Thesis (MScFor (Forest and Wood Science))--University of Stellenbosch, 2009. / In this study, a multi-stem harvesting operation was observed and time studies carried out on its machines. A stump-to-mill simulation model (System 1) of this system was subsequently built using a commercial simulation software package (Arena 9) and data from the time studies were incorporated into the model. Following this, another two stump-to-mill multistem models (Systems 2 and 3) were built using the same simulation software package and parameterised input data. These two models represented hypothetical systems which were tested against System 1 and against one another in terms of machine balance within the system, production rate and cost. System 2 used identical equipment to System 1, but practised alternative operating methods. Some of System 3’s machines and operating methods differed from those in Systems 1 and 2. The objectives of the study were to: 1. Determine whether or not commercial simulation software can be used to adequately model forest harvesting operations. 2. Gauge potential system balance, production and/or cost improvement/s achievable through application of simulation-based operation adjustments. 3. Define beneficial equipment operation and application practises for multi-stem systems. 4. Through construction and use of the commercial software package in producing forest harvesting operation models, evaluate the software’s usability in terms of its applicability to and ease of use in such models, as well as its ability to meet forestrybased user requirements.

abstract: Overcrowding of Emergency Departments (EDs) put the safety of patients at risk. Decision makers implement Ambulance Diversion (AD) as a way to relieve congestion and ensure timely treatment delivery. However, ineffective design of AD policies reduces the accessibility to emergency care and adverse events may arise. The objective of this dissertation is to propose methods to design and analyze effective AD policies that consider performance measures that are related to patient safety. First, a simulation-based methodology is proposed to evaluate the mean performance and variability of single-factor AD policies in a single hospital environment considering the trade-off between average waiting time and percentage of time spent on diversion. Regression equations are proposed to obtain parameters of AD policies that yield desired performance level. The results suggest that policies based on the total number of patients waiting are more consistent and provide a high precision in predicting policy performance. Then, a Markov Decision Process model is proposed to obtain the optimal AD policy assuming that information to start treatment in a neighboring hospital is available. The model is designed to minimize the average tardiness per patient in the long run. Tardiness is defined as the time that patients have to wait beyond a safety time threshold to start receiving treatment. Theoretical and computational analyses show that there exists an optimal policy that is of threshold type, and diversion can be a good alternative to decrease tardiness when ambulance patients cause excessive congestion in the ED. Furthermore, implementation of AD policies in a simulation model that accounts for several relaxations of the assumptions suggests that the model provides consistent policies under multiple scenarios. Finally, a genetic algorithm is combined with simulation to design effective policies for multiple hospitals simultaneously. The model has the objective of minimizing the time that patients spend in non-value added activities, including transportation, waiting and boarding in the ED. Moreover, the AD policies are combined with simple ambulance destination policies to create ambulance flow control mechanisms. Results show that effective ambulance management can significantly reduce the time that patients have to wait to receive appropriate level of care. / Dissertation/Thesis / Ph.D. Industrial Engineering 2011

