Prévia do material em texto
Universidade Federal de Santa Catarina - UFSC Curso: Engenharia de Computação Disciplina: Modelagem e Simulação – ARA7523 Docente: Analúcia Schiaffino Morales Discentes: Vinícius Zanon. Matrícula: 15102833 Eliel Romancini. Matrícula: 15205574 Otávio Martins. Matrícula: 15201987 MODELAGEM NO SOFTWARE ARENA E VALIDAÇÃO DE MODELOS Exercício 13 Uma máquina separadora de correspondências envia a correspondência classificada (por CEP) a um funcionário. A correspondência chega da máquina em lotes uniformemente distribuídos entre 1 e 100 envelopes, de acordo com uma EXPO(12) min. O funcionário é responsável por 5 códigos de CEP, os quais são todos igualmente prováveis para qualquer quantidade de correspondência que chegue. O funcionário deve observar o lote de correspondência já separada pela máquina e colocá-lo no escaninho correto. Esse processo é representado por uma distribuição exponencial com média de 6 segundos. Para qualquer tamanho de lote, 3% das correspondências serão incorretamente encaminhadas aos escaninhos. Simule o sistema por 8 horas de trabalho, determinando o número de correspondências correta e incorretamente colocadas nos escaninhos. Se o funcionário classificador aumentar seu tempo de processo para 8 segundos, a porcentagem de erros diminui para 1,5%. Quais seriam as mudanças sobre o número total de correspondências classificadas e sobre o número das incorretamente colocadas nos escaninhos? Abaixo, segue a modelagem do problema acima, utilizando o software ARENA. Para constatar que nosso modelo está correto, fizemos a validação do modelo, considerando o tempo entre chegada de correspondências CONST(1), limitado a um máximo de 100 envelopes, com tempo de processo de 1 segundo para a verificação do CEP na correspondência e destinando todos os envelopes ao escaninho correto. Como segue a imagem acima, podemos constatar que nosso modelo está validado e verificado, uma vez que a quantidade de envelopes na saída do sistema e no escaninho correto foi de 100 envelopes. Seguindo a distribuição EXPO(12) minutos para o tempo entre chegada de correspondências, limitado para no máximo 100 envelopes, e levando em consideração o tempo de processo de separação da máquina e encaminhamento ao escaninho correto modelado por uma distribuição EXPO(6) segundos e, seguindo ainda, a regra de que para qualquer tamanho de lote, 3% das correspondências seriam enviadas incorretamente ao escaninho, percebeu-se que o número de correspondências destinadas ao escaninho correto foi de 214 envelopes (todos os CEP’s), enquanto para o escaninho incorreto foram 6 envelopes. Fazendo as alterações de aumentar o tempo de processo do funcionário classificador em 2 segundos a mais do já estipulado (8 segundos) e considerando que agora 1.5% (metade) da regra de destino ao escaninho incorreto, temos que o número de correspondências destinadas ao escaninho correto foi de 190 envelopes, enquanto para o escaninho incorreto foram 4 envelopes. Concluindo, dessa forma que não há mudança significativa no ato de aumentar o tempo de processo de verificação do CEP na correspondência, uma vez que a quantidade de correspondências destinadas aos escaninhos correto e incorreto foram bem próximas. Exercício 14 Um professor ministra aulas de simulação para uma classe de 15 alunos e solicita exercícios a cada encontro semanal. Os trabalhos são recolhidos ao início das aulas. O número de estudantes que completam as tarefas segue a tabela de distribuição de probabilidades abaixo: Probabilidade Número de Tarefas Entregues 0.2 11 0.2 12 0.3 13 0.1 14 0.2 15 Os trabalhos são corrigidos durante o período de atendimento, o qual é programado para uma duração de 90 minutos, logo após a aula. O tempo para revisar uma tarefa segue uma UNIF(2,3) min. Os estudantes podem, também, marcar uma entrevista com o professor durante o período de atendimento. As visitas de atendimento marcado tem prioridade sobre a correção dos trabalhos. No entanto, se o professor estiver corrigindo um trabalho e ocorrer a chegada de um estudante para o atendimento, ele termina a correção daquele trabalho para então atender o aluno. O professor marca atendimento com 3 a 7 alunos (estes números tem probabilidade iguais de ocorrerem) para as horas de atendimento. De sua