Transcript Usando o ARENA em Simulação

Usando o ARENA em Simulação
Capítulo 2
Livro
– Usando o ARENA em Simulação
– Darci Prado
Usando o ARENA em Simulação
Origem
Empresa Rockwell – sediada na Inglaterra
Lançado em 1993
Atualmente estamos na versão 10.0
–
–
–
–
–
–
–
construção de modelos de simulação
Analisador de dados de entrada
Analisador de resultados
Visualizador da simulação
Execução em lotes
Recursos de otimização
Animação em 3D
Usando o ARENA em Simulação
A visão do Arena
– estações de trabalho
– opções de fluxo
Fornecendo Dados ao Arena
Processo de Chegada
Processo de Atendimento
Deslocamento entre as Estações
Programação Visual
– Lógica
– Animação
A Execução do Modelo
O Arena simula e gerencia o
transcorrer do tempo.
Uso do Método de Monte Carlo
Modelos de Demonstração
Acionando o Arena Viewer
O modelo da Agencia Bancária
O modelo da Mineração
O modelo do Porto
O modelo do Depósito
O modelo da sala de Testes
Criando Modelos
Considerar um sistema de pedágios
– Veículos que chegam a cada 30 seg. Com uma
distribuição exponencial negativa
– Time between = EXPO(30)
– O atendimento também segue uma dist.
Exponencial negativa com uma média de 20 seg. EXPO(20)
– Run – Setup - Replication parameters
• Lenght – 100.000 segundos
• Number of runs - 10
Criando Modelos
Carregando o Arena e o Template Basic Process
Montando o Diagrama de Blocos
Chegada de veículos ao sistema:
– Bloco Create
Atendimento no pedágio:
– Bloco Process
• Acionar – Seize, Delay,Release
O nome da fila em frente ao pedágio
Liberando o Pedágio:
– o Bloco Dispose
Acionar Setup
– Project parametres
• Lenght – 100.000 segundos
• Number of runs - 10
Exercício 1
A Cabine telefônica:
– Suponhamos que as chegadas a uma cabine telefônica
obedecem a lei de Poisson, com ritmo de 6 chegadas por
hora. A duração média do telefonema é de 3 minutos e
suponhamos que siga a distribuição exponencial.
– Gerar uma simulação de 1.000 minutos com 10 rodadas e
comparar o resultado com o teórico de uma fila M/M/1.
– Respostas :
•
•
•
•
•
•
•
•
Número médio de pessoas na fila
NF=0,128 - valor simulado ~ 0,1199
Número médio de pessoas no sistema
NS=0,428 – valor simulado ~ 0,4292
Número médio de clientes usando o telefone
NA=0,300 - valor simulado ~ 0,3094
Tempo na fila
TF=1,28 – valor simulado ~ 1,1870
Exercício 2
Navios chegam a um porto a
intervalos de EXPO(8) horas e gastam
TRIA (3,5,10) horas para descarregar.
Verificar os seguintes os valores:
– Taxa de ocupação do porto:68%
– Tamanho médio da fila:0,498navios
– Tempo médio na fila:4horas
Comprimento da corrida 10.000
Realizar 10 corridas e verificar a
variação das estimativas.
Exercício 3
Considere um sistema em que navios chegam a um porto para carregar algum
produto. Abaixo estão anotados os valores de intervalos entre chegadas (em horas)
para 20 navios:
Navio 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20
interv. 10 02 13 07 02 08 08 08 10 09 01 14 14 01 10 09 09 09 08 14
As durações da carga (em horas) de cada navio são as seguintes:
Navio
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20
Duraç.
05 05 03 03 06 07 06 08 02 05 08 08 08 03 04 03 03 04 05 05
Utilizar o input analyser para conhecer as distribuições de entrada e atendimento.
Verificar os seguintes valores para esta distribuição:
–
O intervalo médio entre chegadas=8,30
–
Duração média da carga=5,05
–
calcule o tamanho médio da fila=0,09
–
calcule o tempo médio de espera na fila=0,75
Simular dois cenários:
–
–
comprimento da corrida 166 horas
Comprimento da corrida 10.000 horas
Realizar 10 corridas e verificar a variação das estimativas.
Tipos de Sistemas
Dois tipos de sistemas (modelos)
– Sistemas terminantes
• Condição de término bem definida (o sistema deixa de
operar)
• Corrida definida por N tentativas
– Sistemas não terminantes
•
•
•
•
O sistema, em teoria, poderia operar indefinidamente
Estuda-se o comportamento estacionário o sistema
Corrida definida por uma (longa) duração T
Estimativas resumem valores observados durante o período
simulado.
