Documente Academic
Documente Profesional
Documente Cultură
08 - Modelarea Si Simularea Sistemelor de Productie
08 - Modelarea Si Simularea Sistemelor de Productie
Braov, 2013
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
Spor la treaba !
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
3
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.
MODELUL
ABSTRACT
MODELUL
REAL
SISTEMUL
REAL
DATE DIN
SISTEM
DATE ANALITICE
DATE SIMULATE
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,
O1
O2
O3
M1
M2
M3
E1
E2
E3
EL1
EL2
EL3
Figura 1.2.
Se pleac de la anumit obiect notat cu O1. De la el se trece la un model matematic M 1,
descris prin ecuaiile E1. Uneori se aproximeaz E1 prin ecuaiile liniare EL1. Exist apoi un
alt obiect O2, pentru care se imagineaz modelul M 2, care conduce la ecuaia E2, respectiv
EL2. 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
(1.1)
2
ld
2 g 0
(1.2)
dt
d 2q
dt 2
1
C
q 0
(1.3)
(1.4)
Tabelul 1.1
Termenii ecuaiei
Resort
Pendul
Circuit electric
1/C
X X 0
(1.5)
X X
(1.6)
11
12
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
E1
E2
E3
E 4 E5
E6
timp
t
T0
T1
T2
T3
Figura 1.3
Timpul total T de simulare a modelului va fi:
T = k t (t N; k = 0,1,2...)
(1.7)
unde: k reprezint numrul de iteraii ale algoritmului de simulare.
Valoarea curent a ceasului va fi:
Ti+1 = T i + t
(1.8)
13
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), Tk ] 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
E1
E2
E3
E 4 E5
E6
timp
t1
T0
t2
T1
t3
T2
t4
t5
T3
T 4 T5
Figura 1.4
Timpul ntotal T de simulare a modelului va fi:
t6
T6
(1.9)
ti
i
1
Valoarea curent a ceasului va fi:
Ti+1 = Ti + ti+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.
14
15
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
17
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 h idraulic cu intrri i ieiri etc.
Simularea analogic se poate clasifica, la rndul ei astfel:
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:
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.
Simularea de tip joc dirijat: variabilele de intrare care intervin sunt deterministe
(deci model determinist - variabile deterministe);
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
18
RS
Treal
(1.11)
Tsimulare
a) Simularea n timp real este un procedeu n care raportul de simulare este echiunitar:
RS
Treal
Tsimulare
(1.12)
19
n sistemele de producie se utilizeaz de obicei simulri mai rapide dect timpul real
(Tsimulare < Treal), deci rapoarte de simulare supraunitare:
RS
Treal
Tsimulare
(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 > Treal), cnd raportul
de simulare este subunitar:
RS
Treal
Tsimulare
(1.14)
20
tabelelor matematice;
calculatorului electronic;
c.
riglelor de calcul.
2. Modelul unui sistem de producie este:
a.
b.
c.
un sistem abstract, format dintr-un set de relaii matematice.
3. Obiectivul simulrii const n:
a.
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.
21
22
(2.2)
gaSd 0
(2.3)
0 gaS 1
(2.4)
CI *
S
S
gd 1 ga 1
CI
(2.5)
23
Se observ c:
0 gdS 1
(2.6)
24
Timp [minute]
M1
M2
M3
P1
11
P2
12
16
25
- maina M3 poate funciona cel mult 160 ore i cel puin 120 ore.
Beneficiul pentru o unitate de produs x1 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 x1 i x2 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:
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.
26
Datele culese despre un sistem pot fi diferite ca natur a lor, una din clasificrile
posibile fiind prezentat n continuare:
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.
27
, 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:
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 xi
culese. Ele pot s nu mai apar la o reluare a
in
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 xi se
ordoneaz cresctor sau descresctor. Valorile susceptibile a fi aberante sunt cele
de la extremitile irului astfel obinut. Pentru verificarea valorii suspecte xn se
calculeaz expresia:
xn xn1
S
(2.8)
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:
x
,
M
0 x M
(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.
29
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 106 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 fj aparinnd unei clase de funcii F i un ir iniial u1, u2, ... , un. Pe baza
funciilor fj i a irului iniial se pot genera numerele u n+1, un+2, ..., u j . Un nou numr aleator
uj+1 se genereaz cu ajutorul relaiei:
u j 1 f j u j , u j 1, ..., u j n1
f j F , i n, n 1 , n 2 , ....
(2.11)
Deci, numrul uj+1 deriv din cele n numere precedente. Primul numr generat este:
(2.12)
irul astfel obinut este reproductibil i are o perioad finit (dup un numr oarecare de
generri se reproduce irul iniial u1, u2, ..., 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 x1, x2, ... , x h cu proprietatea x i x j pentru orice i i j aparinnd mulimii 1, 2, ... , h.
n continuare ns, x h+1 = x1, x h+1 = x2 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 d e funcia:
0, cnd x 0;
F(x) =
x, cnd x ( 0, 1);
(2.14)
1, cnd x 1.
30
ki ki 1 ki r mod M , i r 1, r 2, ...
