FACITENGENHARIA DE PRODUO

Modelagem de Sistemas de Produo

PROFESSOR: JACINTO HENRIQUES

ABRIL 2012
Verificao e Validao de
Modelos de Simulao
1. Introduo
Durante o desenvolvimento de
um modelo de simulao
preciso estar seguro de que
ele esteja sendo corretamente
implementado.
1. Introduo
Subentende-se, portanto, que
se encontre sem erros de
sintaxe e/ou de lgica, bem
como seja representativo do
sistema real ou projetado.
1. Introduo
Esses dois passos so conhecidos
como verificao e validao de um
modelo e costumam ser apontados
como os primeiros passos de um
processo mais amplo, que passa pela
anlise e tratamento dos dados que
sero utilizados pelo modelo e
culmina com a anlise dos resultados
da simulao.
2. Verificao e Validao de Modelos de Simulao
A qualidade e a validade de um
modelo de simulao so
medidas pela proximidade entre
os resultados obtidos pelo
modelo e aqueles originados do
sistema real.
2. Verificao e Validao de Modelos de Simulao
Uma vez que uma srie de
pressupostos e simplificaes sobre
o comportamento do sistema real
costuma ser realizada no
desenvolvimento do modelo,
qualquer tomada de deciso com
base em seus resultados deve ser
precedida de uma avaliao de sua
qualidade e apropriao.
2. Verificao e Validao de Modelos de Simulao
Essa avaliao est
subdividida em duas
etapas:
2. Verificao e Validao de Modelos de Simulao
A primeira consiste em avaliar se
esses pressupostos e essas
simplificaes foram
corretamente implementados no
modelo computacional.
2. Verificao e Validao de Modelos de Simulao
A segunda saber se, apesar dos
pressupostos e essas
simplificaes implementadas, o
modelo ainda vlido, isto ,
comporta-se semelhana do
sistema real.
2. Verificao e Validao de Modelos de Simulao
A duas etapas so chamadas
de validao e verificao.
2. Verificao e Validao de Modelos de Simulao
Validao relaciona-se com a
representatividade dos
pressupostos.

Verificao diz respeito correo,
isto , ausncia de erros, das
implementaes computacionais.
2. Verificao e Validao de Modelos de Simulao

Pode-se dizer tambm que
verificao a etapa na qual
se assegura que o modelo
realiza o que pretende que
seja realizado.
2. Verificao e Validao de Modelos de Simulao

Segundo Jain (1991), aps seu
desenvolvimento, um modelo
computacional de simulao
pode se encontrar em uma
das seguintes categorias:
2. Verificao e Validao de Modelos de Simulao

1. No validado e no verificado;
2. No validado e verificado;
3. Validado e no verificado;
4. Validado e verificado;

2. Verificao e Validao de Modelos de Simulao
Papel e lpis em mos, respondam:

Quando um modelo est no
validado e verificado ?

(tempo de resposta no mximo 10
minutos)
2. Verificao e Validao de Modelos de Simulao
Um modelo no validado e verificado
seria aquele em que todos os
pressupostos esto corretamente
implementados, isto ,
computacionalmente falando, o
programa est correto, mas os seus
resultados encontram-se longe da
realidade do sistema real.
3. Tcnicas de Verificao de Modelos de Simulao
Essas tcnicas baseiam-se em dois
conjuntos de elementos:

1. Mtodos tpicos de correo de programas
(debugging), presentes na literatura que
trata do desenvolvimento de programas
de computadores;

2. Procedimentos especialmente
relacionados ao desenvolvimento de
modelos de simulao.
3. Tcnicas de Verificao de Modelos de Simulao
Debugging (em ingls: ) - Depurao o
processo de encontrar e reduzir defeitos
num aplicativo de software ou mesmo em
hardware. Erros de software incluem
aqueles que previnem o programa de ser
executado e aqueles que produzem um
resultado inesperado.
3.1. Uso de Modelos Determinsticos
Um problema comum que se
apresenta durante a
verificao dos modelos de
simulao o da variabilidade
das respostas do programa
devido ao comportamento das
variveis aleatrias.


3.1. Uso de Modelos Determinsticos
Uma tcnica bastante til
consiste em atribuir
valores determinsticos
a essas variveis
aleatrias.


3.1. Uso de Modelos Determinsticos
Com isso, fica mais simples a
previso de respostas do
sistema e, como
conseqncia, a verificao
e a busca de erros nos
vrios mdulos do
programa.


