Autori:

Prof. dr. ing. VLADIMIR MRSCU KLEIN

ef lucr. Ing. GEORGIANA LIMBAN












MODELAREA I SIMULAREA SISTEMELOR DE
PRODUCIE



















Braov, 2013


1
Introducere

Datorit complexitii situaiilor existente n cadrul ntreprinderilor, cerinelor de
adaptare rapid i cu efort minim la variaiile factorilor externi ei, elaborarea deciziilor care
trebuie luate ntr-un timp scurt, au crescut importana modelrii deciziilor manageriale. n
acest context general se nscrie i cursul intitulat Modelarea i Simularea Sistemelor de
Producie, care face o incursiune n tehnicile de modelare i simulare folosite n procesul
optimizrii deciziilor manageriale.
Cursul intitulat Modelarea i Simularea Sistemelor de Producie, prin tematica
abordat, pune la dispoziia specialitilor i studenilor seciilor de specialitate o serie de
modele i tehnici de simulare cu larg aplicabilitate n cadrul sistemelor de producie (modele
pentru simularea sistemelor de ateptare, a proceselor de stocare, modele dinamice, modele i
tehnici de prognoz, modele pentru simularea sistemelor flexibile de producie etc.), fr a
epuiza domeniul care este foarte vast.


Obiectivele cursului
Cursul intitulat Modelarea i Simularea Sistemelor de Producie are ca obiectiv
principal mbogirea cunotinelor din sfera disciplinelor cu caracter aplicativ
economic, managerial ale studenilor Programului de studii Inginerie Economic
Industrial, forma de nvmnt ID. n acest sens, la sfritul acestui curs,
studenii vor fi capabili s:
opereze cu noiuni precum: modelare, simulare, modele, tehnici de modelare i
simulare, variabile, parametri, procese;
identifice variabilele i parametrii pentru diferite tipuri de procese din sistemele
de producie;
s scrie relaiile matematice necesare realizrii unui model matematic;
s opereze cu interfaa pachetului software WinQSB pentru rezolvarea
modelelor matematice i interpretarea rezultatelor simulrii proceselor studiate.


Cerine preliminare
Cursul Modelarea i Simularea Sistemelor de Producie necesit cunoaterea n
prealabil de ctre studeni a noiunilor specifice teoriei sistemelor, statisticii
matematice i cercetrii operaionale.




Resurse
Parcurgerea primelor patru uniti de nvare nu necesit existena unor mijloace
sau instrumente de lucru. Urmtoarele uniti de nvare avnd ca subiecte
modelarea i simularea diferitelor tipuri de procese existente n cadrul sistemelor
2
de producie clasice sau flexibile, necesit utilizarea calculatorului avnd instalat
pachetul software WinQSB for Windows.

Structura cursului
Cursul Modelarea i Simularea Sistemelor de Producie este structurat n 10
uniti de nvare, fiecare unitate de nvare cuprinznd: obiective, aspecte
teoretice privind tematica unitii de nvare respective, exemple, teste de
autoevaluare precum i probleme propuse spre discuie i rezolvare n cadrul
activitilor asistate stabilite. La sfritul fiecrei uniti de nvare sunt prevzute
teste de evaluare / autoevaluare, urmate de rspunsurile corecte (doar pentru testele
de autoevaluare).


Durata medie de studiu individual
Parcurgerea de ctre studeni a unitilor de nvare ale cursului de Modelarea i
Simularea Sistemelor de Producie (att aspectele teoretice ct i rezolvarea
testelor de autoevaluare i rezolvarea problemelor propuse) se poate face n 2 -3 ore
pentru fiecare unitate.


Evaluarea
La sfritul semestrului, fiecare student va primi o not, care va cuprinde: un test
gril, ce va conine ntrebri teoretice din materia prezentat n cadrul acestui
material, test ce va deine o pondere de 50% n nota final i notele aferente
susinerii a dou verificri (sub forma unor teste de laborator) pe parcursul
semestrului, note care vor reprezenta 50 % n nota final.

Spor la treaba !












3


Cuprins
Introducere ................................ ................................ ................................ ................................ . 1
Chestionar evaluare prerechizite ................................ ................................ ............................... 6
Unitatea de nvare 1 Aspecte generale privind modelarea i simularea ................................ 7
1.1. Introducere................................ ................................ ................................ ........... 7
1.2. Competene ................................ ................................ ................................ .......... 7
1.3.Noiuni i definiii privind modelarea i simularea ................................ .............. 7
1.4. Obiectivele simulrii ................................ ................................ .......................... 12
1.5. Marcarea timpului n simulare ................................ ................................ .......... 13
1.5.1 Simularea cu ceas constant ................................ ................................ .............. 13
1.5.2 Simularea cu ceas variabil................................ ................................ ............... 14
1.6. Clasificarea modelelor................................ ................................ ....................... 15
1.7. Clasificarea tehnicilor de simulare ................................ ................................ ... 17
1.8. Rezumat ................................ ................................ ................................ .............. 20
1.9. Test de autoevaluare/rspunsuri................................ ................................ ........ 21
Unitatea de nvare 2 Etapele simulrii sistemelor de producie. ................................ .......... 22
2.1. Introducere................................ ................................ ................................ ......... 22
2.2. Competene ................................ ................................ ................................ ........ 22
2.3. Analiza i sinteza sistemului ................................ ................................ .............. 22
2.4. Conceperea i proiectarea modelului ................................ ................................ 24
2.5. Estimarea variabilelor i parametrilor................................ .............................. 26
2.5.1 Culegerea datelor pentru simulare ................................ ................................ .. 26
2.6. Stabilirea variabilelor i parametrilor ................................ .............................. 34
2.6.1 Stabilirea unor corelaii ntre variabilele sistemului................................ ....... 36
2.6.2 Stabilirea limitelor admisibile ale variabilelor i parametrilor ...................... 37
2.7. Rezumat ................................ ................................ ................................ .............. 40
2.8. Test de evaluare ................................ ................................ ................................ . 40
Unitatea de nvare 3 Evenimente, strategii, funcii obiectiv. ................................ ................ 41
3.1. Introducere................................ ................................ ................................ ......... 41
3.2. Competene ................................ ................................ ................................ ........ 41
3.3. Stabilirea evenimentelor care apar n sistem i a relaiilor dintre acestea ....... 41
3.4. Stabilirea unor strategii privind evoluia evenimentelor sistemului .................. 44
3.4.1 Strategii de prevenire................................ ................................ ....................... 44
3.4.2Strategii de ateptare ................................ ................................ ........................ 47
3.4 Stabilirea funciilor obiectiv ale sistemului ................................ ........................ 49
3.5 Rezumat ................................ ................................ ................................ ............... 52
3.6. Test de autoevaluare/rspunsuri................................ ................................ ........ 52
Unitatea de nvare 4 Elaborarea algoritmului, validarea modelului i a programului. ...... 53
4
4.1. Introducere................................ ................................ ................................ ......... 53
4.2. Competene ................................ ................................ ................................ ........ 53
4.3. Elaborarea algoritmului i scrierea programului de simulare ......................... 53
4.4. Validarea modelului i a programului de calcul ................................ ............... 62
4.5. Rezumat ................................ ................................ ................................ .............. 63
4.6. Test de evaluare ................................ ................................ ................................ . 63
Unitatea de nvare 5 Modelarea i simularea proceselor de ateptare. ............................... 64
5.1. Introducere................................ ................................ ................................ ......... 64
5.2. Competene ................................ ................................ ................................ ........ 64
5.3. Modele matematice ale proceselor de ateptare ................................ ............... 65
5.3.1 Proces de ateptare cu o staie, sosiri Poisson, servire exp onenial ............. 66
5.3.2 Proces de ateptare cu S staii, sosiri Poisson, serviri exponeniale............... 68
5.3.3 Proces de ateptare cu o staie, sosiri Poisson, servire exponenial i
lungime permis limitat a irului ................................ ................................ ........... 69
5.3.4 Proces de ateptare cu o staie, sosiri Poisson, servire dup o distribuie
normal
o
s
2
cunoscut ................................ ................................ .............................. 70
5.4. Simularea proceselor de ateptare ................................ ................................ .... 71
5.4.1 Simularea cu ceas variabil................................ ................................ ............... 72
5.4.2 Simularea cu ceas constant ................................ ................................ .............. 75
5.4.3 Simularea unui sistem de ateptare cu interferena mainilor ........................ 77
5.4.4 Simularea unui proces cu n staii paralele ................................ ...................... 82
5.5. Rezumat ................................ ................................ ................................ .............. 85
5.6. Test de evaluare ................................ ................................ ................................ . 85
Unitatea de nvare 6 Modelarea i simularea proceselor de stocare ................................ ... 86
6.1. Introducere................................ ................................ ................................ ......... 86
6.2. Competene ................................ ................................ ................................ ........ 86
6.3. Elemente definitorii din teoria stocurilor ................................ .......................... 86
6.4. Modele de gestiune a stocurilor................................ ................................ ......... 89
6.4.1 Procese de stocare cu perioade egale i cerere constant ............................. 89
6.4.2 Proces de stocare cu perioade egale, cerere constant i posibilitatea
ruperii stocului ................................ ................................ ................................ .......... 92
6.4.3 Procese de stocare cu cerere discret ................................ ............................. 94
6.4.4 Procese de stocare a mai multor produse diferite ................................ ........... 94
6.5. Simularea unui proces de stocare ................................ ................................ ...... 95
6.6. Rezumat ................................ ................................ ................................ .............. 98
6.7. Test de autoevaluare / rspunsuri................................ ................................ ...... 99
Unitatea de nvare 7 Modelarea dinamic................................ ................................ .......... 100
7.1. Introducere................................ ................................ ................................ ....... 100
7.2. Competene ................................ ................................ ................................ ...... 100
7.3. Aspecte generale ................................ ................................ .............................. 100
7.4. Modelarea dinamic ................................ ................................ ........................ 103
5
7.4.1 Definirea variabilelor modelului dinamic ................................ .................... 105
7.4.2 ntocmirea schemei grafice................................ ................................ ............ 106
7.4.3 Scrierea ecuaiilor ................................ ................................ ......................... 108
7.5. Rezumat ................................ ................................ ................................ ............ 113
7.6. Test de evaluare ................................ ................................ ............................... 113
Unitatea de nvare 8 Simularea dinamic................................ ................................ ........... 114
8.1. Introducere................................ ................................ ................................ ....... 114
8.2. Competene ................................ ................................ ................................ ...... 114
8.3. Rezolvarea ecuaiilor ................................ ................................ ....................... 114
8.4. Simularea dinamic ................................ ................................ ......................... 117
8.5. Rezumat ................................ ................................ ................................ ............ 121
8.6. Test de evaluare ................................ ................................ ............................... 121
Unitatea de nvare 9 Modele i tehnici de prognoz................................ ........................... 122
9.1. Introducere................................ ................................ ................................ ....... 122
9.2. Competene ................................ ................................ ................................ ...... 122
9.3. Aspecte generale ................................ ................................ .............................. 122
9.4. Extrapolarea analitic ................................ ................................ ..................... 129
9.5. Extrapolarea fenomenologic................................ ................................ .......... 132
9.5.1 Modele de tip liniar................................ ................................ ........................ 132
9.5.2 Modele de tip exponenial ................................ ................................ .............. 133
9.5.3 Modele de tip logaritmic ................................ ................................ ................ 135
9.5.4 Modele de tip hiperbolic ................................ ................................ ................ 135
9.6. Rezumat ................................ ................................ ................................ ............ 136
9.7. Test de autoevaluare/ rspunsuri................................ ................................ ..... 137
Unitatea de nvare 10 Modelarea i simularea sistemelor flexibile de producie .............. 138
10.1. Introducere................................ ................................ ................................ ..... 138
10.2. Competene ................................ ................................ ................................ .... 138
10.3. Modelarea cu reele PETRI a sistemelor flexibile de producie.................... 138
10.3.1 Modele cu reele PETRI de tip CE................................ ............................... 145
10.3.2 Modele cu reele PETRI de tip PT ................................ ............................... 146
10.4. Simularea cu reele PETRI a sistemelor flexibile de producie ..................... 147
10.4.1 Simularea cu reele PETRI de tip PT fr arce multiple ............................. 148
10.4.2 Simularea cu reele PETRI de tip PT cu arce multiple................................ 149
10.6. Rezumat ................................ ................................ ................................ .......... 151
10.7. Test de autoevaluare/ rspunsuri................................ ................................ ... 152
Bibliografie................................ ................................ ................................ ............................. 153


6
Chestionar evaluare prerechizite


Prezentul chestionar este destinat testrii cunotinelor apriori ale studenilor n
domeniul disciplinei curente.
1. Definii noiunea de sistem.
2. Ce nelegei prin mrime de feed-back?
3. Ce nelegei prin mrime de intrare / ieire?
4. Ce semnificaie dai sintagmei obiectivul sistemului?
5. Ce este variabila (caracteristica) statistic?
6. Ce este seria statistic?
7. Dai un exemplu de relaie matematic care s descrie o funcie liniar.
8. Scriei relaia matematic a mediei aritmetice / medianei.
9. Ce semnificaie are conceptul trend?
10. Care sunt elementele componente ale unei serii cronologice?






7
Unitatea de nvare U1. Aspecte generale privind modelarea i
simularea

Cuprins
1.1 Introducere ................................ ................................ ................................ ................ 5
1.2 Competene. ................................ ................................ ................................ .............. 5



1.1. Introducere
Unitatea de nvare 1 prezint principalele noiuni i definiii privind modelarea i
simularea, obiectivele simulrii, modul cum se marcheaz timpul n modelele de
simulare, precum i o clasificare a modelelor i tehnicilor de simulare.



1.2. Competenele unitii de nvare
Obiectivul principal al acestei uniti de nvare este acela de a familiariza
studenii cu noiunile specifice modelrii i simulrii. La sfritul acestei uniti de
nvare studenii vor fi capabili s:
- neleag noiunile cu care se opereaz n modelarea i simularea diferitelor
procese;
- identifice tipul ceasului utilizat n simulare;
- deosebeasc categoriile de modele, dup diverse criterii;
- identifice tipurile de simulri utilizate n diverse situaii.


Durata medie de parcurgere a primei uniti de nvare este de 3 ore.

1.3. Noiuni i definiii privind modelarea i simularea

Simularea este o tehnic de realizare a experienelor cu ajutorul calculatorului
electronic, implicnd utilizarea unor modele matematice sau logice ce descriu comportarea
sistemului real pe durata unui interval de timp, mic sau mare.
Tehnicile de simulare se utilizeaz, de regul, n acele cazuri n care gsirea unei soluii
analitice este imposibil, iar experimentarea nemijlocit pe sistemul real este, dintr-un motiv
sau altul, neoperaional.
La baza procesului de simulare stau metodele de descriere, modelare i analiz a unor
sisteme reale (existente) ori n curs de realizare (proiectare).
8
Realitatea este reprezentat prin modele, iar simularea le folosete pentru studiul
realitii.
Simularea presupune ntotdeauna utilizarea modelului, ea reprezentnd - n esen - o
manipulare a modelului.
n activitatea de simulare sunt implicate trei elemente importante i anume: sistemul
real, modelul, calculatorul i dou relaii: relaia de modelare i relaia de simulare.
n figura 1.1 se prezint sintetic procesul de trecere de la sistemul real la modelul de
simulare modelul real.








Figura 1.1
- Modelul este un sistem material sau abstract, care, fiind pus n coresponden cu un alt
sistem dat anterior, va putea servi indirect studiului proprietilor acestui sistem mai complex
(original) i cu care modelul prezint o anumit analogie.
n general, modelul M al sistemului S este un alt sistem S, din anumite puncte de
vedere echivalent cu S (S ~ S) i care poate fi studiat mai uor dect S. Din determinarea pe
S a unor relaii se deduc relaii corespunztoare pentru S. De obicei, echivalena lui S cu S
este mai mult aproximativ dect exact!
Prin model se nelege deci o imagine condensat a unui fenomen, o machet a unei
realiti complexe care exist sau care urmeaz s fie construit.
Prin model de sistem se nelege o reprezentare condensat i simplificat a unui sistem
real sau imaginar n scopul de a prezice unele comportri din funcionarea sa.
Modelul este o imagine mai mult sau mai puin fidel a sistemului real; el nu epuizeaz
sistemul real deoarece atunci s-ar putea substitui acestuia. Dar nsi raiunea modelrii este
impus de imposibilitatea reproducerii, n toat complexitatea sa, a sistemului. Este necesar
ns ca n cadrul modelului s fie reproduse aspectele, legile, relaiile etc. eseniale ale
sistemului, deoarece de modul cum acestea sunt cuprinse n model depinde utilitatea sa. Unui
sistem i se pot asocia diferite modele; de aceea un model nu poate fi adevrat sau fals; el
reprezint mai bine sau mai puin bine un sistem. Din aceast cauz criteriul practicii,
MODELUL
ABSTRACT
MODELUL
REAL
SISTEMUL
REAL
DATE DIN
SISTEM
DATE ANALITICE
DATE SIMULATE
9
verificarea sau validarea modelului constituie o latur caracteristic definitorie a oricrui
model.
- Modelarea nseamn trecerea de la fenomenul real la modelul matematic, prin luarea
n considerare a aspectelor eseniale i prin neglijarea unor aspecte i elemente, uneori destul
de importante, n scopul realizrii unui studiu pe un model matematic mai simplu.
Trecerea de la un sistem real la modelul matematic corespunztor, iar de aici - eventual
- la un model fizic, este posibil i ca urmare a faptului c exist diferite fenomene care sunt
descrise de aceleai tipuri de relaii matematice, doar variabilele i funciile avnd semnificaii
diferite.
Acest aspect poate fi reprezentat prin schema din figura 1.2:















Figura 1.2.
Se pleac de la anumit obiect notat cu O
1
. De la el se trece la un model matematic M
1
,
descris prin ecuaiile E
1
. Uneori se aproximeaz E
1
prin ecuaiile liniare EL
1
. Exist apoi un
alt obiect O
2
, pentru care se imagineaz modelul M
2
, care conduce la ecuaia E
2
, respectiv
EL
2
. Exist posibilitatea ca ecuaiile (EL sau E), corespunznd la dou modele diferite, s
coincid. n acest caz O
2
modeleaz pe O
1
i invers.


Exemplu
De exemplu, micile oscilaii ale unei mase suspendate de un resort elastic,
micarea pendulului i oscilaiile electrice dintr-un circuit acordat, reprezint trei
fenomene total diferite ntre ele, care pot fi descrise prin relaiile matematice

O
3


M
1


O
2


O
1


M
2


M
3


E
1


E
2


E
3


EL
1


EL
2


EL
3

10
(1.1), (1.2) i (1.3), prezentate n continuare:
m kz
d z
dt
2
2
0 + = (1.1)
l g
d
dt
2
2
0
O
O + = (1.2)
L q
d q
dt
C
2
2
1
0 + = (1.3)
Se poate observa cu uurin c ecuaiile de mai sus pot fi scrise sub
forma general:
ax + bx = 0 (1.4)
Tabelul 1.1
Termenii ecuaiei Resort Pendul Circuit electric
a m l L
b k g 1/C
x z
O
q
Termenii prezentai n tabelul 1.3.1 au urmtoarele semnificaii:
pentru resort:
m - masa; k - constanta elastic; z - coordonata, n sensul micrii
pentru pendul:
l - lungimea; g - acceleraia gravitaional; O - unghiul de deviaie;
pentru oscilaii electrice: L - inductana; C capacitatea; q - sarcina
electric.
n concluzie, pentru exemplul de mai sus, avnd n vedere faptul c cele trei fenomene
pot fi descrise de aceeai relaie matematic, rezult c unele pot fi studiate cu ajutorul
celorlalte.


Dai i alte exemple de modele (exprimate prin relaii matematice sau n alt
mod!) ntlnite n practica sistemelor de producie.

Modelarea matematic presupune observarea fenomenelor (obinerea datelor
necesare), elaborarea modelului n conformitate cu cea mai riguroas teorie cunoscut,
elaborarea unui algoritm de rezolvare a modelului i, n final, folosirea unui echipament de
calcul pentru a aplica algoritmul elaborat n vederea obinerii soluiei optime. Acest tip de
modelare este foarte dificil de implementat n practica studierii sistemelor de producie,
datorit complexitii acestora. De multe ori, se evit elaborarea modelului. n acest caz, se
procedeaz astfel:
11
= n funcie de informaiile disponibile se elaboreaz algoritmul de calcul i se
analizeaz soluia obinut;
= dac soluia obinut satisface criteriile considerate n analiz se trece la aplicare.
Dac nu, se reiau observaiile sau se re-elaboreaz algoritmul sau se ncearc elaborarea unui
model, corectndu-se algoritmul de calcul n mod corespunztor.
Deci, pot exista cazuri n care modelul nici nu se mai elaboreaz. Numai dac
elaborarea algoritmului nu a fost satisfctoare, se trece la elaborarea modelului. Este posibil
ca acest model s nu fie complet. Dup aplicarea algoritmului i analiza unor rezultate,
modelul se completeaz, se aplic din nou algoritmul, se reanalizeaz rezultatele etc. n acest
caz avem de a face cu o modelare procedural.
Modelarea procedural este caracterizat prin acordarea unui prim rol, algoritmului
i unuia secundar, modelului. Ea poate fi realizat n dou stra tegii, i anume:
0 modelarea general, cnd se urmrete surprinderea tuturor cazurilor posibile;
modelarea pe tipuri de probleme (clase), cnd se aleg probleme frecvente din pra ctic
pentru care se elaboreaz un algoritm specific de rezolvare.
Avndu-se n vedere c n modelarea procedural nu se mai poate face o distincie prea
clar ntre model i algoritm, este necesar ca i din punct de vedere teoretic s se acorde o
atenie deosebit algoritmilor.
Algoritmul, n general, trebuie s ndeplineasc trei condiii:
0 universalitate (se refer la posibilitatea ca algoritmul s asigure prelucrarea unui
numr extrem de mare de date de intrare);
finitudine (se refer la timpul n care se furnizeaz rezultatele, care trebuie s fie
finit, iar din punct de vedere practic trebuie s fie cel mult de ordinul orelor);
determinism (cu excepia algoritmilor vagi).
O clasificare a algoritmilor poate fi fcut astfel:
O algoritmi exaci, care au proprietatea:
X X = 0 (1.5)
O algoritmi aproximativi, care au proprietatea:
X X s c (1.6)
O algoritmi euristici, reprezentnd o cutare prin ncercri bazate pe intuiie i experiment
care se mbuntesc n general succesiv, cu proprietatea c, pentru un c dat, nu exist
sigurana c se gsete o soluie X, astfel nct s se respecte proprietatea din relaia 1.6.
n relaiile de mai sus s-au utilizat urmtoarele notaii:
X - vectorul - soluie furnizat de algoritm;
X - vectorul adevratei soluii;
c - vector al unor abateri admisibile, dinainte stabilite.

12

1.4. Obiectivele simulrii
Obiectivul simulrii unui sistem este de a putea emite o serie de predicii asupra
comportrii i performanelor sistemului respectiv, avnd la ndemn doar modelul de o
anumit natur a sistemului i un set de informaii cu privire la parametrii sau variabilele
dominante ce determin evoluia sistemului.
Simularea trebuie s furnizeze informaii asupra performanelor sistemului studiat. Dup
ce a fost construit modelul sistemului i a fost stabilit o anumit certitudine c respectivul
model este o reprezentare valid a realitii, executarea unei serii de simulri pentru diverse
seturi de mrimi de intrare permite o nelegere mai bun a sistemului real n diferite condiii
de funcionare.
n cele ce urmeaz simularea va fi neleas ca o imitare a comportrii sistemului
studiat, reprezentat prin modelul su, prezena variabilelor aleatoare n modelul respectiv
impunnd experimentul repetat, cu caracter statistic. n felul acesta va fi posibil obinerea
unor adevrate instantanee privind comportarea sistemului la diferite momente i n condiii
variate.
Trebuie subliniat c, n general, simularea nu ofer soluia optim pentru sistemul
studiat, ci doar tabloul rezultatelor care s-ar obine n timp i n spaiu, ca urmare a folosirii
variabilelor utilizate. Dar utilizarea acestei metode de studiu este destul de eficient n
aplicarea tehnicilor de cutare de tip trial and error (ncercare - eroare), urmrind
determinarea soluiei satisfctoare (nu ntotdeauna optim).
Dac modelarea matematic conduce la modele al cror studiu poate fi fcut analitic -
permind n aceste condiii determinarea cu destul exactitate a variantei de decizie care
trebuie utilizat - simularea ofer o imagine ce reprezint prelungirea n timp i spaiu a
desfurrii unui proces ale crui coordonate definitorii se consider cunoscute cel puin
statistic din trecut i care se presupune a funciona cel mai adesea n regim regulat sau
staionar, adic fr modificri consistente ale caracteristicilor de baz.
n concluzie, simularea permite realizarea cel puin a urmtoarelor obiective:
0 Prelungirea n timp i spaiu a desfurrii unor procese pe baza unor ipoteze de l ucru
privind legile ce le guverneaz (deci de variaie a structurii, dac este cazul, a parametrilor ce
caracterizeaz procesul i a mrimilor de intervenie asupra acestora), n scopul identificrii
unor variante de intervenie avantajoas asupra desfurrii ( funcia praxiologic).
Identificarea unui model suficient de realist al unui sistem, utilizabil apoi n
conformitate cu cele menionate la aliniatul de mai sus (funcia gnoseologic).
Cutarea unor regimuri de funcionare avantajoase, aproximnd regimul optimal pe
baza experimentului statistic (funciile praxiologic i gnoseologic n acelai timp).
13
Trebuie reinut faptul c simularea poate ajuta efectiv la studiul unui sistem real sau la
proiectarea unui sistem, dar ea nu produce miracole dac nu exist date de intrare corecte,
modele corespunztoare i nu se cunoate setul de restricii necesar.

1.5 Marcarea timpului n simulare

n orice model de simulare se introduce variabila de ieire numit ceasul simulrii, care
stabilete - la fiecare pas - intervalul de timp n care se simuleaz procesul real. n tehnicile de
simulare a sistemelor de producie se utilizeaz dou tipuri de ceas pentru simulare:
ceas cu increment constant;
ceas cu increment variabil.
Modelele pentru simularea aceluiai sistem sunt diferite n funcie de cele dou tipuri
de ceas !

1.5.1 Simularea cu ceas constant
Simularea bazat pe metoda ceasului constant const n a genera de fiecare dat o
cretere constant t a ceasului i a analiza apoi starea diferitelor elemente ale sistemului
genernd toate evenimentele E posibile a se produce n intervalul de timp de lungime t. Dup
aceea se va genera o nou cretere care se va aduga ceasului, se va repeta analiza menionat
etc.
Schema logic a modelului de simulare trebuie n acest caz s descrie n mod complet
evoluia sistemului pe un interval de timp de lungime t; simularea sistemului pe un interval
mare de timp se va obine repetnd de un numr de ori suficient de mare algoritmul referitor
la intervalul de timp de lungime t (figura 1.3):

0 E
1
E
2
E
3
E
4
E
5
E
6


timp

t t t
T
0
T
1
T
2
T
3

Figura 1.3
Timpul total T de simulare a modelului va fi:
T = k t (t eN; k = 0,1,2...) (1.7)
unde: k reprezint numrul de iteraii ale algoritmului de simulare.
Valoarea curent a ceasului va fi:
T
i+1
= T
i
+ t (1.8)
14
Alegnd t drept unitate de msur a timpului (t = 1), ceasul variaz lund un numr
de valori ntregi, independente de evenimentele care apar i de ordinea lor relativ.
Un model de simulare bazat pe metoda ceasului constant consider grupul de
evenimente produse n intervalul [ T
(k-1)
, T
k
] ca i cum s-ar fi produs la momentul Tk. n
consecin, acest procedeu face ca grupul de evenimente care apar pe un interval de timp de
lungime t s fie sincronizat la momentul terminrii acelui interval. Sincronizarea este
artificial i ea depinde n mod esenial de mrimea lui t. Micorarea lui t duce la mrirea
timpului de calcul; mrirea lui t va micora timpul de calcul dar va mri gradul de aproximare
al modelului.

1.5.2 Simularea cu ceas variabil
n cazul simulrii bazat pe metoda ceasului variabil, valoarea creterii este egal cu
lungimea intervalului de timp dintre apariiile a dou evenimente consecutive (figura 1.4).

0 E
1
E
2
E
3
E
4
E
5
E
6


timp
t
1
t
2
t
3
t
4
t
5
t
6


T
0
T
1
T
2
T
3
T
4
T
5
T
6

Figura 1.4
Timpul total T de simulare a modelului va fi:
T t
i
i
n
=
=

1
(1.9)
Valoarea curent a ceasului va fi:
T
i+1
= T
i
+ t
i+1
(1.10)
Metoda bazat pe ceasul variabil presupune c apariiile succesive de evenimente sunt
asociate n mod biunivoc cu schimbrile succesive din sistem. Cu alte cuvinte, mrimea
creterii ceasului este egal cu intervalul de timp de la starea actual la momentul apariiei
celui mai apropiat eveniment viitor; din aceast cauz metoda ceasului cu cretere variabil se
mai numete i regula (metoda) evenimentului urmtor.
Construcia algoritmului de simulare a sistemului n cazul procedeului bazat pe ceas cu
cretere variabil presupune c evenimentele care apar sunt mprite n clase (tipuri)
distincte; apariiile evenimentelor de un anumit tip implic un anumit gen de schimbri n
sistem. Algoritmul de simulare va produce n acest caz o istorie a strilor sistemului n felul
urmtor: va nregistra toate evenimentele viitoare n ordinea impus de evoluia sistemului iar
dup ce va mri ceasul cu intervalul de timp pn la apariia celui mai apropiat eveniment
urmtor va renuna la evenimentele din trecut.
15
n concluzie, aceast metod presupune n mod riguros considerarea tuturor
evenimentelor succesive, astfel nct la fiecare nou apariie corespunde o cretere a ceasului.


S ne reamintim...
Pentru descrierea sintetic a conceptului de model, este necesar s punem n
eviden urmtoarele trei laturi:
0 modelul este o imagine incomplet a unui sistem existent sau care urmeaz
s fie construit;
modelul trebuie validat prin criteriul practicii n vederea determinrii
gradului su de utilitate i a aplicrii sale;
modelul este manipulat n vederea prezicerii comportrii n diferite situaii a
sistemului studiat.
Simularea permite, n general:
structurarea mai bun a problemei investigat;
testarea diferitelor ci de aciune care nu pot fi formulate explicit n cadrul
modelului;
determinarea formei funcionale de exprimare a legturilor dintre
fenomenele cercetate i estimarea valorilor parametrilor modelului.


1.6 Clasificarea modelelor
Complexitatea i diversitatea sistemelor a condus la necesitatea elaborrii unor modele
foarte variate. Pentru sistematizarea mulimii tipurilor de modele elaborate pn n prezent, se
pot folosi o serie de criteri i, prezentate dup cum urmeaz:
I Dup natura fizic a elementelor modelului se disting:
a) modele fizice - conin elemente de natur fizic;

Exemple
machetele instalaiilor tehnologice
b) modele abstracte - includ elemente variabile ale cror legturi sunt relaii
funcionale ntre acestea. Modelele abstracte pot fi calitative i cantitative.

Exemple
Modele abstracte calitative: organigramele, diagrama cauz efect, grafuri etc.
Modele abstracte cantitative (modele matematice): sunt formate exclusiv din
funcii matematice particularizate.
Modelele matematice pot fi deterministe, statistice, aleatoare, vagi (fuzzy) sau mixte.
0 Modelele deterministe cuprind numai funcii matematice deduse prin aplicarea unor
legi generale i n care nu intervin variabile aleatoare.
16
Modelele statistice cuprind cel puin o relaie dedus prin prelucrarea statistic a unor
date experimentale.
Modelele aleatoare implic utilizarea variabilelor aleatoare pentru descrierea
funcionrii sistemului. Ca exemplu se pot da modelele proceselor de ateptare care apar mai
cu seam n cadrul sistemelor de servire.
Modelele vagi (fuzzy) reflect imprecizia sistemului studiat i permit stabilirea
gradului de apartenen la o anumit proprietate.
Modelele mixte includ variabile aleatoare pentru descrierea relaiilor din sistem i
urmresc determinarea parametrilor statistici ai mrimilor de ieire, precum i determinarea
unor funcii matematice.
c) modele hibride - presupun interaciunea dintre un sistem format din elemente fizice
i un calculator electronic programat corespunztor

Exemplu
n ntreprinderi se folosesc aparate de msur i control cuplate cu un
calculator electronic care este programat s adopte decizia de modificare a
parametrilor astfel ca s se realizeze n permanen un regim de funcionare ct
mai economic.


Dai exemple de alte modele din categoria celor fizice i abstracte

II Dup natura matematic a relaiilor ce descri u legturile sistemului echivalent exist:
a) modele liniare;
b) modele neliniare.
a) Modelele liniare sunt caracterizate prin aceea c att restriciile ct i funciile
obiectiv sunt de gradul nti. Ca exemplu se pot da modelele de programare liniar.

Exemplu: Este prezentat un model liniar al unei probleme de optimizare a
capacitii. Prima linie reprezint funcia obiectiv, celelalte fiind restriciile
problemei
[max] f = 115 x
1
+ 142 x
2
+ 97 x
3
10 x
1
+ 5 x
2
+ 12 x
3
s 10.800
7 x
1
+ 11 x
2
+ 8 x
3
s 12.480
11 x
1
+ 14 x
2
+ 15 x
3
s 9.600
12 x
1
+ 13 x
2
+ 10 x
3
s 10.500
12 x
1
+ 13 x
2
+ 10 x
3
> 7.200
b) Modelele neliniare sunt caracterizate prin aceea c restriciile i funciile obiectiv au
grad diferit de unu.
17
III Dup natura istoriei sistemului, exist:
a) modele statice;
b) modele dinamice.
a) Modelele statice au parametrii independeni de timp, iar soluiile oferite trebuie
mereu actualizate. Ca exemplu se pot da modelele de ncrcare a utilajelor.
b) Modelele dinamice sunt descrise prin funcii de timp. Majoritatea sistemelor de
producie se preteaz a fi modelate cu ajutorul acestor modele, care aproximeaz mai fidel
realitatea obiectiv.
IV n funcie de obiectul cercetrii, modelele se clasific n:
a) modele macroeconomice;
b) modele microeconomice.
a) Modelele macroeconomice au ca obiect de studiu sistemele de producie agregate, la
nivel de ntreprindere.
b) Modelele microeconomice au ca obiect de analiz sistemele elementare. Ca exemplu
pot fi date modelele proceselor de stocare, de aprovizionare etc.
V Dup modul de construire a modelului se disting:
a) modele cu increment fix;
b) modele cu increment variabil.
a) Modelele cu increment fix sunt cele care sunt utilizate n simularea cu ceas avnd
increment fix .
b) Modelele cu increment variabil sunt cele care sunt utilizate n simularea cu ceas
avnd increment variabil (metoda evenimentului urmtor).
VI Dup natura variabilelor modelele pot fi:
a) discrete;
b) continue.
a) Modelele discrete conin variabile care pot fi puse n coresponden cu mulimea
numerelor naturale sau cu o submulime finit a acestor numere.
b) Modelele continue conin variabile cu puterea continuului (mrimi care pot fi puse
n coresponden cu punctele intervalului [0, 1] ).


Scriei un sistem de ecuaii / inecuaii de gradul nti. n ce categorie de modele se
putea ncadra acesta?

1.7 Clasificarea tehnicilor de simulare
Ca i modelele, tehnicile de simulare pot fi clasificate dup mai multe criterii, astfel:
I Dup natura echipamentului utilizat, tehnicile de simulare se clasific astfel:
a) simulare analogic;
b) simulare numeric;
18
c) simulare hibrid.
a) Simularea analogic este o tehnic de simulare care folosete sisteme (dispozitive)
ale cror legi de conduit sunt aceleai cu legile de conduit ale sistemului studiat.


