1

Estudo Comprobatrio da Teoria das Filas pela Simulao de Eventos Discretos

RESUMO
O presente artigo tem como proposta comprovar a Teoria das Filas pela Simulao de Eventos Discretos (SED), atravs do uso do mapeamento de processo e da simulao computacional pelo software Promodel. O trabalho tambm visa explorao dos pontos fortes e fracos da SED quando comparada a mtodos tericos em geral. Palavras-Chave: Filas, Simulao, Promodel.

1. INTRODUO Esse estudo mostra como modelar o tempo mdio de espera em funo da capacidade do sistema. Para avaliar o desempenho deste modelo, foi realizado um experimento em uma empresa do ramo ferramenteiro. Por fim, o trabalho prope melhorias ao processo de produo, objetivando eliminar as atividades que no agregam valor ao processo e reduzir o tempo de espera das peas a serem produzidas na fila da linha de produo e consequentemente, reduo de Lead Time. 2. METODOLOGIA Na pesquisa em questo, a importncia da explorao e descrio dos mtodos se sobrepe do objeto de pesquisa. A abordagem, no caso, sendo quantitativa, destaca a evidncia de relaes causais, operacionalizao de conceitos e concluses que, conforme o enfoque, podem ser generalizadas. O conceito de pesquisa descritiva tambm se aplica ao caso, pois esta tem como objetivo a descrio de caractersticas de determinado processo estudado, ou o estabelecimento de relaes entre variveis. Algumas pesquisas descritivas vo alm da simples identificao da existncia de relaes entre variveis, pretendendo-se determinar a natureza dessa relao, tendo-se, ento, uma pesquisa descritiva que se aproxima da explicativa. H casos de pesquisas, que, embora definidas como descritivas, proporcionam uma nova viso do problema, o que as aproxima das pesquisas exploratrias. Metodologia Abordagem Tipo de Pesquisa Mtodo de Pesquisa Quantitativa Descritiva (Exploratria) Experimentao / Simulao

Figura 1 Metodologia da Pesquisa

O mtodo de pesquisa adotado , portanto, a Pesquisa Experimental, pois segundo BRYMAN (1995), de um modo geral, alm de se adequar ao caso em questo, o experimento representa o melhor exemplo de pesquisa cientfica. Consiste em determinar um objeto de estudo, selecionar variveis que seriam capazes de influenci-lo, definir as formas de controle e de observao dos efeitos que a varivel

SEGeT Simpsio de Excelncia em Gesto e Tecnologia

produz no objeto. Na execuo da pesquisa, um sistema MM1 estudado pela Teoria das Filas e por Simulao de Eventos discretos, sendo ento seus resultados comparados. 3. TEORIA DAS FILAS Conforme ANDRADE (1998), um sistema de filas caracterizado por seis componentes. Os trs primeiros so obrigatrios e os trs ltimos, se no informados, so considerados conhecidos: a) Modelo de chegada dos usurios ao servio: o modelo de chegada usualmente especificado pelo tempo entre as chegadas dos usurios/servios. Pode ser determinstico, isto , as chegadas ocorrem em intervalos de tempo exatamente iguais (tempo entre as chegadas constante), ou ser uma varivel aleatria, quando o tempo entre as chegadas varivel e segue uma distribuio de probabilidades presumivelmente conhecida. Alm de sabermos se o modelo de chegada determinstico ou uma varivel aleatria, precisamos tambm saber a taxa de chegada . A constante a taxa mdia de chegadas dos usurios por unidade de tempo. b) Modelo de servio (atendimento aos usurios): o modelo de servio normalmente especificado pelo tempo de servio, isto , o tempo requerido pelo atendente para concluir o atendimento. Da mesma forma que o modelo de chegada, pode ser determinstico (constante) ou uma varivel aleatria (quando o tempo de atendimento varivel e segue uma distribuio de probabilidades presumivelmente conhecida). Neste ltimo caso, valem as mesmas consideraes feitas distribuio de probabilidades associada ao modelo de chegada dos usurios ao servio. A constante (mi) a taxa mdia de atendimentos por unidade de tempo, por atendente. c) Nmero de servidores: o nmero de atendentes disponveis no sistema. d) Capacidade do sistema: o nmero de usurios que o sistema capaz de atender. Inclui o nmero de usurios que esto sendo atendidos mais os que esperam na fila. Se este parmetro no for informado, o sistema considerado com capacidade ilimitada (). e) Tamanha da populao: nmero potencial de clientes que podem chegar a um sistema. Pode ser finito ou infinito. f) Disciplina da fila: o modo como os usurios so atendidos. A disciplina da fila pode ser: * FIFO (first in, first out): primeiro a chegar o primeiro a ser atendido; * LIFO (last in, first out): ltimo a chegar o primeiro a ser atendido; * ALEATRIO, isto , os atendimentos so feitos sem qualquer preocupao com a ordem de chegada; * COM PRIORIDADE, quer dizer, os atendimentos so feitos de acordo com prioridades estabelecidas; Se a disciplina da fila no for informada, considerada de acordo com o modelo FIFO. 3.1. NOTAO DE KENDALL a notao utilizada para descrever os modelos de filas. necessrio conhecer os seis componentes anteriores para especificar um sistema de filas. Esta notao recebe o nome de Notao de Kendall em homenagem ao seu criador David Kendall.

