Simulação
Objetivos
A unidade curricular tem como objetivo dotar os estudantes de conhecimentos relativos a metodologias, modelos e técnicas de simulação discreta. É usado o software de simulação Arena como veículo para ajudar os estudantes no âmbito da modelação de sistemas. Esta unidade curricular tem, consequentemente, uma forte componente prática de formulação, modelação e resolução de problemas em laboratório. A adequada modelação de um sistema permite, em ambiente virtual, fazer a simulação do seu funcionamento e avaliar o respetivo desempenho considerando diferentes cenários e políticas de gestão.
Pretende-se que no final da lecionação da unidade curricular os estudantes tenham adquirido competências que lhes permitam compreender como é que a modelação de sistemas e sua simulação contribui para a criação de valor e de que modo é que afeta a eficácia e a eficiência das organizações. Adicionalmente pretende-se que desenvolvam aptidões que lhes permitam selecionar as metodologias e técnicas mais adequadas à especificidade do sistema tanto no que concerne à modelação como à análise dos resultados obtidos da simulação. Pretende-se, igualmente, que os estudantes sejam capazes de desenvolver sentido crítico relativamente ao desempenho do sistema a partir da análise dos resultados da simulação do modelo desenvolvido.
Caracterização geral
Código
2309
Créditos
6.0
Professor responsável
Ana Paula Ferreira Barroso, António Carlos Bárbara Grilo
Horas
Semanais - 4
Totais - 61
Idioma de ensino
Português
Pré-requisitos
A disponibilizar brevemente
Bibliografia
Law A.M. e Kelton W.D. (2007) Simulation Modeling and Analysis, McGraw-Hill International Edition, New York.
Kelton W.D., Sadowski R.P. e Zupick N.B. (2015) Simulation with ARENA (6ª ed.), McGraw-Hill International Edition, New York.
Banks J. (1998) Handbook of Simulation, John Wiley & Sons, Atlanta.
Banks J. (2001) Discrete-Event System Simulation (3ª ed.), Prentice-Hall, New Jersey.
Chung C.A. (2004) Simulation Modeling Handbook. A Practical Approach, CRC Press, Boca Raton.
Pidd M. (1994) Computer Simulation in Management Science, John Wiley & Sons, Singapore.
Método de ensino
Os conceitos são apresentados nas aulas teóricas, adotando fundamentalmente o método expositivo. Frequentemente são colocadas questões, para estimular a participação dos estudantes e avaliar e controlar a aquisição de conhecimentos.
Nas aulas práticas são realizados exercícios, adotando o método experimental. São utilizadas aplicações informáticas e o método ativo. A análise dos trabalhos é efetuada em aula.
Método de avaliação
A avaliação da unidade curricular inclui duas componentes de avaliação, avaliação teórico-prática (testes T1 e T2) e avaliação laboratorial (1 trabalho individual, Trb-I, e 1 em grupo, Trb-Gr), com a ponderação na nota final de 60 e 40%, respetivamente.
Nota final = 0,30 T1 + 0,30 T2 + 0,10 Trb-I + 0,30 Trb-Gr
A nota de cada componente de avaliação é arredondada às décimas.
T1: XX out; T2: XX dez; Trb-I: XX/XX out
Para dispensar de exame final, a nota da componente de avaliação teórico-prática deverá ser no mínimo de 9,5 valores.
A frequência, válida por 1 ano, é obtida pela presença em pelo menos 9 aulas teóricas, 9 aulas práticas e a nota do Trb-Gr superior a 9,5 valores.
Conteúdo
- Introdução à simulação. Conceitos. Componentes e filosofia de desenvolvimento de um modelo de simulação.
- Metodologia de um estudo de simulação. Formulação do problema. Modelo de simulação. Verificação e validação de modelos. Experimentação e análise. Aleatoriedade e replicação do output de simulação.
- Introdução à modelação no software Arena. Modelação de operações, de sistemas simples, de transportadores e de correias transportadoras.
- Modelação de dados estocásticos de input de um modelo de simulação. Ajustamento dos dados a distribuições de probabilidade. Processos de chegada não estacionários.
- Análise estatística do output de simulações do tipo Terminating. Análise comparativa de cenários/alternativas. Comparação estatística de dois cenários. Definição de intervalos de confiança. Análise estatística do output de simulações do tipo Steady-State. Período de aquecimento. Replicações truncadas.
- Geração de números e variáveis aleatórias. Redução de variância.