ESTUDO DE MODELAGEM E SIMULAÇÃO DE FILAS NUM SUPERMERCADO ASSOCIADO À ANÁLISE DE CENÁRIOS
|
|
- Maria Eduarda de Escobar Lisboa
- 7 Há anos
- Visualizações:
Transcrição
1 ESTUDO DE MODELAGEM E SIMULAÇÃO DE FILAS NUM SUPERMERCADO ASSOCIADO À ANÁLISE DE CENÁRIOS Priscila Goncalves Vasconcelos Sampaio (UFERSA ) prisamp@yahoo.com.br Suzany Dantas de Oliveira (UFERSA ) suzanydantas@hotmail.com Devido ao acirramento da concorrência entre os supermercadistas se faz necessário que os mesmos busquem alternativas que visem aumentar o nível de desempenho, ou seja, a capacidade de atendimento, do seu estabelecimento, para assim, ofereceer aos clientes serviços de qualidade e alta eficiência o que evitaria a insatisfação por parte dos clientes e a perda de competitividade dentro do mercado em que atuam. Portanto, este estudo tem como objetivo simular filas de espera para pagamento de mercadorias em um supermercado a fim de determinar quantos caixas devem estar abertos para uma redução do tempo em fila e consequentemente um atendimento satisfatório da clientela. Para tanto, foi aplicada a metodologia de Modelagem e Simulação sugerida por Chwif (1999) a qual envolve as etapas de concepção, implementação e análise. Palavras-chaves: Modelagem;Simulação;SimPy;Python.
2 1. Introdução Em meio a crises internacionais e as dificuldades que se encontram os setores de autosserviços no Brasil o setor varejista dentre eles o de supermercadistas é o que mais cresce atualmente e mantém uma trajetória de ascendência. Segundo a Associação Brasileira de Supermercados (ABRAS) o setor vem aumentando seus lucros a mais de oito anos consecutivos e no último ano de 2012 alcançaram respectivamente R$ 224,3 bilhões, provando que os supermercados foram responsáveis pelos números positivos para o setor com maior destaque na economia nacional. Nesse contexto frente à concorrência globalizada, as empresas de autosserviços supermercadistas necessitam cada vez mais aumentar o nível de desempenho do seu setor para atender os clientes com serviços de qualidade e alta eficiência. Para isso, sua capacidade produtiva deve satisfazer sua clientela ofertando uma demanda pelos serviços de atendimento adequado a realidade e ao perfil de seus clientes, mantendo-se competitiva no mercado. Desta forma, os gestores vêm fazendo uso de algumas ferramentas que auxiliam no processo de decisão dentre elas a simulação de sistemas, que permite a exploração de cenários, através da manipulação das variáveis envolvidas, com o intuito de resolver problemas reais. Assim, prevê o comportamento do sistema proporciona ao gestor antever os erros e ajustar antecipadamente as variáveis, evitando uma maior insatisfação dos clientes e a perda de competitividade dentro do mercado varejista. Em estabelecimentos que possuem grande fluxo de pessoas, como os supermercados, os consumidores acabam perdendo muito tempo esperando pelo atendimento nos caixas, isso gera um desconforto para o consumidor e consequente diminuição da demanda pela perca de clientes. Assim sendo, este artigo tem como objetivo simular filas de espera para pagamento de mercadorias em um supermercado a fim de determinar quantos caixas devem estar abertos para uma redução do tempo em fila e consequentemente um atendimento satisfatório da clientela. 2. Referencial teórico 2.1. Simulação Simulação é uma técnica da Pesquisa Operacional que, de acordo com Shannon (1975), consiste no "processo de desenvolvimento de um modelo de um sistema real, e a condução de 2
3 experimentos nesse modelo, com o propósito de entender o comportamento do sistema e/ou avaliar várias estratégias (com os limites impostos por um critério ou conjunto de critérios) para a operação do sistema". Simular é importar a realidade para um ambiente controlado de forma que o seu comportamento possa ser estudado sob várias condições e sem a presença de riscos físicos ou grandes custos envolvidos (LAW et al, 1991). Andrade (2009) elenca alguns benefícios que justificam o uso da simulação, entre eles, destacam-se: Previsão de resultados na execução de uma determinada ação; Redução de riscos na tomada decisão; Identificação de problemas antes mesmo de suas ocorrências; Eliminação de procedimentos em arranjos industriais que não agregam valor a produção; Realização de análises de sensibilidade; Redução de custos com o emprego de recursos (mão-de-obra, energia, água e estrutura física); Revelação da integridade e viabilidade de um determinado projeto em termos técnicos e econômicos. A simulação de sistemas compreende as seguintes etapas: concepção, implementação e análise. Chwif (1999) ilustra bem esta sequência de etapas na Figura 1. Figura 1 Sequência de passos para a simulação 3
4 Fonte: Chwif (1999) Na etapa de concepção, o analista de simulação deve entender claramente o sistema a ser simulado e os seus objetivos, através da discussão do problema com especialistas. O modelo que está na mente do analista (modelo abstrato) deve ser representado de acordo com alguma técnica de representação de modelo de simulação, a fim de torná-lo um modelo conceitual, de modo que outras pessoas possam entendê-lo. Os dados de entrada também devem ser coletados nesta fase. Na segunda etapa, o modelo conceitual é convertido em um modelo computacional através da implementação no computador, com a utilização de uma linguagem de simulação ou de um simulador comercial. Na terceira etapa, após a verificação e validação do modelo computacional, este está pronto para a realização dos experimentos, dando origem ao modelo experimental, ou como é chamado, modelo operacional (CHWIF, 1999) Simulação de eventos discretos De acordo com Chwif e Medina (2006) quando se quer modelar sistemas que mudam o seu estado em momentos discretos no tempo (a partir da ocorrência de eventos) utiliza-se a simulação a eventos discretos. A simulação de eventos discretos abrange o estudo de modelos de simulação cujas variáveis mudam de estado instantaneamente em pontos específicos de tempo, em contraste aos modelos contínuos, cujas variáveis mudam de estado continuamente no decorrer do tempo (SAKURADA e MIYAKE, 2009) Modelagem 4
5 Antes de entender o que é modelagem é necessário compreender o conceito de modelo. De acordo com Pidd (1998) um modelo é uma representação externa e explícita de parte da realidade vista pela pessoa que deseja usar aquele modelo para entender, mudar, gerenciar e controlar parte daquela realidade. Segundo Lourenço (2009) modelagem é a representação gráfica do processo. É uma representação abstrata da realidade com os componentes funcionais e hierárquicos relevantes ao negocio. É a construção de um modelo que reflete a realidade física ou mental, e é expresso através de uma linguagem de modelação (meio através do qual um modelo é expresso) Ferramentas de Modelagem A modelagem é feita por meio de ferramentas, tais como: Fluxograma, Redes de Petri, IDEF- SIM, etc., que auxiliam o modelador a representar graficamente o processo Fluxograma Para Brassard (2004), fluxograma é uma ferramenta que expressa as várias etapas de um processo, permitindo uma visão holística de todo o processo produtivo ou administrativo no qual ele seja aplicado. Para Cury (2000), é a representação gráfica de fenômenos quaisquer, traduzindo, de um ponto de vista, um raciocínio esquematizado, cujo objetivo é facilitar a compreensão da exata tramitação de certo fluxo de trabalho, de um formulário ou de uma rotina. Para Oliveira (2005), o fluxograma possibilita a identificação mais fácil e rápida dos pontos fortes e fracos do método administrativo. Para melhor visualização, a Figura 2 apresenta a simbologia ASME (American Society of Mechanical Engineers) utilizada na representação de um fluxograma. Figura 2 Simbologia ASME Autores Fonte: Redes de Petri Em 1962 Carl Adam Petri, em sua tese de doutorado, criou as Redes de Petri (RdP). Rede de Petri é também conhecida como rede de transição e é uma das inúmeras representações 5