(2.15)
ki 1 a ki mod M , i 2, 3, ...
(2.16)
(2.17)
Empiric
Metoda utilizat
Metoda jobenului
Metoda transformatei inverse
Metoda respingerii
Metoda compunerii
Metoda compunerii - respingerii
Metode specifice repartiiei date
Metode aproximative
Teoretic
Discret
Continu
Discret
Continu
Da
Da
Da
Da
Rar
Da
Da
Da
Rar
Da
Da
Da
Da
Da
Da
Da
Da
Da
Da
Da
Da
31
f 1 f 2 ... f n
unde fi reprezint frecvena relativ a valorii xi, calculat cu ajutorul relaiei:
n
fi = n i
(2.19)
ni
i 1
Medie
Figura 2.1
Frecvenele relative cumulate se pot calcula n acest caz cu ajutorul relaiei de
recuren:
F0=0, F 1=f1,; F i=Fi-1+fi; 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 yi uniform repartizat n intervalul (0,1).
Pasul 2. Se compar yi cu Fi pn cnd:Fi-1<yi< Fi, 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
(0,1); numerele cu o repartiie oarecare se obin din relaia:
x = F -1 ()
(2.21)
-1
unde F 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.).
32
Medie
c
x
Figura 2.2
Algoritmul general de generare a numerelor cu aju torul 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 xi n intervalul [a, b] uniform repartizat ( a reprezint
valoarea minim a variabilelor xi, 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 0, c.
Pasul 5. Se compar yi cu f(xi).
Dac yi f(x i) atunci se accept xi ca punct generat.
Dac yi > f(x i), se respinge perechea (x i, yi) 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 x1 i x2 uniform repartizate pe
intervalul [0, 1].
Pasul 2. Se determin un numr aleator z, din ecuaia x1 = H(z):
z=H-1 (x1).
(2.23)
Pasul 3. Se determin un numr aleator y, din ecuaia:
x2 = G(z, y), adic y = G -1 (z, x2).
(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.
33
Xe
XS
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 ni valori
distincte. Rezult c numrul de variante de simulare Nv este:
p
N v ni
(2.25)
i 1
Ts N v . C. t ni . C. t
i 1
(2.26)
34
(2.27)
(2.28)
35
y f x
(2.30)
n sistemul analizat, fie variabilele X i Y. Se poate admite , n baza analogiei dintre cele
dou sisteme, c:
(2.31)
Y c f X
Pentru a stabili constanta c se consider o selecie a perechilor de variabile (x i, yi) din
sistemul analog precum i selecia analog corespunztoare din sistemul analizat (X i, Yi). Se
obine:
yi f x
i
Yi ci . f X i
Y f xi
ci i .
yi f X i
(2.32)
ci
(2.33)
36
n n
n xi yi yi xi
i 1 i 1
i 1
Rx, y
n
n 2 n
n 2
2
n x 2 xi n yi yi
i 1 i i 1 i 1
i 1
(2.34)
(2.36)
(2.37)
37
sau
X j L Ij
(2.38)
(2.39)
(2.40)
1,2...m (2.41)
(2.42)
Exist de asemenea posibilitatea de a se scrie relaiile (2.41) sau (2.42) sub form
determinist, atand costuri de penalizare CP , care depind de depirea limitelor admisibile.
Evident, dac limitele admisibile nu se depesc, costurile de penalizare C P sunt nule. Dac o
I
limit superioara Lsj sau inferioar LIj este depit cu un anumit procent S
j sau j , atunci
penalizarea este o funcie f de acest procent, respectiv:
I
I
CpS f s( S
(2.43)
j ) sau Cp f I ( j )
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 Lsj sau inferioare LIj, iar n cazul restriciilor slabe se stabilesc att limitele
38
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;
-
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.
39
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
40
41
B
a)
B
b)
B
c)
B
d)
Figura 3.1
n funcie de natura lor, evenimentele pot fi:
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:
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:
evenimente care nu necesit decizii, deci a cror prelucrare nu necesit decizii;
evenimente cu decizii, care la rndul lor pot fi:
42
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:
evenimente previzibile (apariia lor decurge dup plan);
evenimente perturbatoare (apariia lor nu poate fi stabilit anticipat i care acioneaz
de cele mai multe ori, n defavoarea obiectivelor sistemului).
F
Figura 3.2
43
44
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 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 i ntre momentul efecturii reparaiei i
momentul apariiei defeciunilor. Se constat c, din punct de vedere practic, exist un decalaj
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
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,
S2,...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:
strategii deterministe, n cazul crora se poate scrie relaia:
pi(t) = 1
(3.1)
(3.2)
(3.3)
pi t
1
, i 1,2... n, t;
n
45
(3.4)
strategii aleatoare cu repartiie dat (strategii mixte). Repartiia dat poate fi:
- staionar, dac:
pi(t)= pi, i=1,2,...n;
(3.5)
- nestaionar, dac:
pi(t) = i (t), i=1,2,...n,
(3.6)
46
Li I , adic:
xi Li 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 xi* , cu proprietatea
c: xi* < LiI
(3.9)
atunci ntreprinderea dispune de strategia de a mri coeficientul schimburilor de
la 1 la maximum 3. ncercnd cu c = 2 , variabila xi* se mrete cu o cantitate
xi . Dac: xi* + xi > LiI
(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
KM asupra tuturor parametrilor de stare ai sistemului.