SEGeT Simpsio de Excelncia em Gesto e Tecnologia

Seqncia: v/w/x/y/n/z onde: v indica o modelo de chegada, alguns valores de v mais comuns so M(denota distribuio exponencial equivalente, G(distribuio geral), D(representa um tempo fixo, determinstico); w denota o modelo do servio, os valores so os mesmos de v; x significa o nmero de atendentes disponveis; y representa a capacidade do sistema, omitido quando for infinito; n representa o tamanho da populao, tambm omitido quando for infinito e z designa a disciplina da fila, quando for modelo FIFO, omitido. A notao condensada A/B/c muito usada e se assume que no h limite para o tamanho da fila, a populao infinita e a disciplina da fila FIFO. Para A e B, quando a distribuio for exponencial negativa, usa-se M. (Marcoviana) O modelo M/M/1 diz respeito ao modelo de filas onde tanto as chegadas quanto o atendimento so marcovianas (o que o mesmo que dizer que seguem a distribuio de Poisson ou a Exponencial Negativa) e que temos um nico atendente. Existem vrios outros modelos de fila: O modelo M/M/1/K (Populao Finita): um caso particular e bastante encontrado na vida prtica aquele onde a populao de clientes finita. O modelo M/M/C (Populao Infinita): aqui temos o modelo de uma nica fila e diversos servidores e tanto chegada como atendimento so marcovianas. Supe-se aqui que a capacidade de atendimento de cada um dos atendentes a mesma. O modelo M/M/C/K (Populao Finita): neste modelo encontramos mltiplos atendentes, mas a populao finita. No artigo ser usado especificamente o modelo MM1, com suas devidas equaes: p = . Ws (taxa de utilizao do servidor) wq = p . w (tempo gasto na fila) w= Ws (tempo total no sistema) 1 p

4. SIMULAO DE EVENTOS DISCRETOS De modo geral, um sistema a eventos discretos (SED) um sistema dinmico cujas variaes de estado so estritamente condicionadas pela ocorrncia de eventos. Em vez de fazer a simulao em tempo real, seu programa usar o conceito de tempo simulado ou tempo da simulao. O que caracteriza a simulao a eventos discretos o fato do tempo da simulao ser descontnuo. Ele anda aos saltos: suponha que um evento e1 ocorreu no instante t1 do tempo simulado e foi sucedido pelo evento e2, o qual ocorreu no instante t2 do tempo simulado. Se no aconteceu nenhum evento de interesse entre e1 e e2 ento o tempo simulado pulou de t1 diretamente para t2.