6 matemáticas para sistemas discretos. A RdP define graficamente a estrutura de um sistema distribuído como um grafo direcionado com comentários. Heuser (1990) relata que as RdP modelam eventos e condições, bem como as relações entre eles. Segundo Okayama (2007) uma RdP é composta por lugares e transições e tem uma representação gráfica padrão onde lugares são círculos e transições são quadrados. Lugares e transições são conectados por arestas dirigidas, formando um grafo bipartido dirigido, isto é, seguindo a direção de uma aresta só é possível ir de um lugar para uma transição ou de uma transição para um lugar, ver Figura 3. Nas RdP, a informação do estado está distribuída por um conjunto de lugares que capturam as condições chave que governam o sistema e possui maior modularidade para construção de modelos de um sistema a partir de modelos dos seus subsistemas (OKAYAMA, 2007). Figura 3 Rede de Petri simples Fonte: Okayama, 2007 Lugares e transições representam o aspecto estático de uma RdP, o aspecto dinâmico é representado por fichas. Uma ficha é uma marca que só pode ocupar lugares e que muda de lugar de acordo com o disparo das transições. Na RdP clássica, quando uma transição dispara ela consome uma ficha de cada entrada (lugares com arestas chegando na transição) e produz exatamente uma ficha em cada saída (lugares com arestas deixando a transição) (OKAYAMA, 2007) IDEF-SIM Segundo Leal et al. (2009) IDEF-SIM (Integrated Definition Methods Simulação) é uma técnica que apresenta uma metodologia baseada nos modelos desenvolvidos pela força aérea americana, o IDEF0 (Integrated DEFinition Methods ) e o IDEF3, incrementada com novas formas e dados que facilitam o desenvolvimento de um modelo computacional, base para a simulação. Esses autores afirmam ainda que essa técnica pode ser utilizada tanto na fase de 6
7 modelagem conceitual, onde o modelador registra o sistema a ser modelado quanto na documentação do modelo. Figura 4 Simbologia utilizada na técnica proposta IDEF-SIM Fonte: Leal et al. (2009) Através da utilização e adaptação de elementos lógicos já utilizados nas técnicas de modelagem IDEF0 e IDEF3, além da criação de novos elementos, esta técnica permite a elaboração de modelos conceituais com informações que facilitam a elaboração dos modelos computacionais em projetos de simulação. Além desta utilização, a técnica permite uma documentação de modelos computacionais, facilitando o entendimento do projeto (LEAL et al., 2009) Teoria das filas As filas são sistemas que estão diretamente interligados ao cotidiano das pessoas, sendo vistas de forma bastante desagradável pelas mesmas. Atualmente com as implicações da globalização onde se observa consumidores cada vez mais exigentes, os gerentes veem a formação de filas extensas como uma desvantagem competitiva, passando assim a enfrentar racionalmente este acontecimento (CARDOSO et al., 2010). De acordo com Serra (2008), a teoria das filas é uma técnica analítica que estuda os parâmetros de uma fila (tempo de médio de espera, tamanho médio de fila, taxa média de utilização do servidor) de um sistema real. As filas se formam quando a demanda por um serviço é maior que a capacidade do sistema em atendê-la. Desta forma a teoria das filas por meio de modelos matemáticos possibilita descobrir um ponto de equilíbrio que atenda o cliente e que seja mais viável de maneira econômica para o prestador de serviços. Seu 7
8 objetivo é harmonizar interesses tanto de empresários (custo baixo e melhoramento contínuo do processo) como dos clientes (menor tempo de espera). O sistema de filas pode ser melhor visualizado conforme Figura 5. Figura 5 - Representação de um sistema de filas Fonte: Autores De acordo com Pereira et al. (2009) o cliente entra no sistema para receber a prestação de serviço que necessita e, ao chegar, se depara com outros clientes que possuem necessidades semelhantes as suas, logo, a situação de fila se torna indispensável, já que o servidor não é capaz de um atendimento simultâneo. Ao passar pela fila, o cliente é finalmente atendido e sai do sistema. Conforme Junior (2010), as filas apresentam as seguintes características: Clientes e tamanho da população; Processo de chegada representado pelo intervalo de chegada (IC) e ritmo de chegada (λ); Processo de atendimento; Capacidade dos recursos, sejam máquinas, atendentes, entre outros; Disciplina da fila; Número de filas; Tamanho médio da fila, ou seja, o número médio de clientes em fila (NF); Tamanho máximo da fila; Tempo médio de espera na fila: TF(Tempo em fila)/n clientes atendidos Tipos de simuladores Na área de modelagem e simulação os softwares mais conhecidos e utilizados são: Automod, Micro Saint, Witness, Arena, SimPy e Promodel. Especificamente para este trabalho foi utilizada a ferramenta computacional SimPy para executar os modelos simulados no estudo de caso proposto Software SimPy 8
9 O SimPy é um software de simulação de eventos discretos executado na linguagem de programação denominada Python. Esta linguagem é considerada uma linguagem de alto nível que possui uma sintaxe concisa e clara. 3. Metodologia A metodologia de pesquisa empregada neste trabalho é a Modelagem e Simulação, que baseada no método proposto por Chwif (1999) envolveu as etapas de concepção, implementação e análise. Cada uma dessas etapas é composta por algumas atividades, as quais estão elencadas na Figura 6. A coleta dos dados foi realizada em três dias alternados, perfazendo uma amostra de 100 clientes para cada tipo de fila (caixa rápido, caixa preferencial e caixa comum). Os dados coletados compreenderam: o momento de chegada de cada cliente, o momento de atendimento e o momento de saída. Figura 6 Etapas do processo de simulação Na etapa de concepção foi definido o problema e elaborado o modelo conceitual. Para tanto, foram utilizadas algumas ferramentas, quais sejam: Fluxograma, Redes de Petri e IDEF-SIM. Tendo construído o modelo conceitual, o mesmo passou pelo processo de validação, com o intuito de evitar erros nas etapas posteriores. Validado o modelo conceitual, os dados de entrada foram ajustados a uma distribuição de probabilidade por meio da ferramenta Input 9
10 Analyzer disponível no software Arena. Na etapa de implementação foi construído o modelo computacional utilizando-se o software Simpy, que é um pacote de simulação de eventos discretos executado na linguagem de programação Python. Construído o modelo computacional, o mesmo passou por um processo de validação a fim de que fosse verificada a capacidade do modelo em simular a realidade. Na etapa de análise foram efetuados vários experimentos ou várias rodadas do modelo e os resultados da simulação foram analisados e documentados. 4. Aplicação da metodologia 4.1. Definição do problema No presente trabalho, será realizada uma simulação do processo de atendimento (pagamento das mercadorias) de um supermercado que fica localizado em Mossoró-RN com o intuito de simular filas de espera para pagamento de mercadorias em um supermercado a fim de determinar quantos caixas devem estar abertos para uma redução do tempo em fila e consequentemente um atendimento satisfatório da clientela. É admitido que não se sabe como a demanda de consumidores do supermercado varia em função do tempo médio de espera em fila, bem como supõe-se que não tem-se informações on-line sobre o número de consumidores no supermercado ao longo do tempo. Os caixas de atendimento são separados em caixas comuns (4), preferenciais (2) e caixas rápidos (2), estes últimos atendem exclusivamente consumidores com até 10 itens. Os caixas comuns e preferenciais atendem consumidores com qualquer quantidade de itens. Nos caixas rápidos os consumidores aguardam numa fila única. Já nos caixas comuns e preferenciais os consumidores aguardam atendimento na fila de um dos caixas, ao invés de em uma fila única, como acontece em outros sistemas como bancos, correios, etc Formulação do modelo conceitual Fluxograma do processo A Figura 7 dá uma visão do fluxo do processo, mostrando a sequência das atividades que envolvem o atendimento do cliente, ou seja, o encadeamento das etapas desde a chegada do cliente no caixa, para efetuar o pagamento das mercadorias, até a saída do mesmo. Figura 7 Fluxograma do processo de atendimento no supermercado 10