experiência, o professor sabe que 10% dos alunos que marcam atendimento não aparecem. O tempo que o professor despende em um atendimento segue uma distribuição TRIA(5,10,20) min. Simule a operação de um período de atendimento (90 min.) coletando estatísticas sobre o tempo necessário para completar as tarefas do dia (correção de provas e atendimento), o tempo médio dos estudantes esperando para ver o professor e o percentual de tempo despendido pelo professor em cada um dos compromissos (correção e atendimento). Para constatar que nosso modelo está correto, fizemos a validação do modelo, considerando o tempo entre chegada de Tarefas CONST(15), limitado a um máximo de 15 tarefas, o tempo entre chegada de Alunos CONST(7). Como segue a imagem acima, podemos constatar que nosso modelo está validado e verificado, uma vez que a quantidade de Alunos e Tarefas na saída do sistema e na entrada estão logicamente corretas. O tempo de correção de trabalhos por tarefas teve em média 0.06691 minutos e o tempo de alunos atendidos foi de 0.93429 minutos. O tempo médio dos estudantes esperando para ver o professor é de 0.79886 minutos. O percentual de tempo despendido pelo professor na correção dos trabalhos e atendimentos foi de 79.82 %. Exercício de Distribuições 1) Desenvolva um modelo serial simples com apenas dois processos. As entidades chegam a este sistema com uma média de 10 min. entre cada chegada. Na medida em que chegam, as entidades são enviadas ao Processo 1. Neste posto, a fila é limitada, e o único recurso é usado com o tempo de serviço durando, em média, 9 minutos. Uma vez completado este serviço, a entidade é transferida ao processo 2, o qual é idêntico ao processo 1. As entidades deixam o sistema após os dois processos. As medidas de desempenho adotadas são o tamanho médio das filas de cada um dos processos e o tempo médio de permanência do sistema. Simulando o sistema por 10000 minutos, realize os seguintes experimentos comparando os resultados: Experimento TEC TEMPO DE SERVIÇO 1 EXPO EXPO 2 CONST EXPO 3 EXPO CONST 4 CONST CONST Na tabela abaixo podemos comparar o resultado do desempenho do sistema levando em consideração o tempo médio de fila (2 processos) em cada experimento e o tempo médio de permanência no sistema. Experimento Tempo Médio de Fila (s) Tempo médio no Sistema (s) 1 92.552 109.64 2 62.859 80.525 3 29.253 47.174 4 0 18.000 Concluímos que o experimento 4 teve um melhor desempenho assumindo as distribuições constantes. 2) Usando o mesmo modelo do exercício anterior defina a distribuição exponencial para os tempos decorridos entre as chegadas e uma distribuição Normal com média 9 para os tempos dos serviços nos dois processos. Realize experimentos atribuindo valores iguais a 1, 2, 3 ao desvio padrão. Cada simulação deverá ser executada durante 10000 minutos. Compare os resultados de cada rodada de simulação. Na tabela abaixo podemos comparar o resultado do desempenho do sistema levando em consideração o tempo médio de fila (2 processos) em cada experimento e o tempo médio de permanência no sistema. Experimento Tempo Médio de Fila (s) Tempo médio no Sistema (s) 1 55.554 73.567 2 41.739 59.262 3 54.338 72.211 Concluímos, a partir da tabela anterior que o experimento 2 teve um melhor desempenho assumindoa distribuição para o tempo médio de fila exponencial e para o tempo médio no sistema NORMAL (9,2). 3) Ainda usando o mesmo modelo do exercício anterior, assuma que os tempos de processo possua uma média de 9 minutos e uma variância de 4 min. Calcule os parâmetros para as distribuições Gama, Uniforme e Normal que determinem tais valores. Realize simulações do sistema com estas distribuições e compare os resultados Experimento Tempo Médio de Fila (s) Tempo médio no Sistema (s) 1 70.607 88.511 2 26.575 42.430 3 7.2406 19.134 4 70.604 88.511 Parâmetros das Distribuições: Experimento 1: 𝑁𝑜𝑟𝑚𝑎𝑙 (𝜇, 𝜎), 𝜇 = 9, 𝜎 = 4 Experimento 2: 𝐺𝑎𝑚𝑎 (𝛽, 𝛼), 𝛽 = 1, 𝛼 = 8 Experimento 3: 𝑈𝑛𝑖𝑓𝑜𝑟𝑚𝑒 (𝑎, 𝑏), 𝑎 = 3, 𝑏 = 9 Experimento 4: 𝑁𝑜𝑟𝑚𝑎𝑙 (𝜇, 𝜎), 𝜇 = 9, 𝜎 = 3 O experimento 1 e 4 possuíram semelhança no resultado uma vez que ambos possuem uma distribuição Normal com média 9 e desvio padrão semelhantes. Mas o experimento que teve melhor desempenho foi o 3 utilizando a distribuição Uniforme (3,9). 