Elementos do modelo
Entidade:
– Elemento básico
– Identificado e processado individualmente
– Pode ser
• PERMANENTE - sempre presente durante o período simulado
• ou TEMPORÁRIO - definido por uma fonte ou origem
Atributo:
– Informação associada a uma entidade
– Pode ser modificado ao longo do tempo!
• Os atributos são acionados no Bloco Assing
– Tipo de assing – atribute
– Define-se o nome do atributo e o seu “valor”.
Elementos do modelo
Atividade:
– Ocupa temporariamente uma ou mais entidades.
– A duração é conhecida a priori
ATIVIDADE
(Process)
Evento:
– Momento de mudança do estado do sistema
• Início de atividade e Término de atividade – são as
especificações do Delay
Elementos do modelo
Fila e disciplina de atendimento:
– Estado passivo de uma entidade aguardando o início
de uma atividade
– Disciplinas: FIFO, LIFO, SPT (shortest processing
time, …)
– O tempo de permanência na fila não é prédeterminado, é o resultado de uma simulação.
Fonte/sumidouro:
– Local de criação – Bloco Create
– Destruição de entidade temporária – Bloco Dispose
Elementos do modelo
Roteamento da entidade:
– Caminho seguido por uma entidade ao
término de uma atividade;
– Decisão por atributo ou de caráter aleatório;
Relógio da Simulação:
– Avanço do tempo a intervalos variáveis;
Histograma:
– Variáveis observadas (coleta de estatísticas)
Exercício 3 (continuação)
Considere que no modelo elaborado para o problema
do porto existem dois tipos de navios:
– Navios graneleiros com um tempo médio de operação de 40
horas e desvio de 3 horas (dist. Normal)
– Navios de contêineres com a distribuição encontrada.
– 30% dos navios que chegam ao porto são graneleiros.
Alterar o modelo anterior e obter as seguintes
informações:
– A taxa de ocupação do porto
– O tamanho médio da fila
– O tempo médio de espera na fila
Realizar 10 corridas com comprimento de 10.000 horas
e verificar a variação das estimativas.
Alterando a política da fila para prioridade para navios
de contêineres qual seria o impacto no resultado final?
Exercício 3 (continuação)
Para incluir estas questões no modelo de
simulação será necessário utilizar o módulo
Decide para separar 30% dos navios e o
módulo Assing definir os dois diferentes tempos
de atendimento.
No bloco Process definir o tempo de
atendimento com uma expressão definida com
o nome do atributo.
Exercício 3 (continuação)
Exercício 3 (continuação)
Exercício 3 (continuação)
Para gerar prioridade na fila é necessário alterar
o bloco Queue da seguinte forma:
Definir um atributo tipo de navio e
diferenciar os navios, por exemplo:
. Tipo de navio = 1  contêineres
. Tipo de navio = 2  graneleiros
Exercício 4 - SIMULAÇÃO DE UM
BAR: CASO SIMPLES
Um bar, operando com portas fechadas, vende chopp a
seus 2 clientes. Um único garçon é responsável pelo
atendimento, enchendo um copo de chopp sempre que
possível, ou seja, desde que haja um copo vazio e desde
que este garçon não esteja ocupado em outra atividade.
Nosso bar dispõe de 3 copos. Sabe-se ainda que são
necessários 3 minutos para encher um copo e 4 minutos
para bebê-lo.
Faça uma avaliação da capacidade deste sistema,
identificando o seu elemento crítico, aquele que determina a
sua taxa de operação.
Caso as durações das atividades não fossem
determinísticas, mas aleatórias segundo uma distribuição
exponencial, qual seria o efeito desta alteração no
desempenho do sistema?
O BAR COMPLETO
Os fregueses chegam para tomar chopp num bar, numa
quantidade de copos que varia aleatoriamente em
função da "sede" de cada um.
Uma vez no bar, um freguês estará bebendo ou
aguardando sua vez, até que tenha sua sede saciada,
indo embora a seguir.
Dois garçons são responsáveis pelo atendimento, que
compreende encher um copo a pedido do freguês e
depois lavá-lo.
Um copo, por sua vez, poderá estar sendo cheio, em
uso pelo freguês ou sendo lavado.
O BAR COMPLETO
Dados adicionais (Tempos em minutos):
• (a) O tempo entre chegadas dos clientes é exponencial
com média 10;
• (b) Dependendo da "sede", o número de copos bebido
por cada cliente tem distribuição uniforme discreta com
valores entre 1 e 4, incluindo-se estes limites;
• (c)
O tempo gasto para encher um copo segue uma
distribuição normal com média 6 e desvio padrão 1;
• (d) O tempo gasto para beber um copo é uniforme
discreto com valores entre 5 e 8, incluindo-se estes limites;
• (e)
a 5;
O tempo gasto para lavar um copo é constante e igual
• (f)
Somente um copo poderá ser cheio de cada vez, mas
até 3 copos poderão ser lavados de uma só vez.