2.

MODELAREA
2.1 Noiuni introductive
Progresul tiinei i tehnicii s-a bazat pe utilizarea creatoare a
informaiilor obinute printr-o analiz aprofundat a realitii nconjurtoare, a
sistemelor de cele mai diverse tipuri care o compun. Unul dintre cele mai importante
obiective ale analizei sistemelor l constituie obinerea de informaii cu privire la
evoluia n timp, n condiii impuse , a mrimilor caracteristice sistemelor analizate. n
numeroase cazuri aceste informaii denumite date comportamentale, se obin ca
rezultat al efecturii a unuia sau mai multe experimente asupra sistemului analizat.
Efectuarea unui experiment const n crearea condiiilor impuse de necesitile analizei
i urmrirea evoluiei sistemului pe un interval de timp finit.
Simularea se utilizeaz n general pentru evaluarea i compararea unor scenarii
posibile, ceea ce permite stabilirea soluiilor unui important numr de probleme de
producie. Prin posibilitatile sale de imitare i predicie simularea permite obtinerea
unor date importante privind consecintele schimbrilor i modificrilor din atelier , la
nivel fizic i decizional, nainte ca acestea sa fi fost efectuate.Modelele de simulare
sunt capabile s descrie sistemul cu detailierea i precizia necesar rezolvrii
problemelor impuse. Descrierea cuprinde componenta fizica a atelierului, dar i unele
aspecte ale gestionrii elementelor de producie ale sistemului. Acest capitol va
prezenta teoretic procesul de simulare i mpreun cu avantajele i dezavantajele pe
care le implic.
2.2 Modelarea
Comportarea sistemului este studiat prin dezvoltarea unui model de simulare.
Acest model are de obicei forma unui set de ipoteze care privesc funcionarea
sistemului. Aceste ipoteze sunt exprimate prin relaii matematice, logice, simbolice
intre entitatile sau obiectele de interes ale sistemului. Modelul de simulare descrie
sistemul modelat n termeni specifici unui limbaj de programare, denumit limbaj de
simulare.n limbajele de simulare descrierea unui model de simulare se realizeaz
printr-o succesiune de instruciuni care definesc componetele sistemului i modul n
care nteracioneaz acestea.

Exista o varietate de tipuri de modele care pot fi folosite pentru reprezentarea

uoar a fabricaiei.ntr-un model matematic componentele unui sistem de fabricaie i
atributele lor sunt reprezentate de variabile matematice. Operaiile i funcionarea sunt
descrise de funcii matematice care definesc variabilele de functionare. Corespondena
dintre un sistem i modelul su matematic este asigurat prin asocierea unei variabile
de descriere fiecrei mrimi din sistem i reprezentarea relaiilor dintre aceste mrimi
prin relaii matematice ntre variabilele de descriere corespunztoare.
Modelele se pot clasifica n statice sau dinamice i ambele pot fi folosite n
reprezentarea procesului de fabricaie. La cele de tip static sistemul modelat este n
echilibru n schimb cele de tip dinamic sunt ntr-o continu schimbare. Simularea unui
model static mai este cunoscut sub denumirea de simularea Monte Carlo. Modelele
grafice sunt importante pentru reprezentarea comportarii sistemului de producie.
Operatiile de fabricaie pot fi vizualizate cu ajutorul icoanelor (imagini simplificate)
ori simbolurilor. Icoanele sunt instrumentele ideale pentru simulare deoarece seamn
din punct de vedere grafic cu componentele sistemului de producie.
Modelele se mai pot clasifica:
1. Modelele discrete sau discontinue deruleaza fazele care se produc n procesul de
fabricaie. Schimbrile de stare nu sunt evidente dect la evenimentele de la sfarsitul
sau inceputul unei operaii, asezarea n ateptare a unei piese intr-un flux,
eliberararea unei maini, mijloc de transport, aparitia unei pene etc.
2. Modelele continue adaptate industriilor de proces, utilizeaz ecuaii matematice
care iau n consideratie schimbarile de stare care se efectueaz continuu n cursul
timpului.Valorile variabilelor de stare sunt recalculate periodic pe baza acestor
ecuaii dupa fiecare unitate prestabilita de timp.
3. Modelele combinate sunt capabile s integreze aspecte ale primelor doua tipuri de
modele.

Acestea

se

utilizeaz,

ndeosebi,

industriile

metalurgic

agroalimentar.
Modelele sunt utilizate pentru a ajuta n explicarea, ntelegerea sau mbuntirea
unui sistem. Modelele de simulare se pot clasifica n mai multe moduri. Clasificrile i
termenii folosii pentru descrierea lor se refer la diferentele dintre modele i nu la
diferentele dintre sistemele reale reprezentate. Se poate simula un sistem particular

folosind diferite tipuri de modele. De exemplu un model de simulare poate fi replica

precis a unui obiect sau o reprezentare abstract a proprietilor acestuia.
Modele
Matematice
Statice

Grafice

Dinamice Statice

Numerice Analitice

Fizice

Dinamice

Statice

Dinamice

Numerice
Fig. 2.2 Tipuri de modele

Modelele grafice reprezint identic aproape sistemul real . Modelele simbolice

sunt acelea n care proprietile i caracteristicile sistemului real sunt reprezentate prin
structuri matematice sau logice . O alt clasificare se realizeaz n funcie de timp . Un
model care descrie comportamentul unui sistem n timp se numete dinamic . Un
model care reprezint comportamentul unui sistem ntr-un singur punct se numete
static . De exemplu un model care arat profitul la sfrit de an este unul static iar altul
care reprezint comportamentul ca o funcie de timp de-a lungul anului este dinamic.
Diferena dintre cele dou tipuri este cea dintre o fotografie i un film. Ultima
clasificare se refer la maniera n care modelele reprezint schimbrile produse asupra
sistemului modelat.
Problemele privind modelarea include:
absena unei metodologii de elaborare a modelului;
lipsa unor concepte comune standardizate care n general sunt accesibile numai
experilor;
dificulti n reutilizarea i imbuntirea unui model existent n scopul realizrii
unui model nou;
lipsa unei coerene ntre modelele statice i dinamice bazat pe utilizarea unor
formalisme diferite;
3

