Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006)Slide 1 Prof. Afonso C. Medina Prof. Leonardo Chwif Implementação Computacional do Modelo de Simulação e Softwares de Simulação Capítulo 4 Páginas Este material é disponibilizado para uso exclusivo de docentes que adotam o livro Modelagem e Simulação de Eventos Discretos em suas disciplinas. O material pode (e deve) ser editado pelo professor. Pedimos apenas que seja sempre citada a fonte original de consulta. Verifique sempre a atualização deste material no site Divirta-se! Versão /11/15

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006)Slide 2 Evolução dos Softwares de Simulação

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006)Slide 3 Modelo de Fila M/M/1: ACD

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006)Slide 4 Modelo de Fila M/M/1: Fluxograma

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006)Slide 5 Modelo de Fila M/M/1: LINSIM-PFD Initialization() CreateQ(Q_sai, Infinite) CreateQ(Q_esp,0) CreateQ(Q_Atend,1) CreateQ(Q_Porta,1) Create_Var(tempo1) Create_Var(tempo2) End C_event(Chegada, Qsize(Q_Sai)>=1 and Qsize(Q_Porta)>=1) {Chegada} Set_Var(tempo1,E(10)) Schedule(B1, Dequeue(Q_porta),tempo1) Schedule(B2, Dequeue(Q_sai), tempo1) End B_event(B1) {Porta acaba} Enqueue(Q_Porta, Current, true) End B_event(B2) Enqueue(Q_Esp, current, true) End C_event(atendimento,Qsize(Q_esp>=1) and Qsize(Q_Atend)>=1) Set_Var(tempo2,E(8)) Schedule(B3,Dequeue(Q_esp), tempo2) Schedule(B4,Dequeue(Q_Atend),tempo2) End B_event(B3) { clientes saem do sistema} Enqueue(Q_sai, current, true) End B_event(B4) {atendente termina atendimento} Enqueue(Q_atend,current, true) End Termination(S_time>=10000) Message(“utilização do atendente = “, utilization(Q_attend))

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006)Slide 6 Modelo de Fila M/M/1: Python import random # inicialização de variáveis statusAtendente = 0 clientesFila = 0 atendimentos = 0 tempoAtendente = 0.0 relogio = 0.0 TC = 10.0 TA = 8.0 duracaoSimulacao = tempoProximaChegada = random.expovariate(1/TC) tempoTerminoAtendimento = duracaoSimulacao integralFila = 0 tempoAnterior = 0 #simulação while (relogio <= duracaoSimulacao): if tempoProximaChegada < tempoTerminoAtendimento: # relogio avança para a próxima chegada relogio = tempoProximaChegada integralFila += clientesFila*(relogio-tempoAnterior) tempoAnterior = relogio if statusAtendente == 0: # atendente livre statusAtendente = 1 duracaoAtendimento = random.expovariate(1/TA) tempoTerminoAtendimento = relogio+duracaoAtendimento tempoAtendente += duracaoAtendimento else: # atendente ocupado clientesFila = clientesFila+1 duracaoChegada = random.expovariate(1/TC) tempoProximaChegada = relogio+duracaoChegada else: # relógio avança para término de atendimento relogio = tempoTerminoAtendimento atendimentos = atendimentos+1 if clientesFila > 0: # tem cliente ainda em fila if clientesFila > 0: # tem cliente ainda em fila clientesFila = clientesFila-1 duracaoAtendimento = random.expovariate(1/TA) tempoTerminoAtendimento = relogio+duracaoAtendimento tempoAtendente = tempoAtendente+duracaoAtendimento else: # fila vazia, libera atendente statusAtendente = 0 duracaoChegada = random.expovariate(1/TC) tempoProximaChegada = relogio+duracaoChegada tempoTerminoAtendimento = duracaoSimulacao # imprime resultados print ("Estatisticas finais:") print (">> Clientes antendidos: %d" % atendimentos) print (">> Ocupacao atendente: %.2f" % (tempoAtendente/duracaoSimulacao)) print (">> Numero medio de clientes em fila: %.2f" % (integralFila/duracaoSimulacao))

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006)Slide 7 Modelo de Fila M/M/1: SimPy # -*- coding: utf-8 -*- from __future__ import print_function # para compatibilidade da função print com o Python 3 import random # gerador de números aleatórios import simpy # biblioteca de simulação TEMPO_MEDIO_CHEGADAS = 1.0 # tempo entre chegadas sucessivas de clientes TEMPO_MEDIO_ATENDIMENTO = 0.5 # tempo médio de atendimento no servidor def criaChegadas(env): #função que cria chegadas de entidades no sistema contaChegada = 0 while (contaChegada < 10): yield env.timeout(random.expovariate(1.0/TEMPO_MEDIO_CHEGADAS)) contaChegada += 1 print('Cliente %d chega em: %.1f ' % (contaChegada, env.now)) random.seed(1000) # semente do gerador de números aleatórios env = simpy.Environment() # cria o environment do modelo servidorRes = simpy.Resource(env, 1) # cria o recurso servidorRes env.process(criaChegadas(env, servidorRes)) env.run(until=10)

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006)Slide 8 Modelo de Fila M/M/1: Simul8

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006)Slide 9 Modelo de Fila M/M/1: Arena

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006)Slide 10 Modelo de Fila M/M/1: Extend

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006)Slide 11 Efeitos 3D em Modelos 2d

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006)Slide 12 Animação/Custo

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006)Slide 13 Tabela Comparativa

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006)Slide 14 Mais Informações OR/MS Today: Pesquisa de softwares do mercado ARGESIM Realiza comparação de desempenho entre softwares diferentes aplicados a um mesmo modelo Um monte de links para fornecedores, cursos etc.