SEGeT Simpsio de Excelncia em Gesto e Tecnologia

O conceito de evento fundamental, caracterizado como algo sem durao e nica causa possvel para as mudanas de estado. Cada evento est associado a um tempo simulado. Os eventos que ainda no foram tratados pelo simulador (ou, em outras palavras, que ainda no aconteceram no tempo simulado) so mantidos numa fila com prioridade (priority queue) denominada fila de eventos. A prioridade de um evento o tempo simulado associado a ele. Antes da simulao comear, todos os eventos iniciais (aqueles que no so gerados pela prpria simulao) so colocados na fila de eventos. Um exemplo de evento inicial: chegada de tarefa com durao 500, no instante t = 35 do tempo simulado''. O evento a chegada de tarefa com durao 500. Ele est associado ao tempo simulado t = 35. Nessa fase de iniciao da simulao o tempo simulado ainda no comeou a correr. O tempo simulado comea a correr quando o simulador entra no seu lao principal, tambm conhecido como lao de eventos (event loop). Enquanto existirem elementos na fila de eventos, esse lao faz o seguinte: a) Retira o item mais prioritrio da fila de eventos. O item mais prioritrio o evento associado ao menor tempo simulado. Esse evento o evento atual. b) Atribui varivel tempo atual o valor do tempo simulado associado ao evento atual. c) Trata o evento atual. Esse tratamento pode adicionar novos eventos fila de eventos. Note que o tratamento de um evento depende do tipo desse evento. Exemplos de tipos de eventos: chegada de tarefa com durao x, incio da execuo de tarefa com durao x, e fim da execuo de tarefa. Note tambm que s o primeiro desses tipos de eventos corresponde a eventos iniciais. Os outros dois tipos so gerados durante a simulao. Exemplo: No esquema FIFO, o tratamento do primeiro evento do tipo chegada de tarefa com durao x gera um evento ``fim da execuo de tarefa'' associado ao tempo simulado tempo atual + x. (Isso no necessariamente verdade no esquema FIFO com preempo, pois a durao da tarefa pode ser maior que a fatia de tempo.) Esses dados determinam o conjunto de eventos iniciais (uma lista de tempos de chegada e duraes de tarefas) ou, opcionalmente, permitem a gerao aleatria desse conjunto (tempo mdio entre chegadas de tarefas e durao mdia de uma tarefa). A simulao acaba quando a fila de eventos acabar. Ao final da simulao, devem ser impressos os seguintes dados: * durao em tempo simulado (ltimo valor do tempo simulado menos primeiro valor do tempo simulado) * nmero de tarefas tratadas * durao mdia de uma tarefa * tempo de espera mdio de uma tarefa * tempo total mdio de uma tarefa * comprimento mdio da fila de espera Portanto, num SED, as mudanas de estado ocorrem estritamente num conjunto enumervel de instantes de tempo. De acordo com HARREL e TUMAY (1994), um bom modelo de simulao de eventos Discretos deve possuir certas caractersticas, como ser vlido no sentido de

SEGeT Simpsio de Excelncia em Gesto e Tecnologia

representar satisfatoriamente a realidade; e ser mnimo, no sentido de incluir somente elementos que influenciam no problema a ser solucionado. Diz-se tambm que um SED tem sua dinmica dirigida pela ocorrncia de eventos. Outro aspecto importante a respeito dos SED o fato de seu espao de estados ser normalmente discreto (e em muitas aplicaes finito). Essas caractersticas distinguem os SED dos sistemas que tm sua dinmica dirigida pelo tempo e seu espao de estado contnuo, cuja modelagem tradicionalmente feita atravs das equaes diferenciais e das equaes a diferenas. Esses sistemas sero chamados de sistemas contnuos (mesmo no caso em que o tempo for discreto). A simulao de eventos discretos abrange o estudo de modelos de simulao cujas variveis mudam de estado instantaneamente em pontos especficos de tempo, em contraste aos modelos contnuos, cujas variveis mudam de estado continuamente no decorrer do tempo. LAW e KELTON (1991) comentam que comum considerar para fins de simulao o aspecto predominante do sistema, seja discreto ou contnuo. LAW e KELTON (1991) atentam para o fato que poucos sistemas, na prtica, so totalmente discretos ou totalmente contnuos. Em um SED os eventos podem ser de vrios tipos e programados de maneiras diversas. Podem ocorrer autonomamente ou programados pela ocorrncia prvia de algum outro evento e a definio do instante de ocorrncia pode ser determinstica ou nodeterminstica (inclusive aleatria). Exemplos tpicos de SED so os sistemas de manufatura, o hardware de um computador, e em outro nvel de abstrao, as redes de comunicao. Dois aspectos so de grande importncia no estudo da dinmica de SED: os problemas de conflito e os problemas de sincronizao. Os sistemas de manufatura oferecem exemplos desses dois aspectos. Um conflito ocorre num sistema de manufatura quando, por exemplo, duas peas devem ser processadas na mesma mquina, devendo haver uma deciso sobre qual delas ser processada em primeiro lugar. O aspecto de sincronizao fica evidente, por exemplo, quando a montagem de uma pea depende de duas ou mais partes, cujo processamento por sua vez pode obedecer s mesmas restries. Nesse caso, obviamente a parte com processamento mais tardio determinar o incio da montagem da pea final. At pouco mais de duas dcadas atrs, os SED eram tratados predominantemente atravs de tcnicas de simulao (BANKS, 2000), ou de otimizao esttica, sendo que os resultados analticos provinham da Teoria de Filas (KLEINROCK, 1975) e da Teoria de Redes de Petri (MURATA, 1989). Em particular, esta ltima abordagem teve grande desenvolvimento durante as dcadas de 60 e 70, at o incio dos anos 80. A partir desse momento, certamente impulsionadas pelos desafios e exigncias do mundo da automao industrial, diversas novas abordagens para o problema de anlise e sntese de controladores para SED foram iniciadas, envolvendo as reas de Teoria de Sistemas, Pesquisa Operacional e Teoria da Computao. So exemplos dessas abordagens entre outras, a Teoria de Controle Supervisrio (RAMADGE E WONHAM, 1989), a Anlise de Perturbaes (CASSANDRAS E LAFORTUNE, 1999), as tcnicas baseadas em Lgica Temporal (OSTROFF, 1989) e aquelas baseadas na lgebra Maxplus (BACCELLI, 1992). Alm disso, significativos desenvolvimentos ocorreram na j existente Teoria de Redes de Petri e na Teoria de Sistemas Hbridos (ANTSAKLIS, 2000), isto , sistemas que combinam as caractersticas de sistemas contnuos e a eventos discretos.