11 Fonte: Autores IDEF-SIM As Figuras 8 e 9 apresentam a modelagem em IDEF-SIM do atendimento no supermercado. Nesta modelagem pode-se perceber as etapas principais do processo, os momentos em fila, bem como os recursos utilizados (atendentes). Figura 8 Modelagem em IDEF-SIM para os caixas comum e preferencial Fonte: Autores Figura 9 Modelagem em IDEF-SIM para o caixa rápido Fonte: Autores 11
12 Rede de Petri A Figura 10 representa a modelagem do processo em Redes de Petri. Nesta modelagem foram utilizadas 3 transições e 3 lugares. As fichas (marcações) que se encontram no Lugar (B) são referentes à capacidade dos recursos disponibilizados: caixa rápido (2 atendentes); caixa preferencial (2 atendentes); caixa normal (4 atendentes). As cinco marcações no Lugar (B) são meramente ilustrativas. Figura 10 Modelagem em Rede de Petri do atendimento no supermercado 4.3. Coleta dos dados Fonte: Autores A fim de coletar e organizar melhor os dados construiu-se o modelo representado pela Figura 11. Foram coletadas 100 amostras para cada tipo de fila (caixa rápido, preferencial e comum) durante os dias 8, 9 e 10 de março de Figura 11 Modelo de folha para coleta dos dados Fonte: Autores Os dados coletados se referem ao Momento de chegada do cliente, Momento de atendimento, bem como o Momento de saída. Após coletados, os dados foram inseridos no Microsoft Office Excel a fim de que se obtivesse o tempo de duração do atendimento e o intervalo de chegada entre os clientes. Visando identificar qual tipo de distribuição (Poisson, Exponencial Negativa, Uniforme, Normal, Beta, Weibull, Triangular, Log Normal, Gama e Erlang) estes dados estão seguindo, inseriu-se os mesmos no software Input Analyzer, ferramenta do software Arena 11.0 versão para estudantes. Quadro 1 Dados de entrada 12
13 Fonte: Autores Identificadas as distribuições, as mesmas foram inseridas no software SimPy para a construção do modelo computacional Construção do modelo computacional Esta etapa visa a conversão do modelo conceitual no modelo computacional através da implementação no computador, com a utilização da linguagem Python no software SimPy Verificação e validação do modelo Com o intuito de comparar o modelo conceitual com o desenvolvido no computador, ou seja, averiguar se o modelo foi construído corretamente e avaliar a precisão deste modelo em representar o sistema real, foram realizadas a verificação e a validação, respectivamente. Inicialmente para validar o modelo simularam-se, para seeds diferentes/aleatórias, os tempos máximo, mínimo e médio em fila e de atendimento, bem como a taxa de ocupação e número de clientes atendidos em cada fila (caixa comum, preferencial e rápido). Após a realização desta simulação foi retirada a média dos valores obtidos o que gerou o seguinte resultado, ver Figura 12. Figura 12 Média dos valores encontrados para 10 seeds diferentes/aleatórias 13
14 Média dos valores encontrados para 10 seeds diferentes/aleatórias Caixa comum Tempo máximo em fila (min) 30,7368 Tempo mínimo em fila (min) 6,2009 Tempo médio em fila (min) 12,6742 Tempo máximo de atendimento (min) 15,5881 Tempo mínimo de atendimento (min) 3,9512 Tempo médio de atendimento (min) 9,0928 Taxa de ocupação (%) 80,65% Número médio de clientes atendidos 37 Caixa preferencial Tempo máximo em fila (min) 19,5039 Tempo mínimo em fila (min) 0,4513 Tempo médio em fila (min) 7,9342 Tempo máximo de atendimento (min) 16,5429 Tempo mínimo de atendimento (min) 1,9448 Tempo médio de atendimento (min) 8,0397 Taxa de ocupação (%) 69,40% Número médio de clientes atendidos 36 Caixa rápido Tempo máximo em fila (min) 6,8233 Tempo mínimo em fila (min) 0,0480 Tempo médio em fila (min) 1,9977 Tempo máximo de atendimento (min) 5,7544 Tempo mínimo de atendimento (min) 0,8939 Tempo médio de atendimento (min) 3,0620 Taxa de ocupação (%) 11,77% Número médio de clientes atendidos 346 De posse da média e do desvio padrão calculou-se o intervalo de confiança para constatar se o tempo médio em fila dos dados reais encontra-se dentro deste intervalo. Como se trata de uma análise amostral, onde não se conhece a variância populacional, o intervalo de confiança da média foi calculado a partir da distribuição t-student com (n-1) graus de liberdade. Figura 13 Validação do modelo computacional 14
15 Validação do programa - Distribuição t -student Tamanho da amostra (n) = 10 Nível de confiança = 95% t (n-1) = 1,833 Tempo médio em fila - caixa comum Média 12,6742 Desvio padrão 3,3579 Intervalo de confiança 10, ,6206 Tempo médio em fila - caixa preferencial Média 7,9342 Desvio padrão 1,8321 Intervalo de confiança 6, ,9961 Tempo médio em fila - caixa rápido Média 1,9977 Desvio padrão 0,3316 Intervalo de confiança 1, ,1899 Conforme a Figura 13 pode-se observar que o tempo médio em fila (11 minutos para o caixa comum, 8 minutos para o caixa preferencial e 2 minutos para o caixa rápido) está dentro do intervalo de confiança, considerando um nível de confiança de 95%. Portanto, pode-se concluir que o modelo computacional é valido Realização de experimentos A fim de cumprir com o objetivo do estudo, que é determinar quantos caixas devem estar abertos para uma redução do tempo em fila e consequentemente um atendimento satisfatório da clientela, realizou-se a análise de diferentes cenários para cada uma das filas. Figura 14 Análise de cenários 15
16 Caixa comum Seed (1) 2 atendentes 3 atendentes Tempo médio em fila = 17,8124 minutos Tempo médio em fila = 3,8011 minutos Nº de clientes atendidos = 84 Nº de clientes atendidos = 87 Taxa de ocupação (%) = 91,64 Taxa de ocupação (%) = 63,22 4 atendentes Tempo médio em fila = 2,3759 minutos Nº de clientes atendidos = 87 Taxa de ocupação (%) = 47,41 Caixa preferencial Seed (10) 1 atendente 2 atendentes Tempo médio em fila = 10,7826 minutos Tempo médio em fila = 2,5432 minutos Nº de clientes atendidos = 43 Nº de clientes atendidos = 43 Taxa de ocupação (%) = 84,73 Taxa de ocupação (%) = 42,36 Caixa rápido Seed (9) 1 atendente 2 atendentes Tempo médio em fila = 56,9183 minutos Tempo médio em fila = 4,4426 minutos Nº de clientes atendidos = 292 Nº de clientes atendidos = 345 Taxa de ocupação (%) = 98,24 Taxa de ocupação (%) = 58,47 Analisando o primeiro cenário do caixa comum, com dois atendentes, tem-se que o tempo médio em fila para atender 84 clientes seria de 17,8124 minutos e que a taxa de ocupação deste atendente seria 91,64%. Já no segundo cenário, com três atendentes, este tempo foi reduzido em 78,66%, ou seja, os clientes passariam em média 3,8011 minutos em fila e o número de clientes atendidos aumentaria de 84 para 87. No terceiro cenário, com quatro atendentes, percebe-se que não haveria uma redução significativa no tempo médio em fila e que o número de clientes atendidos permaneceria o mesmo. Avaliando o primeiro cenário do caixa preferencial, com um atendente, nota-se que seriam atendidos 43 clientes e que os mesmos esperariam 10,7826 minutos em fila. No segundo cenário, com dois atendentes, o número de clientes atendidos seria o mesmo, mas em contra partida o tempo médio em fila reduziria para 2,5432 minutos. Considerando o primeiro cenário do caixa rápido, com um atendente, percebe-se que os atendentes ficariam quase 100% do tempo ocupados atendendo os 292 clientes e que os mesmos esperariam em média 56,9183 minutos na fila. Já no segundo cenário, com 2 atendentes, a carga de trabalho, bem como o tempo médio em fila seriam reduzidos e o número de clientes atendidos iria aumentar em 18,15%, o que significaria 53 clientes atendidos a mais. Portanto, com base na análise destes cenários, o cenário que mais se adequaria às necessidades do supermercado e dos clientes seria para todas as filas (caixa comum, preferencial e rápido) o segundo cenário, pois o supermercado atenderia seus clientes satisfatoriamente e consequente os mesmos estariam com sua expectativa, de permanência mínima em fila, atendida. 16
