20, 2% > "''9" )* + ' % &'(! ) ) . % /% ' #% ' 0 &'(! &'(! ) 2 " 2* =% #/// #/// 2!* 4 "3== 2!"@9A"@922 / #/ +/ 6/ / #/ +/ 6/

Tamaño: px

Comenzar la demostración a partir de la página:

Download "20, 2% > "''9" )* + ' % &'(! ) ) . % /% ' 0 1-23 #% ' 0 &'(! &'(! ) 2 " 2* =% #/// #/// 2!* 4 "3== 2!"@9A"@922 / #/ +/ 6/ / #/ +/ 6/"

Victoria Márquez Reyes
hace 8 años
Vistas:

2 (; ' <0 20,!< '0=' ;%0* 2% > "''9" "% ;%0=. % /% ' #% ' 0 4 $%",- 2* =% #// 2* $% #// #// #/// #/// 8 8 > 6 #8" 6 $ 85; $ / #/ +/ 6/ / #/ +/ 6/ 0; )* + ' % &'(! ) )!"#$% &'(! ",-% &'(! ) 2 " )'%:"; 24?=!"7 2!* 4 "3== +" 2!"@9A"@922

3 Plan de exposición Simulador Macrosimulador Microsimulador Modelado en Redes de Petri Variables a analizar El simulador Conclusiones

4 Simulador Permite hacer una evolución de un sistema dinámico Generalmente las simulaciones se manejan por eventos y el tiempo es un evento interno de la máquina simuladora Un buen experimento permite obtener mucha información del comportamiento real del sistema Se utilizan cuando el análisis exacto es muy complicado o para validación de modelos.

simuladora Un buen experimento permite obtener mucha información del comportamiento

5 Macroscópico Microscópico Se modelan flujos Se puede hacer análisis Se puede hacer control de flujo Se puede hacer análisis de perturbaciones Las entidades no se distinguen Se modelan comportamientos individuales Se puede hacer análisis (más difícil) Se puede hacer control de los individuos Se puede hacer análisis de perturbaciones (más difícil) Será la técnica que se usará cuando exista un control central de todo el tráfico de la ciudad, indicando a cada usuario su itinerario Cada entidad tiene sus propios parámetros

puede hacer control de los individuos Se puede hacer análisis de perturbaciones (más difícil) Será la técnica que se usará cuando

6 Modelos Para introducir los datos en un simulador se necesita un modelo. Los modelos de Sistemas de Eventos Discretos (Transporte, Informáticos, Manufactura Flexible, Telecomunicaciones digitales, etc) se basan en: Redes de colas, Álgebras de proceso, Autómatas, Lenguajes formales, Redes de Petri, Cadenas de Markov. Dentro de estas herramientas nosotros hemos seleccionado las Redes de Petri como base del modelo. por qué?

Telecomunicaciones digitales, etc) se basan en: Redes de colas, Álgebras de proceso, Autómatas, Lenguajes

7 Redes de Petri Son más generales que las álgebras de proceso (Fiorela de Cindio) Son más generales que las redes de colas (Balbo) Son más generales que los lenguajes regulares, pero menos que los recursivos enumerables. Sin embargo, preservan la capacidad de análisis (Peterson) Embeben a una cadena de Markov. Capturan concurrencia, exclusión, relaciones causales, capacidades, tiempos, y todos los aspectos de un SED, de una manera simple y gráfica (Silva) Es una herramienta formal, facilitando la comunicación entre ingenieros y permite hacer análisis del sistema modelado (Peterson)

Sin embargo, preservan la capacidad de análisis (Peterson) Embeben a una cadena de Markov.

8 Redes de Petri Entidades, recursos, piezas, autos. Pueden distinguirse entre sí. Se llama marca en una red de Petri Tasa de servicio, actividad, tarea. Se llama transición en una red de Petri Tasa de servicio, actividad, tarea. Se llama transición en una red de Petri Región, lugar de almacenamiento, fila. Se llama lugar de una red de Petri

Se llama transición en una red de Petri Tasa de servicio, actividad, tarea.

9 Este arco hace que las marcas generadas por la transición previa pasen al lugar al final del arco Redes de Petri De acuerdo a su tasa de servicio, esta transición creará marcas.

10 Redes de Petri Este arco hace que las marcas de los lugares pasen a la transición al final del arco De acuerdo a su tasa de servicio, esta transición eliminará marcas.

11 Arquitectura del simulador Interfaz Gráfica Modelo de SMF, Carreteras, Modelo en RP Traducción a lenguaje de escalera Generador de Procesos estocásticos Simulador de RP temporizadas Análisis Grafo de alcanzabilidad Estructura Perturbaciones

Generador de Procesos estocásticos Simulador de RP

12 Alcanzabilidad Se enumeran todos los posibles estados Se genera la cadena de Markov Se puede ver la capacidad de cada región, etc.

15 Estructurales Técnicas algebraicas Basada en la matriz de incidencia Se analizan P y T-semiflujos

17 Perturbaciones Es una técnica de simulación Con una simulación se pueden resolver varias preguntas: Qué pasa si..? Variando un parámetro a la vez

18 Perturbaciones Diagrama de Gantt Ejecución normal: simulación tiempo tiempo Se perturba un valor Y se analiza cómo se acarrea en la simulación Sin hacer otra simulación

19 Ejemplo de aplicación a una calle de una ciudad Las fuentes Galileo Copérnico Calma Llegada a la región, ciudad, etc. Periférico Salida de la región, ciudad, etc. Plaza del sol

20 Ejemplo de aplicación a una calle de una ciudad Crucero con glorieta Crucero normal

21 Ejemplo de aplicación a una calle de una ciudad

22 Ejemplo de aplicación a una calle de una ciudad

23 Ejemplo: Control por semáforo Ayuda a determinar tiempos de los semáforos y sincronización de los semáforos

24 Ejemplo: Control por semáforo Ayuda a hacer calles inteligentes, que se adaptan a las necesidades del tráfico

25 Tiempos de residencia Simulador Macroscópico Tasa de llegada Probabilidad de salto

26 Tasa de llegada, Tiempos de residencia, Probabilidad de salto, Simulador Microscópico

28 Simulador SpADES

29 Simulador SpADES

30 Simulador SpADES Note que llegan más carros de los que salen

31 Note que se almacenan carros en la región Reloj del sistema Tiempo de llegada de carro

32 Conclusiones El sistema de transporte es un sistema de eventos discretos Su análisis es complicado, un simulador resulta adecuado El uso de redes de Petri estocásticas permite un amplio análisis de los sistemas El análisis de perturbaciones acelera cálculos Nuestro simulador cumple con las características de un macrosimulador

Documentos relacionados

Software De Gestión De Reclamaciones y Denuncias on-line

Software De Gestión De Reclamaciones y Denuncias on-line Presentación del proyecto fin de carrera Autora: Mª Casilda Rolán Martínez Consultor: Juan José Cuadrado Gallego Área de Ingeniería del software