Pentru fiecare strategie de modificare SM se stabilesc costurile aferente CM, 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.
47
pi
Ni
N
(3.11)
n care:
pi - probabilitatea de aplicare a strategiei de prevenire sau modificare de rang i (S i);
Ni - numrul de specialiti care au exprimat preferine pentru strategia S i;
N - numrul total de specialiti.
Vectorii Pp i Pm 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 Pp i Pm 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.
49
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 deciziilor 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 obiectiv 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 Pj, 1 j n , unul din produsele ce pot fi realizate i
cu xj nivelul (cantitatea) necunoscut al acestui produs care trebuie determinat.
Se noteaz cu cj 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 xj va fi egal cu ci xj , iar
pentru toate produsele ntreprinderii considerate, acesta va fi notat cu f i va avea
expresia:
n
(3.12)
f c1 x1 c2 x2...c j x j ...cn xn c j x j
j 1
Problema care se pune este de a gsi acea variant de producie (sau acele
variante) care face ca funcia f s fie maxim.
n
max f c j x j
(3.13)
j 1
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 ri, 1 i n , uniti
dintr-un anumit produs. Funcionarea normal a ntreprinderii permite un volum
de producie de xi, 1 i n , uniti pe lun. Din anumite considerente, se poate
prevede o producie suplimentar de yi, 1 i n , uniti lunare.
Costurile unitare de producie sunt egale cu ci pentru producia normal i cu
ci pentru cea suplimentar, iar costurile unitare de stocare lunar sunt egale cu di
, 1 i n.
50
Timp [minute]
M1
M2
M3
P1
11
P2
12
16
51
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.
52
START
I
(1)
(2)
(3)
t i < T
NU
(29)
Tiprirea
rezultatelor
DA
(4)
STOP
Exist eveniment
planificat n intervalul
(t i , t i) ?
DA
NU
(5)
(8)
(7)
Stabilirea
DA
momentului la care
se pot amna Ep
NU
DA
Evenimentele
Ep se pot amna ?
D
Figura 4.1.a.
54
NU
D
Modificarea parametrilor de
stare S tiij =Stii + Stiij
(9)
DA
(10)
(11)
Exist
posibilitatea
amnrii
(12)
NU
S
NU
ij
Stiij Smaxij
(21)
min
DA
(16)
Modificarea parametrilor de
stare: S *ti ij = Stiij + M tiij
(16)
(23)
(16)
(24)
DA
DA
Nc N1
(16)(17)
Nc N3
NU
(25)
NU
F
Figura 4.1.b
55
(18)
(26)
DA
DA
Nc N2
(19)
Nc N4
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 Cp;
strategiile posibile de modificare a parametrilor de stare n cazul depirii limitelor
admisibile ale acestora SM;
consecinele aplicrii strategiilor de modificare Km;
costurile aplicrii strategiilor de modificare Cm ;
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 N1;
56
- numrul iniial de cicluri necesare alegerii celei mai eficiente strategii de modificare
N2;
2. n cazul ncadrrii n limitele admisibile:
- numrul iniial de cicluri necesare estimrii funciilor obiectiv N3;
- numrul iniial de cicluri necesare alegerii celei mai eficiente strategi i de prevenire N4;
t ' t t
(4.1)
unde t 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:
metoda incrementului fix, la care creterea t este prestabilit.
Dac t este prea mic, este posibil ca mulimea evenimentelor perturbatoare Ep s fie
vid. Aceasta necesit creterea cu un nou interval t i reluarea ciclului. Testrile sunt
reluate pentru un numr mare de intervale (deoarece t este mic), metoda devenind astfel
foarte costisitoare datorit timpului mare de calcul. Exist ns avantajul unei analize
minuioase i riguroase a sistemului. Dac incrementul t este prea mare, volumul calculelor
se reduce, dar precizia nu este satisfctoare. Mrimea intervalului t se stabilete astfel ca
probabilitatea de apariie a dou evenimente perturbatoare de acelai tip, n intervalul (t, t +
p 2 i t i , ()i
n care i este un prag de semnificaie admisibil dat.
(4.2)
57
(4.4)
t
t
1 daca 1 0,5
t
t
daca
1 0,5
(4.5)
t
t
reprezint partea ntreag a lui
.
unde
58
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 S, ca o consecin a aciunii att a evenimentelor
perturbatoare Ep , ct i a evenimentelor planificate E.
PASUL 6. Se testeaz dac au existat evenimente perturbatoare Ep n intervalul de timp
t . 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 Ep 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 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 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 p .