17 Levando em consideração que estes cenários seriam executados quando a clientela tivesse o mesmo comportamento dos dados colhidos, não seria necessária a contratação de novos atendentes visto que, a quantidade de atendentes necessários ao bom atendimento desta clientela já se encontra disponível. Seria necessário, somente, que fosse feita a organização da escala de trabalho destes atendentes, a fim de que os mesmos não ficassem com tempo ocioso e nem que fizessem falta no atendimento. 5. Considerações finais Devido ao acirramento da concorrência entre os supermercadistas se faz necessário que os mesmos busquem alternativas que visem aumentar o nível de desempenho, ou seja, a capacidade de atendimento, do seu estabelecimento, para assim, oferecer aos clientes serviços de qualidade e alta eficiência o que evitaria a insatisfação por parte dos clientes e a perda de competitividade dentro do mercado em que atuam. Portanto, este estudo teve como objetivo simular filas de espera para pagamento de mercadorias em um supermercado a fim de determinar quantos caixas devem estar abertos para uma redução do tempo em fila e consequentemente um atendimento satisfatório da clientela. Assim sendo, através da análise dos possíveis cenários que poderiam ser encontrados no sistema real, determinou-se que o cenário que mais se adequaria às necessidades do supermercado e dos clientes seria para todas as filas (caixa comum, preferencial e rápido) o segundo cenário, pois o supermercado atenderia seus clientes satisfatoriamente e consequente os mesmos estariam com sua expectativa, de permanência mínima em fila, atendida. Referências ANDRADE, E. L. Introdução à Pesquisa Operacional: modelos e métodos para análise de decisões. 4ª ed. Rio de Janeiro: LTC, BRASSARD, M. Qualidade: ferramentas para uma melhoria contínua. Tradução Proqual Consultoria e Assessoria Empresarial. Rio de Janeiro: Qualitymark, CARDOSO, F. S.; JUNIOR, Ronaldo Figueiredo Fernandes; SANTOS, Yvelyne Bianca Iunes. Aplicação de teoria de filas no sistema de uma panificadora. In: Anais do XXX Encontro Nacional de Engenharia de Produção, São Carlos, SP,
18 CHWIF, L; MEDINA, A. C. Modelagem e simulação de eventos discretos: teoria e aplicações. São Paulo: Bravarte, CHWIF, L. Redução de modelos de simulação de eventos discretos na sua concepção: uma abordagem causal. Tese de Doutorado. Escola Politécnica da USP. Departamento de Engenharia Mecânica, CURY, A. Organização e métodos: uma visão holística: perspectiva comportamental e abordagem contingencial. São Paulo: Atlas, FOGLIATTI, M; BRUNS, R; SONCIM, S. Pesquisa operacional: uma aplicação da teoria das filas a um sistema de atendimento. Instituto Militar de Engenharia. ENEGEP, Disponível em: Acesso em: 05 fev HEUSER, C. A. Modelagem Conceitual de Sistemas Redes de Petri. Edição Preliminar, Publicada para a V Escola Brasileiro-Argenina de Informática, JUNIOR, W. M. P. Apostila de Modelagem e Avaliação de Desempenho: Teoria das Filas e Simulações. UNIVERSIDADE DO ESTADO DE MINAS GERAIS. Ituiutaba,2010. LAW, Averill M.; KELTON, W. David. Simulation Modeling and Analysis. 2 ed. New York: McGraw-Hill, LEAL, F.; OLIVEIRA, M. L. M.; ALMEIDA, D. A. de; MONTEVECHI, J. A. B. Desenvolvimento e aplicação de uma técnica de modelagem conceitual de processos em projetos de simulação: o IDEF-SIM. In: Anais do XXIX Encontro Nacional de Engenharia de Produção, Salvador, BA, LOURENÇO, J. T. V. Modelagem de processos. Rio de janeiro, MONKS, J. Administração da produção. (Tradução : Lauro Santos Blandy; revisão técnica: Petrônio Garcia Martins). São Paulo: McGraw-Hill, 18
19 OKAYAMA, B. K. Modelagem e análise dos processos de negócios em uma empresa do ramo automotivo através do formalismo das redes de petri. Dissertação de Mestrado em Engenharia de Produção e Sistemas - PONTIFÍCIA UNIVERSIDADE CATÓLICA DO PARANÁ. Curitiba, OLIVEIRA, D. P. R. Sistemas, organização e métodos: uma abordagem gerencial. 15 ed. São Paulo: Atlas, PEREIRA, F. L. M.; COSTA, F. N.; AMARAL, T. B. P.; CARVALHO, C. A. S. Análise da eficiência do atendimento em um setor de coleta sanguínea de um laboratório: Estudo de caso de teoria das filas. In: Anais do XXIX Encontro Nacional de Engenharia de Produção, Salvador, BA, PIDD, M. Modelagem Empresarial: ferramentas para tomada de decisão. Porto Alegre: Bookman,1998. PRADO, D. S. Teoria das Filas e da Simulação. Belo Horizonte, MG: Editora de Desenvolvimento Gerencial. Série Pesquisa Operacional, Vol. 2, SAKURADA, N. e MIYAKE, D. I. Aplicação de simuladores de eventos discretos no processo de modelagem de sistemas de operações de serviços. Gestão e produção. São Carlos, ano 2009, v. 16, n. 1, Jan./Mar SERRA, C. M. V. Curso de Pesquisa Operacional. Notas de Aula SHANNON, R.E. System simulation: the art and science. Englewood Cliffs, N.J: Prentice Hall,
Anais do IV Simpósio de Engenharia de Produção - ISSN: ESTUDO DE MODELAGEM E SIMULAÇÃO EM FILAS DE UMA AGÊNCIA DOS CORREIOS
ESTUDO DE MODELAGEM E SIMULAÇÃO EM FILAS DE UMA AGÊNCIA DOS CORREIOS Vânia Maciel Costa Medeiros (UFERSA) vaniamaciel@live.com Déborah Grazielle Alves da Silva (UFERSA) deborahgrazielle@hotmail.com Girlene
Leia maisSimulação e Modelagem
Simulação e Modelagem Prof. Afonso C Medina Prof. Leonardo Chwif Versão. 6//6 Introdução Definição A Simulação como ferramenta de suporte à decisão Quando utilizar a Teoria das Filas ou a Simulação? O
Leia maisPNV-5005 MODELAGEM E ANÁLISE DE SISTEMAS INTERMODAIS DE TRANSPORTE UTILIZANDO TÉCNICAS DE SIMULAÇÃO
PNV-5005 MODELAGEM E ANÁLISE DE SISTEMAS INTERMODAIS DE TRANSPORTE UTILIZANDO TÉCNICAS DE SIMULAÇÃO Prof. Dr. Rui Carlos Botter e-mail: rcbotter@usp.br Março de 2015 Etapas de um projeto de simulação OBJETIVOS
Leia maisPESQUISA OPERACIONAL: APLICAÇÃO DE TEORIA DE FILAS NO SISTEMA DE UMA PANIFICADORA
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 12 a15 de outubro
Leia maisESTUDO DE MODELAGEM E SIMULAÇÃO DE UMA FILA EM UMA EMPRESA SALINEIRA
ESTUDO DE MODELAGEM E SIMULAÇÃO DE UMA FILA EM UMA EMPRESA SALINEIRA Lycia Nascimento Rabelo (UFERSA ) lycia_nascimento@hotmail.com David Custodio de Sena (UFERSA ) sena@ufersa.edu.br Tamara Edelyne Rodrigues
Leia maisAutora: Bruna Russo Bahiana Orientador: Prof. Marcos dos Santos, MSc. COPPE/UFRJ
Administrando o Trade Off Econômico entre o Custo da Espera e o Custo da Capacidade de Atendimento: uma Abordagem à Luz da Simulação de Eventos Discretos Autora: Bruna Russo Bahiana Orientador: Prof. Marcos
Leia maisMODELAGEM E SIMULAÇÃO
MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Análise da Decisão Pela própria natureza da vida, todos nós devemos continuamente
Leia maisO que é Simulação? Capítulo 1. Prof. Afonso C Medina & Prof. Leonardo Chwif. fonte original de consulta.