 dificulti n modelarea sistemului de control (controlul procesului i schimbul de

informaii cu sistemul fizic sunt ncorporate n modelul fizic);
abstractizarea i perfecionarea procesului de simulare (nivelul descrierii att a
modelelor statice ct i dinamice depinde de obiectivul simulrii iar rezolvarea
problemelor abstracte care apar se bazeaza pe intuiie i experien);
2.3 Tehnici de modelare
n concret, un model reprezint un ansamblu de entiti caracterizate prin
atribute. Entitile pot fi legate ntre ele parial sau total. Ansamblul de valori care pot
fi luate de catre atribute la momentul t poart denumirea de starea sistemului la
momentul t. O anumit stare dat a sistemului se evalueaz cu ajutorul unei sau mai
multor funciuni ale atributelor. Aceste funciuni se numesc criterii sau funcii obiectiv.
Valorile atributelor evolueaz n timp n funcie de un control, adica de un ansamblu de
decizii (sau evenimente) care se aplic discret sau continuu n timp.
Tehnica de modelare implic reprezentarea unui sistem complex prin
aproximare . Aproximarea trebuie s fi similar sistemului real astfel nct concluziile
rezultate s poat descrie sistemul pe baza comportamentului modelului. Problema
care se pune este cum sunt realizate simplificrile. Un model poate fi simplificat n
mai multe moduri. Cel mai folosit este omiterea anumitor detalii nesemnificative din
model cum ar fi: timpul de reparaie al unei maini mai putin importante n proces sau
timpii mici de transport. Un alt mod de simplificare este acela n care uni proces de
prelucrare complex i se substituie unul mai simplu. Un exemplu ar fi nlocuirea unei
staii de lucru care contine mai multe strunguri cu performante relativ egale cu un
numr de maini identice. Al treilea mod de simplificare se realizeaz prin
reprezentarea mai multor detalii printr-o funcie echivalent .De exemplu: n lungul
unei linii automate un operator poate realiza mai multe operaii pentru fiecare reper n
parte. n locul modelrii fiecrei operaii n parte, se pot modela toate operaiile ca un
singur proces.
Modelarea se bazeaz pe 4 etape:
1.Conceptualizare
2. Reprezentare
3. Analizare
4.Implementare
Figura urmtoare ilustreaz o clasificare complex a modelelor.
4

Li nia r/ nel i ni ar
St a bil / i nst a bil
Pr obabi l ist i c
/ det erm i st ic
Anal i t ic

Num er ic

P re scri pt i v

Sol u i i t ehni ce

Desc ri pt iv

St a ti c

Fizic

St udi ul obi ec t ive l or

Di nam i c

Nat ur a t em por al

Abst r act
Re pre zent a rea

Figura2.3 Clasificarea modelelor

Prima dimensiune caracterizeaz reprezentarea modelului. Un model abstract
este unul n care construcia sa se realizeaz prin simboluri. Un model de simulare este
considerat un model abstract. Un model fizic este o reprezentare la scar redus a
sistemului.
A doua dimensiune este caracterizat de studierea obictivelor modelului. Un
model descriptiv descrie comportamentul unui sistem fr a judeca calitatea
comportamentului. Un model prescriptiv descrie comportamentul unui sistem n
scopul analizrii sale.
A treia dimensiune o constituie propriettile temporale ale modelelor: dinamice
i statice.
A patra dimensiune identific soluii tehnice. Un model numeric este acela care
poate fi rezolvat prin aplicarea de proceduri computerizate. Un model analitic pote fi
rezolvat prin utilizarea soluiilor logice, de exemplu deducii matematice.
Modelele simulrii ED sunt considerate ca aparinnd clasei de modele
ABSTRACTE, DINAMICE, DESCRIPTIVE I NUMERICE.
2.4 Studierea unui sistem
Figura 2.4 prezint modurile diferite n care un sistem poate fi studiat .

Sistem

Experimentarea cu
sistemul actual

Experimentarea cu un
model al sistemului

actual
Model fizic
fizic

Model
matematic

Solutia
analitic

Simularea

Figura 2.4
Experimentarea cu sistemul actual n raport cu Experimentarea cu un model al
sistemului actual.
Experimentarea prezint posibilitatea modificrii fizice a sistemului , operarea s n
aceste condiii noi i apoi studierea s. Experimentarea cu sistemul actual este prea
costisitoare ct i distructiv pentru sisteme i din aceast cauz nu se aplic. Un
exemplu ar fi o banc care pentru reducerea cheltuielilor micoreaz numrul
angajailor. Aceasta va conduce la ntrzieri i blocaje n activitate. De aceea se prefer
experimentarea cu un model.
Modelul fizic n raport cu Modelul matematic
Marea majoritate a modelelor sunt matematice i reprezint sistemele n termeni
logici, relaiile stabilite ntre componentele sistemului. Cel mai simplu model
matematic este d=r x t unde r este viteza de transport, t este timpul de transport iar d
este distana parcurs. Un model fizic sau grafic poate da o reprezentare identic a

sistemului dorit .Icoanele pot reprezenta o multitudine de elemente , de exemplu ntrun sistem flexibil : roboi industriali , maini unelte etc.
Soluia analitic n raport cu Simularea.
Odat ce modelul matematic a fost realizat urmtoarea etap este examinarea.
Aceasta este necesar pentru a vedea dac modelul rspunde la toate punctele de
interes ale sistemului pe care se presupune c l reprezint . Dac modelul este destul
de simplu se pot utiliza relaii logice pentru a obine o soluie analitic. n exemplul d=
r x t dac tim distana i viteza, apoi modelul se acioneaz i se va obine o relaie
t=d/r din care rezult timpul de transport cerut. Acesta este un exemplu de soluie
analitic simpl dar exist situaii n care soluiile pot fi complexe. Simularea este
folosit n cazul n care o soluia analitic nu este posibil sau pentru modelarea unor
sisteme complexe. Simularea mai este folosit pentru verificarea soluiilor analitice.
Simularea este utilizat n cazul n care soluia analitic este posibil ori cel puin
preferabil.
2.5 Multimodelarea
Lund n considerare toate cele enunate n subcapitolele anterioare
i pe baza schemei de clasificare a modelelor se ajunge la concluzia c
un sistem poate fi modelat n ami multe moduri utiliznd formaliste
diferite. Reprezentarea unui sistem utiliznd diferite formalisme este
denumit multimodelare. Multimodelarea permite observarea sistemului
din diferite unghiuri.

