Embora as pessoas responsáveis pela construção de modelos sejam, muitas vezes, o "pessoal da coleta de dados", conheço muito poucos associados que acham que essa é uma parte particularmente agradável de seu trabalho. Mas a coleta de dados é uma parte necessária da maioria dos projetos de simulação. Uma tarefa inicial em cada projeto de simulação deve ser identificar quais dados serão necessários e como esses dados serão obtidos.
Há muitos tipos diferentes de dados de que você possivelmente precisará. Como em outros aspectos da simulação, a identificação dos dados necessários deve ser feita de forma iterativa. Comece analisando as principais áreas do seu modelo: seções de chegada, seções de processamento, áreas de armazenamento, áreas de partida, movimentação interna e aspectos semelhantes. Para cada área, considere os principais parâmetros necessários para descrevê-la. Por exemplo, em uma área de chegada: O que está chegando? Há muitos tipos diferentes de entidades? Cada uma delas tem atributos descritivos que são importantes? Você espera que as chegadas sigam algum tipo de padrão baseado no tempo? Considerar perguntas como essas também o ajudará a definir o modelo e a abordagem de modelagem e, iterativamente, a obter mais detalhes sobre os dados exatos necessários.
Com o atual nível de automação e rastreamento eletrônico, a disponibilidade de dados tornou-se mais predominante. Se for um sistema existente, talvez já existam dados coletados rotineiramente. Se for um sistema novo, o fornecedor pode ter acesso a dados coletados em sistemas semelhantes. Em ambos os casos, a existência de dados não necessariamente facilita seu trabalho. Por exemplo, talvez você esteja interessado no tempo de processamento de uma operação, e esse tempo de processamento é capturado automaticamente. Mas o que pode não ser óbvio é exatamente o que esse número representa. Ele inclui (às vezes) o tempo em que o processo falhou (talvez falhas curtas sejam incorporadas, mas falhas longas não)? Ele inclui (às vezes) o tempo em que um operador fez uma pausa e se esqueceu de fazer o logout corretamente? Detectar e limpar essas situações pode ser uma parte tediosa e frustrante do uso de dados existentes.
Se os dados de que você precisa não existirem ou não puderem ser limpos adequadamente, muitas vezes será necessário criá-los. Em um sistema existente, o método mais preciso é capturar eletronicamente os dados ou fazer estudos manuais para determiná-los. Qualquer um desses métodos pode ser muito caro. Uma abordagem alternativa é obter estimativas de pessoas que conheçam - pessoas que estejam executando ou gerenciando a operação. Embora seja rápido e barato, esse método pode introduzir tendências e imprecisões. Da mesma forma, em um sistema que ainda não existe, talvez seja necessário confiar nas especificações fornecidas por um fornecedor, o que, mais uma vez, pode introduzir tendências e imprecisões. Mais sobre como lidar com essa situação mais adiante.
Esta foi uma visão geral rápida de algumas etapas iniciais a serem consideradas na coleta de dados. Na próxima semana, discutirei algumas etapas adicionais sobre o que fazer em seguida com esses dados. Até lá, boa modelagem!
Dave Sturrock
Vice-presidente de produtos - Simio LLC