Cunoscnd decalajul p se poate stabili momentul p la care se nltur consecinele
evenimentului Ep:
p ti' p
(4.7)
Mulimea momentelor p se memoreaz, iar la fiecare reluare a pasului 4 se testeaz
dac:
ti p ti'
(4.8)
unde ti i ti 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:
'
t
Sij t i Si i Sij t i
(4.9)
n care:
t'
Siji - vectori de stare ai componentei ci la momentul t i' , cnd n intervalul ti au
aprut evenimente E sau Ep cu aciune imediat, avnd caracteristicile Hi, respectiv Hj;
t
Si i - vectori de stare ai componentei ci la momentul t i ;
t
Siji - modificrile vectorilor de stare Sit, cauzate de evenimentele E sau Ep , avnd
caracteristicile H i, respectiv H j.
n cazul utilizrii unui increment fix, se aplic relaia:
S ijt t S it S ijt
(4.10)
Succesiunea vectorilor de stare obinut cu ajutorul acestui pas reprezint evoluia
strilor sistemului.
59
t'
PASUL 10. Se verific dac noii parametrii de stare ( Siji sau Sijt t ) 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 relaia:
* t i'
t i'
t i'
(4.11)
Sij S' ij M ij
ti
unde M ij reprezint modificrile efectuate asupra parametrilor de stare conform
strategiilor SM la momentul (t i).
n cazul utilizrii incrementului fix se aplic relaia:
Sij* t t Sijt t M ijt t
(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 N1 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 N1. Dac
da ( N c N 1), se trece la pasul 16. Dac nu ( N c N 1), se reia algoritmul de la pasul 12.
Numrul N1 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 N1 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 N1 cu
, N1). Suplimentarea
un numr N 1 de cicluri de simulare (de exemplu, N1 01
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.
60
61
62
1
S
12
M1
k-1,k
M2
....
Mk
2
k
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.
63
64
(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):
Staia de
servire
irul de
ateptare
Sosirile
consumatorilor
Plecrile
consumatorilor
Figura 5.1
nm
(5.2)
66
2
1
(5.3)
1 1
1 1
(5.4)
1 2
1
tf
1 1
(5.5)
d
p ( t ) pn1( t ) pn1( t ) ( ) pn( t ) , n 0 (5.6)
dt n
Se caut funciile pn(t) care constituie soluia sistemului diferenial format de aceste
ecuaii. n cazul particular n care probabilitile pn sunt independente de timp (cazul cel mai
important ntlnit n realitate), se spune c procesul este staionar i permanent:
pn(t) = pn
(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 procesu lui
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.
67
irul de
ateptare
Sosiri ale
consumatorilor
2
Plecarea
consumatorilor
S
Figura 5.2
Modelarea matematic permite determinarea urmtoarelor caracteristici:
numrul mediu de uniti din sistem:
nm
n p
(5.8)
n 0
(5.9)
( S n)p
(5.10)
n 0
S
tf
p
S S! (1 / S)2 0
(5.11)
S
p
S! (1 / S) 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;
68
pn p0
n
, 1 n S
n!
(5.13)
pn p0
n
, n S
S! Sn S
(5.14)
1
S
S! (1 / S)
(5.15)
S1
n
n!
n 0
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.
,
k 1
(5.16)
nm
k
2
numrul mediu de uniti din irul de ateptare:
nm 1 p0
(5.17)
tS
nm
nm
(5.18)
1 p
k
69
tf
nm 1 p0
n 1 p
1 p
m
(5.19)
unde:
p0 - probabilitatea ca n sistem s fie 0 cereri;
pk - 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
2
normal s cunoscut
Modelarea matematic permite determinarea urmtoarelor caracteristici:
numrul mediu de uniti din irul de ateptare:
2 S2 2
(5.20)
2 1
numrul mediu de uniti din sistem:
2 S2 2 2
nm
2 1
(5.21)
S2 2
tf
2 1
(5.22)
70
S2 2 2
tS
2 1
nm
(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).
71
(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:
TWT
AWT
(5.25)
NS
timpul mediu de neocupare:
ATID
TTID
NS
(5.26)
(5.27)
72
TID = TTID = 0
(5.28)
ICOUNT = 0
(5.29)
73
START
Iniializri i citirea parametrilor
de intrare
(1)
(2)
Genereaz AT
(3)
AT = AT - WT
(4)
Genereaz ST
ICOUNT=ICOUNT+1
DA
(5)
NU
ST>AT
(6)
(7)
TID = 0
WT = ST - AT
TWT = TWT + WT
WT = 0
TID = AT - ST
TTID = TTID + TID
DA
(8)
ICOUNT < NS
NU
(9)
Calculeaz parametrii de ieire.
Afieaz rezultatele.
STOP
Figura 5.3
75
START
Iniializri i citirea
parametrilor
(1)
(2)
Genereaz AT
(3)
TAT = TAT+AT
(4)
CLOCK = CLOCK+C
DA
(5) NU
TAT < TST
DA
(10) NU
I=0
II= = 0
(12)
I=I+1
(6)
WT=TST-TAT
TWT=TWT+WT
TID=TAT-TST
TTID=TTID+TID
TST=TAT
(11)
(7)
(13 )
CLOCK>TST-TID
CLOCK>TAT
DA
NU
(8)
CLOCK=CLOCK+C
Genereaz AT
TAT=TAT+AT
I=I-1
DA
(9)
NU (14)
CLOCK=CLOCK+C
Genereaz ST
TST=TST+ST
A
Figura 5.3.a
76
(15)
(16)
DA
CLOCK<NT
NU (17)
Calculeaz parametrii de
ieire i afieaz rezultatele
STOP
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).
