al – Discrete-event system simulation (2010) 5ª 
edição – Prentice Hall 
 
 Tayfur, A. – Simulation modeling and analysis with ARENA (2007) 
 
 PARAGON - Introdução à simulação com ARENA 
 
 WINSTON, W. - Practical Management Science (1997) 
 
 HILLIER, F., Lieberman, G. - Introduction to operations Research 
(1995) 6ª edição 
-Definições 
- Construção de um algoritmo 
SIMULAÇÃO EM SISTEMAS DE PRODUÇÃO – Marina S. Almeida 
 Conjunto de elementos que se inter-
relacionam com um objetivo 
 
◦ Sistema solar 
◦ Sistema respiratório / circulatório 
◦ Sistema de equações 
◦ Sistema operacional 
 Imitar o comportamento de um sistema 
através de um modelo 
 
 Simulação física (protótipo, reconstrução de 
acontecimentos) x simulação computacional 
 
 Permite criação de modificações no processo, 
e avaliar o ipacto dessas alterações na 
produtividade e eficiência do sistema, com 
menores custos, tempo e riscos. 
 A primeira etapa necessária para simular um 
sistema é construir uma representação 
simplificada das interações entre as partes do 
sistema. 
 
 Modelo é uma representação simplificada: 
 Abstração da realidade que se aproxima do 
verdadeiro comportamento do sistema, mas 
sempre mais simples que o sistema real. 
 Se o modelo construído apresenta 
complexidade maior que o próprio sistema, 
não temos um modelo: temos um problema! 
 
 Objetivo da modelagem é capturar o que 
realmente é importante no sistema para a 
finalidade em questão. Simplificar o problema 
para analisá-lo mais a fundo. 
 
 Exemplo: Linha de montagem de automóveis. 
 Modelos devem representar o sistema real de 
forma simples, mantendo uma relação custo 
x benefício coerente. Evitar construção de um 
modelo muito complexo que dificulte sua 
compreensão e manipulação (pesado). Evitar 
construção de modelos extremamente 
simples que não representem as 
propriedades desejadas do sistema em 
estudo. 
 Simular é construir um modelo representativo 
de um sistema real, realizar a 
experimentação no mesmo (rodar o 
programa) e analisar os resultados 
 
 Os resultados das experimentações 
apresentam uma visão futura do sistema. 
 
 As informações geradas auxiliam nas 
tomadas de decisão, necessárias no momento 
presente, e contribuem para uma melhor 
compreensão do sistema estudado: 
 
 “Frequentemente nos enganamos, pensando 
saber mais do que realmente sabemos sobre 
uma coisa, até que tentamos simulá-la num 
computador.” (Knuth, 1969) 
 
 O objetivo da simulação é entender o 
comportamento de um sistema real ou avaliar 
estratégias para sua operação. 
 
 Examinar como o sistema se comporta 
durante um período de tempo; 
 
 Modelo deve representar o estado do sistema 
a cada instante. 
 O sistema não pode ser estudado nem 
avaliado com técnicas tradicionais porque 
ainda não existe 
 
 Experimentar com o sistema real é 
dispendioso 
 
 Experimentar com o sistema real não é 
apropriado (ex: serviço de emergência) 
 
 
 Estática: O tempo não é um dos seus 
componentes principais 
 Ex: simulação de um circuito eletrônico simples 
(Fonte + resistores) 
 
 Dinâmica: Ocorre em função do tempo 
decorrido. O tempo determina o momento da 
ocorrência e a duraçãjo dos eventos. 
◦ Ex: Sistema de manufatura. 
 
 
 Contínua: O status do sistema varia 
continuamente ao longo do tempo 
◦ Ex: vazão de um líquido através de um duto. 
 
 Discreta: O sistema varia ao longo do tempo, 
em intervalos bem definidos. Durante certos 
períodos, o sistema pode permanecer 
inalterado. 
 DETERMINÍSTICA: Realizadas a partir de 
valores conhecidos 
 
 
 ESTOCÁSTICA: Alimenta o sistema utilizando 
algum método de geração de números 
aleatórios 
 
 
 Para resolver um problema utilizando 
simulação computacional, deve-se encontrar 
uma maneira de descrevê-lo de forma clara e 
precisa para que o computador entenda quais 
operações deve executar e em que ordem. 
 
 Usa-se uma sequência de passos que 
permitam que o problema possa ser resolvido 
de maneira automática e repetitiva. Esta 
sequência de passos é chamada algoritmo. 
 
BASTA ESCREVER A RECEITA CERTA!! 
 Uma receita é uma descrição de um conjunto 
de passos ou ações que fazem a combinação 
de um conjunto de ingredientes com a 
finalidade de obter um produto gastronômico 
particular. 
 Um algoritmo opera sobre um conjunto de 
entradas (ingredientes) de modo a gerar uma 
saída que seja útil (ou agradável) para o 
utilizador (bolo pronto). 
 
 Um algoritmo é uma descrição, passo-a-
passo, de uma metodologia que leva à 
execução de uma tarefa. 
 
 Programação é a descrição do algoritmo 
usando uma linguagem ou terminologia 
específica, adequada para o software 
escolhido. 
 
 Um programa é uma sequência de instruções, 
escrito em uma linguagem de programação 
(C, C++ Pascal, Fortran, Assembly, etc) 
 
 Ler um livro 
 Fazer um suco de laranja 
 
 
 
 Trocar pneu 
 Dados de entrada: 
 Freio de mão, 
 Pneu de step 
 Carro de passeio 
 macaco\ 
 Chave de roda 
 Manual (opcional) 
 Pneu furado 
 Triangulo de sinalização 
 Parafusos 
 Pano 
 árvore