Sirphyco

Calcul
statistic

Reele
Petri
Model matematic
IDEF

Sistemul
Modelare iconic

Workflow
7

Witnes,
Arena

Figura 2.5 Multimodelare

Figura 2.5 prezint patru unghiuri diferite de observaie precum i instrumentele
utilizate. Metodologia de modelare este caracterizat prin natura modelelor i a
proceselor de modelare. Rolul s principal este de a identifica cum modelele de
simulare trebuie construite i utilizate astfel nct simularea s fie cat eficace.
Multimodelarea este focalizat pe ntrebarea cum poate fi constituit ct mai eficace un
model de simulare i care model este cel mai adecvat s reprezinte un anumit sistem.
De-a lungul timpului au fost identificai o serie de factori care corelai permit luarea
unei decizii corecte.
1. O bun intelegerea a problemei care urmeaz afi rezolvat. Dac
aceasta nu este bine definit exist putine anse ca soluia gsit s
aib erori minime.
2. Eroarea involuntar a modelului (ERROR FREE). Corectitudinea
modelului este un parametru important. Erorile induse n model ,
unele indetectabile pot conduce la mari erori.
3. Corectitudinea programului. Alegerea programului de rulare al
modelului este foarte important. Doar un program corect ales poate
genera un model corect.
4. Experimentarea. Construcia modelului i alegerea programului
trebuie s reflecte obictivele urmrite de simulare.
5. Interpretarea rezultatelor. Mrimile de ieire ale simulrii sunt n
generale observaii asupra variabilelor sistemului; de aceea este
necesar o interpretare corect acestora.
Multimodelarea permite construcia bazei de modele. Aceasta va conine diferite
tipuri de modele, fiecare n parte oferind informaii distincte asupra caracteristicilor,
funciilor i caracteristicilor unui sistem. Funciile bazei de modele sunt:

Analiza statistic

Analiza structural

Analiza comportamental

Analiza activitilor

Construcia bazei de modele se bazeaz pe observarea sistemului din diferite

unghiuri. Funciile

bazei de modele precum i modul su de realizare prin

multimodelare vor fi studiate n capitolele urmtoare ale tezei deoarece fiecare funcie
nparte va pune n eviden o anumit caracteristic a sistemului. Tabelul 1.1 va
prezent sintetic funciile bazei de modele, metodele i instrumentele folosite pentru
construcia sa.
Funcii

Metode
de analiz a funciilor

Analiza statistic

Modelarea fluxurilor
materiale
Modelarea fluxurilor
materiale
Reele Petri

Analiza structural
Analiza
comportamental
Analiza activitilor

IDEF

Instrumente
de
analiz
(pachete software)
Witness
Arena
Sirphyco, Alpha Sim
Workflow,
Design

IDEF

Tabelul 1.1
Modelarea fluxurilor de entiti permite att analiza statistic ct i cea
structural. Diferena const n instrumentul software folosit.
Analiza comportamental este realizat cu ajutorul reelelor Petri. Acestea sunt
formaiuni utilizate n descrierea i analiza unei varieti de sisteme. Sunt utilizate de
asemenea pentru analiza calitativ a sistemelor. Queuing RP permit o descriere
calitativ i cantitativ a sistemelor.
Reelele Petri sunt un model formal i abstract al fluxului informaional.
Utilizarea cea mai comun este analiza sistemelor prin modelarea lor ca reele Petri i
manipularea lor pentru a deriva proprietile sistemelor. Reelele Petri sunt potrivite
pentru modelarea sistemelor care sunt privite ca un set de evenimente, evenimente i
condiii sau ca un set de relaii ntre primele dou.
Metoda de analiz a activitilor este modelarea IDEF. IDEF este o tehnic de
modelare utilizat pentru crearea modelului unui sistem de fabricaie sau a unui
proces organizaional. Principala caracteristic a IDEF-ului este detalierea activitilor
sistemului n scopul modelrii funciilor.
Un instrument de analiz, indiferent de natura sa, a sistemelor este simularea.
Aceasta este punctul comun al funciilor bazei de date. Simularea discret i metodele
9

de construcie a bazei de modele sunt ntr-o permanent legtur. S considerm ca

exemplu reelele Petri. Relaia dintre reelele Petri i simularea cu evenimente discrete
este simbiotic. Reelele Petri sunt utilizate pentru dezvoltarea modelelor de simulare
cu evenimente discrete, iar simularea discret este utilizat pentru analiza reelelor
Petri cnd limitele tehnicilor analitice sunt depite.
Utilizarea reelelor Petri ca un formalism de dezvoltare a modelelor de simulare
cu evenimente discrete este obiectivul urmrit n analiza comportamental.
Implementarea modelelor de reele Petri se realizeaz pe baza simulrii discrete. n
funcie de datele obinute din cercetarea real simularea poate pune n eviden luarea
deciziilor, controlul sau planificarea.
nc din anii 70 cercettorii au observat c modelarea este influenat
att din punctul de vedere al limbajelor de simulare folosite ct si de
modul de construcie al modelului. Au fost puse n eviden 2 concepte
care vor fi de fapt baza de la care va pleca discuia despre multimodelare
sau utilizarea de modele diferite pentru acelai tip de sisteme.
Reprezentrile n limbajele de programare conin informaii care
pot mpiedica o enunare corect a comportamentului modelului.
Utilizarea unui anume simulator sau limbajul de simulare poate
avea influnee nedorite asupra structurii de formulare a modelului.
Chiar dac programele de simulare pot introduce erori marea majoritate a erorilor
provin din structura modelat. De aceea au fost dezvoltate limbaje de simulare care s
ncerce s acopere i s mulumeasc o multitudine de puncte de vedere. Astfel a
aprut conceptul de multimodelare care permite o construcie mental diferit pentru
acelai sistem. De exemplu modelarea iconic a unui sistem se poate realiza att cu
Witness ct i cu Arena. Funcia statistic este pus n eviden de Witness iar cea
structural de Arena.
La nceput multimodelarea a fost descris ca o posibilitate de descriere a aceluiai
sistem prin varierea unor parametrii.S-a observat apoi c o modelare diferit permite o
abordare diferit a acelorlai tipuri de probleme dar aduce beneficii deoarece pune n
eviden caracteristici ascunse ale sistemului. Deseori utilizarea unui asemenea tip
de model nu este de ajutor. De aceea n general modelele nu trebuie incluse artificial

10

ntr-o anumit categorie. Un model corect trebuie s se bazeze pe : comportamentul

sistemului, conceptul de stare i ierarhizarea modelului.
Principala caracteristic bazei de modele construit prin multimodelare este luarea
deciziei. Aceasta implic alegerea modelului potrivit pentru evidenierea unei
caracteristici anume a sistemului. Diferitele reprezentri ale aceluiai sistem acoper o
arie foarte larg i ofer informaii multiple despre acesta..
1. Caracteristicile sistemului
2. Descriere a mediului de simulare
3. Permite o descriere simpl a modelului
4. Permite o descriere complex a modelului
5. Structureaz dezvoltarea modelului
6. Faciliteaz experimentarea i implementarea
Oricare ar fi modul de reprezentare al unui sistem el se bazeaz pe
dou etape:
definirea modelului n care modelul este descris n termeni de
obiecte i atribute ale acestor obiecte;
specificaia modelului- care descrie schimbrile valorilor obinute.
Multimodelarea permite alegerea unei tehnici de modelare potrivite
unei anumite categorii de probleme. Ea rspunde la ntrebarea: Este
utilizat tehnica corect pentru acest sistem?
Avantajele multimodelrii:
Combin toate activitile
Elimin multiplele reluri
Proceseaz n paralel
Elimin activitile ineficiente
Selectarea pachetului software utilizat, multimodelarea i optimizarea
sunt interconectate. Toate trei prezint o serie de factori comuni i toate
la rndul lor impun o problem decizie. Deciziile sunt luate pe baza
factorilor comuni care le unesc.
2.6 Modele matematice

