Modelagem e Simulação - Introdução
Modellingé o processo de representação de um modelo que inclui sua construção e funcionamento. Este modelo é semelhante a um sistema real, o que ajuda o analista a prever o efeito das mudanças no sistema. Em outras palavras, modelar é criar um modelo que representa um sistema incluindo suas propriedades. É um ato de construção de um modelo.
Simulationde um sistema é a operação de um modelo em termos de tempo ou espaço, que ajuda a analisar o desempenho de um sistema existente ou proposto. Em outras palavras, simulação é o processo de usar um modelo para estudar o desempenho de um sistema. É um ato de usar um modelo para simulação.
História da Simulação
A perspectiva histórica da simulação é enumerada em ordem cronológica.
1940 - Um método chamado 'Monte Carlo' foi desenvolvido por pesquisadores (John von Neumann, Stanislaw Ulan, Edward Teller, Herman Kahn) e físicos trabalhando em um projeto de Manhattan para estudar o espalhamento de nêutrons.
1960 - As primeiras linguagens de simulação para fins especiais foram desenvolvidas, como SIMSCRIPT de Harry Markowitz na RAND Corporation.
1970 - Nesse período, foram iniciadas pesquisas sobre os fundamentos matemáticos da simulação.
1980 - Durante este período, software de simulação baseado em PC, interfaces gráficas de usuário e programação orientada a objetos foram desenvolvidos.
1990 - Durante este período, simulação baseada na web, gráficos animados sofisticados, otimização baseada em simulação, métodos de Monte Carlo de cadeia de Markov foram desenvolvidos.
Desenvolvendo Modelos de Simulação
Os modelos de simulação consistem nos seguintes componentes: entidades do sistema, variáveis de entrada, medidas de desempenho e relacionamentos funcionais. A seguir estão as etapas para desenvolver um modelo de simulação.
Step 1 - Identificar o problema com um sistema existente ou definir os requisitos de um sistema proposto.
Step 2 - Projete o problema ao mesmo tempo em que cuida dos fatores e limitações do sistema existente.
Step 3 - Recolher e iniciar o processamento dos dados do sistema, observando o seu desempenho e resultado.
Step 4 - Desenvolver o modelo usando diagramas de rede e verificá-lo usando várias técnicas de verificação.
Step 5 - Validar o modelo comparando seu desempenho em várias condições com o sistema real.
Step 6 - Crie um documento do modelo para uso futuro, que inclui objetivos, premissas, variáveis de entrada e desempenho em detalhes.
Step 7 - Selecione um projeto experimental apropriado conforme o requisito.
Step 8 - Induzir condições experimentais no modelo e observar o resultado.
Executando Análise de Simulação
A seguir estão as etapas para realizar a análise de simulação.
Step 1 - Prepare uma declaração do problema.
Step 2- Escolha variáveis de entrada e crie entidades para o processo de simulação. Existem dois tipos de variáveis - variáveis de decisão e variáveis incontroláveis. As variáveis de decisão são controladas pelo programador, enquanto as variáveis incontroláveis são as variáveis aleatórias.
Step 3 - Criar restrições nas variáveis de decisão atribuindo-as ao processo de simulação.
Step 4 - Determine as variáveis de saída.
Step 5 - Colete dados do sistema da vida real para inserir na simulação.
Step 6 - Elabore um fluxograma mostrando o andamento do processo de simulação.
Step 7 - Escolha um software de simulação apropriado para executar o modelo.
Step 8 - Verifique o modelo de simulação comparando seu resultado com o sistema em tempo real.
Step 9 - Faça um experimento no modelo alterando os valores das variáveis para encontrar a melhor solução.
Step 10 - Finalmente, aplique esses resultados no sistema em tempo real.
Modelagem e Simulação ─ Vantagens
A seguir estão as vantagens de usar modelagem e simulação -
Easy to understand - Permite entender como o sistema realmente funciona sem funcionar em sistemas de tempo real.
Easy to test - Permite fazer alterações no sistema e seu efeito na saída sem trabalhar em sistemas de tempo real.
Easy to upgrade - Permite determinar os requisitos do sistema aplicando diferentes configurações.
Easy to identifying constraints - Permite realizar análises de gargalos que causam atrasos no processo de trabalho, informações, etc.
Easy to diagnose problems- Certos sistemas são tão complexos que não é fácil entender sua interação ao mesmo tempo. Porém, Modelagem e Simulação permitem entender todas as interações e analisar seus efeitos. Além disso, novas políticas, operações e procedimentos podem ser explorados sem afetar o sistema real.
Modelagem e Simulação ─ Desvantagens
A seguir estão as desvantagens de usar modelagem e simulação -
Desenhar um modelo é uma arte que requer domínio de conhecimento, treinamento e experiência.
As operações são realizadas no sistema usando um número aleatório, portanto, é difícil prever o resultado.
A simulação requer mão de obra e é um processo demorado.
Os resultados da simulação são difíceis de traduzir. Requer especialistas para entender.
O processo de simulação é caro.
Modelagem e Simulação ─ Áreas de Aplicação
Modelagem e Simulação podem ser aplicadas nas seguintes áreas - aplicações militares, treinamento e suporte, projeto de semicondutores, telecomunicações, projetos e apresentações de engenharia civil e modelos de e-business.
Além disso, é usado para estudar a estrutura interna de um sistema complexo como o sistema biológico. É usado enquanto otimiza o projeto do sistema, como algoritmo de roteamento, linha de montagem, etc. É usado para testar novos projetos e políticas. É usado para verificar soluções analíticas.