Exemple: analogia dintre sistemul informaional al unei societi comerciale i
sistemul nervos al unui organism biologic, analogia dintre creterea unui sistem
economic i dezvoltarea unei culturi de microorganisme, analogia dintre sistemul
de aprovizionare al unei ntreprinderi i un sistem hidraulic cu intrri i ieiri etc.
Simularea analogic se poate clasifica, la rndul ei astfel:
0 simulare analogic direct;
simulare analogic indirect.
Simularea analogic direct const n stabilirea unei analogii directe ntre sistemul
original i sistemul cu ajutorul cruia se efectueaz simularea (denumit simulator). Dup
natura dispozitivelor utilizate, simularea analogic direct poate fi fizic, chimic, biologic
etc. Un exemplu de simulare fizic l constituie machetele.
Simularea analogic direct nu este aplicat n prezent pentru analiza i proiectarea
sistemelor de producie sau economice.
Simularea analogic indirect const n folosirea unor elemente analogice modulare
(sumatoare, integratoare, amplificatoare etc.) interconectate astfel nct legea de funcionare a
acestui ansamblu s fie aceeai cu cea a sistemului original. Aceast tehnic este utilizat n
studiul sistemelor a cror evoluie se poate descrie prin ecuaii difereniale. Ca exemplu pot fi
date sistemele de reglare automat continue ale mainilor unelte.
b) Simularea numeric (denumit i simulare matematic) const n analiza i studiul
sistemelor utiliznd analogiile de calcul.
Simulrile numerice se clasific, la rndul lor, astfel:
0 simulare de tip joc;
simulare prin metoda Monte Carlo.
Simulare de tip joc presupune ataarea la sistemul studiat a unui model care descrie
dependenele logice dintre variabilele i parametrii sistemului (deci un model determinist!).
La un ciclu de simulare, parametrii rmn constani iar variabilele se schimb.
Simularea de tip joc poate fi dirijat sau aleatoare.
O Simularea de tip joc dirijat: variabilele de intrare care intervin sunt deterministe
(deci model determinist - variabile deterministe);
O Simularea de tip joc aleatoare: variabilele de intrare care intervin sunt de natur
aleatoare (deci model determinist - variabile aleatoare).
Simularea Monte Carlo ataeaz la sistemul studiat un model aleator care utilizeaz
variabile aleatoare. n cadrul sistemelor de producie, metoda Monte Carlo se utilizeaz n
19
studiul gestiunii stocurilor dintr-un depozit de materiale, repartiiei optime a utilajelor,
proceselor de reparaii etc.
c) Simularea hibrid const n conectarea unui simulator analogic cu un calculator
numeric. Are avantajele rezolvrii cu vitez ridicat a problemelor dinamice i programrii
rapide a unor probleme complicate. n prezent se utilizeaz mai mult n procesele chimice,
siderurgice etc., dar specialitii prevd o dezvoltare viitoare n simularea altor procese de
producie precum i n simularea proceselor economice.
II Dup natura algoritmilor utilizai , simularea poate fi:
a) determinist;
b) aleatoare;
c) determinist cu perturbaii aleatoare.
a) Simularea determinist este un proces de simulare n care att variabilele (n cadrul
fiecrui ciclu de simulare) ct i parametrii (de la un ciclu de simulare la altul) capt valori
deterministe. Aceste valori sunt fie date, fie rezultate dintr-un algoritm care furnizeaz
rezultate predeterminabile.
b) Simularea aleatoare (Monte Carlo) este un procedeu de simulare n care cel puin o
variabil sau un parametru capt valori aleatoare. Acest tip de simulare are aplicaii
importante mai ales n studiul sistemelor microeconomice, cum sunt procesele de ateptare,
procesele de stocare, activitatea de reparaii, problemele de trafic etc.
c) Simularea determinist cu perturbaii aleatoare, spre deosebire de cea determinist,
include i mrimi aleatoare, care nu schimb evoluia general a sistemului, dar confer un
grad mai mare de realism.
III Din punct de vedere al raportului de simulare, tehnicile de simulare se clasific
astfel:
a) simulare n timp real;
b) simulare n pseudotimp.
Raportul de simulare reprezint raportul dintre timpul real i timpul de simulare:
R
T
T
S
real
simulare
= (1.11)
a) Simularea n timp real este un procedeu n care raportul de simulare este echiunitar:
R
T
T
S
real
simulare
= = 1 (1.12)
n cadrul sistemelor de producie aceast situaie nu este practic posibil, datorit
timpului real mare.
b) Simularea n pseudo-timp const n folosirea unui raport de simulare diferit de unu
(R
S
=1).
20
n sistemele de producie se utilizeaz de obicei simulri mai rapide dect timpul real
(T
simulare
< T
real
), deci rapoarte de simulare supraunitare:
R
T
T
S
real
simulare
= > 1 (1.13)
De exemplu, operaiile de inventariere din cadrul unei ntreprinderi care au loc ntr-un
interval de cinci ani pot fi simulate ntr-o or de timp calculator.
Se pot utiliza ns i simulri mai lente dect timpul real (T
simulare
> T
real
), cnd raportul
de simulare este subunitar:
R
T
T
S
real
simulare
= < 1 (1.14)
Ca exemplu poate fi dat studiul procesului de munc prin analizarea micromicrilor
muncitorilor, n vederea stabilirii unor timpi de munc prepondereni.
IV Dup momentul efecturii simulrii, se pot diferenia:
a) ante-simulare;
b) post-simulare.
a) Ante-simularea se efectueaz nainte de a avea loc funcionarea real a sistemului.
Este folosit la proiectarea sistemelor de producie i la prognozele economice.
b) Post-simularea se efectueaz dup ce a avut loc funcionarea real a sistemului de
producie, deci se utilizeaz la analiza sistemelor care sunt n stare de funcionare.


1.8. Rezumat
Simularea este o tehnic de realizare a experienelor cu ajutorul calculatorului
electronic, implicnd utilizarea unor modele matematice sau logice ce descriu
comportarea sistemului real pe durata unui interval de timp, mic sau mare;
Modelul este un sistem material sau abstract, care, fiind pus n coresponden cu un
alt sistem dat anterior, va putea servi indirect studiului proprietilor acestui sistem
mai complex (original) i cu care modelul prezint o anumit a nalogie;
Modelarea nseamn trecerea de la fenomenul real la modelul matematic, prin luarea
n considerare a aspectelor eseniale i prin neglijarea unor aspecte i elemente,
uneori destul de importante, n scopul realizrii unui studiu pe un model matematic
mai simplu;
n tehnicile de simulare a sistemelor de producie se utilizeaz dou tipuri de ceas
pentru simulare:
ceas cu increment constant;
ceas cu increment variabil.
Complexitatea i diversitatea sistemelor a condus la necesitatea elaborrii unor
modele i tehnici de simulare foarte variate.
21


1.9. Test de autoevaluare a cunotinelor
1. Simularea presupune rezolvarea unor modele matematice, cu utilizarea:
a. tabelelor matematice;
b. calculatorului electronic;
c. riglelor de calcul.
2. Modelul unui sistem de producie este:
a. o machet a unor utilaje;
b. un desen tehnic;
c. un sistem abstract, format dintr-un set de relaii matematice.
3. Obiectivul simulrii const n:
a. emiterea unor predicii asupra comportrii sistemului respectiv;
b. calculul costurilor de producie;
c. construirea unui model al sistemului.
4. La simularea utiliznd ceas constant, intervalul de timp dintre dou evenimente
consecutive este:
a. variabil;
b. aleator;
c. constant.
5. La simularea utiliznd ceas variabil, intervalul de timp dintre dou evenimente
consecutive este:
a. variabil;
b. aleator;
c. constant.


Rspunsurile testului de autoevaluare
1. b;
2. c;
3. a;
4. c;
5. a.



22

Unitatea de nvare U2. Etapele simulrii sistemelor de producie

Cuprins
2.1. Introducere ................................ ................................ ................................ ............. 20
2.2. Competene ................................ ................................ ................................ ............ 20



2.1. Introducere
Realizarea unui experiment de simulare este un proces care se desfoar, de
obicei, n mai multe etape. Unitatea de nvare conine primele trei etape pentru
realizarea unui experiment de simulare.



2.2. Competene
Dup parcurgerea acestei uniti de nvare studenii vor putea s:
- stabileasc componentele sistemului;
- identifice sursele de date necesare conceperii modelului pentru simulare;
- recunoasc tipurile de date culese despre un sistem;
- stabileasc variabilele i parametrii;
- realizeze analiza corectitudinii datelor cu ajutorul testelor specifice;
- opereze cu metodele de generare a numerelor aleatoare;




Durata medie de parcurgere a acestei uniti de nvare este de 3 ore.
2.3. Analiza i sinteza sistemului

Analiza sistemului const n descompunerea lui n pri componente C
i
(i = 1,2...n), n
vederea nelegerii naturii lui i a trsturilor eseniale.


Exemple
Componentele la nivelul unei secii, pot fi locurile de munc, la nivelul unei
ntreprinderi, componentele pot fi departamentele sau serviciile sau seciile etc.
n cazul exemplului dat, dac facem referire la locurile de munc, numrul n al
componentelor este mare, dar posibil de luat n calcul. La nivelul ntreprinderii,
componentele nu mai pot fi locurile de munc, deoarece numrul n este prea
mare. Componentele ntreprinderii vor fi seciile, obinute prin agregarea
locurilor de munc.

23


Dai i alte exemple de componente pentru diferite tipuri de sisteme.
Prin agregare se reduce volumul informaiilor care se culeg i se prelucreaz, dar se
pierde din precizia rezultatelor obinute.
Dac se consider mai puine componente, sistemul va fi descris cu ajutorul unui numr
mai mic de variabile i parametri de stare. Dei prediciile rezultate privitoare la evoluia
sistemului vor fi lipsite de ansa de a se confirma pentru toate cazurile individuale, acest mod
de abordare este preferat n practic, n primul rnd datorit expeditivitii obinerii
rezultatelor.
n practica managerial se folosesc diverse metode de agregare, care, n majoritatea
cazurilor, ofer o serie de avantaje: facilitarea adoptrii deciziei, adoptarea unor decizii
operative n cazul apariiei unor perturbaii, precizie mare la nivel global datorit
compensrilor reciproce etc.
Trebuie ns inut seama c agregarea are i o serie de dezavantaje: erori mari la nivel
ierarhic inferior, ignorarea unor relaii ntre componentele agregate etc.
Utilizarea calculatoarelor electronice n tehnicile de simulare permite s se ajung la un
grad mare de dezagregare, cu urmtoarele avantaje: corectitudine relativ mare la adoptarea i
urmrirea deciziilor, precizie mare n transmiterea i urmrirea realizr ii obiectivelor etc.
Din cele expuse rezult c este necesar s se gseasc soluia de compromis ntre
agregare i dezagregare, respectiv este necesar s se gseasc un grad raional de agregare.
De exemplu, gradul de agregare a informaiei g
S
a
al unui sistem de producie se
definete, n general, ca un raport ntre cantitatea de informaie CI
*
n ipoteza maximei
agregri posibile (cnd cantitatea de informaie este minim) i cantitatea de informaie CI a
soluiei S adoptat, adic:
g
CI
CI
a
S
=
*
(2.1)
Dac se adopt soluia S
*
a maximei agregri posibile (CI
*
=CI), atunci:
g
CI
CI
a
S
*
*
= = 1 (2.2)
Dac se adopt o soluie S
d
a maximei dezagregri posibile (CI ), atunci:
g
a
S
d
0 (2.3)
n concluzie, gradul de agregare va fi:
0 1 s s g
a
S
(2.4)
Gradul de dezagregare g
S
d
se definete cu ajutorul relaiei:
g g
CI
CI
d
S
a
S
= = 1 1
*
(2.5)
24

Se observ c:
0 1 s s g
d
S
(2.6)
Agregarea unui sistem se realizeaz att prin agregarea componentelor, ct i a relaiilor
dintre componente.
n cazul simulrii care utilizeaz un model matematic, aceasta const n: agregarea
variabilelor i a parametrilor, agregarea restriciilor, agregarea resurselor, agregarea
consumurilor specifice, agregarea coeficienilor funciei obiectiv i eventual agregarea
criteriilor economice.
Pentru agregarea variabilelor se pot folosi diferii operatori (funcii). n majoritatea
cazurilor, operatorii de agregare sunt simpli, de natur aditiv (medii aritmetice simple, medii
aritmetice ponderate etc.). n acest sens, agregarea se poate concepe n dou moduri:
a) Se consider o clas superioar C care conine dou submulimi astfel nct chiar
dac adunarea elementelor din submulimi distincte nu are sens, totui s aib sens adunarea
acestora n cadrul clasei superioare C.


Exemplu
Pentru a exprima producia fizic a unei uniti economice constructoare de
maini care produce strunguri i maini de frezat, nu are sens adunarea produciei
fizice a celor dou tipuri de maini. Dac se consider o clas superioar a
mainilor unelte, adunarea devine posibil.

b) Folosirea unor uniti convenionale, caz n care se definete o unitate etalon (de
exemplu, n cazul produciei variate de tractoare se folosete CP). Agregarea se face n acest
caz dup un criteriu, care poate fi de natur valoric sau fizic (greutate, putere etc.).
n alte cazuri se folosesc operatori de tip multiplicativ, cum ar fi media geometric. Se
poate exemplifica acest operator n cadrul ritmului mediu de cretere a produciei unei uniti
economice, ca medie geometric a ritmurilor anuale de cretere.
Sinteza sistemului este o etap a proiectrii, care permite compunerea, combinarea
elementelor necesare realizrii sistemului complet, urmrindu-se totodat dac acesta atinge
nivelul de performane propus.

2.4. Conceperea i proiectarea modelului
n cadrul acestei etape, se impune atingerea unor obiective, i anume:
Primul obiectiv l constituie formularea problemei: trebuie s se precizeze ntrebrile
la care s se rspund, ipotezele care trebuie testate i efectele care trebuie estimate.
25

Al doilea obiectiv l constituie colectarea i prelucrarea primar a datelor. Pentru
aceasta trebuie s se rspund la ntrebrile: care sunt datele necesare, de unde se obin
acestea i cum sunt ele introduse n model.
Dintre sursele de date se amintesc: documente i rapoarte, generatoare de date,
experimentri etc. Dup obinerea lor, datele primare pot fi organizate n fiiere, tabele,
rapoarte etc. i sunt prelucrate n vederea eliminrii unora dintre ele care, n general, nu
caracterizeaz fenomenul din care provin.
Al treilea obiectiv l constituie stabilirea modelului potenial. A construi modelul
nseamn a alege variabilele, parametrii i relaiile funcionale corespunztoare i a preciza
algoritmul care conduce la determinarea elementelor de ieire n funcie de elementele de
intrare.
Este greu de stabilit reguli standard pentru construirea celui mai bun model al unei
probleme date. Alegerea poate fi fcut ns cu ajutorul unor jaloane, dintre care amintim:
- Numrul de variabile care trebuie s fie incluse n model: un model cu un numr
prea mare de variabile va fi greu de manevrat, iar altul cu un numr prea mic de
variabile poate s piard din vedere anumite aspecte ale problemei.
- Eficiena de calcul a modelului: timpul de calcul necesar pentru atingerea unui
anumit obiectiv trebuie s fie rezonabil de mic.
- Timpul necesar programrii: un model complex, cu multe variabile, necesit un
personal cu nalt calificare i un consum mare de timp. Limbajele specializate
reduc timpul de programare, ns reduc i flexibilitatea modelului.

Scriei modelul matematic (funcie obiectiv i restricii) pentru urmtoarea
problem: Pentru a fabrica dou produse P1 si P2 este necesar s se execute
operaii de prelucrare pe trei maini M1, M2 i M3, n mod succesiv, ordinea
operaiilor fiind indiferent. Timpii unitari de execuie sunt prezentai n tabelul
2.1. Se presupune c mainile nu au timpi mori, provocai de ateptarea unui
produs aflat n curs de prelucrare la o alt main, datorit faptului c nu exist
preferine n ordinea operaiilor.
Tabelul 2.1
PRODUSUL Timp [minute]
M1 M2 M3
P1 11 7 6
P2 9 12 16
Condiionrile din procesul de producie sunt :
- maina M1 poate funciona cel mult 165 ore ;
- maina M2 poate funciona cel mult 140 ore ;
26

- maina M3 poate funciona cel mult 160 ore i cel puin 120 ore.
Beneficiul pentru o unitate de produs x
1
este de 900 u.b pentru produsul P1 , iar
pentru produsul P2 beneficiul pentru o unitate de produs x
2
este de 1000 u.b.
S se determine cte uniti x
1
i x
2
din fiecare produs trebuie fabricate lunar,
pentru a obine, n condiiile date, un beneficiu total maxim .



S ne reamintim...
Analiza sistemului const n descompunerea lui n pri componente Ci (i =
1,2...n), n vederea nelegerii naturii lui i a trsturilor eseniale.
Sinteza sistemului este o etap a proiectrii, care permite compunerea,
combinarea elementelor necesare realizrii sistemului complet, urmrindu-se
totodat dac acesta atinge nivelul de performane propus.
Pentru construirea unui bun model pentru o anumit problem, numrul de
variabile trebuie s fie adecvat complexitii problemei de rezolvat, astfel nct
timpul necesar programrii s nu fie prea mare i flexibilitatea modelului s nu se
reduc.
2.5. Estimarea variabilelor i parametrilor
n procesul de elaborare a modelelor de simulare, componentelor sistemului li se
asociaz o serie de variabile i parametri, unele dintre acestea fiind cunoscute (controlabile),
numite i variabile / parametri de intrare, altele fiind necunoscute (necontrolabile), numite
variabile / parametri de ieire. Aceste variabile sau parametri sunt de fapt date, care n funcie
de natura lor, pot fi deterministe sau aleatoare.

2.5.1. Culegerea datelor pentru simulare
2.5.1.1 Surse de date
Simularea unui sistem existent, real, presupune colectarea unor date, unor informaii
asupra evoluiei trecute ale acestuia.
n simularea unui sistem de producie, sursele de date pot fi:
istoria sistemului studiat;
msurri asupra sistemului;
sisteme analoage;
generatoare de date.
Din primele trei surse prezentate mai sus se obin date reale, pe cnd din cea de a patra
surs prezentat se obin date sintetice.
Cnd datele se obin n urma unor msurri asupra sistemului, denumite n limbaj
statistico-matematic selecii, trebuie ulterior aplicat statistica matematic pentru analiz i
interpretare.
27

Datele culese despre un sistem pot fi diferite ca natur a lor, una din clasificrile
posibile fiind prezentat n continuare:
0 Date cinematice: sunt acele date care dau coordonate de referin n timp i spaiu.
Date dinamice: sunt date care variaz n timp dar nu i n spaiu.
Date statice: spre deosebire de cele dinamice, acestea nu se modific n timp.
Metodele de culegere a datelor depind de natura lor precum i de dispozitivele de stocare a
datelor. Astfel, datele cinematice pot fi culese ON-LINE foarte rapid, datele dinamice sunt
culese periodic iar datele statice se culeg, n general, o singur dat.

Exemple
Date cinematice: datele referitoare la micrile roboilor dintr-o celul
flexibil
Date dinamice: datele referitoare la temperatura zilnic, la nivelul stocului
ntr-un depozit de materiale etc.
Date statice: datele referitoare la greutatea unui motor electric, la limea
prii carosabile a unei strzi etc.


Dai exemple de date din cele trei categorii prezentate anterior.
2.5.1.2 Caracteristicile datelor empirice

Datele provenite din sursele prezentate mai sus constituie, pentru tehnica de
simulare, variabile care, dup cum se tie, pot fi deterministe sau aleatoare. Din punct de
vedere practic, se consider variabile deterministe acele mrimi care au proprietatea
c, fiind dat o eroare admisibil
c
a
, o probabilitate
|
, foarte apropiat de 1 (de ex.
|
= 0,98), precum i o valoare medie
X
, satisfac relaia:
p x x x x x
a a
( ) s s + > c c |
(2.7)
unde x este un rezultat al unei msurtori a variabilei analizate. n caz contrar,
variabila este aleatoare.
Dac relaia (2.7) este satisfcut, atunci variabila x este considerat determinist
i va fi declarat n programul de simulare numai prin valoarea medie
X
.
Dac relaia (2.7) nu este satisfcut, este necesar s se stabileasc tipul repartiiei
R a variabilei aleatoare x .
Pentru aceasta, este necesar s se mreasc volumul seleciei astfel nct s se
poat stabili tipul repartiiei R n limitele preciziei necesare.
Se emite apoi o ipotez asupra tipului repartiiei (pentru variabile discrete,
repartiia binomial, Pascal, hipergeometric, iar pentru variabilele continue, repartiia
normal, lognormal, exponenial, gamma, beta etc.).
28

Se verific n continuare ipoteza cu ajutorul testelor de semnificaie: Kolmogorov,
_
2
, Pearson, Henry etc. Dac testul de semnificaie nu este satisfcut, se ncearc un alt
tip de repartiie.

2.5.1.3 Analiza corectitudinii datelor
n simularea oricrui sistem un rol foarte important l are corectitudinea datelor sau, cu
alte cuvinte, curirea datelor de acelea care produc perturbaii n procesul normal al
simulrii.
Datele culese despre evoluia unui sistem pot fi afectate de erori avnd urmtoarele
cauze: metoda de msurare, mijlocul de msurare, mediu, operator. Erorile care apar pot fi:
0 Erori aberante (grosolane), care provin din neatenia operatorului sau din
defeciunile grave ale aparatelor de nregistrare. Eroarea ori valoarea aberant difer
semnificativ de restul valorilor , , x
i
i n s
culese. Ele pot s nu mai apar la o reluare a
procedurii de culegere. De asemenea, pot fi eliminate prin aplicarea unor teste statistice
corespunztoare: Romanovski, Grubs, Irvin etc.

Exemplu
n cazul aplicrii testului Irwin (denumit i testul ), irul de date , x
i
, se
ordoneaz cresctor sau descresctor. Valorile susceptibile a fi aberante sunt cele
de la extremitile irului astfel obinut. Pentru verificarea valorii suspecte x
n
se
calculeaz expresia:
=


x x
S
n n 1
(2.8)
n care S este abaterea medie ptratic a irului celor n date.
Comparnd valoarea lui cu valoarea
cr
din tabelele lucrrilor de specialitate,
valoarea x
n
se elimin din irul de date dac:
>
cr
(2.9)
Dac valoarea x
n
a fost eliminat, se recalculeaz abaterea medie ptratic S
pentru cele n-1 valori rmase i testul se aplic din nou, pn cnd nu se mai
elimin date ale irului.
Erori sistematice. n cursul operaiei de culegere a datelor este posibil ca anumii
factori s aib o aciune constant asupra rezultatelor x
i
care afecteaz toate datele. Acest tip
de erori sunt greu de depistat chiar dac se repet procesul de culegere. Asemenea factori pot
fi: reglarea incorect a aparatului de msurat, variaia condiiilor exterioare de mediu (de
exemplu, un aparat se poate utiliza la o temperatur diferit de cea la care a fost etalonat sau
reglat).
Datele afectate de astfel de erori pot fi depistate prin msurarea aceleiai mrimi cu
metode diferite i compararea rezultatelor obinute.
Erori accidentale sau aleatoare. Aceste erori sunt acelea care au rmas dup
eliminarea celor grosolane i/sau sistematice. Apariia lor se datoreaz unui complex de
29

factori a cror aciune individual nu poate fi sesizat nici n timpul culegerii datelor, nici
dup aceea. Avnd caracter aleator, aceste erori se studiaz cu ajutorul teoriei probabilitilor,
care stabilete n ce msur influeneaz ele estimaiile adevratelor valori ale mrimilor
msurate.

Identificai tipurile de erori care pot s apar n timpul procesului de culegere a
datelor despre evoluia temperaturii aerului n timpul unei sptmni.
2.5.1.4 Generarea variabilelor aleatoare

n simularea oricrui sistem, existent sau n curs de proiectare, intervin variabile de
intrare/ieire care urmeaz o anumit repartiie statistic. Aa cum s-a amintit, pentru
stabilirea repartiiei este necesar executarea unei selecii din care s fie deduse tipul
repartiiei i parametrii acesteia.
Odat acestea stabilite, prin simulare se pot genera valori ale acestor variabile aleatoare
cu ajutorul generatoarelor de date. Orice generare de valori ale variabilelor aleatoare are la
baz un generator de numere aleatoare uniform distribuite pe un interval dat (0, M), M fiind
un numr ntreg. Dac printr-un anumit procedeu se genereaz numere aleatoare ntregi x,
uniform repartizate pe intervalul (0, M), M suficient de mare , atunci se pot obine numere
aleatoare U uniform repartizate n intervalul (0,1) prin transformarea:
U
x
M
x M = < < , 0 (2.10)
Aceste numere sunt de fapt pseudoaleatoare, deoarece unele dintre ele se pot repeta. Ele
vor fi numite totui n continuare numere aleatoare.
Generatorul de numere aleatoare trebuie s satisfac urmtoarele condiii:
S fie simplu i rapid (s utilizeze o memorie redus n calculator i s aib o vitez
de generare mare).
S produc iruri de numere orict de lungi care s nu conin repetiii (perioada de
repetare s fie ct mai mare posibil).
S produc numere independente stocastic unul fa de altul (numerele aleatoare s
nu fie autocorelate).
S produc numere a cror repartiie s fie uniform pe intervalul (0,1). Acest lucru
se demonstreaz cu ajutorul testelor de concordan ( _
2
, Kolmogorov etc.).
S produc numere reproductibile, n sensul c dac se pornete generatorul cu
aceeai valoare iniial trebuie s se obin acelai ir de numere aleatoare. Condiia este
necesar n scopul ncercrii programelor i comparrii rezultatelor.
Exist mai multe metode de generare a numerelor aleatoare, i anume:
Metode manuale: se utilizeaz dispozitive cum ar fi zaruri, rulete, urne cu bile etc.
Viteza de generare este redus i de aceea nu sunt folosite n simularea sistemelor de
producie.
30

Metode fizice: se utilizeaz procese fizice intrinsec aleatoare, cum sunt, de exemplu,
zgomotul electronic sau radioactiv. Au avantajul unor parametri statistici foarte favorabili, dar
i dezavantajul c irurile de numere generate nu sunt reproductibile.
Metode de memorizare: se utilizeaz tabele de numere aleatoare (de exemplu tabelele
RAND , cu circa 10
6
numere) sau memoria intern/extern a calculatorului electronic. Au
avantajul reproductibilitii, dar consum mult memorie (la memoria intern) sau consum
mult timp de lucru (la memoria extern).
Metode analitice: se utilizeaz un algoritm de calcul bazat pe o relaie de recuren.
Se dau funciile f
j
aparinnd unei clase de funcii F i un ir iniial u
1
, u
2, ... ,
u
n
. Pe baza
funciilor f
j
i a irului iniial se pot genera numerele u
n+1,
u
n+2,
..., u
j
. Un nou numr aleator
u
j+1
se genereaz cu ajutorul relaiei:


, ,
u f u u u
f F i n n n
j j j j j n
j
+ +
=
e e + +
1 1 1
1 2
,
, , , , ....
, ...,
(2.11)
Deci, numrul u
j+1
deriv din cele n numere precedente. Primul numr generat este:
u f u u u
n n n n +
=
1 1 1
, ,..., (2.12)
irul astfel obinut este reproductibil i are o perioad finit (dup un numr oarecare de
generri se reproduce irul iniial u
1
, u
2
, ..., u
r
, ceea ce conduce la generarea unui subir care a
mai fost generat). Rezult c ntr-un ir foarte mare de numere pseudoaleatoare exist h
numere x
1
, x
2
, ... , x
h
cu proprietatea x
i
= x
j
pentru orice i i j aparinnd mulimii , 1, 2, ... , h, .
n continuare ns, x
h+1
= x
1
, x
h+1
= x
2
etc. Dac se repet la un moment dat s numere (s fiind
numrul de valori iniiale), evident c se repet ntregul subir de h numere.
Numrul h reprezint lungimea intervalului de aperiodicitate. Lungimea perioadei este h
- s. Pentru a nu se obine rezultate eronate este necesar ca irul generat s nu depeasc
lungimea perioadei (h-s), adic:
N h s < (2.13)
n care N reprezint numrul maxim de cicluri necesar efecturii simulrii.
2.5.1.5 Generarea variabilelor aleatoare cu repartiie uniform.
n programele de simulare a proceselor de producie, generarea variabilelor aleatoare ocup o
pondere relativ mare n timpul total de rulare pe calculator. Aceasta se datoreaz
numeroaselor evenimente perturbatoare care apar n desfurarea proceselor de producie
care, de fapt, reprezint de cele mai multe ori procese aleatoare.
Prin definiie, numerele aleatoare sunt repartizate uniform ntr-un interval determinat
dac funcia de repartiie nu difer semnificativ de funcia:
0, cnd x s 0;
F(x) = x, cnd x e ( 0, 1); (2.14)
1, cnd x > 1.
31

Dintre metodele recurente pentru generarea numerelor aleatoare cu repartiie uniform
cel mai des sunt utilizate metodele congrueniale, care folosesc teoria claselor de resturi.
Metoda congruenial aditiv. Se dau r numere iniiale: k
1
, k
2
, ... , k
r
i se genereaz
numere ntregi pseudoaleatoare prin formula recursiv:
, , k k k M i r r
i i i r
+ e + +
1
1 2 mod , , , ... (2.15)
Metoda congruenial multiplicativ. Se pornete de la un numr iniial k
1
, o
constant multiplicativ a i de la un numr k, dat. ntregii pseudoaleatori vor fi:
, , k a k M i
i i +
e
1
2 3 mod , , , ... (2.16)
Metoda congruenial mixt. Se consider dou valori ntregi constante a i c, precum
i o valoare iniial k
j
. ntregii pseudoaleatori consecutivi sunt de forma:
, , k ak c M i
i i +
+ e
1
2 3 mod , , , ... (2.17)
Obs.: metoda congruenial multiplicativ este un caz particular al metodei mi xte.
n relaiile de mai sus, se scrie a b ( mod M ) i se citete a este congruent cu b
modulo M dac a-b este un ntreg multiplu de M.
n cazul limbajelor specializate pentru simulare, problema generatorului de date nu mai
cade n sarcina utilizatorului, deoarece fiecare astfel de limbaj are ncorporat cel puin un
generator de numere aleatoare.

2.5.1.6 Generarea variabilelor aleatoare cu repartiie dat
Generarea numerelor aleatoare cu repartiie dat se efectueaz n dou etape. n prima
etap se genereaz numere aleatoare cu o repartiie uniform, iar n a doua etap se aplic un
algoritm care asigur transformarea repartiiei uniforme n repartiia dat. Acest algoritm
depinde de natura repartiiei - empiric sau teoretic - precum i de natura variabilei - discret
sau continu. Din aceste puncte de vedere se pot aplica apte metode de generare a numerelor
aleatoare cu o repartiie dat, conform recomandrilor din tabelul 2.2:

Tabelul 2.2
Natura repartiiei i a vari abilei
Metoda utilizat
Empiric
Discret Continu
Teoretic
Discret Continu
Metoda jobenului Da Da Da Da
Metoda transformatei inverse - Rar Rar Da
Metoda respingerii Da Da Da Da
Metoda compunerii - - Da Da
Metoda compunerii - respingerii - - Da Da
Metode specifice repartiiei date - - Da Da
Metode aproximative Da Da Da Da
Metoda jobenului este recomandabil pentru acele tipuri de repartiii la care
frecvena maxim este mult mai mare dect frecvena medie (figura 2.1).
32

Pentru a ilustra aceast metod se consider o variabil aleatoare discret de forma:
X =
x x x
f f f
n
n
1 2
1 2
...
...

'

| (2.18)
unde f
i
reprezint frecvena relativ a valorii x
i
, calculat cu ajutorul relaiei:
f
i
=
n
n
i
i
i
n
=

1

(2.19)

unde n
i
este frecvena absolut a valorii x
i
.

Figura 2.1
Frecvenele relative cumulate se pot calcula n acest caz cu ajutorul relaiei de
recuren:
F
0
=0, F
1
=f
1
,; F
i
=F
i-1
+f
i
; Fn=1; i = 2, 3, ..., n (2.20)
Pentru a genera numere aleatoare respectnd condiiile exprimate n relaia variabilei
aleatoare discrete X se poate folosi urmtorul algoritm de calcul numeric (care prezint
analogii cu extracia la ntmplare a unor bileele dintr -o urn sau joben):
Pasul 1. Se genereaz y
i
uniform repartizat n intervalul (0,1).
Pasul 2. Se compar y
i
cu F
i
pn cnd:F
i-1
<y
i
< F
i
, i = 1, 2, ...,n.
Metoda transformatei inverse se bazeaz pe acelai principiu ca metoda jobenului,
dar se aplic mai ales n cazul repartiiilor continue, definite cu ajutorul unei singure funcii
F(x) pe ntreg domeniul de existen n acest scop se genereaz numere uniform repartizate
e (0,1); numerele cu o repartiie oarecare se obin din relaia:
x = F
-1
() (2.21)
unde F
-1
reprezint inversa funciei de repartiie.
Evident, metoda se poate aplica numai dac aceast invers se calculeaz uor (cum
este cazul repartiiilor liniar, exponenial, Cauchy, Weibull, Pearson de tipul XI, arcsin,
geometric etc.).
f(x)
Medie
x
c
33

Algoritmul de calcul pentru generarea unei valori de selecie a variabilei aleatoare X
(care are funcia de repartiie F) este urmtorul:
Pasul 1. Se genereaz y
i
uniform repartizat n intervalul (0, 1).
Pasul 2. Se calculeaz X = F
-1
(y
i
)
Metoda respingerii este recomandabil n cazul cnd frecvena maxim este
apropiat de frecvena medie (figura 2.2):








Figura 2.2
Algoritmul general de generare a numerelor cu ajutorul acestei metode este urmtorul:
Pasul 1. Se calculeaz un majorant c al funciei f(x):
c > Max [f(x)]. (2.22)
Pasul 2. Se genereaz un numr x
i
n intervalul [a, b] uniform repartizat ( a reprezint
valoarea minim a variabilelor x
i
, iar b valoarea maxim, valori care sunt n general cunoscute
sau se pot estima n orice proces de producie).
Pasul 3. Se calculeaz f(x).
Pasul 4. Se genereaz un numr y
i
e|0, c].
Pasul 5. Se compar y
i
cu f(x
i
).
Dac y
i
s f(x
i
) atunci se accept x
i
ca punct generat.
Dac y
i
> f(x
i
), se respinge perechea (x
i
, y
i
) i se reia algoritmul de la pasul 2.
Metoda compunerii utilizeaz urmtorul algoritm general de generare a numerelor
aleatoare:
Pasul1. Se genereaz perechi de numere aleatoare x
1
i x
2
uniform repartizate pe
intervalul [0, 1].
Pasul 2. Se determin un numr aleator z, din ecuaia x
1
= H(z):
z=H
-1
(x
1
). (2.23)
Pasul 3. Se determin un numr aleator y, din ecuaia:
x
2
= G(z, y), adic y = G
-1
(z, x
2
). (2.24)
Se consider c y este numrul generat, avnd legea prezentat.

