Simulação de Sistemas
Prof. MSc Sofia Mara de Souza
AULA2
Projeto de Simulação




Revisão de conceitos básicos
Processo de simulação
Etapas de projeto
Cuidados ao desenvolver projetos de
simulação
Visão Geral


Codificação do modelo representa
apenas 30% a 40% do esforço total em
um estudo de simulação.
Elementos de um estudo bem sucedido:
– conhecimento de metodologias de
simulação, modelos estocásticos,
probabilidade e estatística;
– formulação correta do problema;
– boas informações sobre o funcionamento
do sistema e sua lógica;
Visão Geral
– escolha do software de simulação
adequado;
– utilização de procedimentos estatísticos
apropriados para interpretação dos
resultados.

Falhas mais comuns:
– não definição de objetivos claros e
precisos;
– uso de simulação quando outra
abordagem mais simples é suficiente;
Visão Geral
– uso de nível não apropriado de
complexidade do modelo;
– má interpretação dos resultados.
Etapas de Projeto de Simulação







Formulação do problema
Definição do sistema
Decisão do uso de simulação
Formulação do modelo
Preparação dos dados
Implementação do modelo
Verificação e Validação do modelo
Etapas de Projeto de Simulação






Planejamento estratégico
Planejamento tático
Experimentação
Análise dos resultados da simulação
Documentação
Implementação dos resultados
Etapas de Projeto de Simulação
Formulação do Problema

Estabelecer objetivos do estudo.
– como o modelo será utilizado no processo
de decisão?
– quem serão os usuários finais do modelo?


Projeto de um novo sistema ou análise
de um sistema existente?
Nível de detalhamento do modelo
depende das respostas das questões.
Definição do Sistema

Determinar limites do sistema.
– fronteira sistema X ambiente

Identificar componentes básicos do
sistema.
– o que pode ser abstraído?
– identificar funções dos componentes.
– identificar relações entre componentes.
Decisão do uso de simulação

Análise da relação custo-benefício das
alternativas para o estudo.
– custo do modelo poder ser elevado.
– quais benefícios esperados a curto, médio
e longo prazo?

Estudar alternativas à simulação.
– modelos analíticos
– benchmarks ...
Formulação do Modelo


Definir objetivos precisos.
Coletar dados sobre a operação do
sistema e sua lógica de controle.
– não-trivial para sistemas nãoautomatizados.
– consultar diversas pessoas envolvidas.
– informações obtidas são incompletas e
não formalizadas.
Formulação do Modelo

Desenvolver uma especificação
funcional completa do modelo.
– especificar componentes, variáveis,
relações a serem incluídas;
– definir entradas e saídas;
– definir a lógica de controle.
Preparação dos Dados



Obter informações que permitam
estabelecer ou confirmar as relações
entre os componentes do modelo.
Obter dados de entrada para os
experimentos.
Obter dados de saída para o processo
de validação do sistema.
Preparação dos Dados

No caso de modelos estocásticos:
– Utilizar arquivos de dados obtidos
experimentalmente?
– Utilizar números randômicos segundo
distribuições de probabilidade?
• Não simula apenas o passado.
• É mais eficiente computacionalmente.
• Permite variar parâmetros.
Preparação dos Dados



Dados obtidos experimentalmente
poderiam vir de alguma distribuição de
probabilidade?
Existe uma relação entre as variáveis?
Utilizar métodos estatísticos adequados
para a coleta e preparação dos dados.
Implementação do Modelo

Selecionar plataforma de software:
– linguagem de programação de propósitos
gerais;
– linguagem de simulação de propósitos
gerais;
– pacote de simulação específico.


Codificar o modelo na plataforma
escolhida.
Verificar correção do modelo.
Verificação e Validação do
Modelo


Verificação: o programa realiza o que
se espera do modelo?
Validação: o modelo se comporta como
o sistema real?
Realidade
Modelo
validação
Programa
verificação
Verificação e Validação do
Modelo

Verificação do modelo:
– assegurar que o código é uma
implementação correta do modelo.
– uso de depuração e animação.
– verificar os casos extremos.
Verificação e Validação do
Modelo

Validação do modelo:
– análise de sensibilidade à variação dos
parâmetros.
• se a variação é grande, refinar o modelo.
– alternativas de validação
• comparar com sistema existente.
• comparar com sistema similar.
• como validar se o modelo é inédito?
Verificação e Validação do
Modelo

Provar um modelo de forma absoluta
tem custo proibitivo.
– Provar um modelo para os objetivos e
condições desejados.
Planejamento Estratégico

Objetivos:
– planejar o conjunto de experimentos;
– minimizar número de experimentos.

Fatores são variáveis externas que
influenciam o resultado.
– Quantitativos: valores podem ser medidos
em escalas. Ex.: velocidade, custo, tempo
– Qualitativos: valores não têm magnitude.
Ex.: políticas, regras, áreas geográficas

Cada fator tem um número de níveis.
Planejamento Estratégico

Planejamento depende:
– número de fatores;
– número de níveis por fator;
– das interações entre os fatores;
– das limitações de tempo de CPU e custo
do experimento;
– da precisão desejada dos experimentos.
Planejamento Tático

Objetivos:
– planejar cada experimento;
– minimizar tempo de cada experimento.

Questões importantes:
– inicialização do modelo
• situação de não-operação / regime permanente
– tamanho das amostras
• aumento permite calcular médias mais
próximas da realidade
– número de replicações de cada
experimento
• técnicas de redução da variância e autocorrelação (atingir regime permanente)
Planejamento

Modelo de simulação produz uma
estimativa estatística do parâmetro de
interesse. Para o experimento ser
estatisticamente correto, definir:
– duração de cada execução;
– quantas vezes repetir o experimento;
– condições iniciais de cada replicação;
– qual o tempo de execução necessário para
o modelo começar a gerar estimativas
válidas?
Experimentação



Conduzir sessões de simulação.
Definição do estado inicial.
Definição dos estímulos externos nos
modelos determinísticos.
Análise dos resultados

Resultados são úteis?
– Resultados desejados devem ter sido
previstos no modelo.
– Análises estatísticas posteriores à
experimentação.
• Uso de pacotes estatísticos.

Formas de visualização dos dados
coletados: gráficos, diagramas, tabelas,
animações.
Documentação


Documentar os passos do projeto para
facilitar novas extensões ao modelo e
para o próprio uso correto do modelo.
Documentação da apresentação e
interpretação dos resultados para os
“tomadores de decisão”.
Implementação dos Resultados


Tomada de decisão como resultado
final do projeto de simulação.
Os usuários precisam entender os
resultados obtidos na simulação do
sistema.