Validação de verificação
Um dos problemas reais que o analista de simulação enfrenta é validar o modelo. O modelo de simulação é válido apenas se o modelo for uma representação precisa do sistema real, caso contrário, será inválido.
Validação e verificação são as duas etapas em qualquer projeto de simulação para validar um modelo.
Validationé o processo de comparar dois resultados. Nesse processo, precisamos comparar a representação de um modelo conceitual com o sistema real. Se a comparação for verdadeira, ela é válida, caso contrário, é inválida.
Verificationé o processo de comparar dois ou mais resultados para garantir sua precisão. Neste processo, temos que comparar a implementação do modelo e seus dados associados com a descrição conceitual e as especificações do desenvolvedor.
Técnicas de verificação e validação
Existem várias técnicas usadas para realizar a Verificação e Validação do Modelo de Simulação. A seguir estão algumas das técnicas comuns -
Técnicas para realizar a verificação do modelo de simulação
A seguir estão as maneiras de realizar a verificação do modelo de simulação -
Usando habilidades de programação para escrever e depurar o programa em subprogramas.
Usando a política de “Walk-through Estruturado” em que mais de uma pessoa deve ler o programa.
Traçando os resultados intermediários e comparando-os com os resultados observados.
Ao verificar a saída do modelo de simulação usando várias combinações de entrada.
Comparando o resultado final da simulação com os resultados analíticos.
Técnicas para realizar a validação do modelo de simulação
Step 1- Projetar um modelo com alta validade. Isso pode ser alcançado usando as seguintes etapas -
- O modelo deve ser discutido com os especialistas em sistema durante o projeto.
- O modelo deve interagir com o cliente durante todo o processo.
- A saída deve ser supervisionada por especialistas do sistema.
Step 2- Teste o modelo nos dados das suposições. Isso pode ser alcançado aplicando os dados de suposição no modelo e testando-o quantitativamente. A análise sensível também pode ser realizada para observar o efeito da mudança no resultado quando mudanças significativas são feitas nos dados de entrada.
Step 3- Determine a saída representativa do modelo de simulação. Isso pode ser alcançado usando as seguintes etapas -
Determine quão próxima está a saída da simulação da saída do sistema real.
A comparação pode ser realizada usando o Teste de Turing. Apresenta os dados no formato do sistema, o que pode ser explicado apenas por especialistas.
O método estatístico pode ser usado para comparar a saída do modelo com a saída real do sistema.
Comparação de dados de modelo com dados reais
Após o desenvolvimento do modelo, temos que realizar a comparação de seus dados de saída com os dados reais do sistema. A seguir estão as duas abordagens para realizar essa comparação.
Validando o Sistema Existente
Nesta abordagem, usamos entradas do mundo real do modelo para comparar sua saída com as entradas do mundo real do sistema real. Este processo de validação é simples, porém, pode apresentar algumas dificuldades na hora de sua realização, como se a saída for comparada a duração média, tempo de espera, tempo ocioso, etc. pode ser comparada por meio de testes estatísticos e de hipóteses. Alguns dos testes estatísticos são o teste do qui-quadrado, o teste de Kolmogorov-Smirnov, o teste de Cramer-von Mises e o teste de momentos.
Validando o modelo de primeira vez
Considere que temos que descrever um sistema proposto que não existe no presente nem existiu no passado. Portanto, não há dados históricos disponíveis para comparar seu desempenho. Portanto, temos que usar um sistema hipotético baseado em suposições. Seguir dicas úteis ajudará a torná-lo eficiente.
Subsystem Validity- Um modelo em si pode não ter nenhum sistema existente para comparação, mas pode consistir em um subsistema conhecido. Cada uma dessas validades pode ser testada separadamente.
Internal Validity - Um modelo com alto grau de variância interna será rejeitado porque um sistema estocástico com alta variância devido aos seus processos internos irá esconder as mudanças na saída devido às mudanças de entrada.
Sensitivity Analysis - Fornece as informações sobre o parâmetro sensível no sistema ao qual devemos prestar mais atenção.
Face Validity - Quando o modelo atua em lógicas opostas, ele deve ser rejeitado mesmo que se comporte como o sistema real.