77
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)
- numrul mainilor;
- numrul muncitorilor;
K
- numrul de muncitori liberi la un moment dat , 0 K 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 J 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 L 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 );
78
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), 1 J N i SID(L), TBS(L),
1 L 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 J N,
(5.37)
TAT(L) = TBS(L) = SID(L) = 0,1 L M,
(5.38)
IX(J) = 0,
1 J 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.
79
START
Iniializri i citirea
parametrilor de intrare
J = 2, N
(1)
(2)
Genereaz RT
T(J) = RT
SR(J) = RT
(3)
TMI=MIN T(J)
IX(J) 0
(4)
T(JM) = TMI
=0
(5)
=1
IX(JM) =?
TATM=MIN TAT(L)
TATM=TAT(LM)
=0
(6)
IX(JM)=0
(7) > 0
=0
K=?
IX(JM) = 1
I=I+1
LA = LM
(8)
(10)
(11) > 0
I=?
80
A
(16)
<NB
B
(15)
=NB
ICOUNT = ?
Calculeaz parametrii
de ieire. Afieaz
rezultatele.
STOP
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 mainii 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.
81
(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 rep araii cu N
muncitori i N maini care execut comenzile n ordinea sosirii poate fi descris de acest m odel. Lista
variabilelor i parametrilor modelului este prezentat n continuare:
AT
ST(J)
WT
TID
TAT
NS
(5.41)
TT(J) = 0, 1 J N;
(5.42)
(5.43)
1 J 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.
82
START
(1)
Iniializri i citirea
parametrilor de intrare
J = 2, N
(2)
Genereaz AT
TAT = TAT + AT (3)
ICOUNT = 1
J = 1, N
(4)
(5)
Genereaz ST(J)
TT(J) = TTID(J) + ST(J) (6)
SST(J) = SST(J) + ST(J)
TTMIN = MIN TT(J)
(7)
1JN
TTMIN = TT(L)
ICOUNT = ICOUNT + 1 (8)
NS
(9)
> NS
ICOUNT=?
Genereaz AT
TAT =TAT + AT
DIF = TAT - TMIN
(10)
DIF = ?
(11) +
(12)
WT= -DIF
SWT(L)=SWT(L)+
WT
=0
(16)
Calculeaz statistici.
Afieaz rezultatele.
STOP
(13)
TID=DIF
TTID(L)=TTID(L)+
TID
B
Figura 5.5.a
83
Genereaz ST(L)
SST(L) = SST(L) +ST(L)
(14)
B
TT(L)=TTMIN+ST(L)
(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 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 blocul
(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).
84
5.5. Rezumat
85
86
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 S0 = S(0) valoarea stocului
la momentul iniial t=0. Variaia stocului este dat de relaia:
S(t)= S 0 +
[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:
costul de lansare (Cl) 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) (Cp) 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 proces 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.
87
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<t1< t2 ... n cantitile q(t 0),
q(t1), q(t 2)... . Intervalele de timp Ti = ti+1 - ti , 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(ti), 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 (s1 , t3 ) i (s2 , t4 ) 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 Li (i = 0,1,2...), numit interval de livrare (figura 6.2).
Comanda q(t1) se lanseaz la momentul t1 - L0 = T0 - L0 , cnd stocul atinge o valoare
critic P, numit nivel de reaprovizionare sau punct de comand. S
q(t 0)
t0
q( t1)
t1
q(t 2)
t2
q(t 3)
s1
t3
s 2 t4
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.
88
q(t0)
t0
q(t1)
T 0 L0
t1
q(t2)
T1
t2
q(t3)
T2
t3
T3
t4
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:
cnd se comand? (care sunt punctul de comand i perioada de reaprovizion are);
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 ;
nu se admite lipsa de stoc;
costurile de lansare Cl i de stocare Cs sunt cunoscute;
stocul mediu este q/2 i pe perioada de reaprovizionare T cheltuielile de stocare se
evalueaz la
q
C T;
2 s
89
q Cs T N
C(q) = Cl
(6.2)
2 q
Avnd n vedere c:
q T
(6.3)
N .Ce q Cs
q
2
(6.4)
t0
t1
T
t2
T
t3
T
t4
T
Figura 6.3
2 Cl
N Cs
(6.6)
90
2 N Ce Cs
(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
91
1
S Cs T1 ;
2
- costul penalizrii:
1
( q S) C p T2
2
S
q
T1
T2
T1
T2
T
Figura 6.4
N
1
1
C(q,S) = Cl S Cs T1 q S C p T2
q
2
2
Dar:
N
q T
T1
S
T
q
T2
q S
T
q
N Cl N S2 Cs T N q S Cp T
=
q
2 q2
2 q2
92
(6.8)
N Cl S2 Cs q S Cp
=
q
2q
2q
(6.9)
C
0,
q
C
0 i
S
(6.10)
Cs Cp
2 N Cl
Cs
(6.11)
Cp
Cs Cp
2 Cl
N Cs
(6.12)
Cp
2 N Cl Cs
Cp
(6.13)
Cs Cp
sau
C 0 = C1
, unde
Cp
Cs Cp
Dar < 1, deci politica de aprovizionare care presupune existena lipsei de stoc
este mai convenabil dect politica ce nu admite lipsa de stoc !