3.1. Uso de Modelos Determinsticos
3.1. Uso de Modelos Determinsticos
Tempos entre chegadas
(entradas 1 e 2, em minutos)
= Expo (4)

Tempo de processo
(processos A e B, em
minutos) = Expo (2)
3.1. Uso de Modelos Determinsticos
3.1. Uso de Modelos Determinsticos
As diferenas apresentadas
nos resultados dos cinco
experimentos devem-se
alta variabilidade imposta
aos parmetros
empregados no modelo.


3.1. Uso de Modelos Determinsticos
Especialmente, quanto
distribuio Exponencial,
pode-se adiantar que uma
das distribuies sobre a qual
cuidados redobrados devem
ser tomados no seu emprego
devido a grande variabilidade
de seus resultados.


3.1. Uso de Modelos Determinsticos
Para que um analista que
observa tais resultados sem
considerar tais propriedades
das distribuies, comum
que a primeira dvida que
vem sua cabea seja a
possibilidade de problemas na
construo do modelo.


3.1. Uso de Modelos Determinsticos
Nesse caso, executar a
simulao substituindo os
parmetros por valores
determinsticos pode
ajudar.


3.1. Uso de Modelos Determinsticos
3.1. Uso de Modelos Determinsticos
Papel e lpis em mos, respondam:

Qual a concluso respeito do
modelo em questo ?

(tempo de resposta no mximo 5
minutos)
3.2. Variaes sobre os Dados de Entrada
Outra tcnica bastante
comum variar os dados
de entrada do modelo e
verificar se as respostas
obtidas so adequadas e
consistentes com as
variaes realizadas.


3.2. Variaes sobre os Dados de Entrada
Dobrando-se a taxa de
chegadas junto entrada
2, isto , reduzindo-se o
tempo entre chegadas de
Expo(4) para Expo (2), o
que aconteceria?

3.2. Variaes sobre os Dados de Entrada
Dobrando-se a taxa de
chegadas junto entrada
2, isto , reduzindo-se o
tempo entre chegadas de
Expo(4) para Expo (2), o
que aconteceria?

3.2. Variaes sobre os Dados de Entrada

O dobro de sadas a partir
do processo A.

3.2. Variaes sobre os Dados de Entrada
3.3. Uso de Rotinas de Rastreamento (Trace)

As rotinas de rastreamento ou
acompanhamento so
mdulos existentes na maioria
das linguagens de simulao,
que permitem uma
visualizao da lista dos
eventos ocorridos, ordenados
pelo tempo de sua ocorrncia.
3.3. Uso de Rotinas de Rastreamento (Trace)
3.4. Aplicao de Testes de Continuidade

Esses testes so aplicados
sobre vrias rodadas de
simulao do mesmo
modelo.
3.4. Aplicao de Testes de Continuidade

A cada rodada aplica-se uma
pequena alterao sobre os
parmetros de entrada e, para
cada um dos parmetros,
uma pequena alterao
geralmente provoca uma
pequena mudana nos
resultados.
3.4. Aplicao de Testes de Continuidade

Qualquer mudana mais
radical nos resultados deve
ser investigada, pois, quase
sempre, provocada por
um erro no programa.
3.4. Aplicao de Testes de Continuidade

Ateno para o emprego de
distribuies de
probabilidades que possam
provocar grandes variaes
sobre os resultados.
3.4. Aplicao de Testes de Continuidade

A Exponencial.
3.4. Aplicao de Testes de Continuidade
3.4. Aplicao de Testes de Continuidade

Qual a sua concluso ao
observar a tabela ?
3.5. Emprego de Testes de Degenerescncia ou
Robustez

Esses testes consistem em verificar o
funcionamento do modelo quando,
sobre os parmetros, aplicam-se
valores extremos (menores ou
maiores) do que os permitidos.
3.5. Emprego de Testes de Degenerescncia ou
Robustez
3.5. Emprego de Testes de Degenerescncia ou
Robustez

Em cincia da computao, buffer (retentor)
uma regio de memria temporria
utilizada para escrita e leitura de dados.
3.5. Emprego de Testes de Degenerescncia ou
Robustez

No modelo criado, possvel testar
algumas situaes no muito
comuns de funcionamento deste
roteador.
3.5. Emprego de Testes de Degenerescncia ou
Robustez

Por exemplo, testar vrios
tamanhos de buffer, desde o
tamanho zero, o que pode
provocar um grande descarte de
pacotes, at o tamanho infinito,
em que no haja possibilidade
de descarte.
3.6. Execuo de Casos Simplificados

