Módulo I – Softwares: Softwares Aplicativos Prof.: Rogério Morais.
SOFTWARES DE SIMULAÇÃO MB-761 – Prof. Anderson Ribeiro Correia.
Transcript of SOFTWARES DE SIMULAÇÃO MB-761 – Prof. Anderson Ribeiro Correia.
SOFTWARES DE SIMULAÇÃOMB-761 – Prof. Anderson Ribeiro Correia
Introdução
• Do estudo de simulação, observa-se que vários recursos
necessários para programação são comuns à maioria dos
modelos de simulação de eventos discretos:• Geração de números aleatórios;• Geração de variáveis aleatórias para funções de distribuição de
probabilidade específicas;• Avanço do tempo de simulação;• Coleta das estatísticas dos dados de saída;• Detecção de condições de erro.
• Essa similaridade de recursos levou ao desenvolvimento
de pacotes de simulação (softwares).
Software de simulação vs. Linguagem de programação
VANTAGENS
Software de Simulação Linguagem de Programação
• Fornece maioria dos recursos necessários para construção do modelo, consumindo menor tempo de “programação”
• Mais fácil modificar e manter o modelo
• Fornece melhor detecção de erros (vários possuem detecção de erros automática).
• Pode permitir uma maior flexibilidade de programação que alguns softwares;
• Mais conhecido pelos modeladores experientes que nem sempre tem experiência com os softwares de simulação.
• Um modelo de simulação escrito em C, C++ ou Java, pode requerer menos tempo de execução.
• Menor custo de software em geral, mas custo total do projeto pode não ser.
Software de simulação vs. Linguagem de programação
DESVANTAGENS
Software de Simulação Linguagem de Programação
• menor flexibilidade para representar detalhes do sistema real;
• restrições para controlar a realização de experimentos sob condições muito específicas.
• Necessidade de conhecimentos bastante específicos de programação para a construção de modelos mais complexos.
Com o passar do tempo...
• Evolução dos últimos anos:
• Linguagem de simulação: tentaram tornar seus softwares mais
fáceis de serem utilizados, empregando ferramentas de
construção gráfica dos modelos.
• Softwares de simulação: tentaram tornar seus softwares mais
flexíveis, permitindo programação em alguns determinados locais.
• Atualmente, é pequena a distinção entre linguagem de
simulação e simuladores.
CLASSIFICAÇÃO
Classificação dos pacotes de simulação
• Software de simulação genérico: pode ser usado para
qualquer aplicação.
• Software de simulação orientado para aplicações
específicas: desenvolvido para uso em certas áreas de
aplicação como manufatura, assistência médica,
comunicação, computação, etc.
CLASSIFICAÇÃO
AVALIAÇÃO DE SOFTWARES DE SIMULAÇÃO
• Devido à grande popularidade da sua aplicação na
modelagem e análise de problemas em diferentes áreas,
diversos softwares de simulação estão disponíveis no
mercado.
• Simulation Software Survey (2003): identificou 48 softwares de
simulação de eventos discretos;
• Buyer’s Guide Simulation (Elliot, 2000): cita 59 opções de
softwares de apoio estatístico e, principalmente, de simulação.
Introdução
Estudos de avaliação e seleção de softwares de simulação de eventos discretos
Silva, A. K. Método para avaliação e seleção de softwares de simulação de eventos discretos aplicados à análise de sistemas logísticos. Dissertação de Mestrado. USP, São Paulo, 2006.
Principais características abordadas• Entrada de dados
• Interface com outros softwares• Capacidade de análise de dados de entrada• Portabilidade (independência de sistema operacional)• Flexibilidade de entrada (interativa e batch)
• Desenvolvimento do modelo• Sintaxe (consistente e sem ambiguidades)• Depuração interativa (interactive debugger)• Flexibilidade e concisão na modelagem• Precisão e fidelidade do modelo• Configuração de atributos às entidades• Possibilidade de programação para incorporar características
especiais
Principais características abordadas
• Saída de dados
• Relatórios padrão com medidas de desempenho
• Relatórios personalizados
• Análise estatística
• Geração de gráficos
• Eficiência e teste
• Manutenção do banco de dados (organização)
• Capacidade de animação – facilidade de desenvolvimento,
qualidade das figuras, suavidade nos movimentos, etc.