11

n modelare exist situaii n care activitile entitilor sistemului studiat pot fi

prevzute dinainte.modul acesta este mai mult probabilistic dect deterministic. Exist
mai multe cauze ale ale variaiei de exemplu: timpul de reparaie al unei maini poate
varia n funcie de complexitatea defeciuniisau de gradul de ocupare al mecanicului.
Prin utilizarea metodelor statistice aceste situaii pot fi prevzute.Modelele statistice
sunt utilizate n modelarea sistemelor de ateptare, de gestiune, n colectarea datelor
etc.
Un model pe baza acestui fenomen poate fi dezvoltat prin utilizarea unui
software care va selecta o distribuie, va face o estimare a parametrilor distribuiei i o
va testa. Simularea este utilizat i n analiza modelelelor sistemelor de ateptare.Un
exemplu de model de acest tip este acela n care reperele intr n sistem , formeaz o
coad sau o linie de ateptare apoi sunt prelucrate i prsesc sistemul. Sistemele de
producie, transport, manipulare pot fi vzute ca modele de ateptare.
n aplicarea tehnicilor de simulare una dintre problemele decisive consta n
alegerea legilor de distribuie celor mai potrivite desfurrii evenimentelor care apar
n funcionarea elementelor i n sistemele de producie. n acest sens, cea mai larg
aplicabilitate o au legile de distribuie aleatorii. Afirmaia este justificat prin faptul c
toate fenomenele care insotesc funcionarea sistemelor de producie se supun legilor de
natur aleatoare. Durata funcionrii mainilor ntre doua defeciuni MTBF (Media
Timpului de Bun Funcionare), durata de reparare a acestora depind de un numr
mare de factori i suprapunerea efectelor lor conduce la o rezultant a crei descriere
se face cel mai corect printr-o funcie aleatoare.
Pentru numeroase exemple, fenomenele aleatorii influeneaz de o manier
semnificativ asupra comportrii sistemelor de producie i prezint consecine majore
asupra validitii modelelor de studiu. n aceste cazuri, utilizarea distribuiilor
corespunztoare funciilor aleatoare este indispensabil n modelarea derulrii
fenomenelor cu variaie aleatorie. Distribuiile aleatorii au o observaie ndelungat i
se recunoate unanim utilitatea lor n rezolvarea problemelor de simulare. Dac nici
una dintre distribuiile teoretice cunoscute nu se poate adapta n rezolvarea unei
probleme de simulare dar n schimb exist date reale acumulate asupra acestei
probleme, atunci se poate creea o lege de distrubuie specific a carei aplicabilitate

12

conduce la rezultate mai apropiate realitii. Mai jos vor fi prezentate principalele legi
de distribuie utilizate n simularea funcionrii sistemelor de producie.
2.6.1Terminologie i concepte
Variabilele aleatoare pot fi discrete sau continue. Odat cu aceast clasificare se
mai introduc alte concepte cum ar fi funcia de repartiie, densitatea de probabilitatea i
funcia de ateptare.
a) Variabile aleatoare discrete
Fie X o variabil aleatoare discret. Dac numrul de posibile valori ale lui X sunt
finite atunci X este o variabil aleatoare discret.Posibilele valori ale lui X sunt x 1,x2
i se afl n mulimea Rx={0,1,2.}.Pentru fiecare ieire a lui xI din Rx un numr
p(xI)=P(X= xI) reprezint probabilitatea cu care variabila aleatoare este egal cu x I.
Numerele p(xI)I=1,2..trebuie s satisfac condiiile:
p(xI) 0 pentru orice valoare a lui i

p( x 1

i 1

p(xI) este funcia de probabilitate masic.

Colecia de valori [xI, p(xI)] este denumit distribuie probabilistic a lui X.
b) Variabile aleatoare continue
Dac domeniul Rx este un interval sau o reuniune de intervale atunci X este
denumit variabil aleatoare continu. Probabilitatea ca x s se gseasc ntr-un
interval [a,b] este:
b

P (a X b) f ( x )dx
a

f(x) este densitatea de probabilitate. Aceasta satisface condiiile:

f ( x) 0x R x

f ( x)dx 1

Rx

f ( x) 0dacax R
x

c) Funcia de repartiie
Se noteaz cu F(x) i msoar probabilitatea ca variabila aleatoare X s ia valori
mai mici sau cel puin egale cu x.
13

F ( X ) P( X x)

Dac X este o variabil aleatoare discret atunci:

F ( X ) p( xi )
xi , x

Dac X este o variabil aleatoare continu atunci:

x

F(X )

f (t ) dt

d) Valoarea medie
Dac X este o variabil aleatoare , valoarea sa medie este E(x) i se definete
astfel:
E ( x) x i p( x i )
E ( x)

X este o variabil aleatoare discret

xf ( x)dx

X este o variabil aleatoare continu

V(X)= E(X2)-[E(X)]2
2
Variaia variabilei aleatoare este V(X) sau varX sau . V(X) este variaia

posibilelor valori ale lui X n jurul valorii E(X).

este deviaia standard i este egal cu

V (X )

Variabilele aleatoare discrete sunt utilizate pentru a descrie fenomene aleatoare

utiliznd doar valori ntregi. Variabilele aleatoare continue sunt utilizate pentru a
descrie fenomene n care variabila de interes poate lua orice valoare ntr-un anumit
interval.
2.7 Modele de ateptare
Simularea este adesea utilizat n analiza sistemelor de ateptare.Un astfel de
sistem este acela n care paletele sosesc la intervale de timp ntr-un sistem, formeaz o
coad sau o linie de ateptare sunt prelucrate i apoi prsesc sistemul. Sistemele de
producie, transport, manipulare pot fi privite ca sisteme de ateptare. Sistemul CIMFesto poate fi considerat un sistem de ateptare cel puin n prima sa parte.

14

Figura 2.7.1 prezint un exemplu general de sistem de ateptare.