4) Usando o Input Analyzer crie um novo documento contendo 50 pontos para a distribuição Erlang com os seguintes parâmetros: ExpMean igual a 12, k igual a 3, Offset igual a 5. Uma vez obtido o conjunto de dados, realize um Fit All. Repita o procedimento para 500, 5000 e 25000 dados, usando os mesmos parâmetros para uma distribuição Erlang. Compare os resultados do melhor ajuste para os quatro conjuntos diferentes de dados. Dessa forma, concluímos que o Experimento 4 (25000 pontos) não foi tão eficiente quanto o experimento 1 (50 pontos). Tendo como estimativa de erro de 0.001491 com desvio padrão de 21.4 possuindo 7 intervalos distribuídos entre um mínimo de 9 e um máximo de 100. Ressaltando que todos os testes foram comparados a uma distribuição TRIANGULAR. Para este caso, temos que a quantidade de dados ou amostras não colabora para o refinamento do sistema em termos de 0 0,01 0,02 0,03 0,04 0,05 0,06 Experimento 1 Experimento 2 Experimento 3 Experimento 4 Erro Quadrático das Distribuições Erro Quadrático das Distribuições desempenho. EXERCÍCIO DA PROVA I - Um processo de produção consiste de quatro operações: torneamento, desbaste, furação e inspeção. Os dados para chegada das peças e para os processos são dados a seguir: Chegadas: EXPO(2) Torneamento: TRIA(8, 12, 14) Desbaste: UNIF(6, 10) Furação: NORM(5, 1) Inspeção: CONST (2) Neste sistema, após a chegada as peças são classificadas como tipo I e tipo II: 60% das peças são do tipo I e o restante do tipo II. A peça do tipo I deve ser torneada, desbastada, furada e finalmente inspecionada enquanto que as peças do tipo II são apenas desbastadas e depois furadas e depois inspecionadas. Cerca de 10% das peças não passam na inspeção. Destas que falham 50% retorna para o início do processo e o restante é sucateado. Na frente de cada estação de trabalho existem buffers ou áreas de armazenagem com tamanhos fixos: 8 nos tornos, 4 nas desbastadoras, 6 nas furadeiras e 3 nas inspetoras. Quando não houver espaço no buffer as peças são descartadas. Simule por 24h e responda: 1. - Quantas peças de cada tipo são terminadas? 2. - Quantos retrabalhos ocorrem? 3. - Quantas peças são sucateadas? 4. - Qual a utilização média de cada recurso? 5. - Quantas peças são perdidas por falta de espaço em buffer? II - Considerando os resultados observados, proponha pelo menos duas alterações no modelo para melhorar o seu desempenho. E justifique o que foi feito e o que foi melhorado. Abaixo, segue a modelagem do problema acima, utilizando o software ARENA. Respostas: 1) Peças do Tipo 1 = 51 peças. Peças do Tipo 2 = 108 peças. Total de Peças Terminadas = 159 peças. 2) Ocorrem 12 retrabalhos. 3) Tipo 1 = 3 peças sucateadas Tipo 2 = 4 peças sucateadas 4) Torneamento = 93.893 min/peça | Taxa de Ocupação: 100% Desbaste = 36.488 min/peça | Taxa de Ocupação: 99.9% Furação = 4.908 min/peça | Taxa de Ocupação: 60.8% Inspeção = 2.000 min/peça | Taxa de Ocupação: 24.8% 5) Tipo 1 = 361 peças descartadas Tipo 2 = 170 peças descartadas Potencial de Ação para melhoria no desempenho: Aumentar o número de recurso nos processos de Torneamento, Desbaste, Furação e Inspeção. Diminuir o tempo de processamento em cada processo. Foi alterado as Distribuições do Processo mantendo o tempo de chegada com EXPO(2) para: Torneamento: TRIA(4, 6, 7) Desbaste: UNIF(3, 5) Furação: NORM(2.5, 0.5) Inspeção: CONST (1) Foram inclusos 3 novos recursos nos processos exceto na Inspeção, uma vez que não houve descarte pela sua agilidade (CONST(1)). Obtivemos os seguintes resultados: 1) Peças do Tipo 1 = 428 peças. Peças do Tipo 2 = 254 peças. Total de Peças Terminadas = 682 peças. 2) Ocorrem 42 retrabalhos. 3) Tipo 1 = 13 peças sucateadas Tipo 2 = 17 peças sucateadas 4) Torneamento = 5.919 min/peça | Taxa de Ocupação: 45.69% Desbaste = 4.193 min/peça | Taxa de Ocupação: 52.35% Furação = 2.497 min/peça | Taxa de Ocupação: 32.65% Inspeção = 1.396 min/peça | Taxa de Ocupação: 20.78% 5) Tipo 1 = 0 peças descartadas Tipo 2 = 1 peças descartadas Dessa forma, concluímos que nosso potencial de ação é satisfatório para a melhoria no desempenho do sistema como um todo. Uma vez que, as quantidades de peças descartadas reduziram a quase zero, a quantidade de peças que foram terminadas aumentaram e as médias das taxas de ocupação reduziram por um fator de dois, isto é, pela metade.