Verificação e Validação de Modelos de Simulação Capítulo 5 Páginas 102-110 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 www.livrosimulacao.eng.br Divirta-se! Prof. Afonso C. Medina Prof. Leonardo Chwif Versão 0.1 24/04/06 Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006)
Motivação “Um modelo é uma representação do mundo real, ou pelo menos de parte dele. Portanto, a validação de um modelo é realmente muito direta – em princípio. Tudo o que devemos fazer é checar se o modelo comporta-se como o mundo real sob as mesmas condições. Se ele se comporta, então o modelo é válido, caso contrário, não é válido.”
Definições VERIFICAÇÃO VALIDAÇÃO O Modelo faz o que eu quero? O Modelo funciona como no mundo real?
Relações: Mundo – Modelo - Computação
Verificação Relação entre o modelo conceitual e o modelo computacional Consiste em assegurar que o modelo computacional funcione conforme o cliente deseja. A verificação de modelos de simulação é equivalente a retirar os “Bugs” de programas. (debugging)
Técnicas de Verificação Implementação Modular / Verificação Modular Valores constantes/simplificados + cálculos manuais Utilização do “Debugger” (Trace) Simulação Manual Animação Gráfica Revisão em grupo
Validação Processo muito mais difícil e sofisticado que a verificação Não há como validar um modelo na prática e sim como aumentar sua confiança com que ele representa a realidade Como validar sistemas novos?
Técnicas de Validação Teste de Turing ou validação black-box.
Técnicas de Validação Duplicação de modelos Comparação com modelos anteriores Análise de sensibilidade Validação “face a face”
Considerações Etapa importante do processo de modelagem. Muitos se esquecem dela, devido a grande dificuldade. Não há como garantir que o modelo é 100% livre de “bugs” e sim minimizá-los. Não há como validar 100% um modelo e sim aumentar sua confiança. Deve ser um processo contínuo (envolve vários ciclos).