Care sunt metodele cunoscute pentru generarea variabilelor aleatoare?
Realizai o clasificare a lor, preciznd criteriul utilizat.

f(x)
Medie
x
c
34

2.6. Stabilirea variabilelor i parametrilor

Variabilele sunt acele mrimi care se schimb att n cursul unui ciclu de simulare,
ct i de la un ciclu la altul. n cazul n care n cadrul unui ciclu de simulare mrimea nu se
schimb, ea constituie un parametru.
Parametrii sunt deci constani, n cadrul unui ciclu de simulare, dar se pot schimba de
la un ciclu de simulare la altul.
n cadrul unui sistem de producie se ntlnesc variabile de decizie i variabile de stare.
Variabilele de decizie sunt acelea asupra crora analistul deine un control complet i,
n funcie de valoarea lor la un moment dat, poate lua o decizie de continuare, oprire,
schimbare a rutei de parcurs etc. a procesului.
Variabilele de stare sunt dependente de cele de decizie i descriu starea n orice
moment a unui element, component etc., ele neputnd fi controlate direct de analist.
Pe de alt parte, tipurile de variabile care intervin n sistemele de producie pot fi:
X
i
- variabil de intrare, care este o variabil exogen controlabil (variabil de dec izie);
X
p
- variabil perturbatoare, care este o variabil exogen necontrolabil;
X
s
- variabil intermediar, care este o variabil de stare;
X
e
- variabil de ieire, care este o variabil endogen.
Schema general a sistemului de producie sub aciunea variabilelor este redat n figura
2.3:

X
p


X
i
X
e



Figura 2.3
n unele cazuri particulare, este posibil ca una din cele patru categorii de variabile s
lipseasc.
Studiul de simulare se poate referi la analiza valorilor a p parametri asupra rezultatelor
obinute. Se admite c pentru fiecare parametru i prezint un interes deosebit numai n
i
valori
distincte. Rezult c numrul de variante de simulare N
v
este:
N
v
=
i
p
i
n
=
[
1
(2.25)
Timpul de calcul al procedurilor de simulare T
s
este:
T N C t n C t
s v
i
p
i
= =

'

|
=
[
. . . .
1
(2.26)

X
S


35

n care: C - numrul mediu de cicluri de simulare pentru o variant;
t - timpul mediu de calcul pentru un ciclu de simulare.
Se constat c timpul de calcul poate ajunge uor la valori prohibitive.

Exemplu
Dac ntr-un proces de producie intervin numai 5 parametri (p = 5), fiecare
parametru poate lua 10 valori (n
1
= n
2
= n
3
= n
4
= n
5
= 10), numrul ciclurilor de
simulare pentru a se asigura precizia cerut este C = 1000 cicluri, iar timpul pe
ciclu este t = 0,1 sec., se obine:
T
s
= 10
5
x 10
3
x 10
-1
= 10
7
sec. ~ 115 zile (2.27)
Chiar dac se mbuntesc performantele calculatorului, prin micorarea
timpului de calcul de 100 ori, se obine un timp de calcul al simulrii :
T
s
= 10
5
x 10
3
x 10
-3
= 10
5
sec. ~ 11 zile (2.28)
ceea ce nc reprezint o durat care nu convine din punct de vedere
practic. Rezult c este oportun analiza i a altor posibiliti de reducere a
timpului necesar simulrii.
n acest scop se procedeaz la o clasificare a parametrilor n trei clase, i anume:
0 parametri de importan maxim;
parametri de importan medie;
parametri de importan redus.
n funcie de tipul parametrului, se determin numrul valorilor posibile care urmeaz a
fi luate n calcul, dup cum urmeaz:
n cazul parametrilor de importan maxim, se iau n considerare toate valorile;
n cazul parametrilor de importan medie, se iau n considerare numai trei valori
caracteristice: maxim, medie i minim;
n cazul parametrilor de importan redus, se ia n considerare numai o singur
valoare caracteristic (de obicei valoarea medie).

Exemplu
Pentru exemplul de mai sus, pe baza unei analize fenomenologice a
parametrilor sistemului se poate presupune c s-au stabilit urmtoarele: un
parametru este de importan maxim, trei parametri sunt de importan medie,
iar unul are o importan relativ redus.
Timpul de calcul pentru simulare devine:
T
s
= (10
1
x 3
3
x 1
1
) x 10
3
x 10
-1
= 27 x 10
3
sec ~ 7,5 ore (2.29)
Efectul clasificrii prezentat mai sus este cu att mai spectaculos cu ct
numrul de parametrii ai sistemului de producie simulat este mai mare.


Identificai variabilele de decizie i de stare pentru cazul procesului de
fabricaie al inelelor de rulmeni.
36

2.6.1 Stabilirea unor corelaii ntre variabilele sistemului
Majoritatea relaiilor dintre variabilele care descriu funcionalitatea unui sistem sunt de
natur aleatoare. n plus, datorit erorilor de msurare, chiar relaiile determi niste au un
caracter aleator (evident mai puin pronunat dect n cazul relaiilor de natura aleatoare).
Rezult c este necesar s se analizeze gradul de dependen dintre toate variabilele sistemului
de producie.
Evident c analiza poate fi redus, n sensul de a se folosi analogiile cu alte cazuri
cunoscute. Dac pe baza unor cercetri s-a dovedit independena a dou variabile x i y, iar n
sistemul analizat condiiile sunt similare, se poate considera c aceast proprietate se
pstreaz. Dac a fost dovedit o anumit dependen pentru sisteme analoge cu cel studiat ,
se poate admite c aceast dependen se menine.
Dac se pot efectua msurtori, dar n numr restrns, se poate introduce o corecie a
funciei de dependen stabilit pentru sistemul analog, de forma:


y f x = (2.30)
n sistemul analizat, fie variabilele X i Y. Se poate admite , n baza analogiei dintre cele
dou sisteme, c:


Y c f X = (2.31)
Pentru a stabili constanta c se consider o selecie a perechilor de variabile (x
i
, y
i
) din
sistemul analog precum i selecia analog corespunztoare din sistemul analizat (X
i
, Y
i
). Se
obine:





y f
Y c f X
c
Y
y
f x
f X
i
x
i i i
i
i
i
i
i
i
=
=
=
.
.
(2.32)
unde s-a notat cu c
i
o valoare particular a constantei c.
Pentru un numr n de msurtori, valoarea constantei c va fi:
c
c
n
i
n
i
=

(2.33)
Cu ct se dovedete mai mult c variabila c nu are un caracter aleator pronunat, cu att
ipoteza este mai bun.
n cazul n care nu se pot stabili nici un fel de analogii ntre sistemul analizat i alte
sisteme, se consider mai nti perechea de variabile (X, Y), efectundu-se o serie de
msurtori asupra valorilor x
i
i y
i
corespunztoare acestora. Se aplic apoi teoria corelaiei,
calculndu-se coeficientul de corelaie.
Coeficientul corelaiei simple de sondaj indic intensitatea interdependenei liniare
dintre variabilele aleatoare normale X, Y i este definit prin relaia:
37

R
n x y y x
n x x n y y
x y
i i i
i
n
i
n
i
i
n
i
n
i
i
i
n
i
i
n
i
i
n
,
=

'

'

'

'

= = =
= = = =


1 1 1
1 1
2
2
1 1
2
2
(2.34)
Dac acest coeficient este apropiat de 1, se conchide c exist o corelaie strns i se
accept o dependen liniar.
Pentru valori mai mici, se ncearc alte tipuri de relaii (de gradul doi, exponeniale
etc.). n cazul n care coeficientul de corelaie este nul se consider c variabilele sunt
independente.
O particularitate a dependenelor ntre unele variabile ale sistemelor const n decalarea
apariiei efectului fa de apariia cauzei.

Exemple
n cazul unor investiii realizate la un moment dat, nu se constat o cretere
imediat a volumului produciei. Aceast cretere poate fi nregistrat numai
dup darea n funciune a noilor capaciti de producie i atingerea parametrilor
proiectai. n aceast situaie, datele culese sunt de forma (X
t
, Y
t
), unde t
reprezint perioada n care s-au efectuat msurtorile. Pentru irul de perechi fr
decalaj (X
t
, Y
t
) nu se constat o corelaie bun. Din aceast cauz se ncearc a
se gsi corelaii de forma (X
t
, Y
t+k
), unde k reprezint decalajul mediu dintre cele
dou fenomene.
Se recomand s se efectueze ncercri n jurul valorii medii k pentru a se
stabili decalajul care conduce la cea mai bun corelaie. n mod similar, n cazul
apariiei unui eveniment perturbator E
p
, este posibil ca efectele asupra
parametrilor de stare s apar dup un timp o
p
. De asemenea, chiar n cazul n
care efectele apar imediat, este posibil ca msurile de nlturare a consecinelor
negative s fie amnate cu un interval de timp o
p
.
Complexitatea sistemelor de producie oblig ns la studiul dependenei dintre mai
multe variabile. n acest scop este necesar s se aplice teoria corelaiei multiple i analiza
factorial.

2.6.2 Stabilirea limitelor admisibile ale variabilelor i parametrilor.
n timpul evoluiei sistemului de producie, o serie de variabile sau de funcii nu trebuie
s depeasc anumite limite date (de exemplu, nivelul resurselor disponibile), adic:
X
i
< L
i
S
sau X
j
s L
j
S
(2.35)
F(X
1
, X
2
, ...X
p
) < L
S
1,2
...
p
(2.36)
F( X
1
, X
2
, ...X
q
) s L
S
1,2
...
q
(2.37)
38

n alte cazuri, dimpotriv, se impune ca variabilele sau funciile s depeasc anumite
limite date, adic:
X
i
> L
I
i
sau X
j
> L
I
j
(2.38)
F(X
1
, X
2
....X
p
) > L
I
1,2...p
(2.39)
F(X
1
, X
2
....X
q
) > L
I
1,2
...
q
(2.40)
Exist de asemenea posibilitatea de a impune att o limit inferioar ct i o limit
superioar, aceleiai variabile sau aceleiai funcii , adic s se impun simultan restricii de
tipurile de mai sus.
Stabilirea limitelor admisibile, inferioare sau superioare ale variabilelor, comport dou
etape:
0 n prima etap se culeg informaii cu aspect calitativ. Pe baza unui schimb de
informaii cu alte sisteme (furnizori, beneficiari etc.) sau a unor date din interiorul sistemului,
se precizeaz ct de puternic este restricia considerat. Din acest punct de vedere, restriciile
se clasific n:
restricii rigide, la care nerespectarea ntr-un procent foarte mic conduce la o
penalizare foarte mare. Restriciile rigide sunt de natur determinist i au forma (2.35) -
(2.40).
restricii slabe, la care nerespectarea ntr-un procent mic conduce la o penalizare
mare (dar care nu tinde ctre infinit) i numai la depirea cu un procent mare penalizrile
devin foarte mari.
Restriciile slabe sunt de natur probabilistic sau fuzzy. O restricie de natur
probabilistic are de exemplu forma:
P L F x x x L
I
m m
s
m m
( ( , ... ) )
, ... , ... , ... 1 2 1 2 1 2 1 2
s s > | (2.41)
unde |
1,2 ...m
reprezint o probabilitate dat adminisibil.
Aceast restricie se mai poate scrie i n sens fuzzy, sub forma:
L F x x x L
I
m m
s
m 1 2 1 2 1 2 , ... , , ,...
( ... ) < < (2.42)
Exist de asemenea posibilitatea de a se scrie relaiile (2.41) sau (2.42) sub form
determinist, atand costuri de penalizare C
P
, care depind de depirea limitelor admisibile.
Evident, dac limitele admisibile nu se depesc, costurile de penalizare C
P
sunt nule. Dac o
limit superioara L
s
j
sau inferioar L
I
j
este depit cu un anumit procent c
j
S
sau c
j
I
, atunci
penalizarea este o funcie f de acest procent, respectiv:
C f sau C f
p
S
s j
S
p
I
I j
I
= = ( ) ( ) c c (2.43)
Deci n prima etap se stabilete numai faptul dac restriciile sunt rigide sau slabe.
n etapa a doua se culeg informaii cu aspect cantitativ. inndu-se seama de natura
restriciilor, se stabilesc parametrii caracteristici. n cazul restriciilor rigide se stabilesc
limitele superioare L
s
j
sau inferioare L
I
j
, iar n cazul restriciilor slabe se stabilesc att limitele
39

superioare

L
S
1,2,...m
sau inferioare L
I
1,2,...m
ct i probabilitatea limit admisibil |
1 2 , ,...m
.
Probabilitatea limit se stabilete fie pe baz de apreciere, consultnd mai muli specialiti, fie
pe baza unor analize statistice a datelor din perioadele precedente.
n cazul utilizrii mulimilor vagi (fuzzy) este necesar s se stabileasc o serie de grade
de apartenen. n acest scop se pot folosi diverse funcii (mai ales exponeniale) ai cror
parametri se determin astfel ca s satisfac unele condiii impuse de specialiti.

Exemple
- o main unealt, poate funciona lunar cel mult 180 ore;
- un anumit tip de produs aparinnd nomenclatorului de producie al firmei
trebuie s ocupe cel mult X % i cel puin Y% din totalul produciei pe o
anumit perioad de timp;
- beneficiul total al firmei trebuie s aib o valoare de Z uniti monetare
etc.


Dai exemple de alte tipuri de restricii ce apar n diverse procese de
producie.



S ne reamintim...
- Variabilele sunt acele mrimi care se schimb att n cursul unui ciclu de
simulare, ct i de la un ciclu la altul.
- Parametrii sunt constani, n cadrul unui ciclu de simulare, dar se pot
schimba de la un ciclu de simulare la altul.
- n cadrul unui sistem de producie se ntlnesc variabile de decizie i
variabile de stare.
- Exist i alte tipuri de variabile n cadrul sistemului de producie , cum sunt:
variabila de intrare, variabila perturbatoare, variabila de ieire.
- Este necesar s se analizeze gradul de dependen dintre toate variabilele
sistemului de producie, datorit faptului c majoritatea relaiilor dintre variabilele
care descriu funcionalitatea unui sistem sunt de natur aleatoare i datorit apariiei
erorilor de msurare, caz n care, chiar relaiile deterministe au un cara cter aleator.
- n timpul evoluiei sistemului de producie, o serie de variabile sau de funcii
nu trebuie s depeasc anumite limite date (de exemplu, nivelul resurselor
disponibile)
- Modelele de simulare conin aadar variabile sau funcii pentru care s -a
impus att o limit inferioar ct i o limit superioar.


40


2.7. Rezumat
o n simularea oricrui sistem, existent sau n curs de proiectare, intervin
variabile de intrare/ieire care urmeaz o anumit repartiie statistic.
o Pentru stabilirea repartiiei este necesar executarea unei selecii din care s
fie deduse tipul repartiiei i parametrii acesteia.
o Apoi, prin simulare, pot fi generate valori ale acestor variabile aleatoare cu
ajutorul generatoarelor de date. Orice generare de valori ale variabilelor aleatoare
are la baz un generator de numere aleatoare uniform distribuite pe un interval dat
(0, M), M fiind un numr ntreg.
o Exist mai multe metode de generare a numerelor aleatoare, cum ar fi:
metode manuale, metode fizice, metode de memorizare, metode analitice.
o Generarea numerelor aleatoare cu repartiie dat se efectueaz n dou etape.
n prima etap se genereaz numere aleatoare cu o repartiie uniform, iar n a doua
etap se aplic un algoritm care asigur transformarea repartiiei uniforme n
repartiia dat.
- Exist mai multe metode de generare a numerelor aleatoare cu repartiie
dat: metoda jobenului, metoda transformatei inverse, metoda compunerii, metoda
respingerii etc.


2.8. Test de evaluare a cunotinelor
1. Enumerai cteva dintre caracteristicile unui generator de numere aleatoare.
2. Care sunt diferenele dintre datele dinamice, statice i datele cinematice?
3. Ce fel de erori pot afecta corectitudinea datelor culese despre evoluia unui
fenomen?
4. Ce nelegei prin variabil determinist / variabil aleatoare?
5. Cte metode de generare a variabilelor aleatoare cunoatei?
6. Care sunt tipurile de restricii ce se pun variabilelor i parametrilor?
7. Care sunt diferenele dintre variabilele de decizie i variabilele de stare?
8. Care este diferena dintre variabil i parametru?

41

Unitatea de nvare U3. Evenimente, strategii, funcii obiectiv

Cuprins
3.1. Introducere ................................ ................................ ................................ ............. 39
3.2. Competene ................................ ................................ ................................ ............ 39



3.1. Introducere
Realizarea unui experiment de simulare este un proces care se desfoar, de
obicei, n mai multe etape. Unitatea de nvare conine alte etape pentru realizarea
unui experiment de simulare: Stabilirea evenimentelor care apar n sistem;
Stabilirea unor strategii privind evoluia evenimentelor sistemului; Stabilirea
funciilor obiectiv ale sistemului.



3.2. Competene
Dup parcurgerea acestei uniti de nvare studenii vor putea s:
- neleag modul de stabilire a evenimentelor care apar n sistem i a relaiilor
dintre acestea;
- neleag modul de stabilire a unor strategii privind evoluia evenimentelor
sistemului;
- neleag modul de stabilire a funciilor obiectiv ale sistemului.



Durata medie de parcurgere a acestei uniti de nvare este de 3 ore.

3.3. Stabilirea evenimentelor care apar n sistem i a relaiilor dintre acestea

Un element important al simulrii l constituie producerea i ealonarea n timp a
evenimentelor. Prin eveniment se nelege modificarea cel puin a unui parametru prin care se
descrie starea uneia sau a mai multor componente ale sistemului. Pregtirea simulrii
sistemului presupune implicit definirea evenimentelor care intervin n evoluia sistemului
studiat. Elaborarea schemei de simulare prin calcul necesit, n plus, specificarea
condiionrilor (legturilor) dintre evenimente.
n figura 3.1 se prezint simbolurile grafice folosite pentru diverse tipuri de condiionri
ntre evenimentele A i B.
Evenimentele se pot clasifica dup urmtoarele criterii:
natura evenimentelor;
42

natura condiionrilor (legturilor);
caracterul prelucrrii;
posibilitile de prevedere;
aciunea asupra parametrilor de stare.




a) b)



c) d)
Figura 3.1
n funcie de natura lor, evenimentele pot fi:
0 evenimente sistem, care reprezint evenimente ale sistemului

Exemple
n categoria evenimentelor sistem pot fi incluse: intrarea unui material n stoc,
consumul unui material dintr-un depozit etc.
evenimente program, care reprezint evenimente asociate programului de
prelucrare a datelor

Exemple
n categoria evenimentelor program pot fi incluse urmtoarele: imprimarea
parametrilor de stare ai componentelor sistemului la o perioad predeterminat,
terminarea calculelor cnd un anumit test este satisfcut etc.

Dai exemple de alte evenimente care reprezint evenimente ale unui sistem de
producie i de evenimente program.
n funcie de natura condiionrilor, evenimentele pot fi:
0 evenimente contigente, a cror apariie este condiionat de apariia altor evenimente
(de exemplu, evenimentul satisfacerea unei cereri este condiionat de evenimentul apariia
unei cereri);
evenimente noncontigente, a cror apariie nu este legat de apariia altor evenimente
n sistem (de exemplu, evenimentul apariia unei cereri suplimentare pentru un anumit
produs este independent de evenimentul achiziionarea de ctre firm a unor ca lculatoare).
n funcie de caracterul prelucrrii asociate apariiei evenimentului:
0 evenimente care nu necesit decizii, deci a cror prelucrare nu necesit decizii;
evenimente cu decizii, care la rndul lor pot fi:

B

B

A


A


B

B

A


A

43

Evenimente strict solidare (producerea lui A atrage dup sine n mod sigur producerea
lui B - figura 3.1.a).

Exemplu
Evenimentul intrarea n stoc a unei cantiti dintr-un material implic totdeauna
evenimentul creterea stocurilor materiale.
Evenimentele parial solidare ( producerea lui A poate determina cu o probabilitate
dat producerea lui B - figura 3.1.b).

Exemplu
Evenimentul intrarea unui client ntr-un magazin poate conduce uneori la
generarea evenimentului servirea clientului.
Evenimentele strict divergente (producerea lui A atrage dup sine n mod sigur
anularea lui B - figura 3.1.c).

Exemple
Evenimentul reducerea creditului inhib evenimentul creterea stocurilor de
materiale; creterea dobnzilor la bnci inhib evenimentul creterea
solicitrilor pentru creditele de consum.
Evenimente parial divergente (producerea lui A poate determina cu o anumit
probabilitate anularea lui B - figura 3.1.d).

Exemplu
Evenimentul premierea unui muncitor poate inhiba n unele cazuri apariia
evenimentului neglijen n munc.
n modelele de simulare, ntre clasele de evenimente pot exista toate tipurile de
dependen precizate anterior (figura 3.2).
n funcie de posibilitile de prevedere, evenimentele pot fi:
0 evenimente previzibile (apariia lor decurge dup plan);
evenimente perturbatoare (apariia lor nu poate fi stabilit anticipat i care aci oneaz
de cele mai multe ori, n defavoarea obiectivelor sistemului).





Figura 3.2

E

G

F


B

D

A


C

44

n funcie de aciunea asupra variabilelor sau parametrilor de stare, evenimentele
pot fi clasificate astfel:
0 evenimente cu aciune imediat , care modific parametrii ncepnd chiar din
momentul apariiei lor.

Exemplu
Evenimentul ntreruperea curentului electric modific variabila main-
unealt, trecnd-o din starea funcionare n starea ateptare.
evenimente cu aciune ntrziat, care modific parametrii numai dup trecerea unei
perioade de timp.

Exemplu
Evenimentul suplimentarea unei cereri pentru un produs, modific variabila
mrimea stocului conducnd la necesitatea aprovizionrii cu un surplus de
material, dar, pn la momentul achiziionrii acestui surplus se poate consuma
din stocul existent .
Pentru a se uura munca de construire a schemei logice a modelului de simulare este
util ca, n prealabil, s se construiasc o list care s cuprind toate tipurile de evenimente
mpreun cu tipurile de dependene dintre ele.

Dai i alte exemple de evenimente (de diferite tipuri) care pot s apar n
sistemele de producie.

3.4. Stabilirea unor strategii privind evoluia evenimentelor sistemului.
Strategiile reprezint reguli de construire a diverselor succesiuni de variante privind
evoluia parametrilor de stare ai sistemului de producie. Decidenii unui sistem de producie
dispun de dou grupe de strategii:
strategii de prevenire a evenimentelor perturbatoare;
strategii de ateptare.

3.4.1 Strategii de prevenire.
Dac se dispune de un minim de informaii necesare, decidenii prefer s aplice o serie
de strategii menite s previn apariia evenimentelor perturbatoare. n acest caz este necesar
s se stabileasc strategiile posibile de prevenire SP a evenimentelor perturbatoare sau cel
puin o selecie a unor astfel de strategii.

Exemplu
n cazul unor utilaje, este posibil s se efectueze unele reparaii nainte de a apare
defeciunile. n aceast situaie exist ns un numr mare de strategii posibile
cum ar fi:
0 de a se efectua reparaiile cu un decalaj mare de timp A
i
, nainte de
45

momentul cel mai probabil al apariiei defeciunilor (ceea ce cost relativ mult,
dar conduce la o siguran mai mare n funcionare);
de a se efectua reparaiile cu un decalaj de timp A
i
mai mic, nainte de acest
moment (ceea ce conduce la un cost mai redus al reparaiilor, dar scade sigurana
n funcionare).
Din punct de vedere practic, numrul acestor strategii se poate reduce foarte mult,
considernd numai diverse decalaje de timp A
i

ntre momentul efecturii reparaiei i

momentul apariiei defeciunilor. Se constat c, din punct de vedere practic, exist un decalaj
A
max
, care nu poate fi depit (deoarece frecvena reparaiilor devine prea mare, deci costul
reparaiilor ar fi prohibitiv). Ca valoare minim a decalajului se poate lua, de exemplu, chiar
A
min
= 0 (dac s-ar considera valori negative atunci s-ar obine de fapt strategii de ateptare).
Avnd n vedere faptul c, din punct de vedere practic, nu se poate opera cu uniti de timp
mai mici dect ziua calendaristic, numrul strategiilor posibile pentru exemplul prezentat
este, n general, de ordinul unitilor (numai la utilajele cu ciclu mare de reparaie ar putea
ajunge de ordinul zecilor).
n unele cazuri, strategiile posibile s-ar putea stabili cu ajutorul unui algoritm, constituit
din operaii logice sau aritmetice. n cazul cnd numrul acestor strategii ar fi prea mare, se
pot genera numere aleatoare, cu ajutorul crora s se extrag numai o selecie a strategiilor
posibile.
n cadrul unei abordri mai generale a sistemului, se consider mai multe strategii S
1
,
S
2
,...S
n
crora li se ataeaz la fiecare moment probabilitile p
1
(t), p
2
(t), ... p
n
(t) de a fi
aplicate. Rezult astfel urmtoarea clasificare a strategiilor de prevenire SP:
Strategii necondiionate de rspunsurile unor sisteme externe, care pot fi deterministe
sau aleatoare:
0 strategii deterministe, n cazul crora se poate scrie relaia:
p
i
(t) = 1 (3.1)
Aceste strategii, la rndul lor, pot fi:
strategii deterministe pure, dac:
p
i
(t) = 1 ,

t (3.2)
unde te(0,T) este orizontul de timp;
strategii deterministe alternante dup anumite reguli, dac:
p
i
(t)=1; p
j
(t) = 1; p
k
(t)=1 etc. (3.3)
relaia dintre (i,j,k,...) i (t,t, t...) fiind bine precizat.
strategii aleatoare, care la rndul lor pot fi:
strategii aleatoare uniforme, dac:


p t
n
i n t
i
= =
1
12 , , ... , ; (3.4)
46

strategii aleatoare cu repartiie dat (strategii mixte). Repartiia dat poate fi:
- staionar, dac:
p
i
(t)= p
i
, i=1,2,...n; (3.5)
- nestaionar, dac:
p
i
(t) =
i
(t), i=1,2,...n, (3.6)
unde
i
reprezint o funcie oarecare.
Strategii condiionate de rspunsurile unor sisteme externe:
0 strategii condiionate n mod determinist, n cadrul crora la fiecare rspuns al
sistemelor exterioare se aplic o anumit strategie;
strategii condiionate n mod probabilistic, n cadrul crora la fiecare rspuns al
sistemelor exterioare se pot aplica diverse strategii, fiecare avnd o anumit probabilitate.
Cunoscnd strategiile posibile, se pune problema stabilirii consecinelor K
p
ale aplicrii
fiecrei strategii. Aceste consecine constau fie n modificri ale probabilitilor de apariie a
evenimentelor perturbatoare, fie n modificri ale parametrilor de stare ai componentelor.
Cunoscnd aceste consecine, trebuie calculate dou feluri de costuri:
costul de aplicare al strategiei de prevenire (fa de situaia neaplicrii acestor
strategii);
costul consecinelor aplicrii strategiei de prevenire (fa de situaia neaplicrii
acestei strategii).

Exemplu
Se poate considera cazul reparaiilor unor maini, ca n exemplul
prezentat anterior. Costul aplicrii strategiei de a se executa o reparaie cu A
i
zile
nainte de momentul cel mai probabil de apariie a defeciunilor se poate estima
considernd reducerea ciclului mediu de reparaie T. Costul reparaiilor crete
deci n raportul:
i
T
T
A
. n schimb, probabilitatea de apariie a defeciunilor
nainte de efectuarea reparaiei p
d
scade foarte mult pe msur ce decalajul A
i

este mai mare. Trebuie stabilit deci o relaie de forma:
p
d
= f
d
(A
i
) (3.7)
unde f
d
este o funcie oarecare (discret sau continu, determinist sau
aleatoare). Cunoscnd i penalizarea pentru apariia unei defeciuni, se pot calcula
valorile medii ale costurilor consecinelor aplicrii strategiei considerate.
n general, costurile de aplicare a unei strategii depind de frecvena de aplicare i costul
mediu al realizrii strategiei respective. Aplicarea unei strategii are unele efecte asupra
costurilor de producie, conducnd n majoritatea cazurilor la economii ale acestui indicator.


Dai exemple de strategii de prevenire pentru un sistem de producie din sfera
dumneavoastr de activitate.

47



3.4.2 Strategii de ateptare
n cazul cnd nu se dispune nici cel puin de un minim de informaii, se aplic
strategii de ateptare a evenimentelor perturbatoare. Chiar dac se aplic strategii de
prevenire, evenimentele perturbatoare tot vor apare! (evident cu o probabilitate mai mic ).
Datorit apariiei evenimentelor perturbatoare, vectorul de stare al sistemului nu se mai
gsete n domeniul admisibil (deoarece se poate depi cel puin una din limitele admisibile).
Decidentul trebuie s dispun n acest caz de o serie de strategii posibile de modificare SM,
care s-i permit readucerea parametrilor de stare n limitele admisibile.

Exemplu
O ntreprindere i-a propus ca volumul produciei zilnice x
i
al unui anumit
produs s depeasc o anumit limit inferioar L
i
I
, adic:

x L
i i
I
>
(3.8)
n condiiile unui anumit coeficient al schimburilor (de exemplu c = 1 < 3). Dac
ns, datorit unor perturbaii, se realizeaz numai un volum x
i
*
, cu proprietatea
c: x
i
*
< L
i
I
(3.9)
atunci ntreprinderea dispune de strategia de a mri coeficientul schimburilor de
la 1 la maximum 3. ncercnd cu c = 2 , variabila x
i
*
se mrete cu o cantitate
Ax
i
. Dac: x
i
*
+

Ax
i

> L
i
I

(3.10)
atunci mrirea coeficientului schimburilor de la 1 la 2 constituie o strategie
posibil de modificare a parametrilor sistemului.
i n acest caz exist, n unele situaii, un numr imens de strategii posibile, din
care ns se poate extrage numai o selecie.
Exist ns i cazuri cnd, orice strategie s-ar aplica, sistemul nu mai poate fi readus n
limitele admisibile. Aceasta se ntmpl mai ales n cazul restriciilor slabe de forma (2.38)
sau (2.39). Evident, n aceast situaie, trebuie stabilite strategiile care realizeaz o depire
minim a limitei admisibile.
n unele cazuri, strategiile SM de modificare a parametrilor de stare care permit
readucerea unor parametri n limitele admisibile, pot avea i unele efecte nedorite asupra altor
parametri ai sistemului. Rezult necesitatea de a se stabili pentru fiecare strategie consecinele
K
M
asupra tuturor parametrilor de stare ai sistemului.
Pentru fiecare strategie de modificare SM se stabilesc costurile aferente C
M
, care se
compun din:
costuri de aplicare a strategiilor;
costuri corespunztoare consecinelor aplicrii strategiilor.
Aplicarea unei strategii SM de modificare a sistemului la parametri admisibili are n
general un efect favorabil asupra costului de producie, care poate fi interpretat ca o
recompens aferent unei anumite strategii.
48

nainte de efectuarea simulrii nu se cunosc nici probabilitile P
p
nici probabilitile P
m

n care trebuie aplicate strategiile de prevenire SP, respectiv de modificare SM, astfel ca s se
obin performane optime n cadrul sistemului. Aceste probabiliti se pot ns stabili pe baza
unor date statistice din trecut sau pe baz de apreciere.
Aplicnd una din metodele cunoscute ale teoriei deciziilor de grup se pot stabili
prioriti de aplicare ale strategiilor de prevenire SP sau ale strategiilor de modificare SM. Pe
baza acestor prioriti, se pot evalua apoi probabilitile de aplicare a strategiilor. O metod
mai rapid de evaluare a acestor probabiliti ar putea fi utilizarea relaiei:
p
N
N
i
i
= (3.11)
n care:
p
i
- probabilitatea de aplicare a strategiei de prevenire sau modificare de rang i (S
i
);
N
i
- numrul de specialiti care au exprimat preferine pentru strategia S
i
;
N - numrul total de specialiti.
Vectorii P
p
i P
m
constituie vectori aleatori, avnd numai rol de iniializare n program.
n timpul rulrii programului, pe baza anumitor reguli de decizie, se vor alege strategiile de
prevenire SP sau de modificare SM care tind s optimizeze performanele sistemului. Deci, n
final, vectorii aleatori P
p
i P
m
se modific, din care cauz elementele iniiale ale acestor
vectori nu necesit o precizie mare.


S ne reamintim...
- Prin eveniment se nelege modificarea cel puin a unui parametru prin care
se descrie starea uneia sau a mai multor componente ale sistemului.
- Pregtirea simulrii sistemului presupune implicit definirea evenimentelor
care intervin n evoluia sistemului studiat.
- Elaborarea schemei de simulare prin calcul necesit, n plus, specificarea
condiionrilor (legturilor) dintre evenimente.
- n cazul simulrii sistemelor de producie se pot defini mai multe categorii de
evenimente.
- n modelele de simulare, ntre clasele de evenimente pot exista diferite tipuri
de dependen.
- Construirea schemei logice a modelului de simulare este facilitat dac , n
prealabil, se ntocmete o list care s cuprind toate tipurile de evenimente
mpreun cu tipurile de dependene dintre ele.
- Strategiile reprezint reguli de construire a diverselor succesiuni de varia nte
privind evoluia parametrilor de stare ai sistemului de producie.
- Decidenii dispun de dou tipuri de strategii: strategii de prevenire i strategii
de ateptare.
49

3.5. Stabilirea funciilor obiectiv ale sistemului
Sistemul de producie este, n majoritatea cazurilor, un sistem cu mai multe funcii
obiectiv.

Exemple
La nivel microeconomic funcii obiectiv pot fi:
- costul de producie;
- beneficiul;
- productivitatea muncii;
- consumul de energie etc.
n prima etap este necesar stabilirea tuturor acestor funcii obiectiv.
n etapa a doua este necesar stabilirea formei funciei obiectiv (liniar, neliniar etc.)
precum i a naturii acestei funcii (determinist, aleatoare etc.).
n cazul cnd funcia obiectiv este determinist, se stabilesc coeficienii care intervin n
calculul acesteia. n acest scop se prelucreaz o serie de date statistice (cheltuieli, preuri,
consumuri specifice etc.).
n cazul n care natura funciei este aleatoare, n afara coeficienilor menionai mai sus,
se stabilesc coeficieni de risc.
Aa cum s-a artat, trebuie stabilite consecinele apariiei evenimentelor perturbatoare
(care provoac n unele cazuri depirea limitelor admisibile ale parametrilor de stare) asupra
funciilor obiectiv. De asemenea, trebuie s se precizeze legea dup care variaz funciile
obiectiv n cazul aplicrii unor strategii de prevenire SP sau a unor strategii de modificare SM
a parametrilor de stare.
n cazul aplicrii strategiilor de prevenire SP, efectul asupra funciilor obiectiv este
urmtorul:
o cretere a costurilor totale, datorat costului aplicrii strategiilor de prev enire SP;
o reducere a probabilitilor de apariie a evenimentelor perturbatoare i prin aceasta,
o reducere a costurilor.
Efectul global va fi acela de reducere a costurilor fa de varianta nefolosirii strategiilor
de prevenire.
n cazul aplicrii strategiilor de modificare SM, efectele asupra funciilor obiectiv sunt
urmtoarele:
o cretere a costurilor totale, datorat costurilor de aplicare a strategiilor de
modificare SM;
o reducere a costurilor, datorat readucerii sistemului n limitele admisibile.
Efectul global va fi, i n acest caz, de reducere a costurilor fa de neaplicarea
strategiilor de modificare.
n cazul n care este respectat condiia independenei criteriilor se consider c exist
proprietatea de aditivitate multidimensional, ceea ce permite construirea unei funcii obiectiv
50

global. n acest scop se stabilesc mai nti coeficienii de importan ai fiecrei funcii
obiectiv, prin consultarea unui grup de specialiti. Apoi, prin aplicarea teoriei decizi ilor de
grup i teoriei deciziilor multidimensionale, se construiete funcia obiectiv global.
n faza premergtoare rulrii programului de simulare, se poate elabora un algoritm de
construire a funciei obiectiv global. Dup efectuarea unui numr semnificativ de cicluri de
simulare prin care se estimeaz valorile tuturor funciilor obiectiv, devine posibil, prin
aplicarea acestui algoritm, construirea funciei obiect iv global.

