Please enable JavaScript.
Coggle requires JavaScript to display documents.
Modelagem e Simulação Visão Geral - Coggle Diagram
Modelagem e Simulação
Visão Geral
Definição de Simulação
Processo de projetar um modelo, de um
sistema real ou imaginário, e conduzir experimentos com este modelo.
Tem como objetivo entender seu comportamento
e/ou avaliar estratégias para sua operação
Considerando o processo de modelagem no Processo de modelagem onde o modelo imite as respostas do sistema, como o tempo por ex. temos numa sucessão de eventos que ocorrem ao longo do tempo.
Por quê Simular?
Para termos respostas em relação à ...
Prever o comportamento
Antecipar os efeitos
Construir teorias e hipóteses
responder a questões do tipo:
“O que aconteceria se ?”
Facilitar compreensão e aceitação de
resultados
Sistemas e Modelos
O que é um sistema?
“Conjunto de entidades (ex: pessoas,
equipamentos, métodos) que atuam e interagem
com a intenção de alcançar um objetivo ou um
propósito lógico”.
Os objetivos de um estudo determinam as
entidades que devem constituir o sistema.
O que é um modelo?
Modelo é um tipo de abstração
Uma aproximação de um sistema
existente/hipotético
brinquedos são modelos de objetos
do mundo real
Razões para Experimentar
com Modelos
Experimentar com sistema real é:
• Dispendioso: indicar benefícios de se
investir em um novo equipamento, por exemplo;
• Inadequado: planejar atendimento de situações de emergência. Ex: um desastre
em um aeroporto.
Sistema modelado ainda não existe.
planejar o novo sistema;
Simulação X Modelos
No modelo ocorre perda de propriedades do
sistema real, porém, simplificações:
• custam menos
• são mais rápidas
Exemplos
Modelos físicos
Em pequena escala
ex.: modelos de barragens
Em escala natural
ex.: simuladores de vôo
Modelos matemáticos
• sistemas de equações (analítico)
• programas de computador
(numérico/algorítmico)
Simular é estudar um modelo em funcionamento, é uma imitação e criação de uma história artificial dos sistemas reais.
Pressupõe uma série de simplificações
Usada para estudar sistemas complexos.
Classificação
Modelos Determinísticos ou Estocásticos;
Existe alguma incerteza?
Determinístico
Variáveis de estado assumem sequência de
valores conhecidos.
A saída do sistema é determinística
Ex: simulação da execução de um programa em
um computador
Não possui nenhuma variável aleatória.
Estocástico
Pelo menos uma das variáveis de estado tem
valores de acordo com as distribuição de
probabilidade, permitindo modelar incertezas e
indeterminação.
Ex: avaliação de desempenho em sistemas de
computador
Entradas aleatórias produzem saídas aleatórias,
(necessitando de uma análise estatística).
Modelos Dinâmicos ou Estáticos;
Tempo tem papel no modelo?
dinâmico
Respondem à
Sinais de entrada
Sinais de distúrbios (ou perturbações)
Condições iniciais.
Trata com a variável tempo.
Ex: modelo de escala de um avião, que no ar examina
dinamicamente a estabilidade.
estático
Não levam em conta explicitamente a variável tempo.
Encontram-se
• na economia
• nas pesquisas operacionais (usados geralmente
nas áreas de programação linear, não linear).
Modelos Discretos ou Contínuos.
O estado pode mudar continuamente
ou apenas em pontos discretos?
Discretos
Variáveis de estado: mantêm-se inalteradas ao longo de
intervalos de tempo e mudam seus valores apenas em
momentos bem definidos (tempo de ocorrência do evento.)
Exemplo: sistemas de manufatura, controle de
tráfego
Sistema é descrito por um conjunto de
regras que determinam:
• o próximo evento e
• alterações nos valores das variáveis
Contínuos
• Não se restringe a mudança de estado ou a ocorrência de eventos para sua atualização.
• Os valores das variáveis do sistema variam continuamente ao longo do tempo.
• Equações fornecem o valor das variáveis em todos os instantes do tempo.
Exemplos:
• reações químicas
• circuitos eletrônicos
Vantagens e Desvantagens da Simulação
Vantagens
• Reusabilidade dos modelos;
• Dados de entrada podem ainda estar na forma de “esquemas” ou rascunhos.
• Geralmente mais fácil de aplicar do que métodos analíticos (menos simplificações).
• Modelo pode substituir o sistema real evitando sua perturbação.
• Facilitar a identificação de “gargalos”, gerenciar sistemas como: fluxos de materiais, fluxo de informações ou de produtos;
• Pode-se tratar novas situações, onde tem-se pouco conhecimento e experiência, obtendo-se preparação diante de futuros eventos.
Desvantagens
• A construção de modelos requer treinamento especial.
• Envolve arte e o aprendizado se dá com a aquisição de experiência.
• Os resultados são muitas vezes de difícil interpretação (processos aleatórios incluídos no modelo).
• Modelagem e a experimentação de uma simulação consomem muitos recursos, principalmente tempo.
Ferramentas de Simulação
Executar uma simulação em sistemas paralelos ou sistemas distribuídos, • Ambientes: Promodel, XLS e JavaSim
Simulação web • Usada, por exemplo, em projetos colaborativos e ensino à distância, etc.
Ferramentas: DEVSJAVA, JSIM, JavaSim, JavaGPSS, Silk e WSE Simulação distribuída
Erros mais comuns
Problemas com detalhes:
• aumenta a probabilidade de erros e o tempo gasto em identificá-los;
• necessita de conhecimento mais detalhado sobre os parâmetros de entrada, que se não estiverem disponíveis, tornam o modelo impreciso.
• necessita de mais tempo para ser desenvolvido;
• maior tempo de execução;
É aconselhável
• começar com um modelo menos detalhado,
• estudar as sensibilidades
• obter alguns resultados
• introduzir maiores detalhes nas áreas que causem maior impacto nos resultados.
. • Tratamento inadequado das condições iniciais •
Falta de descarte de situações não representativas do comportamento do sistema (regime permanente).
• Uso de linguagem inadequada
• Modelos não verificados, ou seja, erros de programação podem tornar os resultados sem sentido.
• Modelos inválidos • não representam corretamente o sistema real por causa de hipóteses incorretas
• Simulações curtas : resultados muito dependentes das condições iniciais, podem não ser representativos do sistema real.
• Geradores de números aleatórios ruins então deve-se usar geradores conhecidos, vastamente analisados.
• Seleção inadequada das sementes uso inadequado de sementes dos geradores de números aleatórios pode levar, por exemplo, a correlações indesejadas.
Áreas de aplicação
Engenharia • Cálculo estrutural
Engenharia Mecânica • Estudos relacionados a fenômenos físicos
Engenharia Elétrica • Circuitos eletrônicos
Administração
planejamento da produção de fábricas Economia
• Modelos macro-econômicos
Passos na formulação de um estudo
Etapa de Modelagem
Coleta de dados
Tradução do modelo
Verificação e validação do modelo
Etapa de Planejamento
Formulação e análise do problema
Planejamento do projeto
Formulação do modelo conceitual
Coleta de macro informações
Etapa de
Experimentação
Projeto experimental
Experimentação
Análise estatística dos resultados
Tomada Decisão e
Conclusão do Projeto
Comparação e identificação das melhores soluções Documentação Apresentação dos resultados Implementação