Cp
Cantitatea
se numete factor de indisponibilitate sau factor de penurie.
Cs Cp
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
30000
30000
365
365
50
2,60
45
93
a Cs k 1 n Cl
2
k
(6.14)
2 n Cl
a Cs
(6.15)
(6.16)
N i Cli qi
C
qi
2 si
(6.17)
C(q1, ... ,q n) =
C q
i
(6.18)
i 1
Din condiia de minim (derivatele pariale egale cu zero) rezult c loturile optime i
ciclurile de reaprovizionare optime sunt:
2 N i Cli
qi =
(6.19)
Csi
Ti =
2 Cli
N i Csi
(6.20)
94
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;
95
(6.21)
96
START
Citirea parametrilor de (1)
intrare. Iniializri.
Genereaz R
CLOCK=CLOCK+C
(2)
(3)
CLOCK TT
TC=CH+CD+CS (13)
Calculeaz
parametrii de ieire.
Afieaz rezultatele.
DA
(4)
DA
T = CLOCK
VI=VI+Q
(14)
NU
STOP
VI = VI - R
(6)
(7)
<0
VI = ?
CD=CD+VI*D (8)
VI=0
(9)
CH=CH+VI*H
(10)
DA
(11)
NU
P < VI
T CLOCK
CS = CS + S
Genereaz L
T = CLOCK + L
Figura 6.5
97
(12)
(5)
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 = ?
CH=CH+VI*H
(9)
CD=CD+VI*D
(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 (Cl), 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) (Cp), 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.
98
99
100
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)
101
102
103
Informaii despre
nivelul impus
(stocul dorit)
Decizie de comand
Nivelul stocului
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
ntrziere
Informaie
Starea sistemului
Informaie
ntrziere
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.
104
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)
aceasta fiind o ecuaie de nivel.
(7.3)
Identificai variabilele care intervin n cazul unui sistem de stocare livrare produse.
Surs infinit
Flux de personal
Flux de utilaje
Flux de materiale
Variabil auxiliar
Flux de informaii
Flux de comenzi
Constant
$
Flux bnesc
106
Figura 7.4
La ntocmirea schemei grafice trebuie avute n vedere urmtoarele reguli i prec izri:
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
107
unitati / timp
1
unitati
timp
(7.5)
1
Xd X
T
(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:
1
1000 X
10
(5.7)
1
unitati
1000 100 90
10
saptamina
108
(7.8)
1
unitati
1000 280 72
10
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).
1
unitati
1000 100 90
10
saptamina
(7.10)
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.
109
Timp de ajustare T
Stoc dorit Xd
Furnizor
Ritm de comenzi R
(Decizie de comand)
Mrfuri comandate
i nelivrate X2
Ritm de
primire P
Stoc X1
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:
1
unitati
X2
C
saptamina
(7.11)
110
X 1 k 1 X 1 k DT
X 2 k
C
(7.12)
Xd X1 k X1 k
X 2 k 1 X 2 k DT
T
C
(7.13)
X1
[uniti]
Timp
[sptmni]
Figura 7.8
111
x x0 R S dt
(7.15)
R k
1
X k X k
AT d
(7.19)
X d k w A k
(7.20)
n ultima ecuaie w este o constant iar A(k) este ritmul mediu al vnzrilor, adic un
nivel.
112
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.
113
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
114
115
R2E.JK
N2.J
R2I.JK
N1.J
R1.JK
5+DT
5+2DT
5+3DT
Timp
5+3DT
Timp
L
Figura 8.1
R2E.JK
N2.J
N2.K
R2I.JK
N1.K
N1.J
R1.JK
5+DT
5+2DT
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.
116
R2E.KL
N2.K
R2I.K L
N1.K
R1.KL
5+DT
5+2DT
5+3DT
Timp
Figura 8.3
Pasul n:
Pasul n + 1:
J -K-L
J -K-L
Re-noteaz K cu J, L cu K i KL cu JK
DA
TIMP = LUNGIME ?
Afieaz rezultate.
Sfrit
NU
Fixeaz TIMP = TIMP + DT
i renoteaz toate variabilele
Figura 8.5
Trebuie ns amintite i o serie de dezavantaje care decurg din utilizarea modelrii i
simulrii dinamice:
119
120
8.5. Rezumat
121
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.
122
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.
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.
123
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.
124
A At 2 At 3 At N 1
M t t 1
N
(9.1)
MODEL
DESCRIERE
ORIZONTUL DE
TIMP
Naiv
Valoarea
prognozat
pt.
perioada
urmtoare este egal cu valoarea actual.