O que é Simulação? Capítulo 1 fonte original de consulta. Prof. Afonso C Medina & Prof. Leonardo Chwif 1 Introdução Definição A Simulação como ferramenta de suporte à decisão Quando utilizar a Teoria das
Leia maisMODELAGEM E SIMULAÇÃO DO SISTEMA DE XEROX DOC CENTER
MODELAGEM E SIMULAÇÃO DO SISTEMA DE XEROX DOC CENTER Ernane Rosa Martins¹ ¹Instituto Federal de Educação, Ciência e Tecnologia de Goiás Resumo: O artigo tem como objetivo fazer a modelagem e simulação
Leia mais3 Método de pesquisa Construção do Modelo
37 3 Método de pesquisa Este capítulo apresenta a metodologia utilizada para o desenvolvimento do modelo de simulação que é utilizado na presente dissertação assim como uma descrição da ferramenta computacional
Leia maisColeta e Modelagem dos Dados de Entrada
Coleta e Modelagem dos Dados de Entrada Capítulo 2 Páginas 24-52 Este material é disponibilizado para uso exclusivo de docentes que adotam o livro Modelagem e Simulação de Eventos Discretos em suas disciplinas.
Leia maisColeta e Modelagem dos Dados de Entrada
Slide 1 Módulo 02 Coleta e Modelagem dos Dados de Entrada Prof. Afonso C. Medina Prof. Leonardo Chwif Três Etapas Coleta Tratamento Inferência Coleta dos Dados 1. Escolha adequada da variável de estudo
Leia maisINE 5101 Simulação Discreta. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
INE 5101 Simulação Discreta 1 Objetivos do curso Ao final deste curso você deverá saber: O que é modelagem e simulação de sistemas; Como funcionam programas de simulação; Como utilizar corretamente uma
Leia mais4ªJornadaCientíficaeTecnológicadaFATECdeBotucatu 7 a9deoutubrode2015,botucatu SãoPaulo,Brasil
SIMULAÇÃO COMPUTACIONAL APLICADAAUM SISTEMA MODULAR DE PRODUÇÃO DIDÁTICO Fernando Doriguel 1, Celso Fernandes Joaquim Junior 2, Gilson Eduardo Tarrento 3, Luiz Enéias Zanetti Cardoso 4, Caio Antônio Villas
Leia maisSimulação de Sistemas. Adaptado de material de Júlio Pereira Machado (AULA 17)
Simulação de Sistemas Adaptado de material de Júlio Pereira Machado (AULA 17) Análise dos Dados de Saída Além das tarefas de modelagem e validação, devemos nos preocupar com a análise apropriada dos resultados
Leia maisPROPOSTA DE UM PROCESSO GENÉRICO E PRÁTICO PARA SIMULAÇÃO DE SISTEMAS
PROPOSTA DE UM PROCESSO GENÉRICO E PRÁTICO PARA SIMULAÇÃO DE SISTEMAS Luiz Henrique Moraes (Ford) lmoraes@ford.com Miguel Cezar Santoro (USP) santoro@usp.br O objetivo desse trabalho é propor um processo
Leia maisMetodologia de simulação
Metodologia de simulação OBJETIVOS E DEFINIÇÃO DO SISTEMA FORMULAÇÃO DO MODELO ANÁLISE E REDEFINIÇÃO MODELO ABSTRATO RESULTADOS EXPERIMENTAIS (Capítulo 6) MODELO CONCEITUAL (Capítulo 3) REPRESENTAÇÃO DO
Leia maisA SIMULAÇÃO COMO FERRAMENTA PARA A ANÁLISE DA INFLUÊNCIA DO SEQUENCIAMENTO DE LINHA DE PRODUÇÃO NO TEMPO DE FILA
A SIMULAÇÃO COMO FERRAMENTA PARA A ANÁLISE DA INFLUÊNCIA DO SEQUENCIAMENTO DE LINHA DE PRODUÇÃO NO TEMPO DE FILA Ananda de Lima Pazim anandapazim@gmailcom Fabrício Maciel Gomes fmgomes@uspbr Toda linha
Leia maisESTUDO DE SIMULAÇÃO PARA MINIMIZAÇÃO DE FILA DE UMA COPIADORA - UM ESTUDO DE CASO
ESTUDO DE SIMULAÇÃO PARA MINIMIZAÇÃO DE FILA DE UMA COPIADORA - UM ESTUDO DE CASO Aline Fagundes da Fonseca (UFERSA)- alinefonseca-@hotmail.com Dayane Maria Teixeira Palitot (UFERSA) -dayanepalitot@gmail.com
Leia maisIF6AL - Simulação de Eventos Discretos Aula 1
IF6AL - Simulação de Eventos Discretos Aula 1 Ricardo Lüders UTFPR 9 de março de 2011 Sumário Calendário 1 Calendário 2 3 4 Roteiro de aulas Calendário Tabela: Distribuição de atividades e conteúdos. Semana
Leia maisMODELAGEM MATEMÁTICA E COMPUTACIONAL DE UM PROBLEMA DE INTEGRAÇÃO NA ÁREA DE PUBLICIDADE E PROPAGANDA UTILIZANDO REDES DE PETRI ESTOCÁSTICAS 1
MODELAGEM MATEMÁTICA E COMPUTACIONAL DE UM PROBLEMA DE INTEGRAÇÃO NA ÁREA DE PUBLICIDADE E PROPAGANDA UTILIZANDO REDES DE PETRI ESTOCÁSTICAS 1 Francine Freddo 2, Sandro Sawicki 3, Rafael Z Frantz 4. 1
Leia maisSSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi Material
Leia maisPALAVRAS-CHAVE: simulação a eventos discretos, logística de cargas pesadas, avaliação de desempenho em operações portuárias.
MODELAGEM E SIMULAÇÃO DA OPERAÇÃO DE DESCARGA DE TUBOS DE AÇO PARA SERVIÇOS DE LOGÍSTICA NO PORTO DE SÃO SEBASTIÃO-SP PROJETO DO GASODUTO GSNC RASO Flávia Cristina da Silva Duarte Departamento de Engenharia
Leia maisTÍTULO: APLICAÇÃO DA SIMULAÇÃO COMPUTACIONAL PARA A TOMADA DE DECISÕES EM SISTEMAS DE MANUFATURA: UM ESTUDO DE CASO COM A FERRAMENTA ARENA
Anais do Conic-Semesp. Volume 1, 2013 - Faculdade Anhanguera de Campinas - Unidade 3. ISSN 2357-8904 TÍTULO: APLICAÇÃO DA SIMULAÇÃO COMPUTACIONAL PARA A TOMADA DE DECISÕES EM SISTEMAS DE MANUFATURA: UM
Leia maisAPLICAÇÃO DA TEORIA DAS FILAS EM UMA REDE DE CINEMAS
APLICAÇÃO DA TEORIA DAS FILAS EM UMA REDE DE CINEMAS Kaue Juca Jardim de Oliveira (UEPA) kauejuca18@gmail.com Bernardo Moreira Vergara (UEPA) bervergara2006@hotmail.com Yvelyne Bianca Iunes Santos (UEPA)
Leia maisAPLICAÇÃO DA DISTRIBUIÇÃO POISSON E EXPONENCIAL VOLTADA PARA MELHORAMENTO DA QUALIDADE DE SERVIÇO EM UM POSTO DE COMBUSTÍVEL
APLICAÇÃO DA DISTRIBUIÇÃO POISSON E EXPONENCIAL VOLTADA PARA MELHORAMENTO DA QUALIDADE DE SERVIÇO EM UM POSTO DE COMBUSTÍVEL Carina Lemos Piton (UNIC) carina_piton@hotmail.com Jose Alfredo Zoccoli Filho
Leia maisA ENGENHARIA DE CONTROLE E AUTOMAÇÃO
Centro Universitário UNA Faculdade de Ciências Sociais Aplicadas Graduação em Engenharia de Controle e Automação Modelos e Simulação INTRODUÇÃO A ENGENHARIA DE CONTROLE E AUTOMAÇÃO PROF. PABLO ROBERTO
Leia maisANÁLISE DO SISTEMA DE FILAS EM UMA CASA LOTÉRICA NA CIDADE DE MONTEIRO-PB ATRAVÉS DA SIMULAÇÃO E TEORIA DAS FILAS.
