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