Palete
care
sosesc n
sistem

Staia de
prelucrare
Linia de ateptare
coada

Figura 2.7.1 Model simplu al unui sistem de ateptare

Modelele de ateptare pot fi rezolvate matematicsu analizate prin simulare care
permite

evaluarea

performanelor

sistemului.Elemete

tipice

de

msurare

performanelor uni sistem sunt: gradul de ocupare al staie de prelucrare, lungimea

liniei de ateptare sau intervalele de ntrziere dintre palete.Numrul de palete care
sosete n sistem poate fi finit sau infinit. Diferena dintre aceste tipuri este modul de
definire a ratei de sosire. La un numr infinit de palete rata sosiri este numrul de
palete pe unitatea de timp.
Modelele de ateptare au cteva caracteistici importante:

Capacitatea sistemului . n multe sisteme exist o limit maxim a reperelor

care vor intra n coad de ateptare sau n sistem.

Procesul de sosire. Este caracterizat de intervale de sosire pentru palete

succesive. Intrrile n sistem pot avea loc la intervale egale sau aleatoare de
timp. Intervalele aleatoare sunt caracterizate de distribuiile de probabilitate.

Timpul de deservire. Poate fi constant sau variabil.

O formul convenional de scriere a unui sistem de ateptare a fost adoptat:

A/B/c/N/K. Aceste litere reprezint:
AB-

distribuia intervalelor de sosire;

distribuia staiei de prelucrare ( se utilizeaz M dac este exponeial, D
dac este constant , E pentru o distribuie Erlang etc);

c- numrul de staii paralele;

N- capacitatea sistemului;
K- numrul de palete care poate fi finit sau infinit.
15

De asemenea pe baza unor calcule matematice i statistice se pot stabili

parametrii importani ai sistemului:
Pn-probabilitatea unui numr de n palete n sistem;
Pn(t)- probabilitatea unui numr de n palete n sistem la momentul t;
An- intervalul de timp dintre dou palete succesive;
L(t)- numrul de palete n sistem n mometul t;
LQ(t)- numrul de palete n coad n mometul t;
gradul de utilizare a staiei;
- rata sosirilor.
2.7.1 Modelarea datelor de intrare
n simularea sistemelor de ateptare sau a oricror tipuri de sisteme mrimile de
intrare sau datele de intrare sunt un element important.Date de intrare tipice sunt
distribuiile timpilor de sosire sau ai staiilor de prelucrare. Dezvoltarea unui model al
datelor de intrare presupune respectarea a patru etape:
1. Colectarea datelor din sistemul real.
2. Identificarea unei distribuii probabile care s reprezinte procesul de intrare.
3. Alegerea unor parametrii care s determine o distribuie anume.
4. Evaluarea distribuiei alese i testarea sa.
Etapa a doua identific o o distribuie pentru procesul creat. Un mod de selectare
este asemnarea dintre procesul creat i distribuiile deja existente.
Binomial- modeleaz probabilitatea de succes p n n procese independente;
Poisson- modeleaz numrul de evenimente independente care au loc interval
fix de timp;
Normal- modeleaz distribuia unui proces care este o sum de n procese
componente;
Exponenial - modeleaz timpul dintre dou evenimente succesive;
Gamma - modeleaz variabile aleatoare nonnegative;
Beta - modeleaz variabile aleatoare limitate, pe intervale;
Weibull - modeleaz timpul de defectare a componentelor uni sistem;

16

 Triunghiular - modeleaz un proces despre care se cunosc doar valoarea

maxim i cea minim.
Dup ce o familie de distribuii a fost selectat urmtorul pas va fi estimarea
parametrilor.Acetia pot fi media i variaia modelului.Ultima etap propune testarea
distribuiilor prin metodele Chi-Square i Kolmogorov.
2.7 .2 Sistemul de ateptare CIM-Festo
Simularea este adesea utilizat n analiza sistemelor de ateptare. Modelele de
ateptare rezolvate matematic sau analizate prin simulare permit proiectarea i
evaluarea performanei uni sistem de ateptare. Msurarea performanei sistemului se
realizeaz n funcie de mrimile de intrare. n cazul sistemului CIM-Festo mrimea de
intrare este rata de sosire a paletelor n sistem.Pentru sistemele de ateptare relativ
simple modelarea matematic permite determinri ale performanelor sistemului destul
de precise. Cu ct sistemul este mai complex cu att diferena dintre sistemul modelat
matematic i cel modelat cu ajutorul unui simulator este mai mare. Chiar dac n unele
cazuri diferenele sunt destul de mari i n acest caz simularea are ultimul cuvnt n
dezvoltarea unui model de ateptare permite o mai bun nelegere a sistemului.
Acest subcapitol va pune n eviden caracterul dinamic al sistemului, efectul
varierii parametrilor de intrare i estimarea medie a performanei sistemului.
Sistemul studiat va fi modelat ca o reea de trei subsisteme de ateptare cu
capacitate finit i numr nelimitat de sosiri. Sistemul este reprezentat n figura 2.7.

Server1
Linia de
ateptare1

Server2
Linia de
ateptare2

Server3
Linia de
ateptare3

Figura 2.7.
Primul subsistem este format din serverul 1 i linia de ateptare1. Timpul de
procesare al server-ului 1 (T1) este egal cu timpul de prelucrare al mainii m1 la care se
adaug ciclul de timp al conveiorului c1. Rezult T 1 =5.5. Capacitatea primului sistem
este 11 deoarece conveiorul c1 are capacitatea maxim de 10 palete la care se adaug
piesa n procesare pe server. Acelai raionament se aplic i n cazul celorlalte dou
17

sisteme. Astfel rezult T2=5.5 i capacitatea celui de-al doilea sistem este de 9 iar
T3=4.25 i capacitatea este 10. n cazul reelelor de ateptare cu servere n serie regula
este ca rata de sosire n sistem este egal cu rata de plecare. Fiecare subsistem de
ateptare va fi modelat dup formula M/D/c/N/ . Pentru cele trei subsisteme formula
de modelare devine:
1. M/5.5/1/11/
2. M/5.5/1/9/
3. M/4.25/1/10/
Relaiile de mai sus definesc trei subsisteme n care sosirile au loc dup o
distribuie Poisson cu o anumit rat, timpul de procesare al fiecrui server este
constant iar subsistemele au o capacitate finit de 11,9 i respectiv 10. Parametrii care
vor fi calculai n acest caz sunt:
L

a[1 ( N 1) a N Na N 1 ]
(1 a N 1 )(1 a)
(2.7.1)

1 Pn

1 a N
1 a N 1 (2.7.2)

e (1 PN )
L
w
e
(2.7.3)

Pn-probabilitatea unui numr de n palete n sistem;

L(t)- numrul de palete n sistem n mometul t;
- rata sosirilor;
e- rata efetiv care este definit ca numrul mediu de sosiri pe unitatea de timp care
intr n sistem;
w- timpul petrecut de o palet n sistem.
Pe baza formulelor de mai sus se va calcula numrul maxim de palete
prelucrare de sistem ntr-un interval de 480min deci egal cu cel folosit la simulare
utiliznd diferite rate de intrare. Rezultatele sunt prezentate n tabelul urmtor.