Principais características abordadas
• Execução
• Velocidade de execução
• Tamanho do modelo
• Roteamento condicional (conditional routing)
• Suporte técnico
• Ajuda online
• Tutorial online
• Suporte ao cliente
Verificação das características• É importante conhecer quais critérios são relevantes e
quais não são apropriados para cada caso em particular:
• Áreas de aplicação atual e futura
• Tipos de produtos e serviços
• Tipos de clientes
• Processos de negócios
• Recursos desejados
• Definir o grau de importância de cada critério, a fim de determinar quais critérios devem ser atendidos (eliminatórios) ou não necessariamente.
AVALIAÇÃO SOFTWARES DE SIMULAÇÃO
Verificação das características• Coletar quais softwares de simulação estão disponíveis
no mercado.
• Identificar suas características através de fornecedores, versões de experimentação, artigos de pesquisa ou especialistas.
• Verificar quais softwares atendem aos critérios determinados.
AVALIAÇÃO SOFTWARES DE SIMULAÇÃO
Verificação da qualidade• Após definir os softwares que satisfazem todas as
características necessárias, deve-se avaliar a qualidade de suas características:
• Elaboração de estudo de caso;
• Execução de experimentos;
• Coleta de informações a partir de artigos de pesquisa e especialistas.
AVALIAÇÃO SOFTWARES DE SIMULAÇÃO
Além disso...
• A disponibilidade de animação e gráficos dinâmicos é uma das razões para o aumento do uso de modelagem por simulação, pois permite:
• Comunicar a essência de um modelo de simulação para gerência ou que não têm conhecimento de detalhes técnicos do modelo;
• Depurar (debug) o programa de simulação;
• Mostrar que um modelo de simulação não está válido;
• Melhor visualização de melhorias dos processos operacionais de um sistema;
• Treinar equipe do operacional.
DESTAQUE
Animação e gráficos dinâmicos
DESTAQUE
PROJETO E PLANEJAMENTO DE EXPERIMENTOS DE SIMULAÇÃO
Introdução• A experimentação é o processo ou técnica estatística
empregada com o propósito de determinar como o comportamento de um sistema pode ser influenciado pelos possíveis valores de uma ou mais variáveis.
Introdução• De acordo com Montgomery (1997), os objetivos
perseguidos no processo experimental são:
• Definir quais variáveis tem mais influência sobre as respostas;
• Definir que valores associar a estas variáveis de forma que:
a. As respostas permaneçam próximas a seus valores nominais;
b. A variabilidade das respostas seja mínima;
c. A influência dos fatores não controláveis seja minimizada
Introdução• Porém...
• Sistemas complexos envolvem um grande número de fatores a serem testados.
• Como então obter o máximo de informações com o mínimo de esforço?
Estratégias de projeto e planejamento de experimentos.
• Experimentos bem projetados são mais fáceis de serem analisados.
Introdução• Exemplo: Considere um atleta de kitesurf.
• Fatores que podem alterar seu desempenho:
1. Tipo de prancha: média (M) ou grande (G);
2. Tipo de kite: pequeno (P) ou grande (G);
3. Tipo de quilha: pequena (P) ou grande (G);
4. Condições de vento local: fraco (F) ou moderado (M);
5. Condições do mar: calmo (C) ou agitado (A);
6. Atividade na noite anterior: dormindo (D) ou festa (F).
• Como fatores podem influenciar seu desempenho?
Terminologia• Variável de resposta: variáveis cujos valores expressam os resultados de
um experimento, permitindo a observação do comportamento do sistema.
• Ex. velocidade alcançada em determinado trecho.
• Fatores: variáveis controladas pelo experimentador e que podem afetar as variáveis de resposta.
• Níveis: valores que um fator pode assumir.
