OTIMIZAÇÃO E SIMULAÇÃO EM SISTEMAS DE PRODUÇÃO E LOGÍSTICA Com aplicações em Matlab

Abstract

In industry, the planning of production is a key area, as it entails the reduction in operative costs and improvement of achievements. Although implementing new systems and/or resources, requires a detailed analysis of the inherent risks. As though, resources like computerized simulation have a major place in the analysis, allowing to study scenarios and make more reasoned decisions.In this work, it is studied the combination of simulation and optimization software to achieve better scheduling solutions. In particular, this dissertation intends to reinforce the role of computational simulation applied to production systems, as an analytical complement of the classic optimization methodologies. The proposed model is a production system, using a dual approach of simulation-optimization outsources, with a discreet event optimization and simulation model. Searching for the best solution, the process ends when the convergence or the stopping criteria are fulfilled. The illustrations were done using the Matlab/Simulink® platform. Results have proved the effectiveness of this tool in the analysis of scheduling processes. The Monte Carlo technique was used with the aim of adequate the system to reality, as the introduction of uncertainty turns the deterministic model into a stochastic model. As a result, it is possible to evaluate the impact of uncertainty in system performance. The model used was the CSTR project. As though it is proved that stochastic simulation associated with optimization achieves improved results, even facing the uncertainty of some system parameters. When used appropriately, with the correct data and the right modelization, computerized simulation can be used to reduce costs and improve the quality of products or services, leading to a more competitive company.

Na indústria, o planeamento da produção é uma área decisiva, permitindo reduzir custos operacionais e melhorar o desempenho. No entanto, a implementação de novos sistemas e/ou estratégias requer uma análise cuidada dos riscos inerentes. A utilização da simulação computacional tem um papel preponderante nesta análise permitindo estudar cenários e tomar decisões mais informadas.Neste trabalho, explora-se a combinação de modelos de simulação e otimização para obter melhores soluções para problemas de planeamento e de projeto. Em particular, esta dissertação pretende reforçar o papel da simulação computacional aplicada a sistemas de produção, como complemento analítico de metodologias clássicas de otimização. O modelo proposto é de um sistema de produção, com aplicação de uma abordagem mista “Simulação – Otimização”, aplicando um modelo de otimização e de simulação de eventos discretos. Na procura da solução ótima, o processo termina quando os critérios de paragem ou convergência são atingidos. As ilustrações são efetuadas recorrendo à plataforma Matlab/Simulink®. Os resultados obtidos comprovam a utilidade desta metodologia na análise de problemas de planeamento e de projeto. Adicionalmente, a técnica de Monte Carlo foi utilizada neste trabalho, com o intuito de adequar o sistema à realidade, uma vez que ao introduzir a incerteza no sistema (através de inputs aleatórios), o modelo determinístico é transformado num modelo estocástico e consequentemente, é possível avaliar qual o impacto que esta incerteza tem, no desempenho do sistema. O modelo em estudo foi o projeto de um reator contínuo perfeitamente agitado. Desta forma, comprova-se como a simulação estocástica, associada à otimização, consegue fornecer resultados melhorados, na presença de incertezas em alguns parâmetros do sistema. Concluímos que a simulação computacional, quando utilizada de forma apropriada, com dados fiáveis e uma correta modelação dos sistemas, pode dar uma preciosa ajuda na redução de custos e aumento da qualidade de produtos ou de serviços, melhorando a eficiência da organização, e fomentando o aumento da sua competitividade.