Baixe o app para aproveitar ainda mais
Prévia do material em texto
Modelagem Matemática Aula 9 Modelagem Matemática Aula 9 SISTEMAS A EVENTO DISCRETOS SISTEMAS A EVENTO DISCRETOS (J.C. Lima Lopez, UFPE) (J.C. Lima Lopez, UFPE) 1. Sistemas de Filas. A palavra Fila sempre lembra a ideia de espera. Elementos básicos em um sistema de filas: Entidades que esperam para utilização dos recursos, ou seja, clientes; Recursos que possibilitam os serviços aos clientes, genericamente chamados de servidores; e Espaço onde a espera é realizada, a este elemento dar-se o nome fila. Modelagem Matemática Sistemas Dinâmicos Discretos Exemplos de Sistemas a Eventos Discretos. Exemplos de Sistemas a Eventos Discretos. Instituto de Matemática e Estatística Esperar para usar recursos de um caixa de banco ou ônibus; Produtos “esperam” no mercado; Tarefas tb esperam no computador para “usar” os recursos da CPU. Modelagem Matemática Sistemas Dinâmicos Discretos Exemplos de Sistemas a Eventos Discretos Exemplos de Sistemas a Eventos Discretos Instituto de Matemática e Estatística Servidores Processo de chegada Fila de espera População Partida Disc. Serviço Modelo simbólico da Teoria das Filas: clientes chegam e se dirigem ao servidor. São atendidos ou esperam na fila, e partem depois usar os recursos. Exemplos de clientes: pessoas, carros em estradas, mensagens transmitidas, tarefas realizadas em sistema computacional, produção em um processo de fabricação. Modelagem Matemática Sistemas Dinâmicos Discretos Exemplos de Sistemas a Eventos Discretos Exemplos de Sistemas a Eventos Discretos Instituto de Matemática e Estatística Exemplos de filas: em banco ou supermercados, redes de comunicação, telefonemas, tarefas a serem executadas em áreas de espera. Exemplos de servidores: pessoas, canais de comunicação, processadores de computador ou dispositivos periféricos, máquinas usadas na fabricação e sinal de trânsito. Processo de servir clientes consome tempo: servidor pode ser visto como um "bloco de atraso“. Como sistema de eventos discretos, fila tem um conjunto de eventos: Modelagem Matemática Sistemas Dinâmicos Discretos Exemplos de Sistemas a Eventos Discretos Exemplos de Sistemas a Eventos Discretos Instituto de Matemática e Estatística Variável de estado - nº de clientes na fila ou o comprimento da fila. onde {e} = evento de chegada e {s} = evento de saída. E = {e, s} Espaço de estados - conjunto de valores não negativos X = {0, 1, 2,...} Modelagem Matemática Sistemas Dinâmicos Discretos Exemplos de Sistemas a Eventos Discretos Exemplos de Sistemas a Eventos Discretos Instituto de Matemática e Estatística Coleção de equipamentos e recursos humanos integrados que realiza uma ou mais operações de processamento e/ou montagem em matéria-prima, peça ou conjunto inicial de peças. Características: produção a baixo custo, quantidade certa, mínimo estoque e em acordo com demanda. 2. Sistemas de Manufatura. Normal/, há várias estações automatizadas com roteamentos variáveis entre elas. Sistemas Flexíveis de Manufatura satisfazem às características acima. Produção controlada por computador de variedade de produtos em volume moderado flexível. Modelagem Matemática Sistemas Dinâmicos Discretos Exemplos de Sistemas a Eventos Discretos Exemplos de Sistemas a Eventos Discretos Instituto de Matemática e Estatística Sistemas de manufatura podem ser descritos por modelos de filas. Geralmente, constituídos por: 1. Clientes: peças ou itens; 2. Servidores: máquinas; dispositivos de manuseio e transporte (robôs, esteiras...); 3. Filas: armazéns etc. Equipamentos autônomos e cooperação interligação via redes industriais + Fluxo contínuo de diferentes produtos pelas linhas de produção dificultam projeto, especificação e administração de plantas de produção Exemplo: Peças passam por duas máquinas, sendo a primeira fila infinita de grande capacidade, mas a fila da segunda máquina é limitada a dois. Modelagem Matemática Sistemas Dinâmicos Discretos Exemplos de Sistemas a Eventos Discretos Exemplos de Sistemas a Eventos Discretos Instituto de Matemática e Estatística Armazenamento de peças em uma fila até servidor