Holarch
Capítulos do curso

Treinamento · Trilha 3. Comportamento e arquitetura · Capítulo 3.5 de 6

3.5 Simulação 2:39

Dê durações aos passos, reproduza uma execução, depois cem, e cheque o resultado em relação a um limite.

Mostra o Holarch 1.27.

← 3.4 Interfaces · Todos os capítulos · 3.6 Orçamentos e TPMs →

O que você vai aprender

  • Definir a duração de uma ação como valor fixo ou como distribuição
  • Executar uma simulação de Eventos discretos e ler a linha do tempo
  • Executar um estudo de Monte Carlo e ler a média, a dispersão e o percentil 95
  • Checar o tempo total em relação ao limite de um requisito com uma probabilidade exigida

Dê durações aos passos de Rent a Bike, incluindo uma distribuição normal, execute uma simulação de eventos discretos em uma linha do tempo, execute o Monte Carlo, leia a dispersão dos tempos de aluguel e cheque a probabilidade de um aluguel terminar dentro de um limite de tempo.

Arquivos de projeto

  • Projeto inicial (.holarch.json; Gerenciar projetos → Arquivos de projeto ▾ → Importar projeto (.json)…)
  • Projeto concluído (.holarch.json; Gerenciar projetos → Arquivos de projeto ▾ → Importar projeto (.json)…)

O vídeo é reproduzido a partir de holarch.app; veja a Política de Privacidade.

Prática

Faça isto você mesmo no Holarch, no projeto de demonstração CubeSat EO-1.

  1. Abra seu projeto de demonstração EO-1 ou crie-o: Gerenciar projetos → Arquivos de projeto ▾ → Novo projeto de demonstração → CubeSat (engenharia de sistemas guiada).
  2. No Banco de dados, selecione OPS.11 Receive Downlink (9 minutos) e defina sua Duração como =triang.dist(8, 15, 9) Minutos, para passagens que às vezes se estendem.
  3. Abra Comportamento → Simulador, escolha OPS Run Nominal Imaging Pass como Action raiz, mantenha Eventos discretos e pressione ⏩ Executar até o fim. Leia o Tempo total e a linha do tempo.
  4. Mude para Monte Carlo e pressione ▶ Executar Monte Carlo. Na aba Distribuição, leia a média e a dispersão do tempo total.
  5. Clique em Verificar em relação ao requisito…, mantenha Tempo total, defina ≤ no máximo 100 Minutos, o requisito 6.5 Planning Cycle Time e Probabilidade exigida (%) 95. Leia P5 / P50 / P95, P(atender) e o Resultado.
  6. Para um passo a passo checado, execute o tutorial 8 Simulate the Functional Flow (Ajuda → Tutoriais).

Você terminou quando a checagem mostrar P(atender) e um resultado Aprovado ou Reprovado para 6.5 Planning Cycle Time a 95%.

Teste-se

  1. Por que dar a um passo uma distribuição em vez de uma duração fixa?
  2. O que uma execução de Eventos discretos diz que o Monte Carlo não diz?
  3. Por que checar em relação ao percentil 95 e não à média?
  4. O que Registrar resultado muda no modelo?
Mostrar as respostas
  1. Por que dar a um passo uma distribuição em vez de uma duração fixa?

    As durações reais variam. Uma distribuição é amostrada a cada execução, então o Monte Carlo mostra a dispersão do tempo total, não um único número.

  2. O que uma execução de Eventos discretos diz que o Monte Carlo não diz?

    Ela reproduz uma única execução em uma linha do tempo, para que você veja a ordem dos passos, os ramos paralelos e qual ramo uma decisão seguiu. O Monte Carlo repete a execução muitas vezes para obter estatísticas.

  3. Por que checar em relação ao percentil 95 e não à média?

    Metade das execuções leva mais tempo que a média. Um limite que deve valer em 95 de cada 100 execuções é julgado pelo tempo abaixo do qual essas 95 ficam, que é o que P(atender) e P95 informam.

  4. O que Registrar resultado muda no modelo?

    Ele define o Projected Value (ou Value) do Measure como a média e define um Test Case que verifica o requisito como Passed ou Failed. Você revisa as mudanças primeiro, e elas são aplicadas como uma única etapa de desfazer.

Saiba mais

Transcrição

Mostrar a transcrição (narração e o que aparece na tela)

Introduction

Welcome back. The action diagram of Rent a Bike says what happens. With durations, Holarch can tell you how long it takes.

In this chapter you put numbers on the steps and simulate them.

Durations

Open Rent a Bike as an action diagram again. Select Identify Rider and set its duration. Riders take different times to find their card, so use a distribution: equals norm dot dist, four, one: a normal distribution with a mean of four seconds and a standard deviation of one.

On screen: Database → F.1 → Open in ▾ → Action Diagram; Identify Rider → Duration.

Check Account depends on the network: a normal distribution around two seconds. Unlocking the bay and showing its number take one second each.

On screen: Check Account, Unlock Bay, Show Bay Number.

Starting the rental takes half a second, and relocking the bay, on the rare branch, one and a half.

On screen: Start Rental, Relock Bay.

One run

Open Behavior, then Simulator, and choose Rent a Bike as the root action. Discrete event mode plays one run on a timeline.

On screen: Behavior → Simulator → root F.1 → Discrete Event → Run to End.

Each step appears when it runs, the two parallel branches side by side, and the decision takes one of its branches with the probability you gave it.

On screen: The timeline.

A hundred runs

One run is one sample. Switch to Monte Carlo and run it: a hundred runs, each drawing every duration from its distribution and every decision from its probabilities.

On screen: Monte Carlo → Run.

The statistics give the mean rental time and its spread, and the 95th percentile: the time that ninety-five rentals in a hundred stay under. A commitment to riders needs that number, not the average.

On screen: Statistics and the time chart.

Check against a limit

Is that fast enough? Choose Check Against Requirement. Compare the total time with a limit: at most ten seconds for the whole rental at the kiosk, met in at least ninety-five runs in a hundred.

On screen: Check Against Requirement → ≤ 10 Seconds, 95 %.

The dialog reports the probability of meeting the limit from the hundred runs, and whether it clears the ninety-five percent you asked for. Record Result can save the check on the model.

On screen: The result.

Recap

Let's recap. You gave the steps durations, played one run on a timeline, ran Monte Carlo, read the spread of rental times, and checked the chance of meeting a limit.

Next, the dock's mass: a budget, and a technical performance measure to track it.