Scurt
Scurt
Scurt
Scurt
De descompunere
Lung
Regresie
Mediu
Regresie multipl
Mediu
125
MODEL
Autoregresie
DESCRIERE
ORIZONTUL DE
TIMP
Mediu
Ft 1 Ft ( At Ft )
(9.2)
unde:
Ft+1 - valoarea prognozat pentru perioada t+1;
Ft - valoarea prognozat pentru perioada t;
At - valoarea actual pentru perioada t;
- coeficient de ajustare (0 < < 1).
Expresiile generale ale modelului cu ajustare exponenial cu doi factori de ajustare
sunt urmtoarele:
Ft Yt (1 ) ( Ft 1 Tt 1)
Tt ( Ft Ft 1 ) (1 )Tt 1
Ft 1 Yt Tt
(9.3)
(9.4)
(9.5)
unde:
Yt - valoarea actual pentru perioada t;
Yt-1 - valoarea actual pentru perioada t-1;
Tt - trendul estimat pentru perioada t;
Tt-1 - trendul estimat pentru perioada t-1;
- coeficient de ajustare (0 < < 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 = 0.2 i = 0.5
126
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
1998
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
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
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
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:
prognoze pe termen scurt;
prognoze pe termen mediu;
prognoze pe termen lung .
dup sfera de cuprindere:
prognoze macroeconomice;
128
prognoze microeconomice.
dup tehnicile utilizate:
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 xt mrimea indicatorului X, ce caracterizeaz procesul la momentul t, atunci
expresia:
xt tt 1T
(9.7)
arat traiectoria procesului pe orizontul [1,T], tra iectorie 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+, unde
reprezint mrimea orizontului de prognoz.
n studiul de prognoz al oricrui sistem trebuie inut seama de trei factori importani:
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.
129
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 xt , poate fi dat n funcie de orizontul
prognozelor, conform relaiilor 9.8...9.10.
pentru prognoze pe termen scurt:
(9.8)
4
T 2T
3
(9.9)
(9.10)
130
Producia
[sute piese]
500
400
300
200
100
1
1990
4 [trim.]
1991
[anul]
Figura 9.2
Pentru identificarea i reprezentarea analitic a trendului se parcurg urmtoarele patru
etape:
Alegerea clasei de funcii matematice liniare F (polinominale, exponeniale,
logaritmice etc.), care poate reprezenta n mod corespunztor trendul fenomenului.
Identificarea funciei f F care s aproximeze, pe intervalul [1,T] , ct mai bine
t T
valorile xt
:
t 1
f(t) xt , 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
f (t )tt 1T .
xt tt 1T
pentru care:
t T
t T
t T
t T
d x t
, f (t ) t 1 min d x t
, f (t ) t 1 (9.12)
t 1
t 1
d ( x, y)
xi yi 2
(9.13)
i 1
131
ve
d f (t )
y (t )
dt
ritmul de cretere, rc
rc
9.14
y( t )
y( t )
9.15
ce
df (t ) f (t )
:
dt
t
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:
ve y(t )
9.17
y( t ) t
9.18
132
y(t)
y(t)
>0
=0
>0
>0
a)
b)
y(t)
<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:
9.19
ve y(t ) y(t )
sau:
rc
y( t )
y( t )
9.20
9.21
care este o funcie exponenial, avnd una din formele prezentate n figura 9. 4.
133
y(t)
= 0.9
= 0.1
t
Figura 9.4
n practic se ntlnesc i modele la care exponeniala are diferite forme particulare.
Dintre acestea amintim:
y (t ) et ( figura 9.5)
y (t ) t
y (t ) e
( figura 9.6)
( figura 9.7)
(t)
y(t)
>1
=1
>0
e
0< <1
<0
Figura 9.5
Figura 9.6
y(t)
>0
134
<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:
ve y(t )
9.22
y(t ) ln t
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 ) ln t
9.24
y(t)
>0
y(t)
>0
>0
10
Figura 9.8
Figura 9.9
rc
1
y( t )
y( t )
t
9.25
se obine modelul:
y( t )
k
t
9.26
135
>0
>0
<0
>0
Figura 9.10
CONSUMUL
[KW]
1
2
3
4
5
6
7
8
9
10
11
12
340
420
380
460
360
320
400
360
440
400
300
440
9.6. Rezumat
136
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 fenom enologic;
137
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;
138
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:
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:
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
139
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 piP formeaz marcajul reelei, transpus ntr-un vector a
crui form este prezentat n relaia 10.1.
p1
p2
t1
p3
p4
Figura 10.1
m( p1)
m( p2)
...