liberar acesso à próxima operação disponível. Fila Máquina 1 Entradas Fila Máquina 2 Em um sistema industrial normalmente capacidades são finitas e Modelos de filas descrição conveniente para sistemas industriais. Conjunto de eventos: E = {e, c1, p2} Modelagem Matemática Sistemas Dinâmicos Discretos Exemplos de Sistemas a Eventos Discretos Exemplos de Sistemas a Eventos Discretos Instituto de Matemática e Estatística Serviço da máquina 1 termina, máquina 2 está ocupada, fila pode estar completa. peça permanece na máquina 1. outras peças esperam acesso à máquina 1 – fila mantida. e = uma chegada à máquina 1. c1 = conclusão de serviço da máquina 1. p2 = partida para a fila da máquina 2. Modelando o bloqueio introduzir variável adicional B que x2 pode gerar. Espaço de estados conjunto discreto: Estado do sistema - vetor x = [x1, x2] correspondendo aos comprimentos de fila das duas máquinas. Neste caso, x2 é restrito aos valores {0, 1, 2,3}. Se x2 = 3, a máquina 1 é bloqueada. X = {(x1, x2): x1 ≥ 0, x2 ∈ {0, 1, 2, 3, B}}. Flexibilidade do processo modelado (dependendo do nível de detalhe a ser capturado) pode ser representada por um espaço de estado alternativo: Modelagem Matemática Sistemas Dinâmicos Discretos Exemplos de Sistemas a Eventos Discretos Exemplos de Sistemas a Eventos Discretos Instituto de Matemática e Estatística X = {(x1, x2): x1 ∈ {I, W, B} e x2 ∈ {I, W}}. x1 = estado da máquina 1, inativo (I), trabalhando (W) ou bloqueado (B); x2 = estado da máquina 2, I ou W. Modelo focaliza estados lógicos de cada máquina e não comprimentos das filas. 3. Sistemas de Tráfego Modelagem Matemática Sistemas Dinâmicos Discretos Exemplos de Sistemas a Eventos Discretos Exemplos de Sistemas a Eventos Discretos Instituto de Matemática e Estatística Há 4 tipos movimentos de veículos: 1. veículos que vindos de ponto 1 e virando para o ponto 2; 2. veículos vindos de 1 e virando para o ponto 3; 3. veículos que vão diretamente do ponto 2 ao 3, 4. veículos que vão do ponto 3 ao 2. Considerando uma simples interseção em uma sistema de tráfico T. Funcionamento do Sinal luminoso: (a) Vermelho para veículos vindos da posição 1 e Verde para os vindos das posições 2 e 3, permitindo assim os movimentos c e d; (b) Vermelho para os veículos vindos das posições 2 e 3 e Verde para vindos da posição 1, permitindo os movimentos a e b. Conjunto de eventos é determinado por: Modelagem Matemática Sistemas Dinâmicos Discretos Exemplos de Sistemas a Eventos Discretos Exemplos de Sistemas a Eventos Discretos Instituto de Matemática e Estatística Espaço de estados é definido pelos comprimentos de fila formados em chegadas e partidas, e estado do sinal luminoso: E = {a12, a13, a23, a32, d12, d13, d23, d32, g, r}, a12, a13, a23, a32 = chegadas de veículos em cada uma das 4 possibilidades; d12, d13, d23, d32 = partidas de veículos quando o sinal luminoso permite o tráfego; g, r = estados do sinais luminosos, verde e vermelho, respectivamente. x12, x13, x23, x32 = comprimentos de fila, y = estado da luz (gi = verde, ri = vermelho). X = {(x12, x13, x23, x32, y)}: x12, x13, x23, x32 ≥ 0, y ∈ {g1, g2, g3, r1, r2, r3}, Há 3 formas possíveis para se modelar um sistema a eventos discretos: 1. Linguagem de programação convencional (C++, Java...) - toda linha de código é um detalhe de como o sistema deve efetivamente trabalhar. Modelagem Matemática Sistemas Dinâmicos Discretos Exemplosde Sistemas a Eventos Discretos Exemplos de Sistemas a Eventos Discretos Instituto de Matemática e Estatística Formas Possíveis para Modelagem 2. Linguagem informal (linguagem natural) - gera ambiguidade e confusões excessivas nas descrições textuais. 