SEGeT Simpsio de Excelncia em Gesto e Tecnologia

A simulao um processo de experimentao que utiliza um modelo suficientemente detalhado de um sistema para determinar como este responder s mudanas em sua estrutura, ambiente ou condies de contorno (CASSANDRAS E LAFORTUNE, 1999). Geralmente o termo simulao refere-se representao de um processo dinmico ou sistema de forma a permitir sua anlise, por considerar o problema atual muito grande e/ou complexo (HARREL E BATEMAN, 2002). Assim, a utilizao de modelos em simulao , em geral, mais simples e barata que a simulao com o sistema real. Em muitos casos seu propsito analisar e entender o comportamento do sistema em funo de cenrios alternativos (LAW E KELTON, 2000). Portanto, uma vantagem importante da simulao a flexibilidade de avaliar situaes, pelo mesmo modelo, pois a avaliao de vrios cenrios reais levaria muito mais tempo e seria excessivamente dispendiosa. Em simulao por eventos discretos, as variveis devem ser equacionadas em um modelo, considerando que todos aspectos legais sejam cumpridos. Simulao por eventos discretos quer dizer que uma determinada varivel sofre variaes discretas em seu valor. Simulao dessa natureza apresenta-se como uma importante ferramenta para o levantamento da contribuio individual de cada parcela no processo, caracterizando estados que descrevem o processo com instncias observveis atravs do modelo. Os fatores inseridos num processo de produo evidenciam um sistema complexo, de difcil tratamento analtico, justificando-se, portanto, a aplicao de simulao computacional para estudar o tamanho de filas, bem como o comportamento caracterstico do sistema face demanda. A crescente popularidade de uso da simulao como ferramenta de modelagem e anlise de problemas resultou em uma vasta e tambm crescente disponibilidade de softwares de simulao no mercado. Como estes softwares normalmente representam dispndios considerveis para as empresas que adquirem uma licena de uso, sua seleo adequada passa a ser um dos fatores chave no sucesso dos projetos de simulao a serem futuramente desenvolvidos. Assim sendo, esta seleo dever ser feita cada vez mais com base em critrios objetivos, levando em conta no apenas as caractersticas dos produtos mas tambm das aplicaes que se pretende desenvolver. (SALIBY, 2002) Nosso interesse principal so os softwares de simulao a eventos discretos. 5. APLICAO. Foi aplicado a teoria de filas para analisar o problema de congesto. Essa aplicao visa modelar o tempo mdio de espera das peas na fila. Dois modelos foram utilizados na aplicao: um atravs da Teoria das Filas e outro atravs do software Promodel. Ser usado o modelo MM1, servio nico, processo de chegada segue Poisson, tempo de atendimento segue Exponencial, Poltica FIFO. A grande vantagem desse modelo a simplicidade de anlise, uma vez que o modelo M/M/1 um modelo Markoviano de fcil anlise exata. Diversas medidas de desempenho podem ser facilmente computadas admitindo-se que o sistema esteja em equilbrio, tais como a utilizao mdia das mquinas, o nmero mdio de peas no sistema, o tamanho mdio da fila, o tempo mdio de espera em fila, etc. Foi coletada uma amostra. Durante este perodo, o sistema operou de maneira normal. Para cada mquina, foram coletados os instantes de incio e trmino de servios.

SEGeT Simpsio de Excelncia em Gesto e Tecnologia

O modelo foi criado no Promodel, com as 2 mquinas, uma soltando pea com distribuio de Poisson (chegada na fila), e outra processando as peas (atendimento) com distribuio exponencial. Esse modelo foi rodado 30 vezes e obtiveram-se 30 dados de tempo de permanncia na fila, que foram depois jogados no software Crystal ball para ver qual a distribuio desses dados de sada.