Exemple
1: Presupunem c funcia obiectiv este beneficiul ntreprinderii.
Se presupune c, la un moment dat, stau la dispoziie mai multe resurse
(materie prim, for de munc, maini-unelte, resurse financiare etc.) date n
cantiti corespunztoare. Cu ajutorul acestor resurse pot fi desfurate activiti
de producie. Se noteaz cu P
j
, 1s s j n, unul din produsele ce pot fi realizate i
cu x
j
nivelul (cantitatea) necunoscut al acestui produs care trebuie determinat.
Se noteaz cu c
j
beneficiul pe care ntreprinderea productoare l va avea
realiznd i valorificnd o unitate din produsul Pj. n general, acest beneficiu este
pozitiv, dar poate fi i negativ n cazul n care ntreprinderea lucreaz n pierdere
la acest produs.
Beneficiul adus de ntregul nivel de producie x
j
va fi egal cu c
i
x
j
, iar
pentru toate produsele ntreprinderii considerate, acesta va fi notat cu f i va avea
expresia:
f c x c x c x c x c x
j j n n j j
j
n
= + + + + + =
=

1 1 2 2
1
... ... (3.12)
Problema care se pune este de a gsi acea variant de producie (sau acele
variante) care face ca funcia f s fie maxim.
| ] max f c x
j
j
n
j
=
=

1
(3.13)
Aceasta va fi funcia obiectiv a modelului matematic de simulare care descrie
problema economic a beneficiului ntreprinderii.
2. S admitem c funcia obiectiv este costul de producie.
Se presupune c n decursul a n luni trebuie realizate r
i
, 1s s i n, uniti
dintr-un anumit produs. Funcionarea normal a ntreprinderii permite un volum
de producie de x
i
, 1s s i n, uniti pe lun. Din anumite considerente, se poate
prevede o producie suplimentar de y
i
, 1s s i n, uniti lunare.
Costurile unitare de producie sunt egale cu c
i
pentru producia normal i cu
c
i
pentru cea suplimentar, iar costurile unitare de stocare lunar sunt egale cu d
i
, 1s s i n.
51

Trebuie s se stabileasc ct anume trebuie s realizeze ntreprinderea n orar
normal, ct n orar suplimentar i ct anume s stocheze din producie, pentru a
avea cheltuieli totale minime.
Se noteaz cu:
x
i
- o unitate din produsul P
i
ce se realizeaz n orar normal n luna i;
y
i
- o unitate din produsul P
i
ce se realizeaz n orar suplimentar n luna i;
S
i
- cantitatea din produsul P
i
care se stocheaz n luna i.
Costul total al produciei va fi:
f c x c y c x c y d S
i i i i i i
i
n
= + + + +
=

1 1 1 1
2
(3.14)
Costul total trebuie s fie ct mai mic, deci relaia de mai sus devine:
| ] min f c x c y c x c y d S
i i i i i i
i
n
= + + + +
=

1 1 1 1
2
(3.15)
Aceasta constituie funcia obiectiv a modelului matematic de simulare a
problemei economice a costurilor minime de producie.


Scriei modelul matematic (funcia obiectiv i restriciile) pentru
urmtoarea aplicaie:
Pentru a fabrica dou produse P1 si P2 este necesar s se execute operaii de
prelucrare pe trei maini M1, M2 i M3, n mod succesiv, ordinea operaiilor
fiind indiferent. Timpii unitari de execuie sunt prezentai n tabelul 1. Se
presupune c mainile nu au timpi mori, provocai de ateptarea unui produs
aflat n curs de prelucrare la o alt main, datorit faptului c nu exist preferine
n ordinea operaiilor.
Tabelul 1
PRODUSUL Timp [minute]
M1 M2 M3
P1 11 7 6
P2 9 12 16
Condiionrile din procesul de producie sunt :
- maina M1 poate funciona cel mult 165 ore ;
- maina M2 poate funciona cel mult 140 ore ;
- maina M3 poate funciona cel mult 160 ore i cel puin 120 ore.
Beneficiul pentru o unitate de produs x
1
este de 900 u.b pentru produsul P1 , iar
pentru produsul P2 beneficiul pentru o unitate de produs x
2
este de 1000 u.b.
S se determine cte uniti x
1
i x
2
din fiecare produs trebuie fabricate lunar,
pentru a obine, n condiiile date, un beneficiu total maxim .
52


3.6. Rezumat
- Prin eveniment se nelege modificarea cel puin a unui parametru prin care se
descrie starea uneia sau a mai multor componente ale sistemului.
- Strategiile reprezint reguli de construire a diverselor variante privind evoluia
parametrilor de stare ai sistemului, existnd dou grupe de strategii:
strategii de prevenire a evenimentelor perturbatoare;
strategii de ateptare.
- Simularea funcionrii sistemului se poate face n ipoteza aplicrii unor strategii
de prevenire a apariiei evenimentelor perturbatoare sau a unor strategii de
modificare a parametrilor de stare, n cazul unor abateri semnificativ de mari a
parametrilor de stare efectivi fa de limitele admisibile.
- Sistemul de producie este un sistem, n majoritatea cazurilor cu mai multe
funcii obiectiv, de aceea, n prima etap a construirii modelului de simulare, este
necesar s se identifice toate funciile obiectiv, apoi forma i natura funciei
obiectiv.



3.7. Test de autoevaluare a cunotinelor
1. Restriciile rigide care sunt impuse limitelor admisibile ale variabilelor i
parametrilor se caracterizeaz prin:
a. nerespectarea lor ntr-un procent mic duce la o penalizare mic;
b. nerespectarea lor ntr-un procent mic nu duce la penalizri;
c. nerespectarea lor ntr-un procent mic duce la o penalizare mare.
2. Evenimentele perturbatoare se caracterizeaz prin:
a. apariia lor poate fi prevzut cu certitudine;
b. apariia lor nu poate fi prevzut;
c. apariia lor duce la stabilizarea sistemului.
3. Strategiile de prevenire se aplic atunci cnd:
a. nu se dispune de informaii privind sistemul studiat;
b. se dispune de informaii foarte puine privind sistemul studiat;
c. se dispune de informaii suficiente privind sistemul studiat.
4. n cazul aplicrii strategiilor de prevenire, efectul asupra funciilor obiectiv va fi:
a. de cretere a costurilor totale;
b. de meninere constant a costurilor totale;
c. de reducere a costurilor totale.

3.8. Rspunsurile testului de autoevaluare a cunotinelor
1. c; 2. b; 3. c; 4. a.

53

Unitatea de nvare U4. Elaborarea algoritmului, validarea
modelului i a programului

Cuprins
4.1. Introducere ................................ ................................ ................................ ............. 51
4.2. Competene ................................ ................................ ................................ ............ 51


4.1. Introducere
Realizarea unui experiment de simulare este un proces care se desfoar, de
obicei, n mai multe etape. Unitatea de nvare conine ultimele dou etape pentru
realizarea unui experiment de simulare: Elaborarea algoritmului i scrierea
programului de simulare, i, Validarea modelului i a programului de calcul.



4.2. Competene
Dup parcurgerea acestei uniti de nvare studenii vor putea s:
- neleag modul de elaborare a algoritmului necesar scrierii programului pentru
simulare;
- Opereze cu variabilele, parametrii programului de simulare



Durata medie de parcurgere a acestei uniti de nvare este de 2 ore.
4.3. Elaborarea algoritmului i scrierea programului de simulare
Pe baza informaiilor obinute n etapele precedente, se poate trece la simularea
funcionrii sistemului, n ipoteza aplicrii unor strategii de prevenire a apariiei
evenimentelor perturbatoare sau a unor strategii de modificare a parametrilor de stare, n cazul
unor abateri semnificativ de mari a parametrilor de stare efectivi fa de limitele admisibile.
n figurile 4.1.a, 4.1.b i 4.1.c este prezentat schema logic general a evoluiei strilor
sistemului studiat. Paii principali ai algoritmului de simulare a funcionrii sistemului sunt:
PASUL 1. Introducerea sau iniializarea datelor de intrare. Aceste date pot fi :
- mulimea componentelor sistemului c;
- vectorul de stare iniial a componentelor sistemului S
0
;
- repartiiile variabilelor i parametrilor sistemului R;
- corelaiile ntre variabilele sistemului C;
- limitele admisibile ale parametrilor de stare L;
- mulimea evenimentelor previzibile E i evenimentelor perturbatoare E
p

- caracteristicile evenimentelor i relaiilor logice dintre acestea (H
i
pentru E respectiv H
j

pentru E
p
);
54

START
STOP
Citirea datelor de intrare
Generarea unor numere aleatoare pentru a stabili
intervalul de timp At
i
i calculul timpului curent:
t

i
= t
i
+ At
i

Generarea unor numere aleatoare pentru a
stabili evenimentele perturbatoare i
caracteristicile acestora
Tiprirea
rezultatelor
I
Stabilirea
momentului la care
se pot amna Ep
J
B
C
D


(1)


(2)

(3)

NU t

i
< T

(29) DA
(4)
Exist eveniment DA
planificat n intervalul
(t
i
, t

i
) ?

NU

(5)

(6)
Exist evenimente NU
perturbatoare Ep?



(8) (7) DA

DA Evenimentele NU
Ep se pot amna ?



Figura 4.1.a.

55




(9)
DA
(10)
(11) Exist NU
posibilitatea S
min
ij
sS
ti
ij
sS
max
ij

amnrii

(12) NU (21) DA


(16) (22)


(16) (23)



(16) (24)
DA DA
Nc s N1 Nc s N3

(16)(17) NU (25) NU





Figura 4.1.b

D
Modificarea parametrilor de
stare S
ti
ij
=S
ti
i
+ AS
ti
ij

Generarea unor numere
aleatoare pentru a stabili
strategiile Sp
Generarea unor numere aleatoare
pentru a stabili strategiile Sm
Modificarea parametrilor de
stare: S
*ti

ij
= S
ti
ij
+ M
ti
ij

Modificarea parametrilor de stare
(ca la pasul 9)
Stabilirea valorilor funciilor
obiectiv FO i FOG
Stabilirea valorilor funciilor
obiectiv FO i FOG
Generarea unui nou vector de
probabilitate Pp.
Calculul mediei i dispersiei
funciilor FO i FOG
Generarea unui nou vector de
probabilitate Pm.
Calculul mediei i dispersiei
funciilor FO i FOG
C B
G H
E F
56





(18) (26)
DA DA
Nc s N2 Nc s N4

(19) NU (27) NU



(20) (28)






Figura 4.1.c

- coeficienii de probabilitate | ;
- strategiile posibile de prevenire a evenimentelor perturbatoare SP;
- consecinele aplicrii strategiilor de prevenire asupra parametrilor de stare K
p
;
- costurile aplicrii strategiilor de prevenire C
p
;
- strategiile posibile de modificare a parametrilor de stare n cazul depirii limitelor
admisibile ale acestora SM;
- consecinele aplicrii strategiilor de modificare K
m
;
- costurile aplicrii strategiilor de modificare C
m
;
- funciile obiectiv ale sistemului FO;
- funcia obiectiv global a sistemului FOG;
- numrul de cicluri de simulare n diverse etape ale programului:
1. n cazul depirii limitelor admisibile:
- numrul iniial de cicluri necesare estimrii funciilor obiectiv N
1
;
Alegerea valorii optime a
funciilor FO sau FOG.
Alegerea strategiei optime de
prevenire.
Alegerea valorii optime a
funciilor FO sau FOG.
Alegerea strategiei optime de
modificare.
Stabilirea unor noi date iniiale:
P

p, N

3, N

4 etc.
Stabilirea unor noi date iniiale:
P

m, N

1, N

2 etc.
G E F H
I J
57

- numrul iniial de cicluri necesare alegerii celei mai eficiente strategii de modificare
N
2
;
2. n cazul ncadrrii n limitele admisibile:
- numrul iniial de cicluri necesare estimrii funciilor obiectiv N
3
;
- numrul iniial de cicluri necesare alegerii celei mai eficiente strategi i de prevenire N
4
;
- perioada (orizontul) pentru care se efectueaz simularea T;
- diverse valori admisibile ale erorilor c.
PASUL 2. Calculul timpului curent.
Dac momentul considerat de model este t, atunci la urmtorul ciclu de simulare noul
moment t este dat de relaia:
t t t ' = + A (4.1)
unde At reprezint incrementul (creterea) timpului. Efectund succesiv acest pas se
obine evoluia calendarului.
Aa cum s-a artat n unitatea de nvare U1, pentru a genera evoluia calendarului se
pot folosi dou metode:
0 metoda incrementului fix, la care creterea At este prestabilit.
Dac At este prea mic, este posibil ca mulimea evenimentelor perturbatoare E
p
s fie
vid. Aceasta necesit creterea cu un nou interval At i reluarea ciclului. Testrile sunt
reluate pentru un numr mare de intervale (deoarece At este mic), metoda devenind astfel
foarte costisitoare datorit timpului mare de calcul. Exist ns avantajul unei analize
minuioase i riguroase a sistemului. Dac incrementul At este prea mare, volumul calculelor
se reduce, dar precizia nu este satisfctoare. Mrimea intervalului At se stabilete astfel ca
probabilitatea de apariie a dou evenimente perturbatoare de acelai tip, n intervalul (t, t +
At ), s fie nesemnificativ. Dac p
i

At este probabilitatea amintit, condiia care trebuie
satisfcut este


p t
i i
2
A sq , ()i (4.2)
n care
q
i
este un prag de semnificaie admisibil dat.
Aceast relaie este satisfcut de o infinitate de intervale At . Evident ns c se alege
intervalul maxim At care satisface sistemul de inecuaii 4.2.
metoda incrementului variabil, la care At are semnificaia unui interval de timp
dintre dou apariii succesive a evenimentelor perturbatoare.
Incrementul At este generat uniform repartizat, astfel nct s se ncadreze ntre o limit
minim i maxim:
A A A t t t
min max
s s (4.3)
n cazul n care se stabilete o evoluie a calendarului pentru mai multe componente c
1
,
c
2
, ..., c
i
, se vor utiliza incremente de timp At
1
, At
2
,... At
i
diferite, fiecare avnd o anumit
repartiie.

58

PASUL 3. Se testeaz dac momentul t se ncadreaz n perioada de simulare T:
t < T (4.4)
Dac se ncadreaz (t<T ), se trece la pasul 4.
Dac nu se ncadreaz

t T ' > , se trece la pasul 29.
PASUL 4. Se testeaz dac exist evenimente E planificate s se produc n
intervalul de timp At
i
.
Dac exist, se trece la pasul 9.
Dac nu exist, se trece pasul 5.
PASUL 5. Se genereaz numere aleatoare conform cu repartiiile date pentru a se
stabili evenimentele perturbatoare E
p
care apar precum i anumite caracteristici H
j
ale
acestora .
Aceste caracteristici H
j
ale evenimentelor perturbatoare E
p
, mpreun cu caracteristicile
H
i
ale evenimentelor planificate E, permit stabilirea efectelor AS asupra parametrilor de stare
ai unor anumite componente ale sistemului de producie.
De exemplu, pentru un atelier s-a stabilit frecvena relativ de apariie a unei defeciuni
la un utilaj f
d
, ntr-o anumit perioad de timp AO AO A < t .
Se stabilete mai nti numrul de perioade v n care se testeaz apariia evenimentului
perturbator de mai sus, cu ajutorul relaiei:

v =

>

<

A
AO
A
AO
A
AO
A
AO
t
daca
t
t
daca
t
1 1 0 5
1 0 5
,
,
(4.5)

unde
A
AO
t

reprezint partea ntreag a lui

A
AO
t
.
Se genereaz un numr aleator
1
0 1 e( , ). Dac
1
< f
d
, se consider c a aprut
evenimentul perturbator. Dac
1
> f
d
, se repet testul (se genereaz alt numr aleator
2
).
Dac
2
< f
d
, se consider c a aprut perturbaia. Dac
2
< f
d


se repet testul de
cel mult v ori. Dac nici dup repetarea de v ori a acestui test nu s-a obinut la nici o generare
cazul:

i d
f < (4.6)
atunci se consider c evenimentul perturbator nu s-a produs n intervalul At .
Se trece la testarea apariiei altor evenimente perturbatoar e.
n urma apariiei evenimentelor perturbatoare, starea unor componente se modific n
consecin. De exemplu, componenta muncitor trece din starea ocupat n starea
neocupat, componenta reper trece din starea n curs de prelucrare n starea ateptare
59

etc. Evident, toate aceste modificri, constnd n diverse tipuri de relaii, trebuie incluse n
program sub form de instruciuni. Prin aplicarea acestor instruciuni, rezult un vector de
modificare a parametrilor de stare AS, ca o consecin a aciunii att a evenimentelor
perturbatoare E
p
, ct i a evenimentelor planificate E.
PASUL 6. Se testeaz dac au existat evenimente perturbatoare E
p
n intervalul de timp
At . Dac a existat cel puin un eveniment perturbator, se trece la pasul 7. Dac nu a aprut
nici un eveniment perturbator, atunci se reia algoritmul de la pasul 2.
PASUL 7. Se testeaz dac aciunea de nlturare a consecinelor evenimentului
perturbator E
p
se poate amna. Dac se poate amna, se trece la pasul 8. Dac nu se poate
amna, se trece la pasul 9.
PASUL 8. Se stabilete momentul t
p
la care se poate amna aciunea de nlturare a
consecinelor evenimentului perturbator E
p
. Aceast amnare este posibil n doua cazuri:
cnd nsi consecinele evenimentului perturbator au loc cu
un decalaj o
p
(cunoscut nc de la datele de intrare);
cnd consecinele evenimentului perturbator au loc imediat, dar sistemul poate
funciona n bune condiii dac nlturarea efectelor negative ale acestui eveniment nu
depete un decalaj admisibil o
p
.
Cunoscnd decalajul o
p
se poate stabili momentul t
p
la care se nltur consecinele
evenimentului E
p
:
t o
p i p
t = +
'
(4.7)
Mulimea momentelor t
p
se memoreaz, iar la fiecare reluare a pasului 4 se testeaz
dac:
t t
i p i
s s t
'
(4.8)
unde t
i
i t
i
reprezint dou momente succesive.
PASUL 9. Se trece la modificarea parametrilor de stare. n cazul utilizrii
incrementului de timp variabil, aceast modificare se efectueaz conform relaiei:
S S S
ij
t
i
t
ij
t
i
i
i
'
= + A (4.9)
n care:

S
ij
t
i
'
- vectori de stare ai componentei c
i
la momentul t
i
'
, cnd n intervalul At
i
au
aprut evenimente E sau E
p
cu aciune imediat, avnd caracteristicile H
i
, respectiv H
j;

S
i
t
i
- vectori de stare ai componentei c
i
la momentul t
i
;
AS
ij
t
i
- modificrile vectorilor de stare S
i
t
, cauzate de evenimentele E sau E
p
, avnd
caracteristicile H
i
, respectiv H
j
.
n cazul utilizrii unui increment fix, se aplic relaia:

t
ij
t
i
t t
ij
S S S A + =
A +
(4.10)
Succesiunea vectorilor de stare obinut cu ajutorul acestui pas reprezint evoluia
strilor sistemului.
60

PASUL 10. Se verific dac noii parametrii de stare ( S
ij
t
i
'
sau S
ij
t t +A
) se ncadreaz n
limitele admisibile. Daca se ncadreaz, se trece la pasul 21. Dac nu se ncadreaz, se trece la
pasul 11.
PASUL 11. Se testeaz dac modificrile parametrilor de stare pot fi efectuate n
momentul considerat sau dac, din diverse motive, trebuie amnate. Dac se amn, se trece
la pasul 8. Dac nu se amn, se trece la pasul 12.
PASUL 12. Se genereaz numere aleatoare pentru a se stabili strategiile de modificare
SM a strilor (n cazul cnd parametrii nu se ncadreaz n limitele admisibile).
n cazul unor strategii pentru care s-au obinut cu o probabilitate aproape cert rezultate
cu eficien maxim, se poate renuna la generarea numerelor aleatoare i aplica direct
strategia respectiv (strategie pur).
PASUL 13. Se efectueaz modificarea parametrilor de stare conform strategiilor SM
stabilite la pasul 12. n cazul utilizrii metodei incrementului variabil se aplic relai a:
S S M
ij
t
ij
t
ij
t
i i i
*
' ' '
= + (4.11)
unde M
ij
t
i
'
reprezint modificrile efectuate asupra parametrilor de stare conform
strategiilor SM la momentul (t
i
).
n cazul utilizrii incrementului fix se aplic relaia:
S S M
ij
t t
ij
t t
ij
t t * + + +
= +
A A A
(4.12)
Succesiunea vectorilor de stare obinut la acest pas reprezint o succesiune a
evoluiilor posibile ale strilor sistemului studiat. Numai dup calculul funciei obiectiv i
generarea unui numr N
1
de evoluii posibile ale strilor se poate decide succesiunea preferat
din punct de vedere economic i care respect restriciile sistemului.
PASUL 14. Se calculeaz valorile funciilor obiectiv corespunztoare evoluiei strilor
sistemului, generat la pasul 13. Pentru fiecare evoluie posibil de succesiune a strilor se
calculeaz funcia obiectiv.
n cazul mai multor funcii obiectiv se poate aplica un algoritm de construire a unei
funcii obiectiv global.
PASUL 15. Se testeaz dac numrul ciclurilor efectuate depete valoarea N
1
. Dac
da ( N N
c
>
1
), se trece la pasul 16. Dac nu ( N N
c
<
1
), se reia algoritmul de la pasul 12.
Numrul N
1
de evoluii posibile se determin astfel ca s se asigure precizia necesar,
innd seama i de economicitatea rulrii programului de simulare. Din punct de vedere
practic, programul se iniializeaz cu un numr N
1
care satisface n primul rnd din punct de
vedere al economicitii programului i se presupune c asigur o precizie acceptabil. Dup
aceea, se poate testa precizia obinut. Dac testul nu este satisfcut, se mrete numrul N
1
cu
un numr AN
1
de cicluri de simulare (de exemplu, AN N
1 1
01 + , ). Suplimentarea
numrului de cicluri de simulare poate fi continuat pn la obinerea preciziei necesare.
PASUL 16. Se calculeaz media i dispersia funciilor obiectiv pentru fiecare strategie
aplicat.
61

PASUL 17. Se genereaz un nou vector de probabilitate a strategiilor de modificare.
PASUL 18. Se testeaz dac numrul ciclurilor depete N
2
. Dac depete
( N N
c
>
2
), se trece la pasul 19. Dac nu depete, (N
c
< N
2
), se reia algoritmul de la pasul
12.
PASUL 19. Se alege optimul funciei obiectiv (sau al funciei obiectiv global) i se
stabilete strategia optim de modificare SM
opt
.
PASUL 20. Se efectueaz schimbri n datele de intrare conform strategiei adoptat la
pasul 19 (probabilitatea aplicrii strategiilor de modificare SM, numrul de cicluri N
1
i N
2

etc.) i se reia algoritmul de la pasul 2.
PASUL 21. Se genereaz diverse strategii de prevenire SP, respectnd probabilitile
furnizate de datele de intrare.
PASUL 22. Se modific parametrii de stare (ca la pasul 9).
PASUL 23. Se calculeaz funcia obiectiv corespunztoare fiecrei strategii de
prevenire SP generat la pasul 21, avnd consecinele de la pasul 22.
PASUL 24. Se testeaz dac numrul de cicluri este mai mic dect N
3
. Dac este mai
mic (N
c
< N
3
) , se reia algoritmul de la pasul 21. Dac nu este mai mic ( N N
c
>
3
), se trece
la pasul 25.
PASUL 25. Se genereaz un nou vector de probabilitate a strategiilor de prevenire. Se
calculeaza valorile medii i dispersiile funciilor obiectiv.
PASUL 26. Se testeaz dac numrul de cicluri depete N
4
. Dac depete
( N N
c
>
4
), se trece la pasul 27.
Dac nu depete ( N N
c
<
4
), se reia algoritmul de la pasul 21.
PASUL 27. Se alege optimul funciei obiectiv (sau al funciei obiectiv global) i se
stabilete strategia optim de prevenire SP
opt
. .
PASUL 28. Se efectueaz schimbri n datele de intrare (probabilitatea aplicrii
strategiilor de prevenire SP, numrul de cicluri de simulare N
3
, N
4
i se reia algoritmul de
pasul 2.
PASUL 29. Se afieaz rezultatele, care pot fi foarte variate:
- vectorii aleatori ai strategiilor de modificare;
- vectorii aleatori ai strategiilor de prevenire;
- media funciilor de eficien;
- dispersia funciilor de eficien;
- abaterea medie ptratic a funciilor de eficien;
- probabilitile ca parametrii sistemului s fie sau nu n limitele normale;
- evoluia parametrilor de stare ai sistemului n ipoteza aplicrii unor anumite strategii.


Pentru scrierea programului de calcul al modelului de simulare exist dou posibiliti:
62

0 s se foloseasc un limbaj general de programare (FORTRAN, COBOL , QBASIC,
TURBOPASCAL etc.);
s se foloseasc un limbaj special de programare (GPSS, CSMP, DYNAMO,
SIMUB, SIMSCRIPT, SIMULA etc.).
Dei au unele dezavantaje (necesit o pregtire special a programatorilor, rezolv
numai anumite probleme, nu toate calculatoarele au compilatoare pentru ele etc.), facilitile
de care dispun impun utilizarea cu precdere a acestor din urm limbaje.

4.4 Validarea modelului i a programului de calcul
ntruct trebuie s reprezinte cu un grad acceptabil de fidelitate relaiile existente ntre
elementele componente ale sistemului modelat, metodologia de construire a modelului
cuprinde n mod obligatoriu etapa de validare a acestuia, consecutiv construirii modelului i
experimentrii lui cu date pentru care exist o apreciere a consecinelor n funcionare.
Astfel, modelul considerat ca reprezentare satisfctoare a unui sistem este rezultatul
unor iteraii parcurgnd de fiecare dat ciclul sistem - model - validare - sistem, reprezentat
schematic n figura 4.2.
n figur, S reprezint sistemul modelat iar M
1
, M
2
, ... , M
k
sunt modele ale sistemului
realizate succesiv ca urmare a necesitilor de perfecionare a reprezentrii cerut de etapa de
validare a modelului (n acest caz, M
k
reprezint modelul care realizeaz reprezentarea
satisfctoare a sistemului).
Operatorii care reprezint utilizarea informaiilor obinute direct de la sistem sau din
istoria evoluiei sale n construirea modelelor M
1
, ... , M
k
s-au notat cu o
1
, o
2
, ... , o
k
.
Cu |
i,i+1
s-a notat operatorul de utilizare a informaiei obinut de la modelul M
i
pentru
construirea modelului M
i+1
(operator de nvare). Cu
i
s-a notat operatorul de comparare a
rezultatelor obinute pe modelul M
i
cu cele de care se dispune pentru modelul considerat n
aceleai condiii, precum i de apreciere a calitii reprezentrii realizat de modelul M
i

(validarea modelului).
Validarea programului de calcul este una din etapele cele mai complexe. Cea mai
simpl cale de validare este testarea programului ntr-un caz particular n care soluia este
cunoscut.
Datele de test vor fi astfel alese nct programul s fie parcurs pe toate ramurile, s
solicite toate subrutinele i s editeze toate tipurile de rezultate.
Cnd acest lucru nu este posibil se vor compara rezultatele de ieire cu cele obinute din
observarea situaiilor reale asemntoare.


63

o
k


o
2


o
1
|
12
|
k-1,k

S M
1
M
2
. . . . M
k


1



2


k


Figura 4.2. Ciclul sistem - model - validare sistem



4.5 Rezumat
- Simularea funcionrii sistemului se face pe baza unui algoritm de simulare.
- Simularea poate fi cu ceas variabil sau cu ceas constant.
- Programul de calcul pentru simulare poate fi scris ntr-un limbaj general sau
special de programare.
- Validarea programului de calcul este una din etapele cele mai complexe i
obligatorii.



4.6 Test de evaluare a cunotinelor
1. Care este cea mai simpl cale de validare a programului de simula re?
2. Care sunt datele de intrare n schema logic a programului de simulare?
3. Care sunt metodele folosite n programul de simulare pentru a genera evoluia
calendarului?
4. Ce efect au evenimentele perturbatoare asupra sistemului, i cum se marcheaz
acestea n algoritmul de simulare?
5. n urma programului de simulare ce fel de rezultate se pot obine?

64

Unitatea de nvare U5. Modelarea i simularea proceselor de
ateptare

Cuprins
5.1. Introducere ................................ ................................ ................................ ............. 62
5.2. Competene ................................ ................................ ................................ ............ 62



5.1. Introducere
n cadrul sistemelor de servire, considerate ca subsisteme ale sistemelor de
producie, apare adesea un consum de timp, inutil i nedorit, al utilajelor,
resurselor sau oamenilor, consum care se datoreaz imposibilitii de a corela
temporal diverse activiti care se intercondiioneaz. Iau astfel natere procesele
de ateptare.
Ateptarea este intervalul de timp ntre momentul cnd a fost solicitat servirea i
nceputul efecturii acesteia ntr-un sistem de servire. Universalitatea acestui
proces i creterea gradului de complexitate au condus la studiul analitic al
proceselor de ateptare n vederea proiectrii ct mai eficiente a sistemelor de
servire. Un sistem de servire este considerat eficient dac i se asigur un grad
ridicat de utilizare, iar servirea se realizeaz cu un timp minim de ateptare.
Un proces de ateptare se caracterizeaz prin trei elemente principale:
0 consumatorii, care solicit un serviciu;
irul de ateptare;
staia de servire, care are rolul de satisface solicitrile consumatorilor.
Unitatea de nvare i propune prezentarea elementelor de baz aparinnd teoriei
ateptrii, precum i prezentarea celor mai utilizate modele ce stau la baza
simulrii unor procese de ateptare ce apar n majoritatea sistemelor de producie.



5.2. Competene
La sfritul acestei uniti de nvare studenii vor fi capabili s:
identifice principalele elemente ale unui sistem se ateptare: consumatorii, care
solicit un serviciu, irul de ateptare i staia de servire, care are rolul de satisface
solicitrile consumatorilor;
identifice situaiile n care se impune simularea unui proces de ateptare;
optimizeze, din punct de vedere economic, procesul de ateptare considerat ca
ansamblu.

Durata medie de parcurgere a primei uniti de nvare este de 3 ore.
65


5.3. Modele matematice ale proceselor de ateptare

Studiul unui proces de ateptare se face cu ajutorul unui model de ateptare.
Pentru a nelege ce nseamn un proces de ateptare, sunt date n continuare cteva
exemple.

Exemple
Exemple de procese de ateptare pot fi urmtoarele: utilajele care ateapt
nefolosite din lips de semifabricate, mainile-unelte care ateapt s fie
reparate ntr-un atelier de reparaii, paletele cu piese care ateapt s fie
prelucrate pe mainile-unelte, clienii care ateapt s fie servii la ghieul
unei bnci etc.

Exemplificai i alte procese de ateptare ntlnite n practic.
Datele de intrare pentru un model de ateptare sunt:
Ritmul sosirii consumatorilor.
Consumatorii sosesc la anumite intervale de timp, care pot fi:
0 egale;
neegale, dar determinate;
aleatorii, cu repartiie cunoscut (o lege aproape general a sosirilor
aleatoare este legea lui POISSON);
Numrul de staii de servire .
n funcie de numrul de staii, se deosebesc trei situaii:
0 o staie de servire;
un numr finit de staii de servire;
un numr infinit de staii de servire.
Ritmul de servire.
Ritmul de servire poate fi:
0 constant;
variabil, dar determinat;
aleatoriu, cu repartiie cunoscut ( o lege a servirilor, foarte des ntlnit n
cadrul sistemelor de producie, este cea exponenial);
Disciplina irului de ateptare.
Din observarea sistemelor de producie reale rezult c exist diferite discipline de
ateptare, dintre care se menioneaz:
0 primul venit, primul servit (FIFO);
66

ultimul venit, primul servit (LIFO);
la ntmplare (SA - servire aleatoare);
cu prioriti (SPR - servire prioritar).
Costul unei uniti n sistem / perioada de timp;
Costul unui serviciu / perioada de timp.
Un model al unui proces de ateptare se noteaz astfel:
A / S / c: ( L; d ) (5.1)
unde:
A - repartiia timpului dintre dou sosiri;
S - repartiia timpului de servire;
c - numrul de staii ale sistemului;
L - lungimea maxim a cozii;
d - disciplina irului de ateptare.
Studiul proceselor de ateptare are ca scop final optimizarea, din punct de vedere
economic, a procesului considerat ca ansamblu. ntruct poate exista o mare varietate de
procese de ateptare, exist i un mare numr de modele, care se deosebesc ntre ele prin
datele de intrare: probabilitile sosirilor i servirilor, numrul de staii de servire etc.

5.3.1 Proces de ateptare cu o staie, sosiri Poisson, servire exponenial

Un caz foarte obinuit este cel n care sosirile n sistem urmeaz legea lui Poisson iar
intervalele de timp de servire urmeaz legea exponenial. Se formuleaz la nceput ipoteza c
ritmul sosirilor este mai mic dect ritmul servirilor; n ipoteza contrar, nu ar fi posibil un
regim stabil iar irul de ateptare ar deveni din ce n ce mai mare cu timpul t (figura 5.1):




Figura 5.1

Modelarea matematic permite determinarea urmtoarelor caracteristici:
numrul mediu de uniti din sistem:
n
m
=

+
+ 1
(5.2)
numrul mediu de uniti din irul de ateptare:

S
Sosirile
consumatorilor
irul de
ateptare
Plecrile
consumatorilor
Staia de
servire
67

v =

+
+
2
1
(5.3)
timpul mediu de ateptare din sistem:
t
n
s
= =

=

1
1
1 1
1
+
+ +
(5.4)
timpul mediu de ateptare din irul de ateptare:
t
f
= =

v

1
1
1
1
2
+
+
+
+
(5.5)
probabilitatea p
n
ca n sistem s existe n uniti:

d
dt
p t p t p t p t n
n n n n
( ) ( ) ( ) ( ) ( ) , = + + >
+

1 1
0 (5.6)
Se caut funciile p
n
(t) care constituie soluia sistemului diferenial format de aceste
ecuaii. n cazul particular n care probabilitile p
n
sunt independente de timp (cazul cel mai
important ntlnit n realitate), se spune c procesul este staionar i permanent:
p
n
(t) = p
n
(5.7)
n relaiile de mai sus s-au utilizat urmtoarele notaii:
- ritmul mediu al sosirilor;
- ritmul mediu al servirilor;
+ = / - factor de utilizare (factor de servire).