3. Linguagem formal - geradas por Autômatos e Redes de Petri) - evita ambiguidade. Há diversas abordagens que apresentam métodos, linguagens e padrões para a modelagem de aplicações industriais. Modelos Existentes. Modelagem Matemática Sistemas Dinâmicos Discretos Instituto de Matemática e Estatística Há vários modelos para Sistemas Flexíveis de Manufatura, nenhum universal. Modelos refletem tipos diferentes de Sistemas Flexíveis de Manufatura e diferentes objetivos na análise dos sistemas. Modelos mais usados para sistemas a eventos discretos são: 1. Redes de Petri com e sem temporização; 2. Teoria de Linguagens e Autômatos; 3. Cadeias de Markov; 4. Rede de Petri Colorida. Modelagem Matemática Sistemas Dinâmicos Discretos Instituto de Matemática e Estatística Formas Possíveis para Modelagem Pode ser usada para modelagem, análise e diagnósticos de falha para os Sistemas Flexíveis de Manufatura. Modela recursos e planejamento da produção em um sistema flexível de manufatura visando redução de custo. Usa um algoritmo genético que tem como regra o menor tempo de operação. Linguagem para Modelagens Matemática que define estrutura de um sistema distribuído discreto como um grafo direcionado com comentários. Rede de Petri (Carl Adam Petri, 1939). Consiste em posições, transições e arcos direcionados, nós de posição, nós de transição e arcos direcionados conectando posições com transições. Arco indica posições de entrada de uma transição. Usada para modelar comportamento concorrente em sistemas distribuídos. Modelagem Matemática Sistemas Dinâmicos Discretos Instituto de Matemática e Estatística Formas Possíveis para Modelagem Estudo das máquinas abstratas ou autômatos e certos problemas computacionais. Está relacionada à teoria das linguagens formais. Teoria dos Autômatos Objeto de estudo da Ciência da Computação Teórica e Matemática Discreta. Representação finita de uma linguagem formal que pode ser um conjunto infinito. Variedade de autômatos - máquina de estados finitos. Autômato - do grego αὐτόματα = “autuação” - “sem influência externa”. Círculos = estados; Setas = transições; Entrada = estado atual e símbolo recente. Quando o autômato recebe um símbolo de entrada, ele faz uma transição (ou salto) para outro estado, de acordo com sua função de transição. Modelagem Matemática Sistemas Dinâmicos Discretos Instituto de Matemática e Estatística Formas Possíveis para Modelagem Construção feita de estados para determinar se a entrada pode ser aceita ou rejeitada. Parece com um jogo de tabuleiro básico cada espaço no tabuleiro representa um estado cada estado tem informações sobre o que fazer quando máquina recebe uma entrada. Quando a máquina recebe um nova entrada, ela analisa o estado e escolhe um novo local baseada na informações sobre o que fazer ao receber essa entrada nesse estado. Autômatos Executa (ou roda) uma sequência de entradas em passos de tempo discretos. Processa uma entrada obtida de um conjunto de símbolos ou letras - alfabeto. Autômato: Modelagem Matemática Sistemas Dinâmicos Discretos Instituto de Matemática e Estatística Formas Possíveis para Modelagem Símbolos de entrada formam uma sequência de símbolos - palavra. Contém um conjunto finito de estados. Cada instante durante a execução, o autômato está em um de seus estados. Nova entrada leva à transição para outro estado, segundo função de transição. Lê palavra de entrada e faz a transição de estado, até palavra totalmente lida. Estado em que o autômato para é chamado de estado final. Estado final define se autômato pode aceitar ou rejeitar palavra de entrada. Existe subconjunto de estados de aceitação. Conjunto de todas as palavras aceitas por um autômato é linguagem do autômato. Caso particular de processamento estocástico com estados discretos. Mudanças de estado do sistema são chamadas transições. Probabilidades de mudanças de estado chamadas de probabilidades de transição. Cadeia ou Processo de Markov - Andrei Markov Modelagem Matemática Sistemas Dinâmicos Discretos Instituto de Matemática e Estatística Formas Possíveis para Modelagem Sequência de variáveis aleatórias com a propriedade de Markov, definindo a dependência de série única entre períodos adjacentes. Processo caracterizado por um espaço de estado, uma matriz de transição descrevendo as probabilidades de transições de particulares e um estado inicial (ou a distribuição inicial) através do espaço de estado. Distribuição de probabilidade do próximo estado depende só do estado atual. Estados anteriores são irrelevantes para a predição dos estado. Instituto de Matemática e Estatística
Compartilhar