ANÁLISE DO SISTEMA DE FILAS EM UMA CASA LOTÉRICA NA CIDADE DE MONTEIRO-PB ATRAVÉS DA SIMULAÇÃO E TEORIA DAS FILAS. Anadyne Backes Dal Maso (UFCG/CDSA) anadynedalmaso@hotmail.com Bruno Victor Delmondes
Leia maisTÍTULO: MODELAGEM E SIMULAÇÃO DE UM TERMINAL PORTUÁRIO PARA EMBARQUE DE AÇÚCAR PARA EXPORTAÇÃO
TÍTULO: MODELAGEM E SIMULAÇÃO DE UM TERMINAL PORTUÁRIO PARA EMBARQUE DE AÇÚCAR PARA EXPORTAÇÃO CATEGORIA: CONCLUÍDO ÁREA: ENGENHARIAS E ARQUITETURA SUBÁREA: ENGENHARIAS INSTITUIÇÃO: UNIVERSIDADE CATÓLICA
Leia maisATeoria de filas é uma das abordagens mais utilizadas no estudo de desempenho
Teoria de Filas - Resumo Pedroso 4 de setembro de 2011 1 Introdução 2 Definições básicas ATeoria de filas é uma das abordagens mais utilizadas no estudo de desempenho e dimensionamento de sistemas de comunicação
Leia maisTÍTULO: SIMULAÇÃO APLICADA A UM PROCESSO DE USINAGEM CATEGORIA: CONCLUÍDO ÁREA: CIÊNCIAS EXATAS E DA TERRA. SUBÁREA: Engenharias
TÍTULO: SIMULAÇÃO APLICADA A UM PROCESSO DE USINAGEM CATEGORIA: CONCLUÍDO ÁREA: CIÊNCIAS EXATAS E DA TERRA SUBÁREA: Engenharias INSTITUIÇÃO(ÕES): CENTRO UNIVERSITÁRIO SENAC - SENACSP AUTOR(ES): DJALMA
Leia maisMODELAGEM DE SISTEMAS. Introdução a Computação e Engenharia de Software. Profa. Cynthia Pinheiro
MODELAGEM DE SISTEMAS Introdução a Computação e Engenharia de Software Profa. Cynthia Pinheiro Introdução Modelagem de Sistemas: A modelagem de um sistema auxilia o analista a entender a funcionalidade
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Análise da dados através de gráficos Introdução a Simulação Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes
Leia maisO uso da tecnologia de modelagem de um sistema de filas M/M/C na prática docente do ensino superior
O uso da tecnologia de modelagem de um sistema de filas M/M/C na prática docente do ensino superior Agenor Sousa Santos Neto (PUC-GO) agenor07@hotmail.com Maria José Pereira Dantas (PUC-GO) mjpdantas@gmail.com
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Análise da dados através de gráficos Introdução a Simulação Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Dentre a grande variedade de sistemas que podem ser modelados e para os quais a simulação pode ser aplicada com proveito, uma classe
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Somas aleatórias Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Simulação de Sistemas Discretos É
Leia maisMetodologia da simulação. modelo de simulação compõe-se de:
Metodologia da simulação ciclo de vida de um modelo de simulação modelo de simulação compõe-se de: concepção ou formulação do modelo implementação do modelo análise dos resultados do modelo 1 Metodologia
Leia maisSimulação das filas dos elevadores do Fórum da Cidade de Goiânia utilizando o Software Arena
Anais do Congresso de Pesquisa, Ensino e Extensão- CONPEEX (2014) 1455-1460 Simulação das filas dos elevadores do Fórum da Cidade de Goiânia utilizando o Software Arena Clebes André da SILVA 1,, Wesley
Leia maisModelagem e Análise de Sistemas - COS767
Modelagem e Análise de Sistemas - COS767 Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Geração de variáveis aleatórias: método da transformada inversa Simulação
Leia maisATeoria de filas é uma das abordagens mais utilizadas no estudo de desempenho
Teoria de Filas - Resumo e Exercícios Pedroso 24 de setembro de 2014 1 Introdução 2 Definições básicas ATeoria de filas é uma das abordagens mais utilizadas no estudo de desempenho e dimensionamento de
Leia maisDistribuições de Probabilidades
Distribuições de Probabilidades 1 Distribuições Contínuas 1.1 Distribuição Uniforme - U(a,b) Uso mais comum: Primeira tentativa em casos em que apenas os limites dos dados são conhecidos. f() 1/(b-a) a
Leia maisS I M U L A Ç Ã O 84
S I M U L A Ç Ã O 84 - 1 - Elabore uma rotina que lhe permita gerar números pseudo-aleatórios (NPA) com distribuição X ( f X ( x ) representa a função de densidade de probabilidade de X e F X ( x ) representa
Leia maisPVE Projeto Integrado do produto automotivo
PVE5301-4 Projeto Integrado do produto automotivo Prof. Dr. Guilherme Canuto da Silva guilhermecanuto@usp.br 1 Conteúdo (aula 3) Análise de processos produtivos. Técnicas de análise: fluxogramas. Implementação
Leia maisFILAS Conceitos Fundamentais. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016
FILAS Conceitos Fundamentais Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016 Teoria de Filas É uma das abordagens mais utilizadas no estudo de desempenho e dimensionamento
Leia maisMODELAGEM E SIMULAÇÃO COMPUTACIONAL EM UMA EMPRESA DE CONFECÇÃO DE ROUPAS: UM ESTUDO SOBRE O DESEMPENHO DE UM PROCESSO PRODUTIVO
6 XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO MODELAGEM E SIMULAÇÃO COMPUTACIONAL EM UMA EMPRESA DE CONFECÇÃO DE ROUPAS: UM ESTUDO SOBRE O DESEMPENHO DE UM PROCESSO PRODUTIVO Hilario Gomes Neto (UFCG
Leia mais3 Trabalhos Relacionados
3 Trabalhos Relacionados Este capítulo apresenta, em linhas gerais, dois trabalhos relacionados que contribuíram de alguma forma para a concepção e desenvolvimento do método de verificação de sistemas
Leia maisUNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular PROBABILIDADES E ESTATÍSTICA Ano Lectivo 2013/2014
Programa da Unidade Curricular PROBABILIDADES E ESTATÍSTICA Ano Lectivo 2013/2014 1. Unidade Orgânica Ciências da Economia e da Empresa (1º Ciclo) 2. Curso Engenharia Informática 3. Ciclo de Estudos 1º
Leia maisGestão de Operações II Teoria das Filas. Prof Marcio Cardoso Machado
Gestão de Operações II Teoria das Filas Prof Marcio Cardoso Machado Filas O que é uma fila de espera? É um ou mais clientes esperando pelo atendimento O que são clientes? Pessoas (ex.: caixas de supermercado,
Leia maisFILAS. Mestrado em Engenharia Elétrica Carlos Marcelo Pedroso 2013
FILAS Mestrado em Engenharia Elétrica Carlos Marcelo Pedroso 2013 Ementa Projeto de redes de computadores via estudos analíticos e de ferramentas de simulação. Bibliografia básica JAIN, Raj. The art of
Leia maisUMA PROPOSTA DE INTEGRAÇÃO DE APLICAÇÕES COM A UTILIZAÇÃO DA SIMULAÇÃO COMPUTACIONAL: ESTUDO DE CASO CAFÉ 1
UMA PROPOSTA DE INTEGRAÇÃO DE APLICAÇÕES COM A UTILIZAÇÃO DA SIMULAÇÃO COMPUTACIONAL: ESTUDO DE CASO CAFÉ 1 Shirlei Quevedo Dos Santos 2, Fabrícia Roos Frantz 3, Sandro Sawcki 4, Rafael Zancan Frantz 5.