Figura 2 Modelo Simulado no software Promodel.

Figura 3 - Dados obtidos.

SEGeT Simpsio de Excelncia em Gesto e Tecnologia

Figura 4 - Analise dos dados obtidos pelo software Crystal Ball:

Temos que o tempo de espera na fila segue uma distribuio Lognormal com mdia 21,17 e desvio padro de 8,19. A mdia geral dos intervalos mdios entre chegadas nas mquinas 9 minutos. A mdia geral dos tempos mdios de servio 8 minutos. Fazendo os clculos pela Teoria das Filas, tem-se que: C = 1 (1 servidor) = 0,09 (taxa de chegada) Ws = 8 (tempo de servio) p = . Ws (taxa de utilizao do servidor) p = 0,09 . 8 = 0,72 w= Ws (tempo total no sistema) 1 p

w = 28,57 wq = p . w (tempo gasto na fila) wq = 20,57 Ento, fazendo os clculos pela Teoria das Filas, o tempo mdio de espera na fila fica em 20,57 minutos. 6. CONCLUSES Neste estudo foi aplicado a teoria de filas para modelar o tempo mdio de espera das peas num sistema de produo de uma fbrica de ferramentas. O trabalho apresentou uma comparao entre uma Simulao em ProModel e a representao matemtica da Teoria de Filas. Geralmente, quando as incertezas so inseridas nos modelos, fica exposta a grande fragilidade de certos mtodos determinsticos.

SEGeT Simpsio de Excelncia em Gesto e Tecnologia

A Simulao de Eventos Discretos se apresenta como um mtodo poderoso na anlise de incertezas, porm apresenta como limitao, a complexidade dos clculos e a necessidade de softwares especficos. A maior dificuldade encontrada na aplicao do mtodo est na obteno de um modelo computacional validado, e no na aplicao dos conceitos estatsticos. As diferenas encontradas na comparao so devidas ao erro de discretizao inerente ao processo de amostragem probabilstica e ainda s variaes de P-value devidas ao condicionamento das distribuies de probabilidade. Para a aplicao do mtodo proposto, deve-se previamente, reduzir ao mximo as disperses do processo e balancear a linha modelada. Quanto maiores as amostras de tempo coletados, mais exato o resultado da comparao. Apesar de necessitar de alguns ajustes, o mtodo apresentou-se satisfatrio, obtendo valores comparatrios coerentes. 7. REFERNCIAS BIBLIOGRFICAS BRYMAN, A.; Research Methods and Organization Studies, John Wiley & Sons Ltd 1995. ANDRADE, EDUARDO L. DE. Introduo Pesquisa Operacional: mtodos e modelos para a anlise de deciso. 2 ed. Rio de Janeiro: LTC, 1989-1998. 377p. HARREL, C.; TUMAY, K. Simulation Made Easy. Engineering & Management press, 1994. LAW, AVERILL M.; KELTON, W. DAVID. Simulation Modeling and Analysis. 2nd ed. New York: McGraw-Hill. 1991. BANKS, J., CARSON, J. S., NELSON, B. L. E NICOL, D. M. Discrete-Event System Simulation. 3rd. ed. Prentice-Hall. 2000. KLEINROCK, L. Queueing Systems - Theory, Vol. I. Wiley-Interscience. 1975. MURATA, T. Petri nets : properties, analysis and applications. Proceedings of the IEEE. 541580. 1989. RAMADGE, P. E WONHAM, W. The control of discrete event systems. IEEE 8198.1989. CASSANDRAS, C. G. E LAFORTUNE, S. Introduction to Discrete Event Systems. Kluwer Academic Publishers. 1999. OSTROFF, J. Temporal Logic for Real-Time Systems. John Wiley, New York. 1989. BACCELLI, F., COHEN, G., OLSDER, G. E QUADRAT, J. Synchronisation and Linearity: An Algebra for Discrete Event System. John Wiley and Sons, New York. 1992. ANTSAKLIS, A. J. A brief introduction to the theory and applications of hybrid systems. Proceedings of the IEEE: 879887. 2000. HARREL C.R., MOTT, J.R.A., BATEMAN, R.E., BOWDEN, R.G., GOGG, T.J. Simulao Otimizando os Sistemas. So Paulo: Belge IMAM. 2002.

SEGeT Simpsio de Excelncia em Gesto e Tecnologia

LAW, A.M., KELTON, W.D. Simulation Modeling and Analysis. Boston: McGraw-Hill, 2000. SALIBY, E. Simul 3.1. Software e manual. COPPEAD/UFRJ, 1996.