0.183
0.25

Productivitatea
73.7
76.3
18

0.33
0.5
0.66
1
2

77.2
79.1
79.3
79.5
79.9
Tabelul 2.7.1

Analiznd datele din tabelul 2.7.1 se poate face observaia: la un anumit

moment indiferent de rata introdus n sistem numrul de produse finite ramne
constant deci sistemul i-a atins capacitatea maxim. Pentru sistemul modelat
matematic aceasta este de aproximativ 80. Indiferent de valoarea erorilor modelarea
matematic demonstreaz c un sistem la un moment dat indiferent de valorile
parametrilor de intrare i atinge limitele adic mrimile de ieire sunt devin constante.
Momentul imediat urmtor fiind blocarea sistemului.
2.8 Reele Petri
Reelele Petri sunt unele dintre cele mai riguroase i puternice instrumente de
modelare , n mod particular utilizate pentru sistemele automate de fabricie. Reelele
Petri bazate pe un instrument software formeaz baza proiectrii sistemelor de
producie.
Scopul acestui capitol este de a ilustra utilizarea reelelor Petri n modelarea ,
analiza i simularea sistemelor automate de fabricie.De asemenea se va rspunde la o
serie de ntrebri, cum ar fi :

Cum un sistem de produie poate fi reprezentat de reelele Petri.

Cum o reea Petri poate fi utilizat pentru simulare.

Care sunt propritile reelelor Petri .

Cum metodologia reelelor

Petri poate fi utilizat n proiectarea sistemelor

flexibile de producie.

Cum pot fi dirijate resursele utilizate.

Utilizarea reelelor Petri i a aplicaiilor lor n automatizare fabricaiei a putut fi

obsevat nc de la nceputul anilor `70. Evoluia utilizrii reelelor

Petri n

proiectarea sistemelor de fabricaie ar putea fi descris asfel:

Interesul iniial pentru reelele Petri s-a datorat posibilitilor lor de a modela
un sistem de producie. Asfel la nceput s-au reprezentat linii simple de producie cu
19

buffere, sisteme automate de producie urmate apoi de de modelarea sistemelor

flexibile de fabricaie , liniilor de asamblare automate etc.
Cercetrile ulterioare s-au focalizat pe analiza calitativ a sistemelor de fabricaie ,
modelate cu ajutorul reelelor Petri. Analiza arat dac un sistem poate atinge o
anumit stare .Avantajele reelelor Petri includ relativa uurint de a reprezenta i
modifica controlul sistemului, posibilitatea analizei matematice i a simulrii grafice a
acstuia.
Utiliznd o reprezentare matematic corect proiectanii pot utiliza reelele
Petri pentru a realiza rapid un prototip al sistemului de control al procesului. Fabricile
virtuale pot fi realizate prin grafic computerizat utiliznd reelele Petri. Reelele
Petri au fost combinate cu alte aplicaii pentru a realiza numeroase obiective n
planificarea proceselor, controlul inteligent al sistemului, construcia sistemelor expert
etc.
Reelele Petri sunt un model grafic i matematic utilizat pentru reprezentarea I
controlul fluxului ntr-un sistem de producie. Ele sunt caracterizate de noduri, poziii
i tranziii. Arcele pot lega poziii de tranziii i tranziii de poziii. Simbolurile sunt
utilizate pentru a descrie starea sistemului cu evenimente discrete.
2.8.1 Modele SDED/RP pentru sisteme flexibile de fabricaie
Modelele RP descriu comportarea sistemelor dinamice cu evenimente discrete
n mod iconic. Teoria general a reelelor Petri constituie astzi un domeniu bine
conturat i foarte activ al matematicilor aplicate. S-a evideniat relaia formal dintre
teoria grafurilor direcionale i abordarea matricial. Exist proceduri de compoziie
pentru interconectri serie i paralel.
ntre SDED fr procese concurente i subclasa reelelor Petri numite grafuri de
evenimente se pot descoperi echivalene.
Pentru

domeniul

ingineriei

sistemelor

problema

natur.Transformarea modelelor generice de reele Petri

este

de

alt

n modele particulare

utilizabile n evaluarea performanelor SDED sau pentru sinteza strategiilor de control

prin supervizare necesit un control prin supervizare necesit un efort de capturare a
informaiei relevante dintr-un anumit domeniu de aplicaie ,informaie privitoare la
interpretarea poziiilor, semnificaia tranziiilor ,sensurile semantice ale proprietatilor
structurale, filtrarea corpului axiomatic.
20

Fabricaia implic desfurarea coordonat a activitilor dintr-un spectru tehnologic i

managerial.

APLICATIE
FMS

APLICATIE 1

FAZA 1

FAZA 2

Faza
L+1

FAZA
L+n

APLICATIE N

FAZA L

Figura 2.8
Operaiile sunt n fond procese de prelucrare (strunjire, frezare, gurire, tiere
cu lasert, s.a.m.d) efectuate de maini unelte cu Comand Numeric cu Calculator
(MU-CNC), etc, procese de montaj-asamblare n posturi de lucru (PL) i staii de
lucru (SL) automatizate (sau compozite operator/maini), procese de stocare

depozite automatizate de intrare/ieire sau interoperaii, (uneori integrate cu

roboi/manipulatori), avnd ntotdeauna o comand local cu automate programabile
(AP-PLC), procese de manipulare cu roboi industriali, procese de transport intern
(conveioare, autovehicule cu ghidare automat AGV-uri, etc)
Pentru executarea operaiilor-procese sunt necesare o serie de resurse
reprezentate prin ageni eterogeni

maini (din categoria menionat mai sus)

materiale semifabricate, subansamble

scule, dispozitive de verificat, dispozitive de fixare

palete, vagonete
21

oameni
Activitile se desfoar conform unui plan de activitate care conine

specificaii detaliate asupra proceselor i resurselor (parametrii regimului de achiere,

tipul sculei, etc). Planificarea operaiilor include specificarea dintre activitatea dintre
faze i dintre procese n scopul pre-venirii concurenei asupra resurselor comune
pentru mai multe operaii (ex: robot de deservire a mai multor maini-unelte)
Planificatorul de procese (process--planning) poate oferi soluii pentru alocarea
de resurse alternative i poate comunica prioriti n cedarea unei resurse ctre un
proces din cele k-procese concurente la un moment dat.
Prin aceste particularizri devine posibil precizarea unei metodologii sistematice de
modelare a SDED/FMS.