• Replicações: repetição de todos ou de alguns experimentos.
• Projeto: especificação de uma estratégia de ação que resulta na determinação do número de experimentos (combinações entre fatores e seus níveis) a serem realizados, do número de replicações de cada experimento e forma de execução.
• Ex. considerando todas as combinações possíveis para os níveis dos cinco fatores e 5 replicações, serão:
2 x 2 x 2 x 2 x 2 = 32 experimentos
32 x 5 = 180 observações
Estratégias de Projetos Experimentais
• Bom senso• Um fator por vez• Projeto fatorial completo• Projeto fatorial fracionário• Projeto fatorial com replicações
Estratégia do Bom Senso• Muito empregada no dia a dia de engenheiros e
pesquisadores;• Exige experiência prática, técnica e teórica sobre o sistema
e as condições de teste que o envolve.• Ex.
• A princípio, verifica-se a necessidade de realizar 32 experimentos, mas:1. Fatores 4 e 5 ( condição do vento e do mar) não são controláveis;
2. Considerando assim as condições do vento e do mar, o surfista escolhe um tamanho de prancha, um kite e uma quilha.
3. Uma vez no mar, ele verifica sua performance considerando sua velocidade em relação aos outros velejadores e sua condição para realizar manobra;
4. A partir deste sentimento de sua performance, ele realiza mais um ou dois experimentos e conclui sobre qual melhor combinação de equipamentos (fatores 1, 2, 3) lhe dará as melhores condições de surfar, diante do cenário que lhe é imposto (fatores 4 e 5).
Estratégia Um Fator por Vez• Conhecida também como projeto experimental simples,
esta estratégia propõe a variação de um fator por vez, mantendo os demais fixos.
• O processo segue até que todos os testes tenham sido realizados, considerando-se todos os fatores e seus respectivos níveis.
• Os resultados são analisados a partir de tabelas ou gráficos.
KitePrancha Quilha
Estratégia Um Fator por Vez
• Um ponto fraco desta estratégia é que desconsidera um
elemento fundamental que é a interação entre os fatores.
• Portanto, esta estratégia requer que os fatores sejam
independentes para evitar conclusões erradas.
Projeto Fatorial Completo• Estratégia emprega todas as combinações possíveis
entre os fatores e seus diferentes níveis.
• Os fatores são variados juntos.
• Possibilita a avaliação das interações entre os fatores.
• Desvantagem: custo pode ser muito alto, uma vez que é necessário repetir várias vezes um experimento.
• Para reduzir o número de experimentos, pode-se:
• Reduzir o número de níveis por fator;
• Reduzir o número de fatores;
• Usar projetos fatoriais fracionários.
Projeto Fatorial Fracionário• Realiza somente parte dos experimentos de um projeto
fatorial completo:
• O pesquisador assume que as interações de maior ordem (2ᵃ ordem ou acima) podem ser desprezíveis.
• Informações sobre os efeitos principais e interações de ordem menor podem ser obtidas.
• O projeto deve ser cuidadosamente projetado para capturar melhor qualquer interação que possivelmente exista.
• Pode ser útil quando se sabe a priori que alguns fatores não interagem.
Projetos Fatoriais • Tipo de estratégia empregada para determinar o efeito de k fatores.
• Os níveis dos fatores são binários, ou seja, cada um é caracterizado por duas alternativas.
• Cada fator utilizado é representado por seu nível máximo e mínimo.
• Em geral, são usados de maneira preliminar, antes de estudos mais detalhados.
• Permite o entendimento dos efeitos de cada fator sobre as variáveis de resposta, possibilitando a identificação de fatores com pouca ou nenhuma importância no desempenho do sistema.
• COLOCAR EXEMPLO OU NÃO? (10 SLIDES +- para um exemplo 2k sendo k=2)
• http://www.mec.ita.br/~rodrigo/Disciplinas/MOQ14/S11.pdf
• http://homepages.dcc.ufmg.br/~virgilio/download/quant2006-1/bloco10.pdf
Considerações Finais