Conceptos y clasificación
En este capítulo, discutiremos varios conceptos y clasificación de Modelado.
Modelos y eventos
Los siguientes son los conceptos básicos de Modelado y Simulación.
Object es una entidad que existe en el mundo real para estudiar el comportamiento de un modelo.
Base Model es una explicación hipotética de las propiedades del objeto y su comportamiento, que es válida en todo el modelo.
System es el objeto articulado en condiciones definidas, que existe en el mundo real.
Experimental Framese utiliza para estudiar un sistema en el mundo real, como condiciones experimentales, aspectos, objetivos, etc. El Marco Experimental Básico consta de dos conjuntos de variables: las Variables de Entrada del Marco y las Variables de Salida del Marco, que coincide con los terminales del sistema o modelo. La variable de entrada Frame es responsable de hacer coincidir las entradas aplicadas al sistema o modelo. La variable de salida Frame es responsable de hacer coincidir los valores de salida con el sistema o un modelo.
Lumped Model es una explicación exacta de un sistema que sigue las condiciones especificadas de un Marco Experimental dado.
Verificationes el proceso de comparar dos o más elementos para garantizar su precisión. En Modelado y Simulación, la verificación se puede hacer comparando la consistencia de un programa de simulación y el modelo agrupado para asegurar su desempeño. Hay varias formas de realizar el proceso de validación, que cubriremos en un capítulo aparte.
Validationes el proceso de comparar dos resultados. En Modelado y Simulación, la validación se realiza comparando las mediciones del experimento con los resultados de la simulación dentro del contexto de un Marco Experimental. El modelo no es válido si los resultados no coinciden. Hay varias formas de realizar el proceso de validación, que cubriremos en un capítulo aparte.
Variables de estado del sistema
Las variables de estado del sistema son un conjunto de datos necesarios para definir el proceso interno dentro del sistema en un momento dado.
en un discrete-event model, las variables de estado del sistema permanecen constantes en intervalos de tiempo y los valores cambian en puntos definidos llamados tiempos de eventos.
En continuous-event model, las variables de estado del sistema se definen mediante los resultados de la ecuación diferencial cuyo valor cambia continuamente con el tiempo.
A continuación se muestran algunas de las variables de estado del sistema:
Entities & Attributes- Una entidad representa un objeto cuyo valor puede ser estático o dinámico, dependiendo del proceso con otras entidades. Los atributos son los valores locales usados por la entidad.
Resources- Un recurso es una entidad que brinda servicio a una o más entidades dinámicas a la vez. La entidad dinámica puede solicitar una o más unidades de un recurso; si se acepta, la entidad puede usar el recurso y liberarlo cuando se complete. Si se rechaza, la entidad puede unirse a una cola.
Lists- Las listas se utilizan para representar las colas utilizadas por las entidades y los recursos. Hay varias posibilidades de colas como LIFO, FIFO, etc. dependiendo del proceso.
Delay - Es una duración indefinida que es causada por alguna combinación de condiciones del sistema.
Clasificación de modelos
Un sistema se puede clasificar en las siguientes categorías.
Discrete-Event Simulation Model- En este modelo, los valores de la variable de estado cambian solo en algunos puntos discretos en el tiempo donde ocurren los eventos. Los eventos solo ocurrirán en el tiempo de actividad definido y retrasos.
Stochastic vs. Deterministic Systems - Los sistemas estocásticos no se ven afectados por la aleatoriedad y su salida no es una variable aleatoria, mientras que los sistemas deterministas se ven afectados por la aleatoriedad y su salida es una variable aleatoria.
Static vs. Dynamic Simulation- La simulación estática incluye modelos que no se ven afectados por el tiempo. Por ejemplo: modelo de Monte Carlo. La simulación dinámica incluye modelos que se ven afectados por el tiempo.
Discrete vs. Continuous Systems- El sistema discreto se ve afectado por los cambios de la variable de estado en un momento discreto. Su comportamiento se muestra en la siguiente representación gráfica.
El sistema continuo se ve afectado por la variable de estado, que cambia continuamente en función del tiempo. Su comportamiento se muestra en la siguiente representación gráfica.
Proceso de modelado
El proceso de modelado incluye los siguientes pasos.
Step 1- Examine el problema. En esta etapa, debemos comprender el problema y elegir su clasificación en consecuencia, como determinista o estocástica.
Step 2- Diseñar un modelo. En esta etapa, tenemos que realizar las siguientes tareas simples que nos ayudan a diseñar un modelo:
Recopile datos según el comportamiento del sistema y los requisitos futuros.
Analice las características del sistema, sus supuestos y las acciones necesarias que se deben tomar para que el modelo sea exitoso.
Determine los nombres de las variables, las funciones, sus unidades, relaciones y sus aplicaciones utilizadas en el modelo.
Resuelva el modelo utilizando una técnica adecuada y verifique el resultado utilizando métodos de verificación. A continuación, valide el resultado.
Prepare un informe que incluya resultados, interpretaciones, conclusiones y sugerencias.
Step 3- Brindar recomendaciones luego de completar todo el proceso relacionado con el modelo. Incluye inversión, recursos, algoritmos, técnicas, etc.