Descompunerea aplicaiei n activitate /faze/operaii necesare pentru a fabrica un

anumit tip de reper (lot).

Identificarea resurselor necesare pentru fiecare proces/operaie elementar

(atomic).

Identificarea relaiilor de preceden ntre procese conform planificrii proceselor,

(A-EP).

Construcia cilor elementare de procese (A-EP) k prin definirea tranziiilor de lansare,

respectiv ncheiere pentru fiecare proce (operaie).
n cadrul metodologiei sistemice de modelare a sistemelor SDED/FMS fiecare
modul se integreaz in condiiile conservrii proprietilor structurale (M,V,R/C) ale
modelului RP.
2.9 IDEF
n anii 70 departamentul de cercetare a U.S. Air Force a dorit s gseasc o nou
modalitate de cretere a productivitii fabricaiei prin utilizarea tehnologiei
computerizate. Programul ICAM (Integrated Computer Aided Manufacturing) a
identificat tehic nou de mbuntire a productivitii fabricaiei denimit IDEF
(ICAM Definition). Cu timpul aceast tehnic a inceput s fie utilizat n diferite
domenii. Seria de tehnici IDEF cuprinde:
1. IDEF0 utilizat pentru realizarea modelului unei funcii. Acesta este structurat
pe reprezentarea funciilor, proceselor, activitilor unui sistem modelat.
22

2. IDEF1 - utilizat pentru realizarea unui model informaional. Acesta reprezint

structura i semantica informaional a unui sistem modelat.
3. IDEF2 -utilizat pentru realizarea unui model dinamic. Se refer la
reprezentarea variaiei caracteristicilor unui sistem modelat.
IDEF este o tehnic de modelare utilizat pentru crearea modelului unui sistem
de fabricaie sau a unui proces organizaional.IDEF0 (Integration DEFinition language
0) este o metod de proiectare pentru modelarea deciziilor, aciunilor i activitilor
ntr-un sistem sau o organizaie. Metoda deriv dintr-un limbaj grafic denumit
Structured Analysis and Design Techniques-SADT (analiz structural i proiectare
tehnic).
Principala caracteristic a IDEF0-ului este detalierea activitilor sistemului n
scopul modelrii funciilor. Descrierea activittilor ntr-un sistem poate fi realizat n
detaliu. Efectiv IDEF0 ajut la analizarea unui sistem i promoveaz noi soluii. Datele
sunt introduse i citite de un modul denumit Activity Modeler i sunt prezentate sub
form

de

diagrame

IDEF0

care

reunite

permit

descrierea

complet

modelului.Avantaje acestei noi tehnici sunt:

Dearece sunt utilizate eslemete grafice facile conceptele de baz pot fi uor
nelese;

Sunt eliminate confuziile deoarece IDEF se bazeaz pe conceptul o imagine

valoareaz mai mult de o mie de cuvinte;

Descompunerea n activiti permite organizarea proceselor ntr-un mod relevant

permind micorarea erorilor.
Tehnicile IDEF0 permit realizarea unui model care va reprezenta toate

operaiile care au loc n sistem. n acest context o activitate este un proces, o funcie
sau o sarcin care se produce n timp i are rezultate clar definite. Figura 2.9.2 va
prezenta legtura dintre IDEF0, sistemul CIM i modul de mbuntire a procesului.

23

Figura 2.9.1
Modelarea unui sistem CIM prin utilizarea IDEF-urilor permite:

Identificarea proceselor care pot fi substanial mbuntite;

Eliminarea activitilor neproductive;

Dezvoltarea unor noi procese;

Optimizarea proceselor existente.

2.9.1 Modul de concepere a modelului

Subcapitolul se va referi la elementele principale ale tehnicii de modelare
IDEF0 i identific ca componente de baz sintaxa (componentele grafice) i
semantica (semnificaia), specific regulile care guverneaz un model i descrie
tipurile de diagrame folosite.Limbajul de modelare (semantica i sintaxa) pe care se
bazeaz tehnica IDEF0 se dezvolt prin reprezentrile grafice ale unui sistem. IDEF0
se bazeaz pe descrierea activittilor sau proceselor i a modului lor de interaciune.
Construcia modelelor IDEF cuprinde funciile unui sistem (activiti, procese,
operaii), relaiile funcionale , analiza i proiectarea sistemului.
Un model este reprezentarea unui set de componente ale unui sistem. Modelul
este dezvoltat n scopul nelegerii, analizei i mbuntirii sistemului. Modelul va
descrie ceea ce sistemul face, ce controleaz, ce funcii realizeaz i ceea ce produce.
IDEF0 este o tehnic de modelare care combin grafica i textul i le prezint ntr-un
mod sistematic n scopul nelegerii sistemului, realizrii analizei sale, specificrii
cererilor i susinerii activitilor de proiectare.
24

Un model IDEF0 este compus dintr-o serie ierarhic de diagrame, dispuse

gradual care descriu n detaliu funciile sistemului. Exist trei tipuri de diagrame:

Grafice

Tip text

Vocabular
Diagramele grafice definesc funciile i relaiile funcionale cu ajutorul sgeilor i

casetelor. Diagramele tip text i vocabular prevd informaii adiionale pentru

susinerea diagramelor grafice. Digramele context sunt cea mai simpl form a
modelului i prezint o singur activitate.Modelul reflect astfel cum funciile unui
sistem sunt legate i opereaz precum i modulul de asamblare a unui sistem din mai
multe pri. IDEF0 permite:

nelegerea mediului sistemului i identificarea entitilor care formeaz baza de

modelare.

Proiectarea i analiza performanelor sistemului la toate nivelele, pentru sisteme

compuse din oameni, maini, materiale, computere etc- o ntreprindere sau numai un
sistem flexibil de fabricaie.

Realizeaz optimizarea sistemului.

Realizarea documentaiei pe baza dezvoltrii noului sistem n sopul integrrii altor

sisteme sau mbuntirii celor existente.

Comunicarea ntre analiti, proiectani, utilizatori i manageri.