Exemplu
O main de prelucrare prin electroeroziune dintr-o secie de sculrie lucreaz timp de
10 ore pe zi, putnd prelucra 10 piese pe or. Pentru prelucrarea pe main sunt aduse
70 de piese pe zi. n ipoteza c sosirea pieselor se face dup o distribuie Poisson i
prelucrarea lor urmeaz o lege exponenial, s se determine caracteristicile procesului
de ateptare a pieselor pentru a fi prelucrate.
Problema de mai sus este de tipul: proces de ateptare cu o staie, sosiri Poisson,
servire exponenial. Caracteristicile procesului de ateptare se pot determina
utiliznd pachetul informatic WinQSB modulul Queuing Analysis , opiunea
Simple M/M System . Modulul informatic necesit introducerea mai multor date,
printre care:
- numrul staiilor de servire: o main de prelucrare prin electroeroziune;
- rata sosirii consumatorilor: numrul pieselor aduse pentru prelucrare: 70
piese / zi;
- rata servirii: timpul de lucru zilnic: 10 ore* 10 piese pe or = 100
- etc.

ncercai s identificai la propriul loc de munc dou procese de ateptare cu o
staie, identificnd datele de intrare corespunztoare.
68

5.3.2. Proces de ateptare cu S staii, sosiri Poisson, serviri exponeniale

Dac cele S staii care asigur servirea nu sunt ocupate cnd se prezint o unitate, ea
este servit imediat; dimpotriv, dac cele S staii sunt ocupate, unitatea trebuie s atepte i
se formeaz un ir de ateptare (figura 5.2):








Figura 5.2

Modelarea matematic permite determinarea urmtoarelor caracteristici:
numrul mediu de uniti din sistem:
n n p
m n
n
=
=

0
(5.8)
numrul mediu de uniti din irul de ateptare:
v = =

+
= +

( )
!( / )
n S p
S S S
p
n
S
n S
+
+
1
2 0
1
1
(5.9)
numrul mediu de staii neocupate:
p =
=

( ) S n p
n
n
S
0
(5.10)
timpul mediu de ateptare din irul de ateptare:
t
S S S
p
f
S
= =

v

+
+ ! ( / ) 1
2 0
(5.11)
probabilitatea ca o staie s atepte:
p n S
S S
p
S
( )
! ( / )
> =

+
+ 1
0
(5.12)
unde:
n - numrul de uniti din sistem;
S - numrul de staii de servire;
+ = / - intensitatea traficului, factor de servire sau factor de ntreinere;
1
2
S
Sosiri ale
consumatorilor
irul de
ateptare
Staiile de servire
Plecarea
consumatorilor
69

- ritmul mediu al sosirilor;
- ritmul mediu al servirilor;
p
n
- probabilitatea ca n sistem s existe n uniti:

p p
n
n
n S
n
= s s
0
1
+
!
, (5.13)

p p
n
S S
n S
n n S
= >
0
+
!
, (5.14)

p
0
- probabilitatea ca n sistem s existe 0 uniti:
p
S
S S
n
n
n
S 0
0
1
1
1
=

+
=

+
+
+
! ( / ) !
(5.15)

Exemplu
Proces de ateptare cu patru staii (patru case de marcat ntr-un supermarket),
ritmul sosirii clienilor, = 6, ritmul servirilor pentru o staie, = 2, disciplina de
ateptare de tip FIFO.

Identificai la propriul loc de munc un proces de ateptare cu mai multe staii,
definind i datele de intrare corespunztoare.

5.3.3 Proces de ateptare cu o staie, sosiri Poisson, servire exponenial i
lungime permis limitat a irului
Modelarea matematic permite determinarea urmtoarelor caracteristici:
numrul mediu de uniti din sistem:


| ]

n
k k u
k
m
k k
k
=
+ +

=
=

+
+
+ +
+ +
1 1
1 1
2
1
1
,
,


(5.16)
numrul mediu de uniti din irul de ateptare:
v = n p
m
1
0
(5.17)
timpul mediu de ateptare din sistem:


t
n n
p
S
m
a
m
k
= =

1
(5.18)
timpul mediu de ateptare din irul de ateptare:
70




t
n p n p
p
f
m
a
m
k
=

=

1 1
1
0 0

(5.19)
unde:
p
0
- probabilitatea ca n sistem s fie 0 cereri;
p
k
- probabilitatea ca n sistem s fie k cereri;
k - lungimea maxim permis a irului de ateptare.

Exemplu
ntr-o secie de prelucrri mecanice sunt folosite 6 maini identice, care funcioneaz
independent unele de altele. Avariile care se produc la aceste maini sunt aleatorii, cu
distribuie Poisson, avnd un ritm de defectare = 10 maini / lun. Pentru repararea
lor secia are trei mecanici, durata reparaiilor fiind distribuit dup o lege
exponenial cu ritmul = 5 maini / lun.
Problema de mai sus este de tipul: proces de ateptare cu S staii, sosiri Poisson,
servire exponenial. Caracteristicile procesului de ateptare se pot determina
utiliznd pachetul informatic WinQSB modulul Queuing Analysis , opiunea
Simple M/M System. Modulul informatic necesit introducerea mai multor date,
printre care:
- numrul staiilor de servire: trei mecanici;
- rata (ritmul) sosirii consumatorilor: = 10 maini / lun;
- rata (ritmul) servirii: = 5 maini / lun;
- numrul clienilor poteniali ai sistemului (consumatorii pot sosi ntr-un
numr limitat sau infinit): numrul mainilor folosite n cadrul sec iei = 6
etc.

5.3.4 Proces de ateptare cu o staie, sosiri Poisson, servire dup o distribuie
normal
o
s
2
cunoscut

Modelarea matematic permite determinarea urmtoarelor caracteristici:
numrul mediu de uniti din irul de atept are:


v
o
=
+

2 2 2
2 1
S
+
+
(5.20)
numrul mediu de uniti din sistem:


n
m
S
= + =
+

v
o
+
+ +
+
2 2 2
2
2 1
(5.21)
timpul mediu de ateptare din irul de ateptare:


t
f
S
= =
+

o
2 2
2 1
+
+
(5.22)
71

timpul mediu de ateptare din sistem:


t
n
S
m S
= =
+

o
2 2
2
2 1
+ +
+
(5.23)
n mod asemntor se pot scrie modelele matematice pentru diferite cazuri particulare
de sisteme de ateptare:
o staie, sosiri Poisson, servire la intervale constante;
o staie, sosiri Poisson, servire cu distribuie arbitrar, mai multe fire de ateptare;
o staie, sosiri Poisson, servire exponenial, clieni luai la ntmplare;
o staie, sosiri la intervale regulate, servire exponenial etc.


S ne reamintim...
- Studiul unui proces de ateptare se face cu ajutorul unui model de ateptare.
- Un model al unui proces de ateptare se noteaz astfel:
A / S / c: ( L; d )
n care: A - repartiia timpului dintre dou sosiri;
S - repartiia timpului de servire;
c - numrul de staii ale sistemului;
L - lungimea maxim a cozii;
d - disciplina irului de ateptare.
- Elementele definitorii ale unui proces de ateptare sunt:
- Ritmul sosirii consumatorilor.
- Numrul de staii de servire
- Ritmul de servire.
- Disciplina irului de ateptare.
- Costul unei uniti n sistem / perioada de timp;
- Costul unui serviciu / perioada de timp.
- Studiul proceselor de ateptare are ca scop final optimizarea, din punct de
vedere economic, a procesului considerat ca ansamblu.

5.4. Simularea proceselor de ateptare

Aplicarea simulrii pentru studiul proceselor de ateptare este recomandabil, de obicei,
n urmtoarele situaii:
cnd sistemul de servire are un numr mare de staii cu o topologie complex;
cnd repartiiile timpilor de sosire / servire sunt de tip complex (gamma, Weibull
etc.) sau sunt amestecuri de repartiii;
cnd mecanismul servirilor presupune existena unor prioriti sau a unor restri cii;
cnd prin studiul sistemului se urmrete realizarea unui obiectiv (a unei eficie ne).
72

Se presupune c modelul procesului de ateptare este de forma:
A / S / 1; ( , FIFO) (5.24)
unde:
A - repartiia timpului dintre dou sosiri consecutive;
S - repartiia duratei de serviciu;
1 - numrul de staii de serviciu;
- lungimea maxim a irului de ateptare;
FIFO - disciplina serviciului.
Se prezint, mai nti, dou tehnici generale de simulare, una cu ceas variabil, cealalt
cu ceas constant, cu scopul de a pune n eviden modul n care intervine tipul ceasului n
procesul de simulare. Alegerea metodei se face pe baza urmtoarelor criterii: precizia
necesar, efortul de calcul (timp de rulare, mrimea memoriei calculatorului) i datele
disponibile (observaiile s-au efectuat la intervale de timp constante sau din eveniment n
eveniment).
5.4.1. Simularea cu ceas variabil

Notaiile utilizate sunt urmtoarele:
AT - intervalul de timp dintre dou sosiri consecutive (variabil aleatoare);
ST- durata unei serviri (variabil aleatoare);
WT - timpul de ateptare a unui client oarecare la coad;
TWT - timpul total de ateptare al tuturor clienilor;
TID - timpul de neocupare a staiei de servire;
TTID - timpul total de neocupare a staiei de servire;
NS - numrul total de servicii care trebuie simulate;
ICOUNT - contor care numr serviciile.
Variabilele AT i ST sunt variabile de intrare. Repartiiile lor se presupun cunoscute,
iar parametrii acestor repartiii sunt parametrii de intrare. Numrul total de servicii NS este de
asemenea un parametru de intrare.
Variabilele WT, TWT, TID i TTID sunt variabile de ieire. Cu ajutorul acestora pot fi
calculate i urmtoarele variabile:
timpul mediu de ateptare:
AWT
TWT
NS
= (5.25)
timpul mediu de neocupare:
ATID
TTID
NS
= (5.26)
La momentul nceperii simulrii, sunt satisfcute urmtoarele condiii iniiale:
WT = TWT = 0 (5.27)
73

TID = TTID = 0 (5.28)
ICOUNT = 0 (5.29)
Schema logic a algoritmului de simulare se prezint n fig. 5.3.
n blocul (1) se fac iniializri conform (5.27 - 5.29) i se citesc valorile parametrilor
de intrare.
n blocul (2) se genereaz un interval de timp de sosire (se simuleaz sosirea unui
client n sistem), iar n blocul (3) se calculeaz timpul de sosire ajustat.
n blocul (4) se genereaz un serviciu de durat ST, care se numr cu ajutorul
contorului ICOUNT.
n blocul (5) acest timp de serviciu se compar cu timpul de sosire ajustat AT i ca
rezultat al comparrii se determin evenimentul urmtor (care se va produce primul).
n continuare, dac n blocul (5) s-a gsit ST > AT, atunci nseamn c staia de
serviciu este ocupat i se trece la blocul (6).
n blocul (6) se ia timpul de lenevire al staiei TID nul, se calculeaz timpul de
ateptare WT al clientului care urmeaz s fie servit primul i se adaug la timpul total de
ateptare TWT.
Dac n blocul (5) se gsete staia neocupat (ST s AT), atunci n blocul (7) se ia
timpul de ateptare al clientului care va fi servit primul WT nul, se calculeaz timpul de
lenevire TID al staiei i se adun la timpul total de lenevire TTID.
n blocul (8) se decide dac simularea se termin sau nu, iar n blocul (9) se calculeaz
parametrii de ieire, cu relaiile (5.25) i (5.26), precum i alte statistici necesare.


74

START
STOP
Iniializri i citirea parametrilor
de intrare
Genereaz AT
AT = AT - WT
Genereaz ST
ICOUNT=ICOUNT+1
WT = 0
TID = AT - ST
TTID = TTID + TID
TID = 0
WT = ST - AT
TWT = TWT + WT
Calculeaz parametrii de ieire.
Afieaz rezultatele.
ST>AT
ICOUNT < NS



(1)

(2)

(3)
(4)



DA (5) NU


(6) (7)




DA (8)


NU
(9)




Figura 5.3


Dai valori concrete parametrilor de intrare (parametrii repartiiilor pentru
variabilele AT i ST), NS, WT, TWT, TID, TTID i calculai timpul total de
ateptare (blocurile 2 6).
75

5.4.2. Simularea cu ceas constant
Simularea bazat pe metoda ceasului cu increment constant const n generarea unei
creteri constante C a ceasului i analizarea, apoi, a strii diferitelor elemente ale sistemului,
cu generarea tuturor evenimentelor posibile a se produce n intervalul de timp de lungime C.
Notaiile utilizate sunt urmtoarele:
AT - intervalul de timp dintre dou sosiri consecutive;
TAT - momentul ultimei sosiri;
ST - durata unui serviciu;
TST - momentul terminrii ultimului serviciu;
WT - timpul de ateptare al unui client oarecare;
TWT - timpul total de ateptare a clienilor;
TID - timpul de neocupare a staiei de serviciu de la terminarea unui serviciu pn la
nceperea altui serviciu;
TTID - timpul total de neocupare a staiei de serviciu;
NT - durata impus simulrii;
CLOCK - ceasul simulrii;
C - incrementul ceasului;
I - varibil ntreag care desemneaz lungimea curent a cozii.
Variabilele AT i ST sunt variabile de intrare. Repartiiile lor se presupun
cunoscute, iar parametrii acestor repartiii sunt parametrii de intrare. Durata impus simulrii
NT este, de asemenea, un parametru de intrare.
Variabilele WT, TWT, TID, TTID, TAT i TST sunt variabile de ieire.
La momentul nceperii simulrii sunt satisfcute urmtoarele condiii iniiale
WT = TWT = TAT = 0 (5.30)
TID = TTID = TST = 0 (5.31)
CLOCK = I = 0 (5.32)
Schema logic a algoritmului de simulare se prezint n figurile 5.3.a i 5.3.b.
Blocurile (1) - (4) precizeaz condiiile iniiale i determin nceperea simulrii.
n blocul (5) se constat dac staia este liber sau ocupat. Dac este ocupat (TAT <
TST), atunci se continu cu blocul (6): se mrete coada cu o unitate (adic ultimul client sosit
se depune la coad), se calculeaz durata ateptrii clientului i se adun la timpul total de
ateptare.
Blocul (7) compar ceasul cu momentul ultimei sosiri, iar dac ceasul este anterior
ultimei sosiri atunci se mrete ceasul cu valoarea constant C, se genereaz o nou sosire i
se recalculeaz momentul ultimei sosiri (blocul (9)).
76

START
Iniializri i citirea
parametrilor
Genereaz AT
TAT = TAT+AT
CLOCK = CLOCK+C
I=I+1
WT=TST-TAT
TWT=TWT+WT
TID=TAT-TST
TTID=TTID+TID
TST=TAT
I = I - 1
CLOCK=CLOCK+C CLOCK=CLOCK+C
Genereaz ST
TST=TST+ST
Genereaz AT
TAT=TAT+AT
TAT < TST
II= = 0
CLOCK>TST-TID CLOCK>TAT



(1)

(2)

(3)

(4)


DA (5) NU


DA (10) NU
I = 0

(6) (11)
(12)


(7) (13 )


DA NU (8) DA NU (14)


(9) (15)



B A

Figura 5.3.a
77

STOP Calculeaz parametrii de
ieire i afieaz rezultatele
CLOCK<NT

B A

(16)
DA


NU (17)


Figura 5.3.b
Dac n blocul (5) s-a gsit staia liber, atunci se continu cu blocul (10), care
constat dac coada este vid sau nu. n caz afirmativ (coada vid), n blocul (11) se
determin timpul de neocupare (lenevire) al staiei TID care se adaug la timpul total de
lenevire TTID i se reactualizeaz TST (momentul terminrii ultimului serviciu) pn la
valoarea TAT (momentul ultimei sosiri). n caz negativ (coada nevid) n blocul (12) se
micoreaz coada cu o unitate.
Blocul (13) compar din nou ceasul cu momentul terminrii ultimului serviciu; dac
acesta din urm este ulterior ceasului, atunci se mrete ceasul cu constanta C.
n blocul (15) se simuleaz un serviciu i se adaug durata acestuia la TST.
Blocul (16) decide dac simularea continu sau se oprete.
Blocul (17) calculeaz parametrii de ieire i alte statistici care fac obiectul simulrii.
De exemplu, se poate calcula durata total a serviciilor cu relaia:
SST = TST - TTID (5.33)

Dai valori concrete parametrilor de intrare i determinai timpul de neocupare
(lenevire) al staiei (blocurile 2 - 11).

5.4.3. Simularea unui sistem de ateptare cu interferena mainilor

Se presupune c un sistem const din N maini care sunt deservite de M muncitori
(M<N).
Mainile funcioneaz automat (fr intervenia permanent a operatorului ), ns dup
anumite perioade de funcionare se defecteaz i sunt reparate de ctre un muncitor. Dac la
un moment dat numrul n al mainilor defecte satisface condiia n > M, atunci n - M maini
vor atepta. Timpul n care ateapt aceste maini se numete timp de interferen. Problema
care se pune este s se gseasc regimul optim de lucru al sistemului n sensul c s nu se
78

obin pierderi nici din cauza nefolosirii capacitii de reparaie, nici din cauza creterii
timpului de interferen. Aceast problem se numete problema interferenei mainilor i ea
corespunde unui model de forma:
. / . / . M: ( N - M ) (5.34)
Se prezint n continuare un model de simulare pentru problema interferenei
mainilor, n cazul n care disciplina serviciului este FIFO. Algoritmul simulrii este construit
pe principiul ceasului cu cretere variabil, folosindu-se urmtoarea list de variabile i
parametrii:
N - numrul mainilor;
M - numrul muncitorilor;
I - lungimea curent a cozii , 0 s I s N - M;
K - numrul de muncitori liberi la un moment dat , 0 s Ks M;
NB - numrul total de evenimente ce se cer a fi simulate;
RT - durata de funcionare nentrerupt a unei maini;
ST - durata unei reparaii ( variabil aleatoare cu repartiie cunoscut );
WT - durata ateptrii nentrerupte (a mainii care ateapt);
TID - durata timpului de lenevire a unui muncitor care ncepe un serviciu la un
anumit moment de timp;
T(J) - timpul total al mainii J, 1 s J s N ( aceasta este un fel de ceas al mainii J );
SS(J) - timpul total de reparaii al mainii J;
SR(J) - timpul total de funcionare al mainii J;
SW(J) - timpul total de interferen ( ateptare ) al mainii J;
TAT(L) - timpul total al muncitorului L, 1 s L s M ( aceasta este un fel de ceas al
muncitorului L );
SID(L) - timpul total de lenevire al muncitorului L;
TBS(L) - timpul total de lucru al muncitorului L;
0 dac maina J este n stare de funcionare;
IX(J) = 1 dac maina J este n reparaie;
-1 dac maina J este n ateptare .
JM - maina pe care o prelucreaz programul de simulare la un moment dat, dintre
mainile care sunt n funciune sau n reparaie (maina cu cel mai mic timp);
KM - maina cu cel mai mare timp de ateptare nentrerupt;
LM - muncitorul care efectueaz o reparaie la un moment dat;
LA - primul muncitor care devine liber;
TMI - ceasul simulrii (timpul mainii JM );
TATM - timpul total al unui muncitor care efectueaz o reparaie la un moment dat (
timpul muncitorului LM );
79

TMK - timpul total al mainii cu cel mai mare timp de ateptare nentrerupt ( timpul
total al mainii KM );
ICOUNT - contor care numr evenimentele generate (acest contor mpreun cu NB
definete condiia de terminare a programului de simulare ) .
ntregii pozitivi N, M i NB sunt parametri de intrare. ST i RT sunt variabile
aleatoare de intrare, pentru care se presupune c exist subrutine de generare; parametrii
repartiiilor acestor variabile aleatoare sunt de asemenea parametri de intrare.
Variabilele SS(J), SR(J), SW(J), 1s Js N i SID(L), TBS(L),
1 s L s M sunt variabile de ieire ale modelului de simulare.
Ceilali parametri descriu stri ale componentelor sistemului i agenda sistemului ( de
exemplu IX(J), LM, LA, JM, KM ).
Condiiile iniiale sunt urmtoarele:
I = ICOUNT = 0, (5.35)
K = M, (5.36)
SS(J) = SW(J) = 0, 1 s J s N, (5.37)
TAT(L) = TBS(L) = SID(L) = 0,1 s L s M, (5.38)
IX(J) = 0, 1 s J s N, (5.39)
i ele exprim consecine ale strii sistemului n momentul pornirii mainilor.
Algoritmul simulrii este prezentat n schema logic din figurile 5.4.a i 5.4.b.
n blocul (1) sunt fcute iniializrile i sunt citite valorile parametrilor de intrare ( N,
M, NB ) i parametrii variabilelor aleatoare ( RT i ST ).
n blocurile (2) i (3) se simuleaz nceputul funcionrii mainilor actualiznd timpul
fiecrei maini i timpul total de reparaie al fiecrei maini.
Blocul (4) avanseaz ceasul TMI pn la evenimentul urmtor stabilind maina JM la
care s-a produs acest eveniment.
Dac maina JM s-a aflat pn n acel moment n stare de funcionare (blocul (5)),
IX(JM) = 0, nseamn c ea la momentul TMI s-a oprit. De aceea n blocul (6) se alege
conform regulei FIFO muncitorul LM care are timpul total (ceasul) TAT cel mai scurt. Blocul
(7) decide dac muncitorul LM este liber (K>0) sau nu (K=0). n ultimul caz blocul (8) pune
n ateptare maina JM (care nu poate fi reparat), deci coada se mrete cu o unitate iar
muncitorul LM va fi primul muncitor LA care se elibereaz.

80




(1)

(2)

(3)


(4)

=0 (5) =1

(6) (10)


= 0 (7) > 0 = 0 (11) > 0
K = ? I = ?



(12)
(8)

(9) (13)



(14)
B A

Figura 5.4.a

START
Iniializri i citirea
parametrilor de intrare
J = 2, N
Genereaz RT
T(J) = RT
SR(J) = RT
TMI=MIN T(J)
IX(J) > 0
T(JM) = TMI
TATM=MIN TAT(L)
TATM=TAT(LM)
IX(JM)=0
IX(JM) = 1
I = I + 1
LA = LM
K = K+1 K = K+1
IX(JM) = 1
Genereaz ST
SS(JM) = SS(JM) + ST
TAT(LM) = T(JM) =
TMI+ST
TBS(LM) = TBS(LM) +
ST
TID = TMI - TATM
SID(LM) = SID(LM) +
TID
ICOUNT = ICOUNT + 1
TMK = MIN T(J)
IX(J) = -1
T(KM) = TMK
WT = TMI - TMK
SW(KM) = SW(KM) +
WT
Genereaz ST
T(KM) = TAT(LA) =
TMI+ST
SS(KM) = SS(KM) + ST
TBS(LA) = TBS(LA) +
ST
IX(KM) = 1
I = I - 1
ICOUNT = ICOUNT + 1
Genereaz RT
SR(JM) =
SR(JM)+RT
T(JM) = TMI + RT
ICOUNT =
ICOUNT+1
IX(JM) =?
81


A
(16)
<NB (15) =NB
B ICOUNT = ?




Figura 5.4.b
Dac dimpotriv n blocul (7) se gsete c muncitorul LM este liber, atunci el poate
efectua reparaia mainii JM (blocul (9) simuleaz aceast reparaie mpreun cu toate
consecinele sale).
Revenind la blocul (5), dac pn la momentul dat maina s-a aflat n reparaie
nseamn c ea este pus n stare de funcionare la momentul TMI (fapt care se realizeaz n
blocul (10)).
Deci, terminndu-se o reparaie, n blocul (11) se decide dac muncitorul eliberat
rmne n continuare liber (I = 0) sau va efectua o nou reparaie.
Dac I = 0, atunci se mrete numrul muncitorilor care ateapt, cu o unitate (blocul
(12)).
Dac dimpotriv n blocul (11), I > 0, nseamn c muncitorul eliberat este muncitorul
LA (precizat n blocul (8)). De aceea blocul (13) alege conform disciplinei FIFO maina KM
care ateapt de cel mai mult timp, i calculeaz timpul de ateptare WT i l adaug la timpul
total al ma-
inii KM, apoi repar maina KM simulnd toate consecinele acestei reparaii.
n continuare, blocul (14) simuleaz funcionarea mainii JM mpreun cu
consecinele sale.
n blocul (15) se decide continuarea sau oprirea experimentelor de simulare. n cazul
opririi experimentelor de simulare se continu cu blocul (16) care calculeaz parametrii de
ieire ai modelului i alte statistici care intereseaz n calculele urmtoare.


Dai valori concrete parametrilor de intrare (N, M, NB, parametrii variabilelor
aleatoare: RT, ST) i calculai timpul de ateptare al muncitorului i al mainii
(blocurile 1 13, mergnd pe varianta c muncitorul eliberat va efectua o nou
reparaie.


STOP
Calculeaz parametrii
de ieire. Afieaz
rezultatele.
82

5.4.4. Simularea unui proces cu n staii paralele
Se prezint n continuare un model de simulare de forma:
. / . / N: ( , FIFO) (5.40)
unde cele n staii sunt presupuse paralele, repartiiile serviciilor n aceste staii fiind diferite. Sistemele
de ateptare descrise de modelul de mai sus sunt diverse. De exemplu, un atelier de reparaii cu N
muncitori i N maini care execut comenzile n ordinea sosirii poate fi descris de acest model. Lista
variabilelor i parametrilor modelului este prezentat n continuare:
AT - intervalul de timp (aleator) dintre dou sosiri;
ST(J) - durata unui serviciu (variabil aleatoare) la staia J,1sJsN
WT - timpul de ateptare la coad a unui client oarecare;
TID - timpul curent de lenevire al staiei care ncepe un serviciu;
TAT - suma intervalelor de timp de sosire (momentul sosirii ultimului client);
TT(J) - timpul staiei J la plecarea a ultimului client ( ceasul staiei J);
TTMIN- ceasul simulrii (definit ca cel mai mic din ceasurile TT(J),1 s J sN;
L - staia cu cel mai mic timp TT(J), (adic TTMIN = TT(L))
NS - numrul de sosiri care trebuie simulat (NS >>>N);
ICOUNT- contor care numr sosirile;
SST(J) - suma duratelor de serviciu ale staiei J;
SWT(J) - suma ateptrilor clienilor servii de staia J;
TTID(J) - timpul total de lenevire al staiei J;
DIF - TAT -TTMIN.
Variabilele AT i ST(J), 1 s J s N sunt variabile de intrare, parametrul NS este parametru de
intrare ( ca i parametrii repartiiilor variabilelor AT i ST(J)), iar celelalte variabile sunt vari abilele de
ieire. Se presupune c la momentul iniial exist un client n sistem.
Condiiile iniiale sunt:
TAT = 0, (5.41)
TT(J) = 0, 1 s J s N; (5.42)
SST(J) = SWT(J) = TTID(J) = 0, (5.43)
1 s J s N.
Schema logic a modelului de simulare este prezentat n figurile 5.5.a i 5.5.b, ea fiind
construit pe principiul ceasului variabil.
Blocul (1) citete parametrul NS i parametrii variabilelor aleatoare de intrare i fixeaz
condiiile iniiale.
n blocurile (2) i (3) se genereaz N - 1 sosiri (un client se gsete deja n staie !) i
reactualizeaz momentul ultimei sosiri TAT i timpii de neocupare (lenevire) ai staiilor.
Blocul (4) precizeaz c au avut loc N sosiri.
83



(1)


(2)

(3)
(4)

(5)

(6)


(7)


(8)

s NS (9) > NS
ICOUNT=?


(10) (16)

DIF = ? (11) +
(12) (13)

= 0


A B
Figura 5.5.a
START
STOP
Iniializri i citirea
parametrilor de intrare
J = 2, N
J = 1, N
Genereaz AT
TAT = TAT + AT
ICOUNT = 1
Genereaz ST(J)
TT(J) = TTID(J) + ST(J)
SST(J) = SST(J) + ST(J)
TTMIN = MIN TT(J)
1 s J s N
TTMIN = TT(L)

ICOUNT = ICOUNT + 1
Genereaz AT
TAT =TAT + AT
DIF = TAT - TMIN
Calculeaz statistici.
Afieaz rezultatele.
TID=DIF
TTID(L)=TTID(L)+
TID
WT= -DIF
SWT(L)=SWT(L)+
WT
84


A


(14)

B
(15)


Figura 5.5.b
n blocurile (5) i (6) se simuleaz servirea primilor N clieni preciznd timpii staiilor
TT(J), la sfritul serviciilor i se reactualiznd duratele de serviciu ale staiilor.
Blocul (7) stabilete valoarea ceasului (avanseaz ceasul pn la momentul cnd a
avut loc evenimentul urmtor) i maina L care va efectua serviciul urmtor, iar blocul (8)
numr clientul care urmeaz s soseasc.
Dac n blocul (9) ICOUNT > NS atunci nseamn c au fost deja simulate NS sosiri,
deci se continu cu blocul (16).
Dac dimpotriv, n blocul (9) ICOUNT s NS, atunci nseamn c nu au fost nc
simulate NS sosiri i se execut blocul (10), care genereaz o nou sosire, reactualizeaz
momentul ultimei sosiri i calculeaz diferena DIF.
Cu ajutorul semnului lui DIF (blocul (11)) se stabilete dac clientul sosit n blocul
(10) ateapt, caz n care se execut blocul (12), sau este servit, caz n care se execut bl ocul
(13); n acest ultim caz nseamn c staia L cu cel mai mic timp (ceas) a ateptat (lenevit)
intervalul de timp DIF.
n continuare blocul (14) genereaz un nou serviciu i reactualizeaz timpul total de
funcionare al staiei L.
Blocul (15) reactualizeaz ceasul staiei L (care a efectuat ultimul serviciu) i trece din
nou controlul la blocul (7).


Dai valori concrete parametrilor de intrare (NS, parametrii repartiiilor
variabilelor AT i ST(J)) i calculai durata de ateptare a unui client la coad
(blocurile 1 12).


Genereaz ST(L)
SST(L) = SST(L) +ST(L)
TT(L)=TTMIN+ST(L)
85


5.5. Rezumat
- Datele de intrare principale ale unui model pentru procesele de ateptare
sunt: ritmul sosirii consumatorilor, numrul de staii de servire, ritmul de servire,
disciplina irului de ateptare;
- Modelarea matematic a unui proces de ateptare permite determinarea
urmtoarelor caracteristici: numrul mediu de uniti din sistem, numrul mediu de
uniti din irul de ateptare, timpul mediu de ateptare din sistem, timpul mediu de
ateptare din irul de ateptare;
- Simularea proceselor de ateptare se recomand n urmtoarele situaii:
cnd sistemul de servire are un numr mare de staii cu o topologie
complex;
cnd repartiiile timpilor de sosire / servire sunt de tip complex (gamma,
Weibull etc.) sau sunt amestecuri de repartiii;
cnd mecanismul servirilor presupune existena unor prioriti sau a unor
restricii;
cnd prin studiul sistemului se urmrete realizarea unui obiectiv (a unei
eficiene).
- Simularea proceselor de ateptare se poate realiza pe baza metodei ceasului
cu increment constant, sau a ceasului cu increment variabil. Alegerea metodei se
face pe baza urmtoarelor criterii: precizia necesar, efortul de calcul (timp de
rulare, mrimea memoriei calculatorului) i datele disponibile (observaiile s-au
efectuat la intervale de timp constante sau din eveniment n eveniment).


5.6. Test de evaluare a cunotinelor
1. Un proces de ateptare se caracterizeaz printr-unul din urmtoarele
elemente:
a. staie de servire;
b. magazie de stocare;
c. sal de ateptare.
2. Una din datele de intrare pentru un model al unui proces de atept are este:
a. mrimea lotului de aprovizionare;
b. numrul de staii de servire;
c. numrul de muncitori pe schimb.
3. Factorul de servire + se determin cu relaia:
a. + = 1/
b. + = 1/
c. + = /
86

Unitatea de nvare U6. Modelarea i simularea proceselor de
stocare
Cuprins
6.1. Introducere ................................ ................................ ................................ ............. 84
6.2. Competene ................................ ................................ ................................ ............ 84



6.1. Introducere
n procesul de producie intervin valori materiale (cantiti) care intr n proces
(materii prime sau materiale) i valori care ies din proces (produse finite). Aceste
valori materiale se constituie sub forma unor stocuri.
Stocul sau inventarul este o resurs de orice fel care are o valoare economic,
resurs caracterizat printr-o variaie determinat de intrri i ieiri
Scopul meninerii unui stoc S este acela de a satisface o cerere. ntruct prin
satisfacerea cererii stocul se micoreaz, este necesar reaprovizionarea lui, adic
realizarea unor intrri n stoc.
Unitatea de nvare prezint principalele noiuni privind stocurile: definiie, scop,
elemente definitorii etc. De asemenea face o scurt incursiune n modelele folosite
pentru gestiunea stocurilor, precum i a posibilitilor de simulare a proceselor de
stocare. Unitatea de nvare se finalizeaz cu un test de autoevaluare, urmat de
rspunsurile la ntrebri.



6.2. Competene
La sfritul acestei uniti de nvare studenii vor fi capabili s:
identifice elementele definitorii ale unui proces de stocare;
identifice principalele aspecte la care trebuie s rspund modelele de gestiune a
stocurilor;
opereze cu noiunile specifice modelelor de gestiune a stocurilor;
optimizeze, din punct de vedere economic, procesul de stocare.


Durata medie de parcurgere a acestei uniti de nvare este de 3 ore.
6.3. Elemente definitorii din teoria stocurilor

Stocul sau inventarul este o resurs de orice fel care are o valoare economic, resurs
caracterizat printr-o variaie determinat de intrri i ieiri. Valoarea resursei S este o funcie
de timp, S = S(t).
87

Scopul meninerii unui stoc S este acela de a satisface o cerere. ntruct prin
satisfacerea cererii stocul se micoreaz, este necesar reaprovizionarea lui, adic realizarea
unor intrri n stoc.
Se noteaz cu a(t) rata intrrilor n stoc (cantitatea care intr n stoc n intervalul T de
timp la momentul t), cu b(t) rata ieirilor din stoc i cu r(t) rata cererii. Cererea nu se confund
totdeauna cu ieirea (ieirea din stoc se poate realiza, de exemplu, din cauza deprecierii
produselor), ns de cele mai multe ori b(t) = r(t). Se noteaz cu S
0
= S(0) valoarea stocului
la momentul iniial t=0. Variaia stocului este dat de relaia:
S(t)= S
0
+
0
t
} [a(t) - b(t)]dt (6.1)
Funcia a(t) trebuie aleas astfel nct s se realizeze un anumit obiectiv sau o eficien
dorit. Aceast eficien se definete n funcie de costuri. Costurile sau cheltuielile ce se
efectueaz pentru derularea procesului de aprovizionare, aducerea, depozitarea, stocarea
materialelor i satisfacerea cererii de consum, se mpart n urmtoarele categorii:
0 costul de lansare (C
l
) toate cheltuielile care se fac la nceputul procesului de
stocare;
costul de stocare (Cs) include toate cheltuielile efectuate pe timpul staionrii
resurselor materiale n stoc;
costul lipsei de stoc (penuriei) (C
p
) apare atunci cnd la un moment dat cererea de
consum este mai mare dect stocul existent, deci cererea nu poate fi satisfcut integral sau
parial.
n continuare sunt date exemple de costuri specifice unui pr oces de stocare.

Exemple
Costul de lansare: toate cheltuielile ce se fac la ntocmirea comenzii,
trimiterea acesteia la furnizor, pregtirea livrrii unei pri din comand,
cheltuielile de transport ale acesteia, deplasarea delegatului, beneficiarului
etc. n general aceste cheltuieli sunt fixe pe comand i se exprim n
u.m./comand.
Costul de stocare: cheltuieli cu primirea, recepia, pentru transportul intern,
manipulare, depozitare propriu-zis, conservare, paz, eviden, eventuale
deteriorri, cheltuieli determinate de imobilizarea fondurilor financiare n
materialele stocate. Se exprim n u.m. / zi stocare.
Costul lipsei de stoc (penurie, lips, penalizare): amenzi, penalizri, generate
de ntreruperea produciei i /sau cheltuieli suplimentare pentru satisfacerea
operativ a cererii din alte surse. Se exprim n u.m. /zi ct lipsete din stoc
materialul.

