Análise de Sistemas Terminais e Não Terminais na Simulação

1 UFG Regional Catalão Profª Dra Stella Jacyszyn Bachega Sistemas terminais apresentam condições iniciais fixas condições estas que o sistema volta a assumir ao início de cada rodada de simulação e um evento que determina um fim natural para o processo de simulação podese programar o fim de uma rodada de simulação Exemplos restaurantes bancos lojas comerciais etc Sistemas nãoterminais não possuem condições iniciais fixas nem um evento que determina o fim do processo de simulação Exemplos serviços de 24 horas hospitais sistemas de comunicação etc 2 Casos especiais exemplos Funcionamento de uma fábrica Sistema nãoterminal funcionamento em turnos de oito horas por dia durante cinco dias por semana no qual ao final de um turno 8 h todo o trabalho a ser realizado possa ser retomado no dia seguinte do ponto em que foi suspenso no dia anterior e nos intervalos de fins de semana Sistema terminal célula de fabricação com troca de lote de produtos a serem fabricados alta flexibilidade O ciclo inicia com o setup dos equipamentos para a produção do lote especificado pela programação e finda com o alcance das metas de produção Casos especiais exemplos Projetos de construção de prédios de navios de equipamentos industriais de grande porte programação de eventos envolvendo projetos de manutenção preventiva etc Sistemas terminais estes sistemas possuem condições iniciais determináveis e um evento de término Se por acaso o projeto for repetido as mesmas condições iniciais e evento término podem ser aplicados tratandose portanto de sistemas terminais de longo prazo 3 Objetivo da simulação compreender o comportamento do sistema terminal ao longo do período predeterminado e com duração fixa Observação Uma vez que as condições iniciais e o período simulado são fixos o principal fator a ser controlado é o número de replicações Além deste o analista deverá ao final dos procedimentos determinar o nível de confiança desejado antes de calcular o Intervalo de Confiança Amostra piloto Números Mágicos da Estatística Valor pequeno demais e variável de resposta apresenta muita variabilidade não será possível alcançar o IC desejado e as estatísticas obtidas não ajudarão a determinar com maior precisão o número ideal de replicações no processo interativo Muito grande podese estar desperdiçando recursos ao obter amostras maiores do que o necessário Use o bom senso O tempo de execução do programa pode ser um bom indicador se pequeno iniciar amostra piloto com 30 ou mais elementos 4 Considere o seguinte modelo desenvolvido para realizar as análises Determine a amostra piloto 5 O módulo Estatística é usado para definir estatísticas adicionais que devem ser coletadas durante a simulação e também para especificar arquivos de dados de saída Embora as estatísticas de resumo por exemplo Média e Máxima sejam geradas automaticamente para cada estatística se você especificar um arquivo de saída cada observação individual por exemplo cada registro registrado é gravada em um arquivo de saída Os tipos de estatísticas que podem ser definidos no módulo Estatística são persistentes no tempo contagens Tallies dados observacionais baseadas em contador saídas e baseadas em frequência Você também pode especificar padrões periódicos personalizados para coleta de dados estatísticos Isso permite coletar e rastrear estatísticas de desempenho por hora turno dia ou semana Você pode especificar um período de tempo repetitivo ou específico não repetitivo durante uma simulação 6 Prompt Descrição Name O nome da programação que está sendo definida Este nome deve ser único Type Tipo de estatística sendo definida O tipo pode ser persistente no tempo Dstat baseado em contagem Tally contador saída ou frequência observacional Expression Nome da estatística persistente no tempo valor da estatística de saída ou expressão para a frequência Para frequências se o Tipo de frequência for Estado este campo é um nome de recurso indicando que as estatísticas devem ser coletadas sobre o estado de um recurso Se Tipo de frequência for Valor este campo simplesmente especifica a expressão na qual as estatísticas devem ser coletadas Aplicase apenas quando o tipo é persistente no tempo saída ou frequência Prompt Descrição Report Label Define o nome do símbolo para a expressão Este nome aparece como o rótulo do relatório associado à expressão nos relatórios Caso uma estatística já tenha sido definida por meio de outro módulo o campo Rótulo do Relatório aparecerá automaticamente Aplicase apenas quando o tipo é persistente no tempo saída ou frequência Output File Especifica o nome do arquivo específico do sistema no qual os dados estatísticos brutos são gravados Aplicase apenas quando o Tipo é Frequência Saída ou Persistente no Tempo Esta propriedade não está disponível para estatísticas de persistência de tempo e frequência se você especificar um período de coleta diferente de Replicação inteira 7 Armazene os dados da simulação Variável escolhida DAVGProcesso Maquina AQueueNumberInQueue Após coletar a amostra piloto inicie o Output Analyzer 8 Crie um novo documento e anexe os arquivos de dados coletados Solicite gráficos de linhas 9 Gráfico de linha Calcule o Intervalo de Confiança 10 Calcule o Intervalo de Confiança Intervalo de Confiança Um intervalo de confiança de 95 foi utilizado para análise dos dados O valor do semiintervalo de confiança halfwidth é interpretado como a confiança de que em 95 das replicações obtémse uma média que estará no intervalo da média obtida mais ou menos o valor do semiintervalo 11 Variabilidade da amostra Coeficiente de variação desvio padrão média amostral No exemplo Coeficiente de variação 0845144 059 Algumas Observações sobre Coeficiente de Variação Interpretação variabilidade dos dados em relação à média quanto menor o CV mais homogêneo é o conjunto de dados Expresso em porcentagem usualmente podese indicar percentualmente se o desvio padrão é maior ou menor que a média representa X da média CV pode ser considerado baixo valor menor ou igual a 25 mas varia de acordo com a aplicação ex em medidas vitais esperase CV bem inferior a 25 CV igual a zero indica que não houve variabilidade entre os dados desvio padrão 0 12 Resultados satisfazem as expectativas Para maior precisão nos resultados considere o objetivo de alcançar valores para halfwidth 10 da média amostral esse valor é determinado pelo analista Objetivo no exemplo Para variável Fila na Máquina A média 144 Logo halfwidth desejado 0144 No exemplo os resultados obtidos são satisfatórios Faça o mesmo procedimento agora com uma amostra maior para encontrar resultados mais satisfatórios 13 Faça o mesmo procedimento agora com outra variável presente no modelo Básica CHWIF L MEDINA A C Modelagem e Simulação de Eventos Discretos Teoria e Aplicações 2ª ed São Paulo Bravarte 2007 HARRELL C GHOSH B K BOWDEN R O Simulation using ProModel 2ª ed New York McGraw Hill 2003 PRADO D Usando o Arena em simulação 2ª ed Nova Lima INDG Tecnologia e Serviços Ltda 2004 Bibliografia adicional ROCKWELL AUTOMATION Arena Users Guide 2009 142 p 14 Complementar FREITAS FILHO P J Introdução à modelagem e simulação de sistemas 2ª ed Florianópolis Visual Books 2008 HARREL C R MOTT J R A BATEMAN R E BOWDEN R G GOGG T J Simulação otimizando os sistemas São Paulo Belge Simulação e IMAM 2ª ed 2002 KELTON W D SADOWSKI R P SWETS N B Simulation Using Arena McGraw Hill 5th edition 2009 LAW A M KELTON W D Simulation Modeling Analysis McGraw Hill 4th edition 2006 PRADO D Teoria das Filas e da Simulação Editora DG Belo Horizonte MG 2006