Componentele i caracteristicile uni limbaj precum i regulile stabilitte ntre

acestea, toate la un loc compun sintaxa limbajului. Componetele sintaxei IDEF0 sunt
casetele, sgeile, regulile i diagramele. Casetele reprezint funcii definite ca
activiti, procese sau transformri. Sgeile reprezint date sau obiecte legate de o
funcie. Regulile definesc cum componentele sunt utilizate iar diagramele prevd un
format special pentru descompunerea grafic a modelului.
Casetele descriu ceea ce se ntmpl ntr-o funcie desemnat.Un exemplu tipic
este n figura 2.9.2.

25

Figura 2.9.2
Sgeile sunt segmente de linie verticale, orizontale sau curbe.Sgeile care intr
prin partea stng a casetei sunt input-uri (mrimi de intrare). Acestea sunt
transformate de funcie n output-uri (mrimi de ieire).Sgeile care ies din parte
dreapt a casetei sunt output-uri. Sgeile conectate la partea de jos a casetei reprezint
mecanismele. Acestea susin executarea funciilor. Controls specific condiiile n care
funciile sunt executate. Sgeile Call permit partajarea detaliilor comune ntre modele
(prin conexiuni comune) sau ntre pri ale aceluiai model.
2.10

Verificarea i validarea modelelor

O sarcin dificil dar cu att mai important este verificarea i validarea unui

model simulat. Procesul de validare are dou caracteristici:

-

producerea unui model care reprezint comportamentul sistemului real n

asemenea msur nct l poate substitui;

atingerea uni nivel acceptabil de credibilitate al modelului.

Validarea se prezint nu ca o parte izolat a dezvoltrii unui model ci ca o

component a acesteia.Verificarea n schimb se preocup de construcia corect a

modelului.Primul pas n construcia unui model este observarea amnunit a
sistemului real i a interaciunilor care au loc ntre componentele acestuia. Al doilea
pas este construcia unui model conceptual, pe baza unor prime ipoteze i pe o prim
evaluare a datelor de intrare. Al treilea pas este rularea modelului cu ajutorul unui
computer.

26

n realitate construcia unui model nu este liniar i nu se compune doar din cele
trei etape enumerate anterior. Astfel anumii pai se pot repeta dup verifica, calibrare
sau validare. Acest proces este prezentat
n figura 2.10.1.

Sistemul
real
Calibrare
i validare

Validarea modelului
conceptual

Model conceptual
Ipoteze asupra componentelor
sistemului
Ipoteze de baz care definesc
interaciunile
dintre
componentele sistemului
Datele de intrare

Verificarea modelului
Rularea
modelului

Figura 2.10.1
Scopul verificrii este de a asigura c modelul conceptual este reflectat cu
acuratee n reprezentarea computerizat. Verificarea va rspunde la ntrebarea: este
modelul conceptual o reprezentare fidel a modelului operaional?
Validarea i verificarea sunt utilizate simultan de ctre modelator. Validarea este
n primul rnd un process de comparare a modelui i a comportamentului acestuia cu
sistemul real i cu evoluia sa. Calibrarea este un proces iterativ de comparare a
modelului cu sistemul real, realizarea de ajustri sau de schimbri majore asupra

27

modelului, compararea modelului revizuit cu realitatea, alte ajustri , o nou

comparaie .a.m.d. Figura 2.10.2 prezint relaia dintre calibrare i verificare.

Compararea modelului
cu realitatea

Modelul
iniial
Rafinare

Compararea
modelului revizuit
Sistemul
real

cu realitatea
A doua comparaie
a modelului
revizuit cu
realitatea

Prima revizuire
a modelului
Rafinare
A doua
revizuire a
modelului
Rafinare

Figura 2.10.2

Naylor i Finger[1967] au formulat procesul de validare a unui model n trei

etape:
construcia modelului cu un grad mare de validitate;
validarea ipotezelor modelului;
compararea mrimilor intrare/ieire ale modelului cu cele ale sistemului
real.
Primele dou etape corespund etapei modelrii datelor de intrare, pe larg
prezentat n subcapitolele anterioare. A treia etap presupune comparaia dintre

28

mrimile de ieire ale modelului cu cele ale sistemului realcu ajutorul formulelor
statistice. Aceste formule sunt:

t0

d
Sd /

1
K

(2.10.1)

d
j 1

(2.10.2)

t 0 t / 2 , K 1

S d2

t0 -

(2.10.3)

1 K
dj d
K 1 j

(2.10..4)

este valoarea critic;

t / 2 , K 1

-valoare statistic standardizat;

dj- diferena dintre valorile de ieire ale modelului i cele ale sistemului real;
Sd- deviaia medie;
K- numrul iteraiilor;
d

-diferena obsevat ntre valorile de ieire ale modelului i cele ale sistemului

real.
2.11 Analiza mrimilor de ieire ale modelului
Analiza mrimilor de ieire se realizeaz pe baza rezultatelor generate de
simulare. Scopul su este predicia performanelor sistemului sau comparaia ntre
dou sau mai multe sisteme. Performana unui sistem este msurat de un parametru

iar rezultatul uni set de experimente va fi un estimator

de . Precizia

estimatorului poate fi msurat cu ajutorul variaiei (eroare standard) a lui

Scopul analizei statistice este estimarea variaiei sau a numrului de observaii

necesar pentru obinerea unei precizii dorite. Analiza mrimilor de ieire este n funcie
de tipul simulrii. Aceasta poate fi tranzitorie sau n regim permanent. Simularea
tranzitorie ruleaz pe o perioad limitat de timp. ncepe n mometul 0.00 i se termin
29

n momentul T sau atunci cnd un numr fix de repere este epuizat. Simularea n regim
permanent permite studierea pe durat lung a comportamentului unui sistem. Durata
mare de timp este mprit in intervalel egale de timp pe care se realizeaz simularea.
Msurarea performanei se realizeaz prin determinarea punctului (gradului) de
estimare i a unui interval de estimare.
Punctul de estimare
Punctul de estimare al lui se bazeaz pe date de ieire {Y 1,Y2Yn} i este
definit de:
1 n
Yi
n i 1

(2.11.1)

Intervalul de estimare

t / 2 , f

t / 2, f

(2.11.2)

t , f

este (1- )100 din procentul a t distribuii cu f grade de libertate.

este un estimator bazat pe mrimile de ieire

Intrevalul de estimare permite stabilirea unui interval de siguran al modelului.

Acest subcapitol a impus ideea c simularea unui sistem cu evenimente discrete
este un experiment statistic. Scopul simulrii este determinarea estimrii performanei
sistemului. Scopul analizei statistice este asigurarea c aceste estimri sunt suficient de
precise pentru utilizarea i optimizarea sistemului. De asemenea estimarea face
distincie ntre simularea tranzitorie i cea n regim permanent.

30