M
m
(
p
i
)
...
m( pn)
(10.1)
1
1
M 0
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
140
puncte. De exemplu, prin executarea tranziiei t1 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:
p1 modeleaz condiia aferent informaiei CP este liber;
p2 modeleaz condiia aferent informaiei robotul R a apucat piesa care
urmeaz s fie prelucrat;
p3 modeleaz condiia aferent informaiei CP este ncrcat;
p4 modeleaz condiia aferent informaiei robotul R este liber;
t1 modeleaz evenimentul aferent execuiei comenzii de alimentare.
p2
p1
t1
p3
p4
Figura 10.2
0
0
M1
1
1
(10.3)
p1
p2
p3
p1
p2
p3
t1
t1
141
p4
p4
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.
p1
p1
t1
p2
p3
p2
p3
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
p1
p2
t1
R cu piesa
Execuia comenzii de
alimentare a CP cu piesa
CP ncrcat
p3
p4
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
142
(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 aij ale acestor matrice pot avea valorile 0 sau 1. Astfel,
n matricea Pre apare valoarea aij=1 dac la tranziia j sosete un arc de la poziia i i apare
valoarea aij=0 n caz contrar. n matricea Post apare valoarea aij=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
t1
t2
t3
t4
Post
t1
t2
t3
t4
p1
p1
p2
p2
p3
p3
p4
p4
p5
p5
p6
p6
(10.4)
i reflect structura reelei. Pentru RP binare, elementele gij ale acestei matrice
pot lua valorile -1,0 sau 1, deci gij-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
p1
-1
p2
-1
p3
-1
p4
-1
p5
-1
p6
143
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)
(10.7)
Rbm Rb , M 0
(10.8)
p1
t1
p2
p3
t2
p5
p6
t3
Figura 10.6
144
t1
t1
p2
p2
t2
t2
p3
t3
t4
t3
Figura 10.7
Figura 10.8
145
t1
p
t3
t2
p
p2
t6
Figura 10.9
(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 nlocuite cu relaiile:
Rb = (P, T, C)
(10.10)
Rbm = (Rb, M 0)
(10.11)
146
p1
p2
p3
p2
p3
p4
p5
p4
p5
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 p1, p2, ... , 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:
RPT = (P, T, F, K, L)
(10.12)
iar o reea PT marcat poate fi definit ca un sextuplu:
RPTm = (P, T, F, K, L, M 0)
unde, n raport cu relaiile anterioare:
(10.13)
F P * T T * P
P * T T * P 1, 0, 1
(10.14)
(10.15)
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 M0
prin executarea unei tranziii tk executabile se efectueaz cu relaia:
(10.16)
unde coltk Post, coltk Pre, coltk C reprezint coloana aferent tranziiei tk 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:
M0 = [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 t1, iar executarea acestei
tranziii conduce la scderea unui punct din marcajul poziiilor de intrare p1, p2 i la adugarea
unui punct la marcajul tranziiilor p3, p4, pentru aceste patru poziii rezultnd marcajul din
figura 10.2. Ca urmare, rezult marcajul:
M1 = [ 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 p3 i p4 corespunde sumei:
M0 + coltk Post
(10.19)
iar scderea unui punct din p1 i p2 corespunde diferenei:
M0 - coltk Pre
(10.20)
Combinarea scderii punctului din p1 i p2 cu adugarea unui punct n p3 i p4 se
transpune n combinarea sumrii i scderii din M 0 a vectorilor colt1 Post i colt1 Pre,
rezultnd:
M1=M0+colt1 Post-colt1 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:
M1 = M0 + colt1 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 t2 poate fi executat i rezult
noul marcaj M 2 prin relaia:
M2 = M1 + colt2 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 p4, p 5. n aceast stare a reelei poate fi executat tranziia t3 i se obine:
148
= M0
(10.26)
n cazul reelei elementar de simple din figura 10.6 rezult secvena posibil de
tranziii executabile s:
s = t 1 * t 2 * t3 * t4
(10.27)
prin intermediul tranziiilor din aceast secven fiind accesibile marcajele M 1, M2, M3,
M4 = 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 tk. n form condensat,
succesiunea tranziiilor i marcajelor poate fi exprimat prin relaia:
M 0 t1 M 1 t 2 M 2 t3 M 3 t4 M 4
(10.29)
n toate marcajele M0 M4 intervin dou puncte, deci reeaua este conservativ, n
toate strile posibile suma punctelor fiind constant. Reeaua este de asemenea
reiniializabil, ntruct M 4=M0 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.
p1
5
2
t1
t2
3
t3
p2
149
Figura 10.11
5 2 0 p1
Pre
0 1 5 p2
(10.30)
2 0 5 p1
Post
3 3 0 p2
(10.31)
3 2 5 p1
C
3 2 5 p2
(10.32)
5
M0
1
(10.33)
(10.34)
3
M1
3
(10.35)
5 2 3
M1 M 0 col t 2 C
1 2 3
(10.36)
1
M2
5
(10.37)
3 2 1
M 2 M1 col t 2 C
3 2 5
(10.38)
6
M3
0
(10.39)
1 5 6
M 3 M 2 col t 3 C
5 5 0
(10.40)
Din figura 10.11 se constat c pentru marcajul M 3 singura tranziie executabil este
t1, prevzut dealtfel n secvena (10.34), rezultnd marcajul:
3
M4
3
(10.41)
6 3 3
M 4 M 3 col t1 C M 1
0 3 3
(10.42)
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.
151
Evenimentele din cadrul unui sistem de producie sunt reprezentate ntr-o reea
Petri prin:
a) poziii;
b) tranziii;
c) puncte.
152
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.
153