Métodos de simulação

Segundo Borshchev & Fillipov (2004), existem três métodos principais de simulação: por eventos discretos, baseada em agentes e por dinâmica de sistemas.

A simulação por eventos discretos é baseada nos conceitos de entidades,

recursos e processos que descrevem o fluxo das entidades ao longo de um sistema utilizan

e pela análise das características de resposta sobre decisões tomadas em sistemas sociais para demonstrar como estruturas organizacionais, políticas e atrasos interagem

do e compartilhando recursos. As entidades são objetos passivos que representam materiais, produtos, pessoas, informações, etc. Elas fluem ao longo do sistema seguindo um processo, onde esperam em filas e sofrem operações como espera, liberação, agrupamento, separação, etc. Parte-se do princípio que as entidades do modelo são discretas (Winston, 2004). Esta é uma abordagem que descreve o sistema com considerável riqueza de detalhes, se comparada com os outros métodos de simulação, e é adequada para problemas que focam em decisões de nível estratégico menor e em médio prazo. Os modelos geralmente são bastante complexos, o que em muitos casos dificulta o seu desenvolvimento e o seu posterior entendimento por alguém que não o desenvolveu, o que dificulta sua replicação.

A simulação baseada em agentes caracteriza-se essencialmente pela descentralização dos modelos. Em comparação aos outros métodos, na simulação baseada em agentes não existe em nenhuma parte do modelo a definição do seu comportamento global. O modelo é baseado no comportamento de indivíduos e o comportamento global emerge do resultado da soma e interação do comportamento de diversos indivíduos, cada um com suas regras de comportamento, compartilhando um mesmo ambiente e interagindo entre si e com o ambiente (Borshchev & Fillipov, 2004). A abordagem é adequada quando o comportamento dos indivíduos é consideravelmente diferente e afeta os resultados da simulação. Tem como desvantagem a complexidade exigida na modelagem, além de ser uma técnica ainda não muito madura.

variam desde cadeias de suprimentos até sistemas urbanos, econômicos e ecosistemas. Os modelos de dinâmica de sistemas são representados por níveis,

uxos entre estes níveis e informações que determinam a magnitude destes fluxos. Nesta

a simulação por eventos discretos, são consideradas contínuas, o que em muitos casos, como no fluxo d

Na Figura 10, são apresentados alguns exemplos de sistemas em um espectro de variação do nível de abstração, agregação e detalhamento.

Nos níveis mais altos de agregação, tem-se menor detalhamento do sistema,

maior abstração e nível, o sistema é mais

detalhado, menos abstrato e as decisões são mais operacionais.

Nota-se que nos níveis de agregação menor e de maior detalhamento estão os sistemas físicos e em um nível pouco superior fábricas e armazéns. Em um nível de agregação alto e de pouco detalhamento estão sistemas complexos como economias e cadeias de s

fl

abordagem as entidades e eventos singulares são abstraídos e agregados em políticas e variáveis globais. As variáveis, ao contrário do que ocorre n

e materiais na cadeia de suprimentos, é uma aproximação da realidade. Porém, ela é valida devido ao nível de agregação que se utiliza nos problemas estudados, não prejudicando as observações (Sterman, 2000).

Deve-se então selecionar o método de simulação mais adequado para tratar o problema deste estudo. Para tanto, deve-se analisar principalmente a questão de agregação e abstração dos modelos.

decisões estratégicas, enquanto no menor

Alto Comportamentos globais, sistemas agregados, Baixo baixa precisão de resultados.

Sistemas econômicos e cadeias de suprimentos

Nível de agregação e abstração Nível de detalhamento Fábricas e armazéns

Figura 10 - Sistemas num espectro de nível de agregação, abstração e detalhamento (Borshchev & Fillipov, 2004)

Comportamentos individuais, sistemas detalhados e específicos, alta precisão de resultados.

Sistemas elétricos e mecânicos

Baixo Alto

em agentes e a de sistemas dinâmicos.

inâmicos. Esta abordagem é mais adequada porque não temos a necessidade de detalh

Deste modo, podemos considerar que o problema em questão é um problema de alto nível de agregação, pois envolve um nível de decisão estratégico e não existe a necessidade de grande detalhamento, já que estamos lidando com estratégias de gestão de estoques, sem necessidade de entrar em detalhamentos táticos e operacionais.

Segundo Borshchev & Fillipov (2004), a modelagem por eventos discretos é voltada para sistemas de baixa à média agregação, como fábricas e armazéns. Para problemas de alta agregação, as abordagens mais adequadas são a baseada

Para o problema deste estudo será utilizada a abordagem de sistemas d

ar o comportamento individual das entidades ou subsistemas. Além disso, já existem modelos desenvolvidos e problemas analisados com este tipo de abordagem num número bem maior do que a abordagem por agentes, que ainda está em um estágio recente de desenvolvimento.

utilizadas, porém elas exigiriam um esforço maior do que o necessário e seria desenvolvido um modelo com uma complexidade desnecessária, tornando o modelo difí

isa – simulação por dinâmica de sistemas

dos na dinâmica de sistemas. São eles a retro-alimentação e os atrasos. Ao analisarmos sistemas complexos, é comum encon

onde o número e indivíduos influencia o número de nascimentos, que por sua vez faz crescer o m ciclo de retro-alimentação positivo. Por divíduos faz crescer também o número de divíduos. Observa-se neste caso um ciclo o negativo.

Outro aspecto importante é a questão dos atrasos. As decisões tomadas em determ

cil de ser compreendido. Dias (2003) realizou um estudo de uma cadeia de suprimentos utilizando a simulação por eventos discretos. A cadeia estudada é modelada com alto nível de detalhes. Porém, a compreensão do modelo e a sua replicação são extremamente difíceis, assim como a utilização do mesmo modelo para futuros estudos. Com a utilização da dinâmica de sistemas, o modelo perde em riqueza de detalhes, porém ganha na simplicidade e facilidade de compreensão.