Dai exemple de aciuni orientate ctre obiectivul reducerea costurilor unui
proces de stocare.
88

Cele trei categorii de costuri alctuiesc costul total n procesul de asigurare a resurselor
materiale necesare.
Costul total al stocrii depinde de nivelul stocului i de timp. Minimizarea acestui cost
total duce la o politic optim de reaprovizionare.
n afar de variabilele a(t), b(t) i r(t) amintite, n modelele de teoria stocurilor intervin
i alte tipuri de variabile legate n special de mecanismul reaprovizionrii, adic de
mecanismul intrrilor n stoc.
Reaprovizionarea se face la momente diferite de timp t
0
<t
1
< t
2
... n cantitile q(t
0
),
q(t
1
), q(t
2
)... . Intervalele de timp Ti = t
i+1
- t
i ,
i = 0,1, 2, ... se numesc cicluri de
reaprovizionare. Variaia stocului S(t) se reprezint grafic prin segmente oblice, aa cum se
prezint n figura 6.1.
Pe axa orizontal, considerat ca ax a timpului, se noteaz momentele de
reaprovizionare, iar pe vertical se noteaz comenzile q(t
i
), care nseamn cantitile care intr
n stoc la momentele t
i
.
Aceast reprezentare grafic are n vedere condiii simplificatoare: reaprovizionarea
instantanee i cererea perfect ritmic.
n intervalele (s
1
, t
3
) i (s
2
, t
4
) se produce lipsa de stoc. Lotul care se comand, n
general, nu intr n stoc n momentul cnd a fost lansat comanda, ci dup un anumit interval
de timp L
i
(i = 0,1,2...), numit interval de livrare (figura 6.2).
Comanda q(t
1
) se lanseaz la momentul t
1
- L
0
= T
0
- L
0
, cnd stocul atinge o valoare
critic P, numit nivel de reaprovizionare sau punct de comand. S






q(t
0
) q( t
1
) q(t
2
) q(t
3
)


t
0
t
1
t
2
s
1
t
3
s
2
t
4
t

Figura 6.1

Mrimile L i P pot fi presupuse cunoscute sau pot fi variabile de decizie, care trebuie
alese de decident n vederea realizrii eficienei optime.
89

Intervalul de timp dintre dou comenzi consecutive se numete interval de control al
stocului. Momentul lansrii comenzii este momentul cnd nivelul stocului S scade la valoarea
nivelului de reaprovizionare P.











Figura 6.2

6.4. Modele de gestiune a stocurilor
Problema gestiunii stocurilor const n stabilirea unor reguli de aprovizionare astfel ca
n stoc s nu lipseasc articole necesare procesului de producie sau aprovizionrii pieei.
Un model de gestiune a stocurilor trebuie s rspund la dou ntrebri:
0 cnd se comand? (care sunt punctul de comand i perioada de reaprovizionare);
ct se comand? (care este mrimea lotului de aprovizionare).
Se prezint n continuare modelele unor procese de stocare care difer ntre ele prin
variabilele de intrare.

6.4.1 Procese de stocare cu perioade egale i cerere constant (modelul
WILSON).
Acest model presupune un consum constant i o aprovizionare instantanee. Principiul de
baz al acestui model const n determinarea lotului de aprovizionare q care s minimizeze
costul total de gestiune a stocului.
Se fac urmtoarele ipoteze:
se cunoate cererea total N i perioada de gestiune O;
nu se admite lipsa de stoc;
costurile de lansare C
l
i de stocare C
s
sunt cunoscute;
stocul mediu este q/2 i pe perioada de reaprovizionare T cheltuielile de stocare se
evalueaz la
q
2
C
s
T;
I(t)
S


q(t
1
) q(t
2
) q(t
3
) q(t
0
)

P
t
0
T
0
L
0
t
1
T
1
t
2
T
2
t
3
T
3
t
4
t
90

punctul de comand este egal cu zero.
Reprezentarea grafic a acestui proces de stocare se poate vedea n fig.6.3.
Costul total al gestiunii pe perioada O va fi dat de relaia:
C(q) = C
q C T N
q
l
s
+

'

|
2
(6.2)
Avnd n vedere c:
N
q T
=
O
(6.3)
relaia (4.2) devine:
C(q) =
N C
q
q C
e s
.
+
O
2
(6.4)
S







q q q q


t
0
t
1
t
2
t
3
t
4
t
T T T T
O

Figura 6.3

Impunnd condiia de minim C(q) = 0, se obine l otul optim de reaprovizionare:
q
1
=
2 N C
C
l
s
O
(6.5)
i corespunztor, perioada de reaprovizionare:
T
1
=
2 O C
N C
l
s
(6.6)
91

Costul total minim va fi:
C(q) = 2 N C C
e s
O (6.7)

Exemplu
Un productor de accesorii pentru automobile primete o comand de
120.000 de tablouri de bord, pe care trebuie s le livreze timp de un an (240 de
zile lucrtoare). n ce ritm trebuie el s-i reaprovizioneze stocul, dac nu i se
admite nici o ntrziere n livrri ? Cererea constructorului de automobile are un
ritm constant, iar costurile sunt urmtoarele :
- costul de stocare C
s
= 35 u.b. / zi * 240 zile = 8400 u.b.
- costul de lansare C
l
= 300.000 u.b. / comand.
S se determine elementele gestiunii optime.

Procesul de stocare din aplicaia de mai sus este de tip model Wilson. Pentru
rezolvare, se propune utilizarea pachetului soft-ware WinQSB, modulul
Inventory Theory and System. Programul permite rezolvarea mai multor tipuri
de probleme, ns pentru aceast aplicaie se impune introducerea datelor
conform opiunii: Deterministic Demand Economic Order Quantity (Modelul
lotului economic, cu cerere cunoscut ).

Pentru modelul de mai sus datele de intrare sunt:
- mrimea cererii pentru perioada considerat (DEMAND PER YEAR): 120000;
- costul lansrii comenzii (ORDER OR SETUP COST PER YEAR): 300000;
- costul de stocare (UNIT HOLDING COST PER YEAR) : 8400.

Se obin urmtoarele rezultate :
ORDER QUANTITY (mrimea optim a comenzii de aprovizionare): 2,927.70
MAXIMUM INVENTORY (nivelul maxim al stocului): 2,927.70
MAXIMUM BACKORDER (nivelul maxim al lipsei de stoc): 0
ORDER INTERVAL IN YEAR (mrimea ciclului de reaprovizionare): 0.0244
REORDER POINT (mrimea punctului de reaprovizionare): 0
TOTAL SETUP OR ORDERING COST (costul total de lansare): $ 12,296,341.00
TOTAL HOLDING COST (costul total de stocare): $ 12,296,341.00
TOTAL SHORTAGE COST (costul total al lipsei de stoc): 0
TOTAL MATERIAL COST (costul total cu materialele): 0
GRAD TOTAL COST (Costul total al sistemului): $ 24,592,682.00



92

6.4.2 Proces de stocare cu perioade egale, cerere constant i posibilitatea ruperii
stocului.

Fie C
p
costul lipsei de stoc, C
l
costul de lansare a comenzii i C
s
costul de stocare a
unui articol ntr-o unitate de timp. O astfel de gestiune se prezint grafic n figura 6.4.
Pentru o perioad T, costurile implicate n proces sunt:
- costul lansrii unui lot: C
l
;
- costul stocrii:
1
2
1
SC T
s
;
- costul penalizrii:
1
2
2
( ) q S C T
p


S



S
q


T
1
T
2
T
1
T
2
t

T T
Figura 6.4
Costul total pe intervalul de gestiune, pentru cele N/q perioade, va fi:
C(q,S) = C SC T q S C T
N
q
l s p
+ +

1
2
1
2
1 2
(6.8)
Dar:

N
q T
=
O
; T
S
q
T
1
= ; T
q S
q
T
2
=


i prin nlocuire n relaia (6.7), costul total devine:
C(q,s) =

N C
q
N S C T
q
N q S C T
q
l s
p
+ +

2
2 2
2 2
=
93

=

N C
q
S C
q
q S C
q
l s
p
+ +

O
O
2
2
2 2
(6.9)
Impunnd condiiile de minim:

u
u
C
S
= 0 i
u
u
C
q
= 0 , (6.10)
se obine lotul optim:
q
0
=
2 N C
C
C C
C
l
s
s p
p
O
+
(6.11)
i corespunztor, perioada optim de reaprovizionare:
T
0
=
2 OC
N C
C C
C
l
s
s p
p
+
(6.12)
Costul total minim va fi:
C
0
(q
0
) = 2 N C C
C
C C
l s
p
s p
O
+
(6.13)
sau
C
0
= C
1
p , unde p =
+
C
C C
p
s p
.
Dar p < 1, deci politica de aprovizionare care presupune existena lipsei de stoc
este mai convenabil dect politica ce nu admite lipsa de stoc !
Cantitatea p =
+
C
C C
p
s p
se numete factor de indisponibilitate sau factor de penurie.


Utiliznd programul WinQSB, rezolvai urmtoarele aplicaii. Comentai
rezultatele obinute. Introducerea datelor se va realiza n modulul prezentat la
pag. 89
1. Analizai i comentai urmtoarele dou cazuri A i B, propuse spre rezolvare,
care consider aceeai cerere anual, i acelai numr de zile necesar pentru
sosirea materialului la firm dup lansarea comenzii, costurile fiind ns diferite.
A B
Cererea anual (units/year) 30000 30000
Numr zile an 365 365
Lead time (zile) 9 9
Costul de lansare (um/comand) 50 3
Costul de stocare (um/unit/an) 2,60 45

94


6.4.3 Procese de stocare cu cerere discret.

Se presupune c se cer din stoc, n fiecare unitate de timp, cu frecvena n, cantiti de
aceeai mrime a i c aprovizionarea se face prin comenzi de mrime q = k a , k = 1, 2 ... ( k
numrul de cereri dintr-o perioad). Intrarea n stoc are loc n acelai timp cu o ieire.
Nivelul mediu al stocului este
a k 1
2
, iar costul pe unitatea de timp este:
C(k) =
aC k nC
k
s l

+
1
2
(6.14)
Prin derivare n raport cu k rezult:
k =
2 nC
aC
l
s
(6.15)
Deci lotul de aprovizionare este:
q = k a (6.16)
Dac k = 1, nu mai este necesar stocarea.

6.4.4 Procese de stocare a mai multor produse diferite.
Se presupune c se stocheaz n produse diferite, cu costurile de lansare C
li
i costurile
de stocare C
si
,

1 s i s n. Se cere s se determine loturile de aprovizionare q
i
i ciclurile de
reaprovizionare T
i
1 s i s n, pe un interval O de gestiune, fiecare produs fiind cerut n total n
cantitatea N
i
, 1 s i s n.
Costul total aferent fiecrui produs i este:
C
i
(q
i
) =
N C
q
q
C
i li
i
i
si
+
2
O (6.17)
iar costul total al stocrii se definete ca fiind:
C(q
1
, ... ,q
n
) = C q
i i
i
n
=

1
(6.18)
Din condiia de minim (derivatele pariale egale cu zero) rezult c loturile optime i
ciclurile de reaprovizionare optime sunt:
q
i
=
2 N C
C
i li
si
O
(6.19)
T
i
=
2OC
N C
li
i si
(6.20)


95


Utiliznd programul WinQSB, rezolvai urmtoarele aplicaii. Comentai
rezultatele obinute. Introducerea datelor se va realiza n modulul prezentat la
pag. 89
1. Cererea anual (365 zile lucrtoare) pentru un produs este de 17640 uniti.
Costul de stocare C
s
, pentru o unitate de produs, pentru ntreaga perioad este
de 36,5 u.m, iar costul de lansare a comenzii este C
l
= 500 u.m /comand. Se
cunoate c numrul de zile de la lansarea comenzii pn la primirea
materialelor - durata de ateptare a comenzii (Lead time) este de 9 zile. S se
stabileasc politica optim de gestiune a stocului i s se interpreteze rezultatele
obinute.

2. Pentru depozitul de materiale al unei secii de sculrie se cer anual (250 zile
lucrtoare) un numr de 6.000 repere de un anumit tip. Costul de lansare a
comenzilor de aprovizionare este C
l
= 15.000 u.b., iar costul de stocare pentru
un articol este C
s
= 2,5 u.b. / zi * 250 zile = 625 u.b. S se determine elementele
gestiunii optime.



S ne reamintim...
- simularea are la baz un model de simulare care conine variabile i parametri;
- variabilele se pot modifica n cazul unui ciclu de simulare;
- n cazul variabilelor aleatoare trebuie stabilit tipul repartiiilor;
- parametrii rmn aceeai n cadrul unui ciclu de simulare, dar se pot modifica de
la un ciclu de simulare la altul;
- n schemele de simulare se poate utiliza ceasul cu increment fix sau ceasul cu
increment variabil.

6.5. Simularea unui proces de stocare

Simularea are la baz un model care pune n eviden aproape toate elementele ce se pot
ntlni n construcia modelelor de simulare pentru probleme legate de stocuri. Astfel, prin
intermediul modelului se poate obine o variant de plan pentru lansarea comenzilor,
momentele lansrii comenzilor L i momentele sosirii comenzilor T, mpreun cu toate
cheltuielile CH, CD, CS, TC legate de procesul de reaprovizionare i meninere a stocului.
Lista variabilelor i parametrilor modelului de simulare este urmtoarea:
H - costul de stocare; R - cererea din stoc pe unitate de timp;
D - costul lipsei de stoc; VI - nivelul curent al stocului;
S - costul de lansare; Q - mrimea optim a comenzii;
96

CH - costul total de stocare; P - mrimea nivelului de reaprovizionare;
CD - costul total al lipsei de stoc; L - timpul de avans al lansrii comenzii;
CS - costul total al lansrii; BI - nivelul iniial al stocului;
TC - cheltuieli totale de stocare; TT - perioada total a simulrii.
T - momentul intrrii comenzii n stoc;
Mrimile H, D, S, Q, P, BI i TT sunt parametrii de intrare, n timp ce variabilele
aleatoare R i T sunt variabile de intrare care au repartiii cunoscute.
Condiiile iniiale n momentul nceperii simulrii sunt urmtoarele:
TC = CH = CD = CS = 0
VI = BI;T = 0 (6.21)
CLOCK = 0
Schema logic a modelului de simulare se prezint n figura 6.5.
In blocul (1) se introduc n memoria calculatorului valorile parametrilor de intrare i se
fixeaz valorile iniiale ale variabilelor de intrare, conform relaiilor (6.21).
n continuare, blocul (2) genereaz o nou cerere i mrete valoarea ceasului cu un
increment (se utilizeaz ceas cu increment constant).
Blocul (3) exprim condiia de terminare a simulrii. Dac simularea continu, atunci
n blocul (4) se verific dac s-a atins momentul intrrii n stoc a unei comenzi. n caz
afirmativ, se ncarc comanda Q n stoc (blocul (5)) i se continu cu blocul (6), n care se
satisface cererea R.
n continuare, n blocul (7) se cerceteaz nivelul stocului rmas. Dac acesta este
negativ, atunci n blocul (8) se calculeaz costul stocului care lipsete n unitatea de timp,
adic VI * D, l adaug la CD i se readuce stocul la valoarea zero. Aici se observ c
modelul presupune existena lipsei se stoc, dar cererea nesatisfcut nu se pstreaz; ea intr
ns n calculul costului cauzat de lipsa de stoc.
n continuare, se execut blocul (9), care calculeaz costul stocrii, VI*H, pe unitatea
de timp i l adaug la costul total al stocrii CH. Se trece apoi la executarea blocului (10),
care verific dac este nevoie s se lanseze o nou comand sau nu; n caz negativ se trece la
blocul (2) iar n caz afirmativ se execut bl ocul (11).


97



(1)


(2)


(3)

(13) DA

(4) DA

(14) (5)
NU

(6)
(7) < 0
VI = ?
> 0 (8)

(9)

(10) DA
P < VI

(11) NU
TsCLOCK

(12)

Figura 6.5
STOP
Citirea parametrilor de
intrare. Iniializri.
Genereaz R
CLOCK=CLOCK+C
TC=CH+CD+CS
VI = VI - R
CH=CH+VI*H
Calculeaz
parametrii de ieire.
Afieaz rezultatele.
VI=VI+Q
CD=CD+VI*D
VI=0
CS = CS + S
Genereaz L
T = CLOCK + L
CLOCK s TT
T = CLOCK
START
98

n blocul (11), se verific din nou dac la momentul respectiv sosete o nou comand
sau nu; n caz negativ se trece la blocul (2) iar n caz afirmativ se execut blocul (12), care
lanseaz o nou comand, adugndu-i costul lansrii S la costul total al lansrii CS,
generndu-i timpul de avans L i determinndu-i momentul T cnd ea va intra n stoc.
Revenind la blocul (3), dac n acest bloc se decide c simularea este complet, se
execut blocul (13), n care se calculeaz costul total TC i apoi blocul (14), n care se
calculeaz statistici ale modelului i se imprim rezultatele finale.
Cu o mic modificare, modelul poate fi adaptat i pentru cazul cnd cererea
nesatisfcut se pstreaz. Modificarea const n nlocuirea blocurilor 7, 8 i 9 din figura 6.5
cu blocurile 7, 8 i 9 din figura 6.6.

(7)
> 0 < 0
VI = ?

(9) (8)



Figura 6.6

Pentru schema logic din figura 6.5 dai valori concrete parametrilor de intrare
(blocul 1). Mergnd pe varianta simularea continu, calculai care este costul total
de stocare, pe unitatea de timp (parcurgnd blocurile 4 9).


6.6. Rezumat
- Stocul sau inventarul este o resurs de orice fel care are o valoare economic,
resurs caracterizat printr-o variaie determinat de intrri i ieiri;
- Valoarea resursei S este o funcie de timp, S = S(t);
- Scopul meninerii unui stoc S este acela de a satisface o cerere;
- Costul total de stocare este compus din costul de lansare (C
l
), care cuprinde
cheltuielile privind introducerea materialelor n stoc, costul de stocare (Cs), care
cuprinde cheltuielile datorate imobilizrii fondurilor, cheltuielile de stocare
(depozitare, supraveghere etc.), eventualele pierderi datorate deprecierii bunurilor
din stoc i costul lipsei de stoc (penuriei) (C
p
), care cuprinde cheltuielile determinate
de lipsa de stoc (ruperea stocului apare atunci cnd cererea este superioar stoc ului).
- O politic optim de reaprovizionare presupune minimizarea costului t otal.

CD=CD+VI*D CH=CH+VI*H
99


6.7. Test de autoevaluare a cunotinelor
1. Scopul unui stoc este:
d. s micoreze costurile de producie;
e. s majoreze cheltuielile de aprovizionare;
f. s satisfac o cerere a sistemului de producie.
2. Pentru modelarea unui proces de stocare trebuie s se cunoasc:
a. perioada de gestiune;
b. numrul de muncitori dintr-o secie;
c. suprafaa depozitului n care se pstreaz stocul.
3. O politic de reaprovizionare convenabil presupune utilizarea unui model:
a. fr ruperi (lipsuri) de stoc;
b. cu ruperi (lipsuri) de stoc;
c. cu stocuri foarte mari.
4. Simularea proceselor de stocare permite:
a. determinarea productivitii muncii;
b. calcularea costurilor totale de stocare;
c. determinarea tipurilor de produse dintr-un stoc.
5. Costul total de stocare conine:
a. costul de stocare, costul de lansare i costul lipsei de stoc;
b. costul de lansare i costul lipsei de stoc;
c. costul produselor stocate.



Rspunsurile testului de autoevaluare a cunotinelor
1. c;
2. a;
3. b;
4. b;
5. a.

100

Unitatea de nvare U7. Modelarea dinamic
Cuprins
7.1. Introducere ................................ ................................ ................................ ............. 98
7.2. Competene ................................ ................................ ................................ ............ 98



7.1. Introducere
Obiectivul central al Dinamicii Sistemelor, ca metod de abordare tiinific a
problemelor n care timpul reprezint un factor esenial, este s ajute managerii s
determine politicile cu care acetia vor controla eficient sistemele n funcie de
perturbaiile mediului nconjurtor.
Pentru realizarea obiectivului su, Dinamica Sistemelor utilizeaz o serie de
metode, cum sunt: analiza de sistem, modelarea dinamic, simularea dinamic,
prezentate n cadrul unitilor de nvare U7 i U8. n cadrul metodelor se
urmresc principalele elemente ale unui sistem dinamic, modul de realizare al unui
model dinamic i etapele de realizare a unui model dinamic. De asemenea se
prezint i o schem pentru simularea dinamic.



7.2. Competene
La sfritul acestei uniti de nvare studenii vor fi capabili s:
identifice obiectivele i limitele sistemului studiat, elementele componente;
evidenieze raporturile de interdependen dintre subsisteme , precum i cu alte
sisteme din mediul nconjurtor;
opereze cu noiuni specifice dinamicii sistemelor (nivel, ritm, informaie, nivel
dorit);
ntocmeasc schema grafic a sistemului necesar modelrii dinamice;
scrie ecuaiile aferente sistemului studiat.


Durata medie de parcurgere a acestei uniti de nvare este de 3 ore.

7.3. Aspecte generale
Sistemele de producie, economice i sociale au un comportament dinamic. Aceasta
nseamn c, pe msura scurgerii timpului, variabilele cu care se msoar starea lor (nivelul
stocurilor, salariile, profiturile, rezervele valutare etc.) fluctueaz n mod semnificativ.
Managerii unor astfel de sisteme au drept obiective principale inhibarea variaiilor nedorite
i/sau favorizarea variaiilor benefi ce.
101


Exemplu
O firm deine un stoc de produse finite pe care l diminueaz prin vnzri i
l completeaz prin producie. Astfel, stocul de produse finite crete i scade
n decursul timpului cu cantiti nsemnate.
Fie STOC.INIT i STOC.FIN stocul la nceputul, respectiv la sfritul unei
perioade de timp (o sptmn) i fie PROD cantitatea de bunuri produs n
perioada dat, iar LIV cantitatea livrat pe pia. n acest caz se poate scrie
relaia:
STOC.FIN = STOC.INIT + PROD - LIV (7.1)
Referitor la exemplul de mai sus, se pot face urmtoarele observaii:
0 Variaia lui LIV de la o zi la alta este cel puin una din cauzele modificrii stocului;
PROD este supus unor influene aleatoare datorate posibilitii defectrii utilajelor,
dificultilor de aprovizionare cu materii prime etc. Acestea sunt, de regul, cauze minore
ntr-un sistem bine organizat i nu explic complet comportamentul acestuia;
PROD variaz cel mai mult datorit deciziilor managerilor. De exemplu, dac
stocul scade prea mult, managerul poate decide s mreasc ritmul produciei.
n concluzie, politica managerial afecteaz cel mai mult comportamentul dinamic al
unui sistem. Aceast politic se stabilete, n general, n funcie de modul n care informaiile
externe, cum sunt cele referitoare la cererea pieei, sintetizate n LIV sunt percepute de ctre
manager. Politicile, altfel spus regulile dup care managerii i aleg deciziile, pot diminua
efectele pe care perturbaiile externe le au asupra sistemului de producie sau pot s le
accentueze.
Dinamica Sistemelor presupune utilizarea unor metode care decurg, n mod firesc, din
caracterul sistemic al acestei discipline. Aceste metode sunt, n principal, urmtoarele:
0 Analiza de sistem;
Modelarea dinamic;
Simularea dinamic.

Analiza de sistem constituie una din cele mai importante metode ale Dinamicii
Sistemelor. Ea permite definirea precis a obiectivelor i limitelor sistemului studiat, a
elementelor (subsistemelor) componente, a raporturilor de interdependen dintre susbsisteme
precum i cu alte sisteme din mediul nconjurtor.
Legturile ntre subsistemele unei ntreprinderi sunt de natur cibernetic i trebuie
privite att din punctul de vedere al factorului timp, ct i din punctul de vedere al factorului
spaiu. Acest lucru implic structurarea lor, n cadrul unor modele dinamice, pe nivele
ierarhice, cu punerea n eviden a funcionalitii fiecrui subsistem n parte i a intercorelrii
lor, cu posibilitatea lurii unor msuri de ordin organizatoric i decizional care s conduc la o
funcionare mai bun, n ansamblu, a ntregului sistem.
102

Studiul relaiilor dintre subsistemul de producie i celelalte subsisteme ale
ntreprinderii, pune n eviden faptul c acesta se comport ca un element de comand i
filtraj pentru celelalte subsisteme, cele din urm intervenind ca elemente de reglare pe bucla
de reacie a subsistemului de producie.
Legturile dintre subsisteme sunt de tip discret, adic transmiterea semnalelor (de
comand) i recepionarea rspunsului (efectelor) se fac la anumite intervale de timp.
Alegerea perioadei de eantionare (intervalul ntre transmiterea a dou semnale consecutive)
este esenial pentru o reprezentare corect a sistemului real (aceeai perioad constant
pentru toate variabilele de stare are un efect de mediere asupra valorilor lor).


Exemplu
Caracterul dinamic al procesului de producie implic studiul legturilor sale
cu celelalte procese ale ntreprinderii. n acest scop, ntreprinderea este
considerat ca un sistem nchis i se va studia subsistemul producie n
interaciune cu celelalte subsisteme: aprovizionare-desfacere, logistic,
ntreinere - reparaii, resurse umane, financiar-contabil, proiectare, calitate
etc.

Modelarea dinamic const din alctuirea unor sisteme de ecuaii cu diferene
finite, cu ajutorul crora se aproximeaz comportamentul continuu al sistemelor de producie
studiate.
Prima etap n modelarea dinamic o constituie delimitarea sferei de cuprindere a
obiectului modelat: sistemul de producie. Se consider apoi principalele funciuni i activiti
ale acestuia, precizndu-se deci submodelele modelului general.
Urmtoarea etap presupune stabilirea legturilor dintre submodele realiznd astfel o
prim rafinare a modelului. Aceast rafinare continu, considernd elementele i legturile
ntr-un model. n felul acesta se poate realiza un model tipologic pentru toate ntreprinderile,
indiferent de ramura industrial de care aparin, pentru c el nu este determinat de
particularitile tehnologice ale ntreprinderii ci de caracterul comun al esenei lor economice.
De aceea, nainte de alctuirea modelului este necesar o analiz economic a procesului
studiat care ncepe cu evidenierea specificului lui calitativ.
Dintre avantajele modelrii dinamice reinem urmtoarele:
O reprezint un instrument de tratare sistemic, global a sistemelor de producie
complexe, cu nsuirea de a cuprinde procesele de intercondiionare reciproc, precum i pe
cele de reglare (feed-back);
O evideniaz relaiile cantitative i calitative din sistem i permite gsirea, prin
simulare, a unor soluii efective, operaionale, chiar pentru probleme de foarte mare amploare;
103

O ofer utilizatorilor posibilitatea unei abordri conversaionale, n care decidentul
deine un rol activ;
O evit rigiditatea altor metode de modelare matematic, deoarece modelarea
dinamic este subordonat analizelor i interpretrilor calitative.
Simularea dinamic utilizeaz modelele dinamice pentru a simula comportamentul
sistemelor studiate n vederea determinrii strategiilor decizionale optime. Simularea se
efectueaz pe intervale finite de timp prin modificri ale parametrilor sau schimbri ale
politicilor proprii modelelor simulate.


Dai exemple de subsisteme, din cadrul sistemului de producie, care
interacioneaz cu subsistemul de fabricaie.

7.4. Modelarea dinamic
Conceptul fundamental al modelrii dinamice este ciclul informaie - decizie - aciune,
care constituie o bucl elementar de feed-back n care se identific o cale direct: intrare
(decizie) - ieire (starea sistemului), precum i o cale de reacie invers: ieire (starea
sistemului) - informaie despre ieire (eventual prelucrat) i intrare (decizie). Dac se ine
seama de aciunea tuturor factorilor existeni la un moment dat, acest ciclu poate fi reprezentat
sub forma unei scheme clasice de reacie (figura 7.1):
Informaii despre
obiectivul
sistemului Decizii


Informaii despre starea sistemului

Figura 7.1
O decizie comand aciunea asupra strii sistemului i informaia despre starea
sistemului se ntoarce la punctul de decizie. Informaia disponibil la un moment dat,
fundamenteaz decizia curent care comand canalul de aciune.


Exemplu
Comenzile de nlocuire a mrfurilor pentru a menine un stoc ntr-un depozit
ilustreaz structura circular cauz - efect a unei bucle de reacie (figura 7.2).
Decizia de comand genereaz un flux de comenzi la furnizor, care livreaz
bunurile n stoc. Informaia despre stoc este intrarea pe baza creia se
fundamenteaz decizia de comand.



Starea sistemului
104

Informaii despre
nivelul impus
(stocul dorit) Decizie de comand


Informaii despre nivelul stocului (stoc real)

Figura 7.2
n realitate, apar ntrzieri ntre decizie i aciune precum i n transmiterea informaiei
care trebuie luat n considerare, n sensul de a se aciona pentru aplicarea ct mai rapid a
deciziei, respectiv nainte de a se modifica substanial parametrii care au stat la baza adoptrii
acesteia (figura 7.3).
Aceste ntrzieri pot duce la urmtoarele situaii:
decizia este luat n raport cu o stare anterioar a sistemului, dar afecteaz starea lui
actual;
informaia despre starea sistemului va afecta o decizie ulterioar strii pe care o
msoar.

Obiectiv Decizie Decizie


Informaie Informaie


Figura 7.3
Descrierea matematic a comportrii dinamice a unui sistem se face cu ajutorul unui
sistem de ecuaii neliniare cu diferene finite ale crui soluii (valorile variabilelor de stare)
reprezint evoluia posibil a sistemului real, n timp.

Activitatea de concepere a unui model dinamic se desfoar n mai multe etape:
- Definirea variabilelor;
- ntocmirea schemei grafice ( de tip FORRESTER);
- Scrierea ecuaiilor, conform schemei grafice realizat la etapa precedent;
- Rezolvarea ecuaiilor cu ajutorul calculatorului electronic.

Starea sistemului

ntrziere

Nivelul stocului
ntrziere

105

7.4.1 Definirea variabilelor modelului dinamic
ntr-un proces dinamic, variabilele pot fi n principal de dou tipuri
1
:
0 variabile care reprezint acumulri de cantiti, msurabile riguros la un moment
dat, numite niveluri (de exemplu,);
variabile care reprezint procese n curs de desfurare, ntr-un anumit ritm,
msurabile de regul ca valori medii, numite fluxuri.


Exemple
Niveluri: nivelul produciei, msurat fizic sau valoric, nivelul profitului,
nivelul cifrei de afaceri;
Fluxuri: ritmul de fabricaie, ritmul consumului, ritmul livrrilor etc.
Stabilirea variabilelor i simbolizarea acestora:
Se consider un sistem de producie - stocare n care cu STOC se
noteaz cantitatea de produse aflat n stoc, cu PROD - ritmul produciei ntr-
o perioad de timp, iar cu CONS - ritmul consumului.
PROD i CONS sunt variabile care determin creterea, respectiv
descreterea variabilei STOC, deci ele sunt variabile de flux. Ambele vor fi
msurate, de exemplu, n [uniti / sptmn]. Variabila STOC poate fi
msurat n [tone], [buci] sau, mai simplu, n [uniti].
Pentru o perioad de timp de DT sptmni, rezult c modificarea
efectiv a stocului va fi:
DT * (PROD - CONS) (7.2)
dac PROD i CONS rmn constante pe aceast perioad de timp.
Pentru a introduce influena variabilei timp, dup fiecare nume de variabil
se pune un punct i se scrie momentul de timp la care se refer. Astfel,
STOC.1 se refer la stocul din prima sptmn, STOC.2 la cel din a doua
sptmn .a.m.d.
Generaliznd, se consider trei momente succesive de timp J, K i L. Lungimea
intervalului de timp dintre aceste momente este aceeai, i anume DT sptmni.
Valorile succesive ale stocului la aceste momente de timp sunt STOC.J, STOC.K i
STOC.L. Deoarece producia i consumul se desfoar ntre aceste momente de timp, s-a
convenit s se noteze PROD.JK pentru ritmul produciei n intervalul de timp de la J la K i,
analog, CONS.JK pentru ritmul consumului de la J la K.

1
ntre terminologia teoriei sistemelor i cea utilizat la modelele dinamice exist
urmtoarele analogii:
stare nivel (rezultatul aciunii)
intrare ritm (decizie)
mrime de feed-back informaie
obiectivul sistemului nivelul dorit
106

O ipotez de baz este aceea c DT este ales astfel nct PROD i CONS s nu se
schimbe n cursul acestui interval de timp.
Avnd n vedere cele de mai sus, se poate scrie ecuaia:
STOC.K = STOC.J + DT * (PROD.JK - CONS.JK) (7.3)
aceasta fiind o ecuaie de nivel.

Identificai variabilele care intervin n cazul unui sistem de stocare livrare produse.
7.4.2 ntocmirea schemei grafice.
ntocmirea schemei grafice are la baz variabilele determinate n etapa precedent
precum i documentaia care rezult n urma analizei sistemului. Acestea vor fi materializate
pe o schem grafic, schem care va evidenia structura sistemului i principalele lui
componente. Simbolurile grafice utilizate la ntocmirea schemei grafice se prezint n figura
7.4.


Surs infinit Flux de personal



Variabil de stare (nivel) Flux de utilaje




Variabil de decizie (ritm) Flux de materiale



Variabil auxiliar Flux de informaii


Flux de comenzi

Constant $ $
Flux bnesc
107

Figura 7.4

La ntocmirea schemei grafice trebuie avute n vedere urmtoarele reguli i prec izri:
0 Succesiunea ritmurilor i nivelurilor pe un flux dat este bine determinat: unui nivel
i poate urma numai un ritm i, reciproc, unui ritm i poate urma numai un nivel.
Trebuie respectat compatibilitatea fluxurilor:
ntr-un nivel pot intra sau iei numai fluxuri de aceeai natur fizic;
ntr-un ritm sau ecuaie auxiliar pot intra numai mrimi care au semnificaia unor
informaii.
Variabilele de ritm rmn constante pe durata unui interval, n timp ce variabilele
de nivel capt valori distincte la momente diferite.
Formal, variabilele de nivel primesc un singur indice, iar variabilele de ritm primesc
indice dublu.
Constantele care intervin n modele au semnificaie de informaii, de aceea ele sunt
situate n fluxuri de acest tip.
Avnd n vedere cele prezentate mai sus, bucla de reacie din figura 7.2 poate fi
reprezentat i ca n figura 7.5.


Timp de ajustare T



Stoc dorit Xd Furnizor




Ritm de comenzi R
(Decizie de comand)



Stoc real X

Figura 7.5
108

n modelarea dinamic, trecerea de la observare (analiz) la reprezentarea relaiilor din
sistem se face prin recunoaterea efectelor similare (i nu prin recunoaterea identitilor de
valori sau a diferenelor dintre ele).


ntocmii schema grafic pentru cazul unui sistem de stocare livrare produse.

7.4.3 Scrierea ecuaiilor.
Sistemul de ecuaii este format din:
0 ecuaii de stare (exprim ritmul variaiei strii);
ecuaii auxiliare (exprim dependena unei variabile de alt variabil).
Bucla din figura 7.5 reprezint un sistem de ordinul unu deoarece exist numai o
singur variabil de nivel (stocul). Schema ilustreaz un sistem elementar de comand a
stocului unde nu exist nici o ntrziere ntre comanda mrfurilor i recepionarea lor n
depozit.
Scopul sistemului este s menin stocul dorit Xd care apare ca o constant n procesul
de decizie.
Decizia asupra ritmului comenzilor este s aduc stocul real la stocul dorit. O politic
simpl de producie ar putea fi atunci exprimat cu relaia:
R k Xd X = (7.4)
Factorul k va trebui s specifice ct de repede trebuie corectat eroarea de stoc. El va
trebui s asigure dimensionalitatea corect a ecuaiei, adic va trebui s aib dimensiunea:

unitati / timp
unitati timp
=
1
(7.5)
Relaia 7.4 mai poate fi scris sub forma:


R
T
Xd X =
1
(7.6)
n care T este numit timp de ajustare i este msurat, de exemplu, n sptmni, luni etc.

