A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Simulação de Sistemas Prof. MSc Sofia Mara de Souza AULA2.

Apresentações semelhantes


Apresentação em tema: "Simulação de Sistemas Prof. MSc Sofia Mara de Souza AULA2."— Transcrição da apresentação:

1 Simulação de Sistemas Prof. MSc Sofia Mara de Souza AULA2

2 Projeto de Simulação n Revisão de conceitos básicos n Processo de simulação n Etapas de projeto n Cuidados ao desenvolver projetos de simulação

3 Visão Geral n Codificação do modelo representa apenas 30% a 40% do esforço total em um estudo de simulação. n 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;

4 Visão Geral –escolha do software de simulação adequado; –utilização de procedimentos estatísticos apropriados para interpretação dos resultados. n Falhas mais comuns: –não definição de objetivos claros e precisos; –uso de simulação quando outra abordagem mais simples é suficiente;

5 Visão Geral –uso de nível não apropriado de complexidade do modelo; –má interpretação dos resultados.

6 Etapas de Projeto de Simulação n Formulação do problema n Definição do sistema n Decisão do uso de simulação n Formulação do modelo n Preparação dos dados n Implementação do modelo n Verificação e Validação do modelo

7 Etapas de Projeto de Simulação n Planejamento estratégico n Planejamento tático n Experimentação n Análise dos resultados da simulação n Documentação n Implementação dos resultados

8 Etapas de Projeto de Simulação

9 Formulação do Problema n Estabelecer objetivos do estudo. –como o modelo será utilizado no processo de decisão? –quem serão os usuários finais do modelo? n Projeto de um novo sistema ou análise de um sistema existente? n Nível de detalhamento do modelo depende das respostas das questões.

10 Definição do Sistema n Determinar limites do sistema. –fronteira sistema X ambiente n Identificar componentes básicos do sistema. –o que pode ser abstraído? –identificar funções dos componentes. –identificar relações entre componentes.

11 Decisão do uso de simulação n 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? n Estudar alternativas à simulação. –modelos analíticos –benchmarks...

12 Formulação do Modelo n Definir objetivos precisos. n Coletar dados sobre a operação do sistema e sua lógica de controle. –não-trivial para sistemas não- automatizados. –consultar diversas pessoas envolvidas. –informações obtidas são incompletas e não formalizadas.

13 Formulação do Modelo n Desenvolver uma especificação funcional completa do modelo. –especificar componentes, variáveis, relações a serem incluídas; –definir entradas e saídas; –definir a lógica de controle.

14 Preparação dos Dados n Obter informações que permitam estabelecer ou confirmar as relações entre os componentes do modelo. n Obter dados de entrada para os experimentos. n Obter dados de saída para o processo de validação do sistema.

15 Preparação dos Dados n 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.

16 Preparação dos Dados n Dados obtidos experimentalmente poderiam vir de alguma distribuição de probabilidade? n Existe uma relação entre as variáveis? n Utilizar métodos estatísticos adequados para a coleta e preparação dos dados.

17 Implementação do Modelo n Selecionar plataforma de software: –linguagem de programação de propósitos gerais; –linguagem de simulação de propósitos gerais; –pacote de simulação específico. n Codificar o modelo na plataforma escolhida. n Verificar correção do modelo.

18 Verificação e Validação do Modelo n Verificação: o programa realiza o que se espera do modelo? n Validação: o modelo se comporta como o sistema real? Realidade ModeloPrograma validação verificação

19 Verificação e Validação do Modelo n Verificação do modelo: –assegurar que o código é uma implementação correta do modelo. –uso de depuração e animação. –verificar os casos extremos.

20 Verificação e Validação do Modelo n 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?

21 Verificação e Validação do Modelo n Provar um modelo de forma absoluta tem custo proibitivo. –Provar um modelo para os objetivos e condições desejados.

22 Planejamento Estratégico n Objetivos: –planejar o conjunto de experimentos; –minimizar número de experimentos. n 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 n Cada fator tem um número de níveis.

23 Planejamento Estratégico n 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.

24 Planejamento Tático n Objetivos: –planejar cada experimento; –minimizar tempo de cada experimento. n 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 auto- correlação (atingir regime permanente)

25 Planejamento n 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?

26 Experimentação n Conduzir sessões de simulação. n Definição do estado inicial. n Definição dos estímulos externos nos modelos determinísticos.

27 Análise dos resultados n Resultados são úteis? –Resultados desejados devem ter sido previstos no modelo. –Análises estatísticas posteriores à experimentação. Uso de pacotes estatísticos. n Formas de visualização dos dados coletados: gráficos, diagramas, tabelas, animações.

28 Documentação n Documentar os passos do projeto para facilitar novas extensões ao modelo e para o próprio uso correto do modelo. n Documentação da apresentação e interpretação dos resultados para os tomadores de decisão.

29 Implementação dos Resultados n Tomada de decisão como resultado final do projeto de simulação. n Os usuários precisam entender os resultados obtidos na simulação do sistema.


Carregar ppt "Simulação de Sistemas Prof. MSc Sofia Mara de Souza AULA2."

Apresentações semelhantes


Anúncios Google