Simulação inteligente: integração do Simio e do Matlab

O desafio

por Mohammad Dehghanimohammadabadi e Thomas K. Keyser (Western New England University)

Conforme apresentado na Conferência de Simulação de Inverno de 2015

A modelagem de simulação está sendo cada vez mais usada para abordar uma variedade de problemas em várias disciplinas, incluindo, entre outros, sistemas de saúde, manufatura, serviços e cadeia de suprimentos. Como uma ferramenta fundamental para a tomada de decisões, a simulação determina as configurações e alternativas atraentes para fornecer justificativa suficiente para convencer os gerentes a adotar melhorias. No entanto, há algumas atividades em sistemas do mundo real que os pacotes de software de simulação não são capazes de abordar adequadamente. Esses tipos de atividades são principalmente caixas de ferramentas de tomada de decisão desenvolvidas para melhorar o desempenho do sistema. Por exemplo, em sistemas de manufatura, as técnicas de programação são amplamente usadas para fornecer a programação ideal das atividades do chão de fábrica. Portanto, com o objetivo de planejamento estratégico de longo prazo do sistema por meio de simulação, é fundamental trazer essas atividades de tomada de decisão para o modelo de simulação. Esse recurso torna a simulação mais inteligente e mais precisa, pois oferece uma perspectiva mais realista do sistema e do que realmente acontece nele.

Incorporar essa lógica excepcional em um modelo de simulação é bastante desafiador; no entanto, com o avanço dos pacotes de simulação atuais, como o SIMIO, isso é possível. Uma das vantagens do SIMIO, entre muitas, é seu recurso de "Interface de Programação de Aplicativos" (API), que permite que os usuários personalizem ou estendam adequadamente o modelo desejado. A extensão pode ser a adição de novas etapas, elementos e regras, a importação e exportação de dados, o aprimoramento da experimentação com algoritmos externos ou a interface com programas externos. Ao aproveitar o recurso de API, este estudo apresenta uma nova instância de etapa definida pelo usuário que incorpora o MATLAB como parte integrante do SIMIO. Essa etapa é chamada de "CallMatlab" e requer o endereço da pasta em que o arquivo MATLAB está localizado mais o nome da função MATLAB. Semelhante às instâncias de etapas existentes no SIMIO, o usuário poderia facilmente arrastar e soltar o CallMatlab durante a criação de processos.

A solução

Aplicativo

Uma das aplicações da etapa "CallMatlab" proposta é a chamada para otimização dentro da execução da simulação. Na literatura, esse tipo de simulação é chamado de Iterative Optimization-based Simulation (IOS), em que um gerenciador de otimização é incorporado em um agente de simulação. Essa etapa é capaz de acionar o otimizador pela ocorrência de eventos predefinidos na simulação. Independentemente do tipo de otimização, é possível utilizar o MATLAB para executar algoritmos de otimização personalizados pelo usuário ou chamar otimizadores comerciais, por exemplo, CPLEX, por meio do MATLAB. Como o objetivo da simulação é espelhar as atividades do mundo real, o usuário pode aplicar essa etapa sempre que fizer a otimização de rotina em situações do mundo real. Por exemplo, em um sistema de manufatura, os planejadores usam a otimização para programar os trabalhos regularmente, como no início de cada turno, ou em alguns casos urgentes, como falha de máquina, reparo ou chegada de novos trabalhos. Assim, dependendo da frequência com que a otimização é usada no sistema, a etapa fornecida seria chamada durante a execução da simulação, o que aciona o otimizador no MATLAB. Algumas das aplicações dessa instância de etapa na modelagem de simulação são apresentadas a seguir.

Aplicação em sistemas de saúde

O agendamento de pacientes, enfermeiros ou médicos é uma tarefa muito comum na maioria dos hospitais e prontos-socorros. A etapa CallMatlab pode ser utilizada para modelar as operações diárias de agendamento em um hospital onde podem ocorrer eventos não planejados e a otimização é necessária. Exemplos de tais eventos são: dois médicos doentes, o anúncio de um acidente de ônibus que vai lotar um pronto-socorro, um atraso na chegada de peças de reposição essenciais, etc. Em geral, esses eventos exigem ações compensatórias imediatas que podem ser avaliadas com um modelo de simulação (Espinoza et al., 2014). Um modelo de decisão baseado em simulação, inicializado com as informações mais recentes sobre o estado do sistema, pode ser útil na avaliação de curto prazo de várias soluções alternativas ou estratégias operacionais alternativas (Espinoza et al., 2014). No entanto, para o planejamento de longo prazo, a etapa proposta poderia ajudar os profissionais a executar o IOS para retratar seu sistema, enquanto ele é otimizado várias vezes em face de qualquer desafio que possa existir no sistema de saúde real.

Aplicação em sistemas de manufatura

Durante a execução de uma simulação de um sistema de manufatura, a otimização é chamada sempre que o status do sistema muda e é necessário reprogramar. O gerenciador de otimização no MATLAB resolve um problema analítico e envia os resultados de volta para a simulação a fim de redistribuir os trabalhos não processados entre as máquinas disponíveis. Alguns dos eventos de acionamento em um sistema de manufatura podem ser: quebras de máquinas, manutenção preventiva, mudança no padrão de demanda, atraso inesperado dos trabalhos programados ou horário de início do turno. Ao ocorrer qualquer um desses eventos mencionados acima, o gerente de simulação inicia a otimização e reprograma todos os trabalhos não processados de acordo com a nova solução ideal.

Aplicação em sistemas de gerenciamento da cadeia de suprimentos (SCM)

Um modelo de simulação poderia abranger diversos modelos de SCM com suas relações não lineares e complexas e com suposições mais realistas. A demanda do cliente e as capacidades do fornecedor estão mudando constantemente em termos de variedade e faixa de preço. Pode-se aproveitar o modelo IOS em um modelo de cadeia de suprimentos, enquanto qualquer uma dessas mudanças no sistema pode ser considerada como um ponto de disparo. Por exemplo, se a demanda do cliente mudar, a capacidade do fornecedor variar, um novo fornecedor for selecionado, o número de transportes disponíveis flutuar ou até mesmo os preços mudarem, a simulação poderá fazer uma pausa e otimizar o sistema de acordo com a nova condição de SCM. A aplicação da abordagem IOS proposta oferece às empresas a oportunidade de projetar sua própria cadeia de suprimentos, não apenas otimizando as operações internas, mas também examinando e melhorando o desempenho de toda a cadeia de suprimentos a longo prazo.

O impacto nos negócios

Conclusão

A etapa SIMIO proposta integra um software de simulação a um agente computacional para realizar operações altamente computacionais, como a otimização. Vários aplicativos são apresentados para ilustrar o potencial da instância da etapa CallMatlab proposta para implementar a modelagem IOS. No entanto, essa etapa não se limita a executar a otimização e pode ser utilizada para executar qualquer tipo de cálculo que o usuário desejar. Acreditamos que essa adição acrescenta uma nova dimensão à abordagem de modelagem de simulação. Isso permitiria que os especialistas aproveitassem a simulação de modelagem enquanto implementavam suas próprias lógicas e ferramentas de tomada de decisão na execução da simulação.