Exemplu
S presupunem c stocul dorit Xd = 1000 uniti i c T = 10 sptmni. Cu
relaia 7.6 se calculeaz ritmul. Astfel:

R X =
1
10
1000 (5.7)
Dac se tie stocul iniial, poate fi calculat ritmul iniial al produciei.
Se presupune c stocul iniial este de 100 uniti. Rezult:


R= =
1
10
1000 100 90
unitati
saptamina
(7.8)
109

Dac ritmul produciei este acelai dou sptmni nainte de
recalculare, atunci se mai adaug 2 x 90 = 180 uniti de stoc, care se adaug
la stocul iniial, astfel c acesta va fi de 100 + 180 = 280 uniti. Folosind
aceast nou valoare a stocului, se obine ri tmul :


R= =
1
10
1000 280 72
unitati
saptamina
(7.9)
Dac se consider din nou dou sptmni, noul stoc la sfritul celor
patru sptmni va fi 280 + 2 x 72 = 424 uniti.
Ritmul n care stocul se apropie de valoarea dorit (1000 uniti) este
proporional cu (1000 X).


R= =
1
10
1000 100 90
unitati
saptamina
(7.10)

Comportarea n timp a stocului este prezentat n figura 7.6 .
Stoc
[uniti]

Xd







Timp
[sptmni]
Figura 7.6
Un sistem de ordinul 2 are dou variabile de nivel care reprezint starea sistemului
(figura 7.7). Au fost adugate mrfuri comandate i nelivrate X
2
i un ritm de primire P.



110

Timp de ajustare T



Stoc dorit Xd Furnizor




Ritm de comenzi R
(Decizie de comand)




Mrfuri comandate
i nelivrate X
2


Ritm de
primire P




Figura 7.7
Combinaia variabilei de nivel reprezentnd mrfurile comandate X
2
cu variabila de flux
reprezentnd ritmul de primire P are efectul introducerii unei ntrzieri ntre ritmul comenzii
i ritmul primirii. O nou valoare pentru mrfuri comandate se calculeaz pornind de la
vechea valoare, adugnd unitile care au venit prin ritmul de comand i scznd unitile
care au ieit prin ritmul de primire.
O ntrziere de C sptmni ntre ritmul de comand R i ritmul de primire P poate fi
determinat cu expresia:
P
C
X =
1
2
unitati
saptamina
(7.11)
Stoc X
1

111

Expresia matematic a nivelului X
1
se determin innd seama de expresia ritmului P.
Deoarece acesta depinde de X
2
, nseamn c X
1
este o funcie de X
2
:



X k X k DT
X k
C
1 1
2
1 + = + (7.12)


X k X k DT
Xd X k
T
X k
C
2 2
1 1
1 + = +

'

| (7.13)
n general, un nivel X reprezint un rezervor care acumuleaz debitele unor fluxuri R,
S, prin care crete sau descrete coninutul rezervorului.
O nou valoare a nivelului se calculeaz adugnd sau scznd din valoarea
precedent, schimbarea aprut ntr-un interval de timp:
| ] x k x k DT R k S k + = + 1 (7.14)
unde: x = nivel (uniti);
x(k+1) = noua valoare a nivelului calculat la timpul k+1;
x(k) = valoarea nivelului la timpul precedent k;
DT = intervalul de timp k, k+1;
R = ritmul n care crete nivelul I (uniti / timp);
S = ritmul n care scade nivelul I (uniti / timp).
n figura 7.8 este prezentat variaia stocului pentru sistemul de ordinul 2 prezentat
mai sus.
n ecuaia de nivel pot apare mai multe ritmuri. Intervalul DT este un parametru al
procesului de calcul i nu un parametru al procesului real.
Ritmurile de flux ale sistemului msurate n uniti / timp ( de exemplu oameni / lun)
se acumuleaz n trepte n intervale de timp succesive de lungime DT. Intervalul DT poate fi
schimbat arbitrar fr s afecteze validitatea modelului. Toate celelalte ecuaii n model sunt
formulate n termenii unitii de timp de baz folosit n sistemul real.


X
1

[uniti]



Timp
[sptmni]
Figura 7.8


112

Ecuaiile de nivel descriu de fapt un proces de integrare de tip:
x x R S
t
= + }
0
0
dt (7.15)
de aceea nivelul se poate calcula numai dac se cunosc condiiile iniiale.
Exist dou tipuri de ecuaii de nivel:
0 Ecuaii de nivel conservativ (acele nivele coninnd fluxuri care sunt, prin natura
lor, indestructibile, de exemplu produse, bani, comenzi e tc.).
Forma de baz a unei ecuaii de nivel conservativ este:
NIVEL.K = NIVEL.J+DT(RITM.1+RITM.2+ ...) (7.16)
Ecuaii de nivel neted (acele nivele care opereaz doar cu fluxuri de informaii n
cazul crora nu apare nevoia conservrii lor).
Forma de baz a unei ecuaii de nivel neted este:
NIVEL.K=NIVEL.J+DT*1/CAT*(RITM.JK-NIVEL.J) (7.17)
unde CAT reprezint o Constant de Ajustare a Timpului.
Ecuaiile de ritm arat cum sunt comandate fluxurile n sistem. n aceste ecuaii
apar nivelele i constantele. Ecuaia de ritm este calculat la timpul k, folosind informaia
privind nivelele la timpul k, pentru a gsi debitele fluxurilor pentru intervalul k, k+1.
Forma unei ecuaii de ritm este:

R k f nivele, constante = (7.18)
unde f este o funcie oarecare care descrie strategia de control a fluxului. Relaiile 7.6 i
7.10 reprezint dou exemple de ecuaii de ritm. Aceste ecuaii sunt expresii de strategie care
arat cum sunt luate deciziile implicite. Ele reflect procesele de control care sunt implicate n
structura sistemului de reacia de stare existent n sistem.
Ecuaiile de ritm nu pretind cunoaterea unor valori iniiale deoarece sunt complet
determinate de valorile iniiale ale variabilelor de nivel.
Ecuaiile auxiliare formeaz structura fin a unui ritm, n sensul c, de multe ori,
claritatea i nelesul unei ecuaii de ritm pot fi accentuate mprind-o n pri care sunt scrise
ca ecuaii separate (numite ecuaii auxiliare).
Se presupune c stocul dorit este o variabil care depinde de ritmul mediu al
desfacerii. Ecuaia de ritm pentru comenzi i ecuaia auxiliar pentru stocul dorit ar putea fi:

| ] R k
AT
X k X k
d
=
1
(7.19)
X k w A k
d
= (7.20)
n ultima ecuaie w este o constant iar A(k) este ritmul mediu al vnzrilor, adic un
nivel.
113

Ecuaiile auxiliare trebuie evaluate dup ecuaiile de nivel de care depind. Cnd exist
ecuaii auxiliare, i de obicei sunt numeroase, calculul se face n urmtoarea ordine: nivele,
auxiliare, ritmuri.


7.5. Rezumat
- Sistemele de producie, economice i sociale au un comportament dinamic;
- Modelarea dinamic const din alctuirea unor sisteme de ecuaii cu diferene
finite, cu ajutorul crora se aproximeaz comportamentul continuu al sistemelor de
producie studiate;
- Activitatea de concepere a unui model dinamic se desfoar n mai multe
etape: definirea variabilelor, ntocmirea schemei grafice (de tip FORRESTER),
scrierea ecuaiilor, conform schemei grafice realizat la etapa precedent, i
rezolvarea ecuaiilor.
- Variabilele modelului dinamic pot fi de dou tipuri: niveluri i fluxuri;
- Schema grafic a sistemului studiat evideniaz structura acestuia i principalele
lui componente;
- Scrierea ecuaiilor modelului se face prin reprezentarea funciilor realizate de
sistem, nu prin reprezentarea elementelor lui.
- Sistemul de ecuaii este format din ecuaii de stare i ecuaii auxiliare.
- Ecuaiile de ritm sunt complet determinate de valorile iniiale ale variabilelor de
nivel;
- Ecuaiile auxiliare formeaz structura fin a unui ritm, adic o ecuaie de ritm
poate fi mprit n pri care sunt scrise ca ecuaii separate.
- Ecuaiile auxiliare trebuie evaluate dup ecuaiile de nivel de care depind.



7.6. Test de evaluare a cunotinelor
1. Care sunt metodele utilizate n dinamica sistemelor pentru studierea
comportamentului acestora n timp?
2. Care sunt etapele pe care le presupune modelarea dinamic?
3. Ce sunt ecuaiile de stare?
4. Ce nelegei prin ecuaii auxiliare?
5. Ce st la baza ntocmirii schemei grafice?
6. Care este deosebirea ntre ecuaiile de ritm i cele de nivel?
7. Cum se face calculul cnd exist ecuaii auxiliare?


114

Unitatea de nvare U8. Simularea dinamic
Cuprins
8.1. Introducere ................................ ................................ ................................ ........... 112
8.2. Competene ................................ ................................ ................................ .......... 112



8.1. Introducere
n cadrul unitii de nvare U8 este prezentat modul de rezolvare a ecuaiilor
pentru un sistem dinamic, precum i procedura de calcul utilizat n simularea
dinamic.



8.2. Competene
La sfritul unitii de nvare U8 studenii vor fi capabili s :
Opereze cu notaiile specifice n cazul rezolvrii ecuaiilor unui model dinamic;
Realizeze schema de simulare dinamic.


Durata medie de parcurgere a acestei uniti de nvare este de 2 ore.


8.3.Rezolvarea ecuaiilor

S ne reamintim...
- Ecuaiile sunt de mai multe tipuri: ecuaii de stare, ecuaii auxiliare, ecuaii de
ritm i ecuaii de nivel;
- Ecuaiile de nivel pot fi : de nivel conservativ (acele nivele conin fluxuri care
sunt, prin natura lor, indestructibile: bani, produse, comenzi) i de nivel neted (acele
nivele care opereaz doar cu fluxuri de informaii n cazul crora nu apare nevoia
conservrii lor);
- Ecuaiile de ritm sunt complet determinate de valorile iniiale ale variabilelor de
nivel;
- Ecuaiile auxiliare formeaz structura fin a unui ritm, adic o ecuaie de ritm
poate fi mprit n pri care sunt scrise ca ecuaii separate.
- Ecuaiile auxiliare trebuie evaluate dup ecuaiile de nivel de care depind.
- Atunci cnd exist ecuaii auxiliare, calculul se face n ordinea: nivele, auxiliare,
ritmuri.

Calculele se desfoar iterativ, fiind ordonate n timp de diferena de timp DT. n
limbajul Dinamicii Sistemelor a fost adoptat convenia ca litera K dup punctul care urmeaz
115

numelui de variabil s desemneze momentul n care se efectueaz calculul curent.
Corespunztor, J este utilizat pentru a desemna momentul la care a fost fcut calculul
precedent i L pentru momentul urmtor. Ecuaiile modelului dinamic sunt astfel scrise nct
nu necesit nici un alt moment n procesul de calcul. Calculul este limitat complet la timpul J,
intervalul JK, timpul K i intervalul KL.
La nceputul calculelor pentru timpul K sunt disponibile, din calculele precedente,
nivelele la timpul J i ritmurile pe intervalul JK.


Exemplu
n figura 8.1 este prezentat o situaie n care calculele precedente au fost
terminate la momentul t = 5 i este gata s nceap calculul strii sistemului
pentru perioada urmtoare 5 + DT.
n aceast figur sunt reprezentate dou nivele N1.J i N2.J i trei
ritmuri pe intervalul de timp JK. Ritmul R1.JK este asociat fluxului de intrare
n cadrul nivelului N1 i este singurul ritm care afecteaz acest nivel. Ritmul
R2I.JK este asociat fluxului de intrare n nivelul N2, n timp ce ritmul R2E.JK
este asociat fluxului de ieire din nivelul N2.
Acestea sunt toate informaiile disponibile calculului noilor valori ale
nivelelor la timpul K. Noile valori ale ritmurilor pe intervalul KL nu pot fi
calculate nc pentru c ele depind de nivelele nc necalculate pentru timpul
K.
Ritmurile constante pe intervalul JK acioneaz asupra nivelelor
ncepnd cu timpul J i modific nivelele dup o pant uniform pe tot
parcursul intervalului. Noile valori ale nivelelor sunt calculate prin adugarea
i scderea modificrilor specifice de ritmuri. Aceste modificri se calculeaz
prin nmulirea ritmurilor cu DT.
Succesiunea calculrii nivelelor nu are importan, deoarece fiecare
nivel depinde doar de propria sa valoare anterioar i de ritmurile din
intervalul JK. Nici un nivel nu depinde de un alt nivel. Terminnd calculul
nivelelor se ajunge la situaia prezentat n figura 8.2, n care sunt
reprezentate nivelele la timpul K.





116


R2E.JK

N2.J

R2I.JK



N1.J R1.JK


5 5+DT 5+2DT 5+3DT 6 Timp
J K L
Figura 8.1




R2E.JK

N2.J
N2.K
R2I.JK

N1.K

N1.J R1.JK

5 5+DT 5+2DT 5+3DT 6 Timp
J K L
Figura 8.2
Dei valorile sunt calculate pentru intervale discrete DT, natura ecuaiilor de nivel i
de ritm implic ritmuri constante, care la rndul lor implic o modificare continu a nivelelor,
specificat n figur prin linii ntrerupte.
117

Pornind de la nivelele de la timpul K se pot calcula ritmurile viitoare care reprezint
decizia pe intervalul KL. Se observ c decizia viitoare este fundamentat pe informaiile
curente, disponibile la timpul K, i numai pe ele.
ntregul proces se repet acum pentru urmtorul moment L. Pentru aceasta, primul pas
este de a avansa indicatorii de timp J, K, L cu un interval DT. Relativ la noua poziie a lui K,
nivelele lui K devin nivelele lui J i ritmurile KL devin ritmurile JK (figura 8.3).
Pentru momentul iniial, cnd t = 0, apare o abatere de la secvena nivel - ritm a
calculului. Trebuie date valori iniiale pentru toate nivelele. Ritmurile nainte de t = 0 nu sunt
considerate. Avnd nivelele deja fixate, se ncepe cu calculul ritmurilor pentru intervalul
0=0+DT, fiind apoi parcurs ntregul ciclu de calcul al ni velelor i ritmurilor.


R2E.KL


N2.K

R2I.K L

N1.K
R1.KL


5 5+DT 5+2DT 5+3DT 6 Timp
J K L
Figura 8.3

8.4. Simularea dinamic
Ideea de baz n simularea dinamic a sistemelor de producie este aceea a
determinrii valorilor n fiecare dintre momentele de timp cerute ale unui interval dat.
Diferenele dintre dou momente numerice de timp se numesc intervale de simulare i
sunt egale cu DT uniti de timp. Perioada scurs de la nceputul simulrii se noteaz cu TIMP
(TIME), iar durata total impus simulrii se noteaz cu LUNGIME (LENGH).
Procedura de calcul n simularea dinamic are la baz urmtoarele reguli:
Deoarece nivelele depind de ritmuri i nu de alte nivele, valorile lor curente se pot
calcula n orice ordine.
118

Ecuaiile de ritm i cele auxiliare se calculeaz pe baza valorilor anterioare ale
nivelelor.
O simulare poate include multe momente de timp, dar doar trei dintre acestea sunt
necesare pentru calcule. Acestea se noteaz cu J, K, L, iar perioadele care le separ prin JK i
KL i sunt egale cu DT perioade de timp.
n figura 8.4 se prezint secvena de calcul corespunztoare acestor momente de timp,
iar n figura 8.5 se prezint procedura general de calcul. Punctul K este considerat ca valoare
curent i, cunoscnd nivelele la momentul K, pot fi determinate ritmurile pentru intervalul
KL.


Pasul n: J - K - L


Pasul n + 1: J - K - L
Timpul de simulare se deplaseaz apoi cu DT, astfel nct L, urmtorul moment,
devine K, noul timp curent.
Valorile calculate pentru vechiul K i KL sunt renotate cu J i JK. Cu ritmurile pentru
JK i nivelele la momentul J se determin noile nivele la momentul K i procesul se repet.
Cu ct TIMPUL avanseaz, valorile calculate sunt stocate astfel nct, n final, ele s poat fi
reprezentate grafic sau tabelar n funcie de timp.














Figura 8.4
Calculeaz nivele la momentul K
(momentul curent)
Calculeaz auxiliarele la momentul K i
ritmurile pentru perioada KL
Avanseaz TIMPUL cu DT (se trece la L)
Re-noteaz K cu J, L cu K i KL cu JK
Calculeaz nivelele pentru acest nou K
Determin noul moment L
119


Strategiile decizionale optime referitoare la un sistem de producie pot fi perfecionate,
att din punct de vedere static ct i din punct de vedere dinamic, cu ajutorul simulrii
dinamice, deoarece aceasta permite:
luarea n considerare a aspectelor dinamice ale desfurrii procesului de producie;
posibilitatea evidenierii diverilor factori perturbatori pe o anumit perioad de
timp (lips resurse umane, lips semifabricate etc.);
posibilitatea considerrii oricror alte legturi cu diverse secii ale ntreprinderii i
eventual cu alte ntreprinderi;
verificarea strategiilor propuse i alegerea unor strategii sub-optime;
analiza stabilitii sistemului de producie n timp etc.
Avantajul esenial al aplicrii simulrii dinamice const n posibilitatea de a stabili
evoluia strii sistemului de producie, toate variabilele modelului elaborat fiind funcii de
timp.












DA
TIMP = LUNGIME ?

NU


Figura 8.5

Trebuie ns amintite i o serie de dezavantaje care decurg din utilizarea modelrii i
simulrii dinamice:
Sorteaz auxiliarele i ritmurile
pentru a obine o secven calculabil
Dac TIMPUL = 0, fixeaz nivelele
la valorile lor iniiale
Integreaz pentru a obine nivelele la momentul K
Calculeaz auxiliarele la momentul K i
ritmurile pentru intervalul KL
Fixeaz TIMP = TIMP + DT
i renoteaz toate variabilele
Afieaz rezultate.
Sfrit
120

necesitatea nsuirii tehnicilor de modelare dinamic de ctre personalul de
conducere al ntreprinderii;
dificulti n stabilirea unei uniti comune de msur a produciei realizat la
diversele locuri de munc sau secii;
durata relativ mare de pregtire a datelor i de calcul n cazul cnd se urmrete o
analiz n uniti naturale sau mai apropiate de cele naturale.
Pentru simularea dinamic a sistemelor, se pot utiliza limbaje de nivel nalt cum ar fi
FORTRAN, PL1 etc. sau limbaje de simulare speciale cum sunt DYNAMO (DYNAmic
MOdels) - pentru sisteme de management, DYSMAP (DYnamic System Modelling and
Analysis Package) - pentru sisteme de management, CSMP (Continous System Modelling
Program) - pentru sisteme tehnice etc.
Avantajele limbajelor de nivel nalt constau n marea lor disponibilitate i flexibilitate
cu care pot fi utilizate pentru modelarea celor mai complicate reguli de decizie. Pe de alt
parte, rezultatele obinute cu FORTRAN, de exemplu, sunt mult prea simple fa de cele
obinute prin utilizarea limbajelor DYSMAP i CSMP, care au faciliti grafice deosebite
pentru simularea dinamic a sistemelor.
De exemplu, compilatorul DYNAMO este un program care prelucreaz cu ajutorul
calculatorului ecuaiile unui model al unui sistem dinamic cu conexiune invers. Rezultatele
simulrii sunt date sub form de tabele i grafice, ndeplinind urmtoarele funcii:
0 Realizeaz verificarea logic a ecuaiilor i listeaz mesajele de eroare. Multe erori
pot apare din cauz c setul de ecuaii nu respect conceptele modelului conexiunii inverse.
Recunoate numai modelele concepute n conformitate cu conceptele structurale ale
sistemului dinamic, grupnd ecuaiile de nivel i ritm i aranjnd ecuaiile auxiliare.
Programeaz modelul, adic ecuaiile cu notaiile lor algebrice sunt transformate n
instruciuni de operare detaliate ale calculatorului.
Execut calculul interactiv bazat pe instruciunile de comand care dau intervalul
de calcul ct i perioada de calcul, furnizeaz rezultatele simulrii sistemului reprezentat de
model.
Pregtete i editeaz forma tabelar i grafic cerut.
121



8.5. Rezumat
- Pentru rezolvarea ecuaiilor calculele se desfoar iterativ, fiind ordonate n
timp de diferena de timp DT.
- Simularea dinamic se efectueaz pe intervale finite de timp prin modificri
ale parametrilor sau schimbri ale politicilor proprii modelelor simulate;
- Simularea dinamic se realizeaz urmrind anumite reguli.


8.6. Test de evaluare a cunotinelor
1. Ce presupune din punct de vedere simulare dinamic rezolvarea sistemului de
ecuaii?
2. Care sunt dezavantajele care decurg prin utilizarea modelrii i simulrii
dinamice?
3. Care sunt avantajele care decurg din utilizarea simulrii dinamice?
4. Enumerai i detaliai regulile care trebuie urmate n simularea dinamic.


122

Unitatea de nvare U9. Modele i tehnici de prognoz
Cuprins
9.1. Introducere ................................ ................................ ................................ ........... 120
9.2. Competene ................................ ................................ ................................ .......... 120



9.1. Introducere
Planificarea este una dintre funciile organizaiei, prin care i stabilete
obiectivele de realizat, mijloacele i resursele necesare ndeplinirii lor. Planificarea
trebuie s in cont de resursele disponibile i de rezultatele obinute n trecut de
organizaie. Planurile pot fi extrem de simple sau foarte complexe, principalele elemente
ce le difereniaz fiind: orizontul de planificare i gradul de detaliere. Din acest punct de
vedere se deosebesc: strategia organizaiei, planul de afaceri, planul curent, etc. Strategia
organizaiei precizeaz opiunile majore ale acesteia pe intervale de timp relativ mari, fiind
apanajul conducerii de la cel mai nalt nivel. Implementarea i elaborarea strategiei se
bazeaz pe viziunea de ansamblu asupra organizaiei i atitudinea anticipativ,
obiectivele strategice fiind stabilite pe baza unor analize, evaluri i prognoze ale
principalilor factori de influen. n acest context general se nscrie i tematica
prezentat n cadrul acestei uniti de nvare. Sunt prezentate elementele
definitorii ale seriilor cronologice, deoarece tehnicile de prognoz se bazeaz pe
seriile cronologice. Sunt prezentate modele de prognoz precum i tehnici utilizate
n cadrul modelelor de predicie.



9.2. Competene
La sfritul acestei uniti de nvare studenii vor fi capabili s:
identifice elementele definitorii ale unei serii cronologice;
identifice tipul trendului;
recunoasc modelele de prognoz;
opereze cu diferite modele de prognoz.


Durata medie de parcurgere a acestei uniti de nvare este de 3 ore.

9.3. Aspecte generale
Una din principalele responsabiliti ale oricrei ntreprinderi (firme, societi) este
planificarea viitorului ei. Aceast activitate de planificare const n generarea unei serii de
predicii privind evoluia viitoare. Predicia beneficiilor viitoare, a evoluiei pieei, a
necesarului de resurse sunt doar cteva exemple sugestive.
123

Aceste predicii ale evoluiilor viitoare sunt denumite prognoze. Prognozele s-au
dezvoltat n principal pentru a ajuta decidenii s evalueze diverse strategii de lucru.
Una din tehnicile de baz de prognoz se bazeaz pe seriile cronologice. Caracteristica
principal a unui model de prognoz cu serie cronologic este bazarea lui pe date istorice (din
trecut). Seriile cronologice sunt datele statistice cel mai frecvent utilizate n practica
econometric. Acestea permit estimarea relaiilor dintre fenomenele economice, dar i
prognozarea evoluiei de viitor a variabilei dependente. n acest mod factorii de decizie au
posibilitatea adaptrii msurilor de politic economic n funcie de obiectivele specifice.
Componentele unei serii sunt urmtoarele: trendul (tendina), fluctuaiile ciclice, fluctuaiile
neregulate i fluctuaiile sezoniere.
Trendul exprim tendina general de evoluie pe termen lung a variabilei dependente,
tendin dat de nivelul istoric (din perioadele precedente) a valorilor seriei. Cauzele
principale ale prezenei trendului ntr-o serie cronologic sunt : evoluii demografice
(creterea populaiei), variaii ale nivelului de pre n economie, creterea productivitii
muncii datorit progresului tehnic etc. Determinarea trendului se face prin procedee obinuite
de estimare , cea mai utilizat metod fiind metoda celor mai mici ptrate.

Exemplu
- prognoza unei firme asupra beneficiilor din vnzri pentru anul urmtor
va trebui s se bazeze pe bilanul vnzrilor din anul precedent.
- trend pozitiv: se poate constata c dac volumul de vnzri al unui
magazin crete continuu de-a lungul timpului, situaia se datoreaz sporului
natural (pozitiv) al populaiei din regiune. Dac, volumul fizic al vnzrilor este
acelai pentru intervalul de timp considerat, valoarea mrfurilor comercializate
poate avea o tendin cresctoare datorit faptului c indicele de pre manifest o
tendin cresctoare.



Explicai de ce progresul tehnic sursa principal a creterii productivitii
muncii este o alt cauz a prezenei trendului ntr-o serie cronologic.

Fluctuaiile sezoniere sunt ntlnite mai frecvent n cazul seriilor trimestriale, lunare sau
sptmnale. Sunt uor de previzionat datorit regularitii apariiei lor. Aceste fluctuaii sunt
n general determinate de particulariti de anotimp, obiceiuri de consum etc., fenomene ce
apar regulat n comportamentul individual sau al agenilor economici.
124


Exemplu
- consumul de ngheat i buturi rcoritoare nregistreaz n fiecare var
creteri spectaculoase fa de celelalte anotimpuri.
- volumul vnzrilor (n general) crete foarte mult n perioada
premergtoare srbtorilor, datorit obiceiurilor specifice indivizilor.

Fluctuaiile neregulate au un caracter pur aleatoriu, neregulat i sporadic. Sunt produse
n general de fenomene neprevzute cum ar fi: greve, alegeri, rzboaie, condiii
meteorologice, schimbri legislative etc. Datorit caracterului lor aleatoriu de cele mai multe
ori este practic imposibil de a determina cauza care le-a produs.


Exemplu
- numrul de turiti dintr-o staiune poate s scad semnificativ ntr-o
anumit perioad de timp datorit condiiilor meteorologice nefavorabile.
- declanarea unei greve va determina scderea volumului de producie n
perioada respectiv.


Dai i alte exemple de fluctuaii sezoniere i neregulate.


Fluctuaiile ciclice exprim variaiile valorilor seriei care revin la un anumit numr de
perioade, cu amplitudini i frecvene diferite. Aceast component este frecvent n cazul
seriilor trimestriale, lunare, anuale (n cazul indicatorilor macroeconomici). Dintre cauzele
care pot determina ciclicitatea activitii economice enumerm: ritmuri diferite de evoluie a
indicatorilor economici, caracterul intrinsec de ciclicitate al progresului tehnic etc. Aceste
cauze determin o evoluie sinusoidal a economiei care nregistreaz perioade de cretere,
recesiune, perioade de redresare i de relansare a creterii.

Exemplu
- urmnd exemplul economiei, se disting patru faze de evoluie ale
componentei ciclice ale unei serii de timp: perioada de cretere, cea de maxim
amplitudine, perioada de descretere i cea de minim amplitudine.

Pentru practic, exist o varietate de modele de prognoz, fiecare cu caracteristicile,
avantajele i limitele sale. Un rezumat al acestor modele, cu precizarea orizontului de timp
pentru care se face prognoza, se prezint n tabelul 9.1.
Dintre modelele prezentate n tabelul 9.1, cele mai utilizate n practic sunt modelul cu
medie mobil, modelul cu ajustare exponenial i modelul cu descompunere.
125

Modelul cu medie mobil utilizeaz media ultimelor n valori pentru a previziona
valoarea urmtoare a seriei cronologice. Expresia general pentru calculul mediei mobile este:
M
A A A A
N
t
t t t t N
=
+ + +
+ 1 2 3 1
(9.1)
unde: M
t
- media mobil pentru perioada t;
A
t-1
- valoarea actual pentru perioada t-1;
N - numrul de perioade de timp.
Modelul cu ajustare exponenial utilizeaz suma ponderat a tuturor datelor din
trecut ale unei serii dinamice, cu ponderea cea mai mare plasat asupra celei mai recente date
valorice.
Ponderea este plasat datelor valorice n aa fel nct s le confere acestora o
importan care scade exponenial odat cu vechimea lor.
Tabelul 9.1

MODEL

DESCRIERE

ORIZONTUL DE
TIMP
Naiv Valoarea prognozat pt. perioada
urmtoare este egal cu valoarea actual.
Scurt
Medie mobil simpl Valoarea prognozat este o medie bazat
pe dou sau mai multe date valorice
importante.
Scurt

Medie mobil ponderat Valoarea prognozat este o medie bazat
pe dou sau mai multe date valorice,
fiecreia acordndu-se o pondere diferit.
Scurt
Ajustare exponenial Valoarea prognozat este o medie bazat
pe valoarea precedent, valoarea
prognozei precedente i un coeficient de
ajustare.
Scurt
De descompunere Valoarea prognozat se bazeaz pe o
analiz a urmtoarelor componente: trend
(tendin), ciclu, sezonalitate i
neregularitate.
Lung

Regresie Valoarea prognozat se bazeaz pe relaia
dintre variabila dependent i timp.
Mediu
Regresie multipl Similar cu precedenta, cu excepia c
modelul conine dou sau mai multe
variabile de predicie.
Mediu
126


MODEL

DESCRIERE

ORIZONTUL DE
TIMP
Autoregresie O form special a regresiei multiple unde
fiecare din variabilele de predicie are o
valoare legat de variabila dependent.
Mediu
Se utilizeaz trei tipuri de baz de modele cu ajustare exponenial:
0 modele cu un singur factor de ajustare;
modele cu doi factori de ajustare (includ efectele trendului);
modele cu trei factori de ajustare (includ efectele trendului i efectele sezoniere).
Expresia general a modelului cu ajustare exponenial cu un singur factor de ajustare
este:
F F A F
t t t t +
= +
1
o ( ) (9.2)
unde:
F
t+1
- valoarea prognozat pentru perioada t+1;
F
t
- valoarea prognozat pentru perioada t;
A
t
- valoarea actual pentru perioada t;
o - coeficient de ajustare (0 < o < 1).
Expresiile generale ale modelului cu ajustare exponenial cu doi factori de ajustare
sunt urmtoarele:
F Y F T
t t t t
= + +

o o ( ) ( ) 1
1 1
(9.3)
T F F T
t t t t
= +

| | ( ) ( )
1 1
1 (9.4)
F Y T
t t t +
= +
1
(9.5)
unde:
Y
t
- valoarea actual pentru perioada t;
Y
t-1
- valoarea actual pentru perioada t-1;
T
t
- trendul estimat pentru perioada t;
T
t-1
- trendul estimat pentru perioada t-1;
o - coeficient de ajustare (0 < o < 1);
| - coeficient de ajustare pentru trend (0 < | < 1).


Exemplu
O firm productoare de maini-unelte a vndut strunguri cu comand numeric,
situaia livrrilor fiind prezentat n tabelul 9.2
S se previzioneze valoarea vnzrilor pentru anul urmtor utiliznd :
a. modelul cu medie mobil, pentru n = 3 i n = 5 ;
b. modelul cu ajustare exponenial, pentru o = 0.2 i o = 0.5
127

Tabelul 9.2
ANUL NR. STRUNGURI
VNDUTE
1986 45
1987 79
1988 77
1989 81
1990 102
1991 124
1992 132
1993 156
1994 161
1995 168
1996 174
Rezolvare:
a. model cu medie mobil, pentru n = 3. Se utilizeaz relaia 9.1 i se obin
urmtoarele rezultate (tabelul 9.3):
Tabelul 9.3
Anul Valorile seriei Valori
prognozate
1998
45

1999
79

2000
77

2001
81
67
2002
102
79
2003
124
86.67
2004
132
102,33
2005
156
119,3
2006
161
137,33
2007
168
149,67
2008 174 161,67
b. modelul cu ajustare exponenial, pentru o = 0.2
Se utilizeaz relaia 9.2, n care: o = 0.2, Ft este prima valoare a seriei Ft = 45,
128

At = Ft = 45
Astfel: Ft1+1 = F1 + 0,2 (A1- F1) = 45+ 0,2 (45-45) = 45,
Rezult c valoarea prognozat pentru anul al doilea (1999) va fi 45
Pentru anul al treilea (2000) valoarea prognozat va fi:
F2+1 = F2 + 0,2 (A2 F2) = 45 + 0,2 (79 45) = 51,8 .a.m.d. Rezultatele sunt
date n tabelul 9.4.
Tabelul 9.4
Anul Valorile seriei Valori
prognozate
1998
45

1999
79
45
2000
77
51,8
2001
81
56,84
2002
102
61,67
2003
124
69,74
2004
132
80,59
2005
156
90,87
2006
161
103,9
2007
168
115,32
2008 174 125,85



Pentru problema din exemplul anterior, determinai valorile prognozate pentru
model cu medie mobil, n = 5.
Pentru problema din exemplul anterior, determinai valorile prognozate pentru
modelul cu ajustare exponenial, o = 0.5.


Una din problemele cele mai importante ale simulrii o constituie setul modelelor de
prognoz, cu ajutorul crora se simuleaz evenimente sau stri care vor avea loc. Modelele de
prognoz se pot clasifica dup mai multe criterii:
dup orizontul de timp la care se refer prognoza:
0 prognoze pe termen scurt;
prognoze pe termen mediu;
prognoze pe termen lung .
dup sfera de cuprindere:
0 prognoze macroeconomice;
129

prognoze microeconomice.
dup tehnicile utilizate:
0 prognoze extrapolate, care la rndul lor pot fi:
o analitice;
o fenomenologice;
prognoze euristice;
prognoze morfologice.
Scopul simulrii cu modele de prognoz urmrete urmtoarele obiective:
prevederea ct mai exact a comportrii sistemului sau procesului;
precizarea tendinelor de scurt durat i de lung durat;
formularea modelului matematic al comportrii sistemului printr-o funcie:
y = f(t) (9.6)
Dintre tehnicile utilizate n cadrul modelelor de predicie, una din cele mai importante
este extrapolarea, ea implicnd o serie de noiuni matematice care pot fi aplicate i n cadrul
celorlalte tehnici. Extrapolarea, la rndul ei, poate fi analitic sau fenomenologic.