Uma forma especialmente
sugerida para a verificao
de modelos a execuo
de casos simplificados.
3.6. Execuo de Casos Simplificados

No caso de sistemas de
manufatura, por exemplo,
significa a modelagem de
sistemas com poucas mquinas,
reduzindo nmero de peas,
uma determinada poltica de
gerenciamento de filas, ausncia
inicial de um sistema de
transporte, etc.
3.7. Verificao de Consistncia

Os testes de consistncia
servem para verificar se o
modelo produz resultados
similares quando aos
parmetros de entrada so
atribudos valores
equivalentes em diferentes
execues.
3.7. Verificao de Consistncia
3.8. Independncia de Sementes Geradoras de
Nmeros Aleatrios

As sementes geradoras de
nmeros aleatrios utilizados
nas funes geradoras de
variveis aleatrias, no
devem influenciar o
comportamento geral dos
resultados.
3.9. Rotinas de Verificao

As rotinas de verificao so
elementos extras adicionados
ao programa ou modelo, que
permitem ao modelador
averiguar a ocorrncia de
determinados tipos de erros,
se eles existirem.
3.9. Rotinas de Verificao

Paralelamente, possvel a
emisso de alarmes, sinais
ou relatrios, indicando a
presena de problemas.
4. Tcnicas de Validao de Modelos de Simulao

Segundo Jain (1991), a validao
consiste em assegurar que o modelo
e os inmeros pressupostos e
simplificaes adotados no seu
desenvolvimento sejam razoveis e,
se corretamente implementados,
tenham um comportamento e
produzam resultados semelhantes
queles observados nos sistemas
reais.
4. Tcnicas de Validao de Modelos de Simulao

possvel se obter um
modelo que tenha um
comportamento idntico ao
sistema real ?
4. Tcnicas de Validao de Modelos de Simulao

praticamente impossvel !
4. Tcnicas de Validao de Modelos de Simulao

Basicamente, o processo de
validao deve abordar trs
aspectos principais:
4. Tcnicas de Validao de Modelos de Simulao

1. Os que envolvem as
simplificaes e os
pressupostos adotados na
modelagem do sistema;
4. Tcnicas de Validao de Modelos de Simulao

2. Os que consideram os
parmetros utilizados como
entrada de dados e as
distribuies utilizadas para
representarem os aspectos
de aleatoriedade;
4. Tcnicas de Validao de Modelos de Simulao

3. Os que envolvem as
consideraes adotadas
quando das anlises e
concluses formuladas
diante dos resultados
obtidos pelas simulaes.
4.1. O Conhecimento e a Intuio de Especialistas

De acordo com vrios autores,
a anlise e a avaliao de
modelos por parte de
especialistas a melhor e
mais simples forma de
valid-los.
4.1. O Conhecimento e a Intuio de Especialistas
O processo de validao, na
prtica, deve ser iniciado na
fase de concepo,
estendendo-se at a fase de
experimentao.
4.1. O Conhecimento e a Intuio de Especialistas
Quais so as tcnicas
bastantes empregadas no
processo de validao ?

4.1. O Conhecimento e a Intuio de Especialistas
Brainstorming Meeting;
Testes de Turing;
Testes Estatsticos (teste-t).
4.1. O Conhecimento e a Intuio de Especialistas
Testes de Turing
Esses testes consistem na apresentao de
dois conjuntos de resultados a
especialistas. Um conjunto contm
resultados do sistema real enquanto que o
outro do modelo. Se o especialista no
conseguir distinguir os relatrios emitidos
pelo modelo computacional daqueles
advindos do sistema real, porque no
existem muitas razes para invalidar o
trabalho de modelagem.
4.2. Medies Obtidas em Sistemas Reais
Embora seja o mtodo mais
confivel e preferido na
validao de um modelo,
nunca se deve esquecer o fato
de que se estar comparando
observaes realizadas em
sistemas distintos. (Modelo x
Sistema Real)
4.3. Resultados Tericos
importante ressaltar que o
emprego de modelos analticos
para validar modelos de
simulao deve ser utilizado
com certo cuidado, uma vez
que ambos podem no ser
representativos do sistema
real.
4.3. Resultados Tericos
O objetivo principal aumentar a
confiana nos resultados
apresentados pelo modelo
para que se possa inferir com
a mxima confiana sobre o
comportamento do sistema
real.