Conceitos e Classificação

Neste capítulo, discutiremos vários conceitos e classificações de modelagem.

Modelos e eventos

A seguir estão os conceitos básicos de Modelagem e Simulação.

Object é uma entidade que existe no mundo real para estudar o comportamento de um modelo.
Base Model é uma explicação hipotética das propriedades do objeto e seu comportamento, que é válida em todo o modelo.
System é o objeto articulado sob condições definidas, que existe no mundo real.
Experimental Frameé usado para estudar um sistema no mundo real, como condições experimentais, aspectos, objetivos, etc. O Quadro Experimental Básico consiste em dois conjuntos de variáveis - as Variáveis de Entrada do Quadro e as Variáveis de Saída do Quadro, que correspondem aos terminais do sistema ou modelo. A variável de entrada Frame é responsável por casar as entradas aplicadas ao sistema ou modelo. A variável de saída Frame é responsável por combinar os valores de saída com o sistema ou modelo.
Lumped Model é uma explicação exata de um sistema que segue as condições especificadas de um determinado Quadro Experimental.
Verificationé o processo de comparar dois ou mais itens para garantir sua precisão. Em Modelagem e Simulação, a verificação pode ser feita comparando a consistência de um programa de simulação e o modelo concentrado para garantir seu desempenho. Existem várias maneiras de realizar o processo de validação, que abordaremos em um capítulo separado.
Validationé o processo de comparar dois resultados. Em Modelagem e Simulação, a validação é realizada comparando as medidas do experimento com os resultados da simulação dentro do contexto de um Quadro Experimental. O modelo é inválido se os resultados forem incompatíveis. Existem várias maneiras de realizar o processo de validação, que abordaremos em um capítulo separado.

Variáveis de estado do sistema

As variáveis de estado do sistema são um conjunto de dados necessários para definir o processo interno do sistema em um determinado ponto do tempo.

Em um discrete-event model, as variáveis de estado do sistema permanecem constantes em intervalos de tempo e os valores mudam em pontos definidos chamados tempos de evento.
Dentro continuous-event model, as variáveis de estado do sistema são definidas por resultados de equações diferenciais cujo valor muda continuamente ao longo do tempo.

A seguir estão algumas das variáveis de estado do sistema -

Entities & Attributes- Uma entidade representa um objeto cujo valor pode ser estático ou dinâmico, dependendo do processo com outras entidades. Atributos são os valores locais usados pela entidade.
Resources- Um recurso é uma entidade que fornece serviço a uma ou mais entidades dinâmicas por vez. A entidade dinâmica pode solicitar uma ou mais unidades de um recurso; se aceito, a entidade pode usar o recurso e liberar quando concluído. Se rejeitada, a entidade pode entrar em uma fila.
Lists- As listas são usadas para representar as filas usadas pelas entidades e recursos. Existem várias possibilidades de filas, como LIFO, FIFO, etc., dependendo do processo.
Delay - É uma duração indefinida que é causada por alguma combinação de condições do sistema.

Classificação de modelos

Um sistema pode ser classificado nas seguintes categorias.

Discrete-Event Simulation Model- Neste modelo, os valores da variável de estado mudam apenas em alguns pontos discretos no tempo em que os eventos ocorrem. Os eventos ocorrerão apenas no tempo de atividade e atrasos definidos.
Stochastic vs. Deterministic Systems - Os sistemas estocásticos não são afetados pela aleatoriedade e sua saída não é uma variável aleatória, enquanto os sistemas determinísticos são afetados pela aleatoriedade e sua saída é uma variável aleatória.
Static vs. Dynamic Simulation- A simulação estática inclui modelos que não são afetados com o tempo. Por exemplo: Modelo de Monte Carlo. Simulação dinâmica inclui modelos que são afetados com o tempo.
Discrete vs. Continuous Systems- O sistema discreto é afetado pelas mudanças da variável de estado em um ponto discreto de tempo. Seu comportamento é ilustrado na seguinte representação gráfica.

O sistema contínuo é afetado pela variável de estado, que muda continuamente em função do tempo. Seu comportamento é ilustrado na seguinte representação gráfica.

Processo de Modelagem

O processo de modelagem inclui as seguintes etapas.

Step 1- Examine o problema. Nesta fase, devemos entender o problema e escolher sua classificação de acordo, como determinística ou estocástica.

Step 2- Desenhe um modelo. Nesta fase, temos que realizar as seguintes tarefas simples que nos ajudam a projetar um modelo -

Colete dados de acordo com o comportamento do sistema e requisitos futuros.
Analise as características do sistema, suas premissas e ações necessárias para tornar o modelo bem-sucedido.
Determine os nomes das variáveis, funções, suas unidades, relacionamentos e seus aplicativos usados no modelo.
Resolva o modelo usando uma técnica adequada e verifique o resultado usando métodos de verificação. Em seguida, valide o resultado.
Prepare um relatório que inclua resultados, interpretações, conclusões e sugestões.

Step 3- Fornecer recomendações após a conclusão de todo o processo relacionado ao modelo. Inclui investimento, recursos, algoritmos, técnicas, etc.