9.4. Extrapolarea analitic
Aceast metod are la baz teoria prognozei asupra seriilor dinamice (cronologice) de
date. O astfel de serie reprezint un ir de date ce caracterizeaz fenomenul sau procesul
studiat n diferite momente de timp.
Notnd cu x
t
mrimea indicatorului X, ce caracterizeaz procesul la momentul t, atunci
expresia:
, , x
t
t
t T
=
=
1
(9.7)
arat traiectoria procesului pe orizontul [1,T], traiectorie descris prin indicatorul X.
ntruct timpul este o variabil ce nu are origine finit, punctul zero se alege n mod
arbitrar, n general acesta fiind primul moment de timp pentru care exist o valoare concret a
seriei dinamice. Cu aceste considerente, problema extrapolrii se enun astfel: cunoscnd
valorile {x
t
}, t = 1,2..., T, s se determine valorile {x
t
}, t = T+1, T+2, ..., T+O, unde O
reprezint mrimea orizontului de prognoz.
n studiul de prognoz al oricrui sistem trebuie inut seama de trei factori importani:
0 trendul (tendina);
variaiile periodice n jurul trendului;
influena factorilor aleatori.
Trendul cuantific manifestarea tendinei eseniale de evoluie a procesului,
subordonnd sau anulnd anumite trsturi sau direcii neeseniale care pot apare pe parcursul
evoluiei.
130

n jurul trendului pot exista variaii periodice, ciclice (figura 9.1) sau sezoniere
(figura 9.2), provenite de la alte fenomene ori procese din spaiul n care se afl procesul
studiat. Din aceast cauz, direcia principal de evoluie nu este ntotdeauna liniar.
n spaiul n care se gsete procesul de studiat pot apare, de asemenea, o serie de
factori aleatori care influeneaz fenomenul n cauz.
Producia
[mii piese]
250

200

150

100

50
1990 91 92 93 94 95 96 97 [anul]
Figura 9.1
n aplicarea metodei, o importan deosebit o are construirea seriei dinamice de date,
element pe care se bazeaz prognoza. n general, este bine ca seria s conin foarte multe
date, deoarece numai aa este posibil aproximarea ct mai corect a evoluiei viitoare a
fenomenului. Numrul minim de date din seria x
t
, poate fi dat n funcie de orizontul
prognozelor, conform relaiilor 9.8...9.10.
pentru prognoze pe termen scurt:
T >
3
4
O (9.8)
pentru prognoze pe termen mediu:

4
3
2 T T < s O (9.9)
pentru prognoze pe termen lung:
T <
1
2
O (9.10)


131

Producia
[sute piese]
500

400

300

200

100
1 2 3 4 1 2 3 4 [trim.]
1990 1991 [anul]
Figura 9.2
Pentru identificarea i reprezentarea analitic a trendului se parcurg urmtoarele patru
etape:
0 Alegerea clasei de funcii matematice liniare F (polinominale, exponeniale,
logaritmice etc.), care poate reprezenta n mod corespunztor trendul fenomenului.
Identificarea funciei f F e care s aproximeze, pe intervalul [1,T] , ct mai bine
valorile , , x
t
t
t T
=
=
1
:
f(t) ~ x
t ,
t = 1,2,..., T (9.11)
Funcia continu f trebuie s ndeplineasc urmtoarele condiii:
s reprezinte irul dinamic cu erori sub anumite limite;
s conduc, prin extrapolare , la valori care s nu depeasc limitele admise;
s necesite un numr mic de operaii de calcul.
n alegerea funciei f se ine seama i de distana d dintre vectorii , , x
t
t
t T
=
=
1
i
, , f t
t
t T
( )
=
=
1
. Trendul fenomenului analizat este reflectat cel mai bine de funcia f F e
pentru care:
, , , , , , , , d x f t d x f t
t
t
t T
t
t T
t
t
t T
t
t T
=
=
=
=
=
=
=
=
'
|

=

'
|
1 1 1 1
, ( ) min , ( ) (9.12)
Cea mai utilizat distan este cea euclidian, definit prin:
d x y x y
i i
i
n
( , ) =
=

2
1
(9.13)
132

n care x i y sunt vectori cu n componente x
i
, respectiv y
i
.
Stabilirea metodei de rezolvare a problemei de minim (9.12). Alegerea metodei
depinde att de tipul clasei F, ct i de alegerea distanei d. De exemplu, n cazul n care d este
distana euclidian, se va utiliza metoda celor mai mici ptrate.
Verificarea calitii ajustrii, care se realizeaz prin utilizarea unor indicatori
statistici: media aritmetic, abaterea medie ptratic, coeficienii de corelaie etc.


Care sunt etapele necesare identificrii i reprezentrii analitice a trendului?
n general, trendul nu are o evoluie liniar. Care sunt cauzele care determin
evoluia neliniar a trendului?


9.5. Extrapolarea fenomenologic
Acest tip de extrapolare este utilizat cu precdere n cazul n care seriile de date
disponibile sunt relativ scurte. Se pornete de la emiterea unor ipoteze asupra indicatorilor ce
caracterizeaz fenomenul sau procesul. Considernd c procesul este descris de funcia
f R R : , continu i derivabil pe R, atunci indicatorii de caracterizare a procesului sunt:
viteza de evoluie (variaie) v
e :

v
d f t
dt
y t
e
= =
( )
( ) 9.14
ritmul de cretere, r
c :

r
y t
y t
c
=
( )
( )
9.15
coeficientul de elasticitate a funciei , c
e :

c
df t
dt
f t
t
e
=
( )
:
( )
9.16
n modelele care urmeaz variabila independent este timpul t, dar ele se pot aplica i
pentru situaiile cnd variabila independent are o alt semnificaie.

9.5.1. Modele de tip liniar
Cnd procesul studiat are o vitez de evoluie constant, respectiv:
v y t
e
= = ( ) o 9.17
atunci trendul este descris de funcia liniar:
y t t ( ) = + o | 9.18
i poate avea una din formele prezentate n figura 9.3:


133



y(t) y(t)

o > 0 o = 0
| > 0 | > 0



t t
a) b)

y(t)
o < 0
| > 0




t
c)
Figura 9.3
9.5.2. Modele de tip exponenial
Cnd procesul studiat are viteza de evoluie proporional n orice moment cu nivelul
deja atins, atunci trendul este descris de o funcie exponenial. ntr -adevr, dac:
v y t y t
e
= = ( ) ( ) o 9.19
sau:
r
y t
y t
c
= =
( )
( )
o 9.20
atunci trendul este descris de soluia ecuaiei difereniale:
y t k e
t
( ) =
o
9.21
care este o funcie exponenial, avnd una din formele prezentate n figura 9. 4.


134


y(t)
o = 0.9





o = 0.1

t
Figura 9.4
n practic se ntlnesc i modele la care exponeniala are diferite forme particulare.
Dintre acestea amintim:

) 7 . 9 ( ) (
) 6 . 9 ( ) (
) 5 . 9 ( ) (
figura e t y
figura t t y
figura e t y
t
t
|
|
| o
o
o
=
=
=
+

(t) y(t)
| > 1 |=1
o > 0

e
o

0 < | < 1

o < 0

t t
Figura 9.5 Figura 9.6
y(t)
| > 0

o

135

| < 0

t
Figura 9.7
9.5.3. Modele de tip logaritmic
Acest tip de modele este caracterizat prin aceea c viteza de evoluie a procesului
este dat de relaia:
v y t
t
e
= =
+
( )
o
|
9.22
din care, prin integrare , rezult soluia:
y t t ( ) ln = + o | 9.23
care este o funcie logaritmic care descrie trendul sistemului (figura 9.8).
n practic, este des utilizat i modelul semi-logaritmic:
y t t ( ) ln = + o | 9.24
avnd forma prezentat n figura 9.9:

y(t) o > 0 y(t)
| > 0
> 0

o



t 10
-o|
t
Figura 9.8 Figura 9.9
9.5.4. Modele de tip hiperbolic
Cnd procesul studiat este de tip involutiv cu ritmul de forma:
r
y t
y t t
c
= =
+
( )
( )
1
|
9.25
se obine modelul:
y t
k
t
( ) =
+ o |
9.26
136

care este o funcie hiperbolic (figura 9.10):
y(t)

o > 0
| > 0


t

o < 0
| > 0
Figura 9.10


S se rezolve urmtoare problem:
Consumul de energie electric ntr-o secie de montaj, timp de un an, este
prezentat n tabelul 9.5. s se previzioneze valoarea consumului de energie
electric pentru perioada urmtoare, utiliznd:
- modelul cu ajustare exponenial, pentru o = 0,5 i o = 0,9;
- modelul cu ajustare exponenial n ipoteza existenei unui trend.
Tabelul 9.5
LUNA CONSUMUL
[KW]
1 340
2 420
3 380
4 460
5 360
6 320
7 400
8 360
9 440
10 400
11 300
12 440


9.6. Rezumat
- Caracteristica principal a unui model de prognoz cu serie cronologic este
bazarea lui pe date istorice (din trecut);
- Cele mai utilizate modele de prognoz sunt: modelul cu medie mobil,
137

modelul cu ajustare exponenial i modelul cu descompunere;
- Dintre tehnicile de prognoz, una din cele mai importante este extrapolarea,
ea implicnd o serie de noiuni matematice care pot fi aplicate i n cadrul celorlalte
tehnici. Extrapolarea, la rndul ei, poate fi analitic sau fenomenologic;
- Extrapolarea analitic are la baz teoria prognozei asupra seriilor dinamice
(cronologice) de date. O astfel de serie reprezint un ir de date ce caracterizeaz
fenomenul sau procesul studiat n diferite momente de timp;
- Extrapolarea fenomenologic este utilizat cu precdere n cazul n care
seriile de date disponibile sunt relativ scurte.


9.7. Test de autoevaluare a cunotinelor
1. Modelele de prognoz se utilizeaz n cadrul unui sistem de producie pentru:
a. planificarea evoluiei viitoare;
b. stabilirea necesarului de materiale;
c. determinarea necesarului de resurse umane.
2. Modelul de prognoz cu ajustare exponenial se utilizeaz pentru un termen:
a. lung;
b. mediu;
c. scurt.
3. Ponderea datelor valorice din cadrul unui model exponenial scade exponenial
odat cu:
a. numrul lor;
b. vechimea lor
c. complexitatea lor.
4. Extrapolarea analitic este o tehnic de prognoz bazat pe:
a. informaii bursiere;
b. valori prognozate ale volumului vnzrilor;
c. serii cronologice de date.
5. Extrapolarea fenomenologic este o tehnic de prognoz care se utilizeaz atunci
cnd seriile de date sunt:
a. lungi;
b. scurte;
c. inexistente.


9.8. Rspunsurile testului de autoevaluare
1. a; 2. c; 3. b; 4. c; 5.b

138

Unitatea de nvare U10. Modelarea i simularea sistemelor
flexibile de producie
Cuprins
10.1. Introducere ................................ ................................ ................................ ......... 136
10.2. Competene ................................ ................................ ................................ ........ 136



10.1. Introducere
Sistemul flexibil de producie este constituit dintr-o grup de maini-unelte cu
comand numeric (centre de prelucrare) comandate de un sistem central i
echipate cu un sistem de transport comun i automatizat, pentru semifabricate,
scule, piese, n vederea realizrii unei producii continue.
Din punct de vedere sistemic, sistemul flexibil de producie reprezint o combinare
a unui subsistem de prelucrare cu un grad dezvoltat de automatizare, cu un
subsistem logic automatizat (pentru transport a semifabricatelor ntre diferite
posturi, a alimentrii automatizate a mainilor, a schimbrii sculelor, a controlului
pieselor) i un sistem de comand. n prima parte a unitii de nvare sunt
prezentate noiuni generale despre modelarea sistemelor flexibile de producie cu
reele PETRI, iar a doua parte trateaz problematica simulrii cu reele PETRI,
prezentnd dou tipuri de simulri. Unitatea de nvare se finalizeaz cu un test de
evaluare a cunotinelor.




10.2. Competene
La sfritul acestei uniti de nvare studenii vor fi capabili s:
identifice elementele definitorii ale unei reele PETRI;
opereze cu simbolurile grafice utilizate pentru modelarea sistemelor flexibile de
fabricaie;
deosebeasc diferitele tipuri de modele utilizate n modelarea sistemelor
flexibile de fabricaie;



Durata medie de parcurgere a acestei uniti de nvare este de 3 ore.

10.3. Modelarea cu reele PETRI a sistemelor flexibile de producie
139

Una din cele mai importante metode de modelare a sistemelor flexibile de producie,
n cadrul crora se desfoar evenimente asincrone concurente, se bazeaz pe reelele
PETRI.
Analiza unui model are ca obiective principale verificarea unor proprieti generale ale
modelelor din categoria respectiv de sisteme flexibile, precum i verificarea unor proprieti
specifice modelului analizat. Confirmarea existenei proprietilor atest faptul c structura
modelului adoptat este corect, iar infirmarea existenei anumitor proprieti indic prezena
unor erori de modelare.
n cazul reelelor PETRI, principalele proprieti verificate prin analiz sunt:
0 viabilitatea;
reiniializarea;
limitarea.
Reeaua este viabil pentru un marcaj iniial dac pentru orice marcaj M
obinut din cel iniial i pentru orice tranziie t a reelei exist o secven de tranziii
executabile care include i tranziia t (o tranziie modeleaz un eveniment din sistemul
flexibil). Prezena proprietii de viabilitate asigur faptul c n funcionarea sistemului
flexibil nu vor apare blocaje care ar mpiedica funcionarea n continuare a sistemului flexibil.
Reeaua este proprie sau reiniializabil dac n orice marcaj M accesibil din cel
iniial exist o secven de tranziii care conduce din nou la marcajul iniial. Aceast
proprietate asigur repetabilitatea unor succesiuni de comenzi emise de la un anumit nivel de
conducere din cadrul sistemului flexibil, repetabilitate care reprezint o caracteristic a celor
mai multe sisteme de automatizare.
Reeaua este limitat sau mrginit dac numrul de simboluri de marcaj n orice
poziie este limitat pentru oricare dintre variantele posibile de marcaje ( poziiile
modeleaz condiiile necesare pentru ca un eveniment s poat avea loc). Condiia de limitare
constituie o garanie a faptului c sistemul flexibil modelat este finit, respectiv c are un
numr finit de stri; absena acestei proprieti indic o eroare de modelare.
O reea PETRI (RP) este un model grafic de tipul grafurilor orientate, cu dou
categorii de noduri:
0 poziii (care modeleaz condiii);
tranziii (care modeleaz evenimente).
Relaiile dintre evenimentele care pot avea loc i condiiile necesare pentru ca anumite
evenimente s se produc efectiv sunt reprezentate prin arcele grafului, care stabilesc
legturile orientate dintre poziiile p i tranziiile t, precum i dintre tranziii i poziii, ntruct
prin producerea unui eveniment are loc modificarea att a condiiilor de apariie a
evenimentului ct i a celor care decurg din producerea evenimentului.
Poziiile se reprezint grafic prin cercuri, iar tranziiile prin dreptunghiuri. Faptul c o
condiie este ndeplinit se reprezint grafic prin introducerea unui simbol n cercul poziiei p
140

aferent condiiei respective; simbolul este un punct, prezena sau absena lui constituind
marcajul poziiei p, notat prin m(p). n transpunerea aspectului grafic al unei RP ntr-o
relaie matematic, prezena punctului corespunde atribuirii valorii m(p) = 1, iar absena
punctului corespunde atribuirii valorii m(p) = 0 (figura 10.1).
Marcajele tuturor poziiilor p
i
eP formeaz marcajul reelei, transpus ntr-un vector a
crui form este prezentat n relaia 10.1.

p
1
p
2




t
1




p
3
p
4



Figura 10.1

M
m p
m p
m p
m p
i
n
=

( )
( )
...
(
...
( )
)
1
2
(10.1)
n care: p
i
este mulimea poziiilor respective;
i =1, 2, ... , n
n este numrul elementelor mulimii respective;
m(p
i
) e , 0,1, corespunde reelelor binare.
n exemplul grafic din figura 10.1, ntruct punctele sunt reprezentate n p
1
, p
2
, rezult
un marcaj iniial M
0
cu valorile: m(p
1
)=1, m(p
2
)=1, m(p
3
)=0, m(p
4
)=0, respectiv:
M
0
1
1
0
0
=

(10.2)
Producerea unui eveniment care poate avea loc este modelat prin executarea
tranziiei corespunztoare evenimentului, executare care implic schimbarea marcajelor
poziiilor legate prin arce de tranziia respectiv: toate poziiile de la care sosesc arce nu vor
mai avea puncte (n RP binare), iar n toate poziiile spre care pleac arce vor fi introduse
141

puncte. De exemplu, prin executarea tranziiei t
1
din figura 10.1 se obine marcajul din figura
10.2, cu vectorul M prezentat n relaia 10.3.


Exemple
Exemplul corespunde unui centru de prelucrare CP dotat cu un robot R pentru
deservire. Dac se consider c:
p
1
modeleaz condiia aferent informaiei CP este liber;
p
2
modeleaz condiia aferent informaiei robotul R a apucat piesa care
urmeaz s fie prelucrat;
p
3
modeleaz condiia aferent informaiei CP este ncrcat;
p
4
modeleaz condiia aferent informaiei robotul R este liber;
t
1
modeleaz evenimentul aferent execuiei comenzii de alimentare.









Figura 10.2


M
1
0
0
1
1
=

(10.3)
Alte exemple de structuri sunt prezentate n figurile 10.3 i 10.4.

p
1
p
2
p
3
p
1
p
2
p
3



t
1
t
1

















p
2


p
1

p
3


p
4


t
1


142

p
4
p
4

Figura 10.3
Reprezentrile din figurile 10.1 10.4 corespund unor RP neinterpretate, n sensul
c reprezentarea este abstract, fr nici o precizare a semnificaiilor. n cazul RP
interpretate intervin etichete asociate poziiilor i tranziiilor, explicnd semnificaia
acestora.

p
1
p
1



t
1
t
1




p
2
p
3
p
2
p
3


Figura 10.4

Relund schema din figura 10.1 i semnificaiile menionate n aliniatul anterior, o
variant interpretat a schemei este prezentat n figura 10.5.


CP liber p
1
p
2
R cu piesa


t
1
Execuia comenzii de
alimentare a CP cu piesa


CP ncrcat p
3
p
4
R liber

Figura 10.5

Relaiile dintre condiii i evenimente, respectiv legturile prin arce ntre poziii i
tranziii pot fi transpuse matematic prin intermediul a dou matrice de inciden nainte
143

(Pre) i napoi (Post). La aceste matrice liniile corespund poziiilor, iar coloanele
tranziiilor, pentru n poziii i m tranziii dimensiunile matricelor Pre i Post fiind n*m.
n cazul RP binare, elementele a
ij
ale acestor matrice pot avea valorile 0 sau 1. Astfel,
n matricea Pre apare valoarea a
ij
=1 dac la tranziia j sosete un arc de la poziia i i apare
valoarea a
ij
=0 n caz contrar. n matricea Post apare valoarea a
ij
=1 dac la poziia i sosete un
arc de la tranziia j i apare valoarea a
ij
=0 n caz contrar.


Exemplu
Pentru RP binar ilustrat n figura 10.6, se pot scrie matricele prezentate n
tabelele 10.1 i 10.2.
Tabelul 10.1 Tabelul 10.2
Pre t
1
t
2
t
3
t
4
Post t
1
t
2
t
3
t
4

p
1
1 0 0 0 p
1
0 0 1 0
p
2
1 0 0 0 p
2
0 0 0 1
p
3
0 1 0 0 p
3
1 0 0 0
p
4
0 0 1 0 p
4
1 0 0 0
p
5
0 0 1 0 p
5
0 1 0 0
p
6
0 0 0 1 p
6
0 0 1 0
Diferena dintre Post i Pre reprezint matricea de inciden C:
[C] = [Post] - [Pre] (10.4)
i reflect structura reelei. Pentru RP binare, elementele g
ij
ale acestei matrice
pot lua valorile -1,0 sau 1, deci g
ij
e, -1, 0, 1, . Pentru exemplul din figura 10.6,
matricea de inciden este prezentat n tabelul 10.3.
Tabelul 10.3
t1 t2 t3 t4
-1 0 1 0 p1
-1 0 0 1 p2
C = 1 -1 0 0 p3
1 0 -1 0 p4
0 1 -1 0 p5
0 0 1 -1 p6


144

Se constat c matricea Pre definete arcele de la poziii la tranziii, deci reflect aplicaia
P*T - , 0, 1, - mulimile P i T fiind definite la nceput; matricea Post definete arcele de la
tranziii la poziii, reflectnd aplicaia T*P - , 0, 1, , iar matricea C definete toate arcele,
reflectnd o relaie F de dependen cauzal i aplicaia aferent, respectiv:

F P T T P _ * * (10.5)

, , P T T P * * , , 1 0 1 (10.6)
Structura unei reele Petri binar R
b
poate fi definit prin cuadruplul:
R P,T, Pre, Post
b
= (10.7)
iar a unei reele Petri binar marcat R
bm
, prin cuplul:
R R M
bm b
= ,
0
(10.8)
M
0
fiind marcajul original.

p
1
p
2



t
1
t
4



p
3
p
4




t
2



p
5
p
6





t
3


Figura 10.6
145


1. Ce nelegei prin tranziii?
2. Ce nelegei prin poziii?
3. Care sunt deosebirile dintre matricea Pre i matricea Post?

10.3.1 Modele cu reele Petri de tip CE
ntruct RP binare modeleaz evenimente dependente de condiii care pot fi satisfcute
sau nesatisfcute, ele sunt denumite i reele Petri de tip CE (condiii - evenimente). Exist
mai multe variante de reele Petri binare, unele dintre acestea fiind prezentate n continuare.
Astfel, dac la o RP binar fiecare tranziie este conectat la o singur poziie de
intrare i la o singur poziie de ieire, atunci RP reprezint o main de stare (figura 10.7).
Dac la o RP binar fiecare poziie este conectat la o singur tranziie de intrare i la
o singur tranziie de ieire, atunci RP reprezint un graf de evenimente (figura 10.8).
Dac o RP binar este n acelai timp o main de stare i un graf de evenimente,
atunci RP se reduce la un ansamblu de circuite disjuncte, de tipul celui prezentat n figura
10.9:
Se spune c o RP este pur dac nu conine bucle elementare, respectiv bucle
formate dintr-o poziie p i o tranziie t, tranziia avnd la intrare i ieire aceeai poziie i
reciproc, poziia avnd la intrare i ieire

aceeai tranziie. Pentru ca asemenea situaii s nu

aib loc este necesar ca pentru toate elementele cu aceiai indici s existe relaia 10.9.

p
1
p
1


t
1
t
1



p
2
p
2


t
2
t
2



p
3
p
3

t
3
t
4

t
3



Figura 10.7 Figura 10.8
146



p
1


t
1


p
3
p
2





t
3
t
2





p
5
p
4


t
5
t
6

Figura 10.9
Pre(p
i
, t
j
) * Post(p
i
, t
j
) = 0 (10.9)

n cazul reelelor pure, matricea C permite reconstituirea matricilor Pre i Post, astfel
c relaiile lui R
b
i R
bm
de definiie a unei RP binare pot fi nl ocuite cu relaiile:
R
b
= (P, T, C) (10.10)
R
bm
= (R
b
, M
0
) (10.11)

10.3.2 Modele cu reele Petri de tip PT
Reelele de tip PT (poziii-tranziii) sunt de nivel superior celor de tip CE,
reprezentnd o extensie a lor. n RP de tip PT nu mai intervine condiia ca pentru posibilitatea
executrii unei tranziii s nu existe nici un punct n poziiile de ieire, aceast condiie fiind
nlocuit prin cea de respectare a capacitii maxime K(p) fixat pentru fiecare poziie.
n cazul arcelor de capacitate 1 (cifr care n acest caz nu se noteaz pe schem)
condiia referitoare la poziiile de intrare pentru ca o tranziie t s fie executat este similar
cu cea din reelele CE: n toate poziiile de intrare n t s existe cel puin un punct. Executarea
tranziiei t are n reelele PT acelai efect ca n reelele CE, respectiv scderea unui punct din
toate poziiile de intrare i adugarea unui punct n toate poziiile de ieire. Un exemplu este
prezentat n figura 10.10:

147

p
1
p
2
p
3
p
1
p
2
p
3





t t


p
4
p
5
p
4
p
5

Figura 10.10
La reelele de tip PT cu arc de capacitate n > 1 care sosete la o tranziie t de la o
poziie p, pentru ca t s fie executabil intervine condiia ca p s conin puncte n, ntruct un
arc de capacitate n echivaleaz cu n arce paralele ntre poziiile p
1
, p
2
, ... , p
n
(cu cte un
singur punct) i tranziia t. Aceast condiie poate fi considerat o condiie colateral
implicit.
Pe baza considerentelor expuse, structura unei reele PT poate fi definit ca un
cvintuplu:
R
PT
= (P, T, F, K, L) (10.12)
iar o reea PT marcat poate fi definit ca un sextuplu:
R
PTm
= (P, T, F, K, L, M
0
) (10.13)
unde, n raport cu relaiile anterioare:

F P T T P _ * * (10.14)
, , P T T P * * , , 1 0 1 (10.15)
n care: F = relaia reflectat n elementele matricei [C]=[Post]-[Pre]
K = un vector ale crui elemente definesc capacitile de puncte ale tuturor
poziiilor;
L = o aplicaie F << N (N fiind mulimea numerelor naturale) care definete
multiplicitatea fiecrui arc.

10.4. Simularea cu reele PETRI a sistemelor flexibile de producie
Dup modelarea unui subsistem dintr-un SFP prin intermediul unei RP urmeaz
efectuarea unor calcule care s permit analiza comportrii modelului, deci punerea n
eviden a proprietilor sale.
Se consider ca date iniiale structura modelului - reflectat n matricele Pre, Post,
respectiv n matricea de inciden C - i marcajul iniial M
0.
Se determin apoi secvenele
posibile de tranziii i evoluia succesiv a marcajelor pn la epuizarea tuturor strilor





































148

posibile ale reelei, verificndu-se dac apar blocaje, dac este obinut din nou marcajul iniial
dup trecerea prin strile posibile sau dac se ajunge ntr-o stare final corespunztoare
ncheierii prevzute a activitilor stabilite pentru subsistemul modelat.

10.4.1 Simularea cu reele Petri de tip PT fr arce multiple
n cadrul reelelor de tip PT calculul unui nou marcaj M
1
care rezult din cel iniial M
0

prin executarea unei tranziii t
k
executabile se efectueaz cu relaia:
M M col Post col e M col C
tk tk tk 1 0 0
= + = + Pr (10.16)
unde col
tk
Post, col
tk
Pre, col
tk
C reprezint coloana aferent tranziiei t
k
din matricile
Post, Pre respectiv C.
Pentru justificarea relaiei (10.16) se consider RP din figura (8.6) cu Pre, Post, C din
paragraful respectiv, marcajul reprezentat constituind marcajul corespunztor vectorului:
M
0
= [1 1 0 0 0 0 ]
t
(10.17)
Conform celor prezentate anterior i ilustrate n figurile 10.1 10.4 singura tranziie
executabil n reeaua din figura 10.6 (pentru marcajul M
0
) este t
1
, iar executarea acestei
tranziii conduce la scderea unui punct din marcajul poziiilor de intrare p
1
, p
2
i la adugarea
unui punct la marcajul tranziiilor p
3
, p
4
, pentru aceste patru poziii rezultnd marcajul din
figura 10.2. Ca urmare, r ezult marcajul:
M
1
= [ 0 0 1 1 0 0 ]
t
(10.18)
Din relaiile lui Pre i Post din tabelele 10.1 i 10.2 se constat c adugarea unui
punct n p
3
i p
4
corespunde sumei:
M
0
+ col
tk
Post (10.19)
iar scderea unui punct din p
1
i p
2
corespunde diferenei:
M
0
- col
tk
Pre (10.20)
Combinarea scderii punctului din p
1
i p
2
cu adugarea unui punct n p
3
i p
4
se
transpune n combinarea sumrii i scderii din M
0
a vectorilor col
t1
Post i col
t1
Pre,
rezultnd:
M
1
=M
0
+col
t1
Post-col
t1
Pre=[1 1 0 0 0 0 ]
t
+ [0 0 1 1 0 0]
t
'-[1 1 0 0 0 0 ]
t
= [0 0 1 1 0 0]
t
(10.21)
deci obinndu-se expresia (10.18).
Avnd n vedere c:
[C] = [Post] - [Pre] (10.22)
n locul relaiei (10.21) poate fi folosit relaia:
M
1
= M
0
+ col
t1
C= [1 1 0 0 0 0]
t
+ [-1 -1 1 1 0 0]
t
= [0 0 1 1 0 0]
t
(10.23)
Cu marcajul M
1
se constat din figura 10.6 c numai t
2
poate fi executat i rezult
noul marcaj M
2
prin relaia:
M
2
= M
1
+ col
t2
C = [0 0 1 1 0 0]
t
+ [0 0 -1 0 1 0]
t
= [0 0 0 1 1 0]
t
(10.24)
cu puncte n p
4
, p
5
. n aceast stare a reelei poate fi executat tranziia t
3
i se obine:
149

M
3
= M
2
+ col
t3
C = [0 0 0 1 1 0]
t
+[1 0 0 -1 -1 1]
t
= [1 0 0 0 0 1]
t
(10.25)
cu puncte n p
1
, p
6
. Marcajul M
2
permite executarea tranziiei t
4
, care conduce la
marcajul:
M
4
= M
3
+ col
t4
C = [1 0 0 0 0 1]
t
+ [0 1 0 0 0 -1]
t
= [1 1 0 0 0 0]
t
= M
0
(10.26)
deci se regsete marcajul iniial din (10.18).
n cazul reelei elementar de simple din figura 10.6 rezult secvena posibil de
tranziii executabile s:
s = t
1
* t
2
* t
3
* t
4
(10.27)
prin intermediul tranziiilor din aceast secven fiind accesibile marcajele M
1
, M
2
, M
3
,
M
4
= 0, secvena posibil i marcajele accesibile fiind determinate succesiv prin intermediul
relaiei:
M

= M + col
tk
C (10.28)
unde M

este marcajul obinut din M prin executarea tranziiei t

k
. n form condensat,
succesiunea tranziiilor i marcajelor poate fi exprimat prin relaia:
M
0
t
1
M
1
t
2
M
2
t
3
M
3
t
4
M
4
(10.29)
n toate marcajele M
0
M
4
intervin dou puncte, deci reeaua este conservativ, n
toate strile posibile suma punctelor fiind constant. Reeaua este de asemenea
reiniializabil, ntruct M
4
=M
0
i este viabil, deoarece nu apar blocaje.

10.4.2 Simularea cu reele Petri de tip PT cu arce multiple
Pentru analiza secvenei de tranziii posibile i a marcajelor accesibile este considerat
reeaua din figura 10.11, cu dou poziii i cu capacitile arcelor notate pe desen, intervenind
condiia ca o tranziie s fie executabil numai dac numrul de puncte din poziiile de intrare
este cel puin egal cu capacitatea arcelor care pleac spre tranziia respectiv.

p
1


5 5
2 2

t
1
t
2
t
3


3 1

3 5

p
2








150

Figura 10.11

Folosind metodologia expus, se obin matricele:

Pre=

5 2 0
0 1 5
1
2
p
p
(10.30)

Post
p
p
=

2 0 5
3 3 0
1
2
(10.31)
din ele rezultnd:

C
p
p
=

3 2 5
3 2 5
1
2
(10.32)
Din marcajul iniial:
M
0
5
1
=

(10.33)
exist, printre altele, posibilitatea executrii secvenei de tranziii:
S = t
2
*t
2
*t
3
*t
1
(10.34)
Astfel, din M
0
este executabil tranziia t
2
, rezultnd marcajul:
M
1
3
3
=

(10.35)
care se obine prin relaia:
M M col C
t 1 0 2
5
1
2
2
3
3
= + =

(10.36)
Din M
1
, tranziia t
2
este din nou executabil, rezultnd marcajul:
M
2
1
5
=

(10.37)
care se obine prin relaia:
M M col C
t 2 1 2
3
3
2
2
1
5
= + =

(10.38)
Relaia (10.38) atest faptul c din M
2
tranziia t
3
este executabil, deoarece n p
2

exist un numr de puncte (5 puncte) egal cu capacitatea arcului dintre p
2
i t
3
(egal cu 5
puncte), rezultnd marcajul:
151

M
3
6
0
=

(10.39)
care se obine prin relaia:
M M col C
t 3 2 3
1
5
5
5
6
0
= + =

(10.40)
Din figura 10.11 se constat c pentru marcajul M
3
singura tranziie executabil este
t
1
, prevzut dealtfel n secvena (10.34), rezultnd marcajul:
M
4
3
3
=

(10.41)
care se obine prin relaia:
M M col C M
t 4 3 1 1
6
0
3
3
3
3
= + =

= (10.42)


Care sunt diferenele dintre simularea cu RP fr arce multiple i simularea cu RP cu
arce multiple?


10.6. Rezumat
- Una din cele mai importante metode de modelare a sistemelor flexibile de
producie, n cadrul crora se desfoar evenimente asincrone concurente, se
bazeaz pe reelele PETRI;
- reea PETRI (RP) este un model grafic de tipul grafurilor orientate, cu dou
categorii de noduri:
- poziii (care modeleaz condiii);
- tranziii (care modeleaz evenimente).
- Relaiile dintre evenimentele care pot avea loc i condiiile necesare pentru ca
anumite evenimente s se produc efectiv sunt reprezentate prin arcele grafului;
- Relaiile dintre condiii i evenimente, respectiv legturile prin arce ntre poziii i
tranziii pot fi transpuse matematic prin intermediul a dou matrice de inciden
nainte (Pre) i napoi (Post). La aceste matrice liniile corespund poziiilor, iar
coloanele tranziiilor.

152


10.7. Test de evaluare a cunotinelor
1 Cu ajutorul reelelor Petri se pot modela:
a) sisteme flexibile de producie;
b) sisteme de stocare;
c) sisteme de ecuaii liniare.
2 Evenimentele din cadrul unui sistem de producie sunt reprezentate ntr-o reea
Petri prin:
a) poziii;
b) tranziii;
c) puncte.
3 Matricea de inciden reprezint:
a) suma dintre matricea Post i matricea Pre;
b) diferena dintre matricea Post i matricea Pre;
c) diferena dintre matricea Pre i matricea Post.
4 O reea Petri binar este caracterizat prin:
a) fiecare poziie este conectat la o singur tranziie;
b) fiecare poziie este conectat la mai multe tranziii;
c) fiecare tranziie este conectat la mai multe poziii.
5 La modelarea unui sistem cu reele Petri:
a) trebuie s apar blocaje;
b) nu trebuie s apar blocaje;
c) apare blocaj numai la ultima tranziie.


153

BIBLIOGRAFIE

1. BALTAC, V. Informatica programrii produciei ntreprinderilor industriale, Editura
Academiei, Bucureti, 1989.
2. DODESCU, GH., ODGESCU, I..a. Simularea sistemelor, Editura Militar, Bucureti,
1986.
3. DUGULEAN, L., Statistic, Editura Infomarket, Braov, 2002.
4. ENCIU, G. Sisteme flexibile de producie, Universitatea Politehnica, Bucureti, 1994.
5. FORRESTER, J.W. Principiile sistemelor. Teorie i autoinstruire programat, Editura
Tehnic, Bucureti, 1979.
6. IONESCU, GH., CAZAN, E., NEGRU, A., Modelarea i optimizarea deciziilor
manageriale, Editura Dacia, ClujNapoca, 1999
7. MRSCU KLEIN, V., Modelarea i simularea sistemelor de producie, Editura
LUXLIBRIS, Braov, 1997.
8. MIHOC, GH. .a. Modele matematice ale ateptrii, Editura Academiei, Bucureti, 1976.
9. MOHORA, C. .a. Simularea sistemelor de producie. Editura Academiei Romne,
Bucureti, 2001.
10. POPESCU, I., RDULESCU, D. Modelarea sistemelor de producie, Editura Tehnic,
Bucureti, 1986.
11. RAIU-SUCIU, C. Modelarea i simularea proceselor economice, Editura Didactic i
Pedagogic, Bucureti,1995.
12. RDCEANU, E. Limbaje de simulare, Editura Militar, Bucureti, 1981.
13. RUSU, C., BRUDARU, O. Proiectarea liniilor de fabricaie flexibile, Editura Tehnic,
Bucureti, 1990.
14. STOICA, M. .a. Modelarea microeconomic, Editura Omegapres, Bucureti, 1994.
15. STOICA, M. .a. Introducere n modelarea procedural, Editura Scrisul romnesc,
Craiova, 1989.
16. VDUVA, I. Simularea proceselor economice, Editura Tehnic, Bucureti, 1983.
17. VIINOIU, N., Statistic. Metode utilizate n economie, Editura LuminaLex, Bucureti,
2001.