Este documento apresenta slides sobre simulação e otimização para a disciplina de Modelagem e Simulação de Eventos Discretos. Os tópicos abordados incluem exemplos de sistemas que podem ser modelados e otimizados, como fábricas, cadeias de suprimentos e centrais de atendimento. Além disso, são apresentados conceitos como programação linear, planejamento de experimentos e comentários finais sobre a abordagem de simulação e otimização.
1. Simulação e Otimização
Capítulo 7
Páginas 157-166
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
01/05/06
Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 1
2. Exemplos (fu, 2001)
Sistemas de manufatura. Podemos, por exemplo, ter um modelo
de simulação de uma fábrica de semicondutores e estar
interessados em maximizar a produtividade (número total de
“chips”) e simultaneamente tentar minimizar o tempo de ciclo
(tempo médio que o “chip” gasta na fábrica).
Cadeias de suprimentos. Dada uma cadeia de suprimentos de
fabricação de PCs, como o sistema pode ser operado a fim de
reduzir os estoques totais e aumentar o nível de serviço do
cliente?
Centrais de atendimento (call centers). Dado um modelo de
simulação de uma central de atendimento, como esta pode ser
operada de modo a minimizar os custos do sistema (por exemplo:
redução do número de agentes) e aumentar o nível de serviço
(reduzir os tempos de espera)?
Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 2
3. Exemplo: Programação Linear
maximizar (ou minimizar) z = c1 x1 + c2 x2 + L + cn xn Função objetivo
sujeito a :
a11 x1 + a12 x2 + L + a1n xn = b1
a 21 x1 + a22 x2 + L + a2 n xn = b2
Restrições
a m1 x1 + a m 2 x2 + L + a mn xn = bm
xi ≥ 0 i = 1,2,K, n
x1 , x2 ,K , xn Variáveis de
decisão
Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 3
4. Simulação e Otimização
Entradas Saídas
X Y
Modelo de Procedimento de
Simulação Otimização
Informação de
Retroalimentação
Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 4
5. Planejamento de Experimentos (DOE)
Variáveis Variáveis
X = x1 , x2 , K , xn X = x1 , x2 ,K, x p p≤n
Valores Ótimos
D.O.E. S.O. * *
X = x1 , x2 ,K
Função Objetivo Função Objetivo
F(X ) F(X )
Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 5
6. Comentários Finais
A simulação e otimização é uma
abordagem poderosa, mas que não
substitui o analista
Ainda consome muito tempo de
computação e não há garantia do ótimo
Dificuldade para lidar com variáveis
qualitativas
Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 6
7. Sugestão de Leitura
SIMULATION OPTIMIZATION WITH THE LINEAR
MOVE AND EXCHANGE MOVE OPTIMIZATION
ALGORITHM
Leonardo Chwif et al.
Proceedings of the 1999 Winter Simulation Conference
Disponível no site www.livrosimulacao.eng.br
Professor: em “material para professores” está
disponibilizado um material para um “painel
integrado” em sala de aula.
Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 7