Leia maisProgramas de simulação
Conceitos Por que SIMULAR? Objetivos da simulação Avaliar a precisão de modelos analíticos Comparar estratégias distintas Avaliar o desempenho de sistemas 1 Processo de simulação Desenvolvimento de um
Leia maisANÁLISE DAS FILAS DE UM SISTEMA DE SERVIÇOS UTILIZANDO SIMULAÇÃO A EVENTOS DISCRETOS
ANÁLISE DAS FILAS DE UM SISTEMA DE SERVIÇOS UTILIZANDO SIMULAÇÃO A EVENTOS DISCRETOS Natacha Maria de Carvalho Oliveira (UNIFEI ) natacha@unifei.edu.br Fabio Favaretto (UNIFEI ) professor.favaretto@gmail.com
Leia maisEng. de Produção. Introdução à Teoria das Filas. Prof. Ricardo Villarroel Dávalos Fpolis, Abril de 2010
Eng. de Produção Introdução à Teoria das Filas Prof. Ricardo Villarroel Dávalos ricardo.davalos@unisul.br Fpolis, Abril de 2010 Introdução Disciplinas das filas λ e IC c µ e TA População de clientes TF
Leia maisAvaliação Quantitativa de Sistemas
Avaliação Quantitativa de Sistemas Contexto A Avaliação Quantitativa de Sistemas permite a avaliação de sistemas antes mesmo da sua implementação física. Dessa forma, é possível avaliar um sistema projetado
Leia maisA IMPORTÂNCIA DA PROGRAMAÇÃO DE COMPUTADORES PARA A ENGENHARIA DE PRODUÇÃO
A IMPORTÂNCIA DA PARA A ENGENHARIA DE PRODUÇÃO 1 INTRODUÇÃO A Programação de Computadores é uma das disciplinas obrigatórias do ciclo básico do curso de graduação em Engenharia de Produção na UFMG. Os
Leia maisEscola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção. Teoria da Filas. Prof. Fabrício Maciel Gomes
Escola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção Teoria da Filas Prof. Fabrício Maciel Gomes Teoria das Filas Por quê das Filas? Procura por um serviço maior do que a capacidade do
Leia maisMODELO DE SIMULAÇÃO DE UMA SOLUÇÃO DE INTEGRAÇÃO USANDO TEORIA DAS FILAS 1 SIMULATION MODEL OF AN INTEGRATION SOLUTION USING QUEUE THEORY
MODELO DE SIMULAÇÃO DE UMA SOLUÇÃO DE INTEGRAÇÃO USANDO TEORIA DAS FILAS 1 SIMULATION MODEL OF AN INTEGRATION SOLUTION USING QUEUE THEORY Félix Hoffmann Sebastiany 2, Sandro Sawicki 3 1 Projeto de pesquisa
Leia mais6 ESCALONAMENTO DE CPU
6 ESCALONAMENTO DE CPU O escalonamento de CPU é ponto chave da multiprogramação. Ela permite que haja mais de um processo em execução ao mesmo tempo. Em ambientes com um único processador, o escalonador
Leia maisPalavras-chave: Ferramentas da Qualidade. Qualidade. Revisão Bibliográfica.
ANÁLISE DE APLICAÇÕES DAS SETES FERRAMENTAS DA QUALIDADE: UMA ABORDAGEM TEÓRICA Raphaelly Antunes Alves¹, Paulo Henrique Paulista² (1) Acadêmico do curso de Engenharia de Produção do Centro Universitário
Leia maisSIMULAÇÃO. Professor: Adriano Benigno Moreira
SIMULAÇÃO Professor: Adriano Benigno Moreira Modelagem e Simulação de Sistemas Etapa de Planejamento Formulação e análise do problema Etapa de Modelagem Coleta de dados Etapa de Experimentação Projeto
Leia maisMODELO DE SIMULAÇÃO DE UMA SOLUÇÃO DE INTEGRAÇÃO TEÓRICA BASEADA EM TEORIA DAS FILAS UTILIZANDO A FERRAMENTA MATLAB/SIMULINK 1
MODELO DE SIMULAÇÃO DE UMA SOLUÇÃO DE INTEGRAÇÃO TEÓRICA BASEADA EM TEORIA DAS FILAS UTILIZANDO A FERRAMENTA MATLAB/SIMULINK 1 Amanda Preissler 2, Sandro Sawicki 3. 1 Pesquisa de Iniciação Científica desenvolvida
Leia maisIdentificação da Distribuição Teórica de Probabilidades
Identificação da Distribuição Teórica de Probabilidades A utilização de gráficos, tais como um histograma, são muito úteis para a identificação ou delineamento da distribuição teórica de probabilidades.
Leia maisPROGRAMA DE ENSINO DE DISCIPLINA Matriz Curricular - Resolução UNESP nº. 158, de 05/12/2012.
PROGRAMA DE ENSINO DE DISCIPLINA Matriz Curricular - Resolução UNESP nº. 158, de 05/12/2012. Unidade Universitária: Curso: Engenharia de Bioprocessos e Biotecnologia Departamento Responsável: Departamento
Leia maisEspecificação de Sistemas e SysML
Especificação de Sistemas e SysML Centro de Informática - Universidade Federal de Pernambuco Engenharia da Computação Kiev Gama kiev@cin.ufpe.br Slides elaborados pelos professores Marcio Cornélio e Kiev
Leia maisProf. Domingos Sávio Giordani
Prof. Domingos Sávio Giordani dsgiordani@usp.br Como estruturar a pesquisa 1. Formular um problema O problema deve ser Claro e Preciso (usualmente na forma de pergunta) Deve ser empírico Ser suscetível
Leia maisUNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular PROBABILIDADES E ESTATÍSTICA Ano Lectivo 2018/2019
UNIVERSIDADE LUSÍADA DE LISBOA Programa da Unidade Curricular PROBABILIDADES E ESTATÍSTICA Ano Lectivo 2018/2019 1. Unidade Orgânica Instituto de Engenharia e Tecnologias (1º Ciclo) 2. Curso Engenharia
Leia maisUtilização da simulação em ARENA 7.0 no auxílio ao balanceamento da célula de montagem de uma fábrica de calçados
XXVI ENEGEP - Fortaleza, CE, Brasil, 9 a 11 de Outubro de 26 Utilização da simulação em ARENA 7. no auxílio ao balanceamento da célula de montagem de uma fábrica de calçados Marina Soares Almeida (UFRN)
Leia maisUSO DA SIMULAÇÃO PARA GARANTIA DE QUALIDADE DO PRODUTO: UM ESTUDO NA INDÚSTRIA DE BENEFICIAMENTO DE CAMARÃO
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. Salvador, BA, Brasil, 6 a 9 de outubro de 29 USO DA SIMULAÇÃO PARA GARANTIA DE QUALIDADE DO PRODUTO: UM ESTUDO NA INDÚSTRIA DE BENEFICIAMENTO DE CAMARÃO
Leia maisEMPREGO DA SIMULAÇÃO COMPUTACIONAL PARA ANÁLISE DO SISTEMA DE FILAS NOS CAIXAS DE UM SUPERMERCADO
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 EMPREGO DA SIMULAÇÃO COMPUTACIONAL PARA ANÁLISE DO SISTEMA DE FILAS NOS CAIXAS DE UM SUPERMERCADO Vander Luiz da Silva (UNESPAR ) vander-luiz@hotmailcom
Leia maisRede de Computadores II
Slide 1 Teoria das Filas Ferramenta matemática para tratar de eventos aleatórios. É o estudo da espera em filas. Proporciona uma maneira de definir o ambiente de um sistema de filas matematicamente. Permite
Leia maisCOMO FUNCIONA A SIMULAÇÃO. Aula 1. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
COMO FUNCIONA A SIMULAÇÃO Aula 1 1 Tópicos Introdução Um Exemplo Simples Como Tratar e Analisar Problemas Tratando a Variabilidade dos Sistemas Incorporando a Variabilidade aos Modelos Computacionais Terminologia
Leia maisClassificação: Determinístico
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Classificação: Da mesma forma que sistemas os modelos de simulação podem ser classificados de várias formas. O mais usual é classificar
Leia maisPesquisa Operacional Aula 1 - Introdução
Pesquisa Operacional Aula 1 - Introdução Prof. Marcelo Musci aula@musci.info www.musci.info Plano de Ensino Objetivo Geral Apresentar aos alunos uma introdução aos conceitos, técnicas e aplicação da Pesquisa
Leia maisTópicos da Aula. A Linguagem UML. A Linguagem UML. De onde surgiu? Fundadores da UML. Introdução à UML e Diagrama de Casos de Uso.
Engenharia de Software Aula 07 Tópicos da Aula Introdução à UML e Introdução a UML Visão geral de alguns diagramas Eduardo Figueiredo http://www.dcc.ufmg.br/~figueiredo dcc603@gmail.com 28 Março 2012 A
Leia maisAvaliação de Desempenho de Sistemas Discretos
Referências Avaliação de Desempenho de Sistemas Discretos Parte I: Introdução Professor: Reinaldo Gomes reinaldo@computacao.ufcg.edu.br 4 Kleinrock, L. Queueing Systems - Vol. : Theory. John Wiley & Sons,
Leia maisPROCESSO DE MODELAGEM DE NEGÓCIO PARA AMBIENTES DE DESENVOLVIMENTO ÁGIL
6ª Jornada Científica e Tecnológica e 3º Simpósio de Pós-Graduação do IFSULDEMINAS 04 e 05 de novembro de 2014, Pouso Alegre/MG PROCESSO DE MODELAGEM DE NEGÓCIO PARA AMBIENTES DE DESENVOLVIMENTO ÁGIL Douglas
Leia maisDESENVOLVIMENTO DE UM MÓDULO DE PROGRAMAÇÃO LINEAR NO PROGRAMA OPTIMI
DESENVOLVIMENTO DE UM MÓDULO DE PROGRAMAÇÃO LINEAR NO PROGRAMA OPTIMI BIONDI C. O.¹, VIANNA S. S. V. 2, RODRIGUES M. T. M.³ 1 Universidade Estadual de Campinas, Departamento de Engenharia de Sistemas Químicos
Leia maisESTUDO COMPARATIVO DAS FERRAMENTAS PIPE2, MERCURY TOOL E TIMENET BASEADAS EM REDES DE PETRI 1. Dener Éden Krebs 2, Sandro Sawicki 3.
ESTUDO COMPARATIVO DAS FERRAMENTAS PIPE2, MERCURY TOOL E TIMENET BASEADAS EM REDES DE PETRI 1 Dener Éden Krebs 2, Sandro Sawicki 3. 1 Pesquisa de Iniciação Científica desenvolvida no Grupo de Pesquisa
Leia maisSIMULAÇÃO DE UM SISTEMA DE FILAS EM UM POSTO DE COMBUSTÍVEL SITUADO EM CAMPO MOURÃO/PR UTILIZANDO O SOFTWARE ARENA
SIMULAÇÃO DE UM SISTEMA DE FILAS EM UM POSTO DE COMBUSTÍVEL SITUADO EM CAMPO MOURÃO/PR UTILIZANDO O SOFTWARE ARENA Pedro H. Barros Negrão 1, Andressa M. Corrêa 1, Thamara Martim 1, Mariana Gonçalves da
Leia maisSSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 3 Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 3 Sarita Mazzini Bruschi Material
Leia maisI - Introdução à Simulação
1 I - Introdução à Simulação Simulação é, entendida como a imitação de uma operação ou de um processo do mundo real. A simulação envolve a geração de uma história artificial de um sistema para a análise
Leia maisRedes de Petri. Prof. Juan Moises Mauricio Villanueva
Redes de Petri Prof. Juan Moises Mauricio Villanueva jmauricio@cear.ufpb.br Redes de Petri Publicado em 1962, por Carl Adam Petri Uma rede de Petri (RP) pode ser interpretada como um grafo direcionado
Leia maisAPLICAÇÃO DE SIMULAÇÃO EM GESTÃO DE PROCESSOS OPERACIONAIS - UM ESTUDO DE CASO NA INDÚSTRIA ELETRÔNICA
APLICAÇÃO DE SIMULAÇÃO EM GESTÃO DE PROCESSOS OPERACIONAIS - UM ESTUDO DE CASO NA INDÚSTRIA ELETRÔNICA Felipe Manga Milani (FACAMP) fmmilani@hotmail.com Paulo Sergio de Arruda Ignacio (FACAMP) psai@uol.com.br
Leia maisNotas de Aula 03: Introdução a Orientação a Objetos e a UML
Notas de Aula 03: Introdução a Orientação a Objetos e a UML Objetivos da aula: Introduzir os conceitos da Orientação à Objetos (O.O) Introduzir os conceitos da UML Relacionar os processos às ferramentas
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016 Simulação de Sistemas Simulação é a técnica de solução de um problema pela análise de
Leia maisISO/IEC 12207: Manutenção
ISO/IEC 12207: Manutenção O desenvolvimento de um sistema termina quando o produto é liberado para o cliente e o software é instalado para uso operacional Daí em diante, deve-se garantir que esse sistema
Leia maisA OTIMIZAÇÃO DA FILA DE UMA AGÊNCIA DO BANCO DO BRASIL UTILIZANDO O SOFTWARE ARENA
A OTIMIZAÇÃO DA FILA DE UMA AGÊNCIA DO BANCO DO BRASIL UTILIZANDO O SOFTWARE ARENA Ana Carolina Paulino Pinto ana.paulino@aedb.br AEDB Carolina Ribeiro da Silva carolina.silva@aedb.br AEDB Érica Guimarães
Leia mais3 Revisão Bibliográfica - O Papel da Estatística na Simulação
3 Revisão Bibliográfica - O Papel da Estatística na Simulação Neste capítulo destacamos a importância da estatística nas etapas de seleção e caracterização de dados de entrada dos modelos de simulação,
Leia maisSIMULAÇÃO DE FLUXO DE PESSOAS E MATERIAIS EM OBRA DE CONSTRUÇÃO CIVIL
SIMULAÇÃO DE FLUXO DE PESSOAS E MATERIAIS EM OBRA DE CONSTRUÇÃO CIVIL João Bruno Domingues Bocetto 1, Celso Fernandes Joaquim Junior 2 1 Tecnólogo em Logística, FATEC, Botucatu, São Paulo, e-mail joao.yoh@hotmail.com
Leia maisMODELAGEM E SIMULAÇÃO - APLICAÇÃO A UMA LINHA DE MANUFATURA DE COMPONENTES AUTOMOTIVOS
MODELAGEM E SIMULAÇÃO - APLICAÇÃO A UMA LINHA DE MANUFATURA DE COMPONENTES AUTOMOTIVOS ALEXANDRE BETIATTO (PUC ) alexandre@linecon.com.br Com resultado surpreendente, este artigo apresenta o desenvolvimento
Leia maisSYSML PARA ENGENHARIA SIMULTÂNEA DE SISTEMAS ESPACIAIS. Maiara Guimarães Flausino, Geilson Loureiro
SYSML PARA ENGENHARIA SIMULTÂNEA DE SISTEMAS ESPACIAIS Maiara Guimarães Flausino, Geilson Loureiro Instituto Nacional de Pesquisas Espaciais/Laboratório de Integração e Testes, Avenida dos Astronautas,
Leia maisCURSO: ENGENHARIA DE PRODUÇÃO EMENTAS º PERÍODO
CURSO: ENGENHARIA DE PRODUÇÃO EMENTAS - 2017.2 2º PERÍODO DISCIPLINA: CÁLCULO I Estudo e aplicação de limites. Estudo e aplicação de derivadas. Estudo de soluções de problemas com utilização de derivadas.
Leia maisEspecificação de Sistemas de Software e a UML
Modelagem de sistema Especificação de Sistemas de Software e a UML A modelagem de sistema auxilia o analista a entender a funcionalidade do sistema Modelo => visão simplificada e abstrata de um sistema
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE Centro de Ciências e Tecnologia Engenharia de Produção
Métodos para Tomada de Decisão ( 4 ) Sala de Aula ( 0 ) Laboratório ENEX50703 Técnicas e métodos para a tomada de decisão, análise de decisão; processo de Decisão com diversos métodos como AHP; Electre;
Leia maisUNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ESTATÍSTICA Ano Lectivo 2017/2018
Programa da Unidade Curricular ESTATÍSTICA Ano Lectivo 2017/2018 1. Unidade Orgânica Ciências da Economia e da Empresa (1º Ciclo) 2. Curso Gestão de Empresa 3. Ciclo de Estudos 1º 4. Unidade Curricular
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Função Distribuição Condicional Calculando Probabilidades condicionando Esperança Condicional Aula de hoje Análise de Comandos de Programação
Leia maisSISTEMAS DE INFORMAÇÃO AULA 2. Classificação dos Sistemas de Informação. professor Luciano Roberto Rocha.
SISTEMAS DE INFORMAÇÃO AULA 2 Classificação dos Sistemas de Informação professor Luciano Roberto Rocha www.lrocha.com.br SISTEMA DE INFORMAÇÃO É um sistema seja ele automatizado ou manual, que abrange
Leia mais