Analisando-se a literatura de simulação discreta pode-se observar que os autores, em geral, constroem seus modelos de simulação baseados em abordagens tradicionais e aceitas tais como orientação a eventos, orientação a mensagens, orientação a filas, etc. Mais recentemente encontram-se ambientes que afirmam utilizar o chamado paradigma de simulação orientado a objetos. No entanto não existe consenso na definição de tal paradigma e diferentes interpretações podem ser encontradas. Considerando que um modelo de simulação pertence a classe dos sistemas de software, nada mais natural do que aplicar conceitos de orientação a objetos em seu desenvolvimento. Deve ficar claro, entretanto, que existe uma grande diferença entre um paradigma de simulação, isto é, as idéias e recursos usados na construção de um modelo, e um paradigma de projeto e implementação aplicado ao desenvolvimento de sistemas de simulação. Linguagens orientadas a objetos podem ser aplicadas na implementação de sistemas de simulação que utilizam conceitos de modelagem distintos. Ainda que todos possam ser chamados de sistemas orientados a objetos, pode haver confusão quanto ao significado do termo simulação orientada a objetos. Este trabalho apresenta um esquema original de classificação para sistemas de simulação quanto a sua arquitetura de software onde são considerados aspectos tais como a maneira pela qual as entidades do modelo se comunicam e a forma pela qual se descrevem os eventos que alteram seu estado, entre outros. Conceitos fundamentais são identificados de maneira a definir um modelo de referencia onde diferentes paradigmas de simulação possam ser caracterizados e classificados. Especial atenção e dada ao relacionamento entre os paradigmas de simulação e a orientação a objetos, onde esta Ultima e vista como uma estratégia de projeto e implementação. Uma nova forma de caracterizar um paradigma de simulação e proposta. SIMOO e um "framework. ' para simulação discreta orientada a objetos que foi construído de maneira a poder validar os conceitos propostos. Composto por uma biblioteca de classes e de uma ferramenta de edição de modelos, a principal vantagem do use de SIMOO em relação a outras abordagens esta no fato de que SIMOO permite a seleção do paradigma mais adequado a descrição de cada entidade do modelo. Esta característica permite a criação de modelos que incorporam, simultaneamente, mais de um paradigma de simulação. A abstração básica da biblioteca de classes de SIMOO, a partir da qual são derivadas todas as entidades de um modelo, e o elemento autônomo. Este encapsula uma "thread" própria de execução e um sistema de comunicação por mensagens não tipadas que são a base de todos os paradigmas suportados por SIMOO. A ferramenta de edição de modelos de SIMOO e chamada de MET. MET utiliza um diagrama de classes hierárquico enriquecido com recursos adequados para a construção de modelos de simulação. Além do diagrama de classes, descreve-se também um diagrama de instâncias, onde as especificações genéricas do diagrama de classes são particularizadas. A partir da especificação dos diagramas e da descrição do comportamento das entidades, MET gera um modelo executável. Finalmente, SIMOO preocupa-se com a separação de domínios entre a descrição do modelo propriamente dito e os aspectos de visualização de resultados e interação com o usuário. Uma categoria especial de elementos autônomos chamados de monitores e provida para permitir essa separação. Além de apresentar o "framework" SIMOO em termos de especificação e implementação, este trabalho mostra aplicações através de situações exemplo e apresenta uma análise comparativa com outros ambientes descritos na literatura. / When one surveys the literature on discrete simulation. it will be noticed that, in general. authors build their simulation models usin g traditional approaches such as event-oriented. message-oriented, queue-oriented. etc. In more recent texts, frameworks can be found that allegedly use the so called object-oriented simulation paradigm. However, there is no generally accepted definition of such a paradigm. and various interpretations can be found. If we consider that a simulation system is an instance of the more general class of software systems, it is strai ghtforward to apply concepts of object orientation to develop simulation systems. Nonetheless. it is important to emphasize that there is a major difference between a simulation paradigm. i.e.. the principles and resources used to build the model, and a design and implementation paradi gm used to develop the simulation system. Object-oriented languages can be used to implement simulation systems that follow different paradigms. If we refer to all these systems as objectoriented systems, confusion about the exact meanin g of object-oriented simulation may occur. This work presents an original classification of simulation systems according to their software architectures, where different aspects are taken into account, such as the way the entities in the model communicate with each other, the way one describes events that modify the entities' state, and others. In this classification, we identify basic concepts that are used to define a reference model, with which different simulation paradigms may be characterized and classified. In particular, special attention to the relationship between simulation paradigms and object-orientation is given, the latter here being seen as a strategy to design and implement simulation systems. SIMOO is an object-oriented framework for discrete simulation. composed by a Class Library and a Model Editing Tool that has been built in order to validate the proposed concepts. The main advantage of SIMOO with respect to other frameworks is that it allows a selection of the most adequate paradigm to describe each entity in the model. As a consequence, we are able to create models that instantiate, simultaneously, more than one simulation paradigm. The basic element of the SIMOO class library, based on which the framework derives all the entities in the model, is the autonomous element. This autonomous element has its own execution thread and an untyped message-based communication system that constitute the basis of all the paradigms SIMOO supports. The SIMOO Model Editing Tool (MET) uses a hierarchical class diagram extended with resources needed to build simulation models. Along with the classe diagram, MET allows one to describe an instance diagram that details the more generic class diagram. From the diagrams and the description of the behavior of the entities, MET generates an executable model. The SIMOO framework also emphasizes the distinction between model description and aspects of visualization and user interaction. It provides a special category of autonomous elements, the monitors, that implements this separation. Besides presenting the formal specification and the implementation of the framework, in this work several examples of how to use the SIMOO are presented, along with a comparison with other existing frameworks.

Considerando o grande volume de obras, a necessidade de gerenciar inúmeras equipes, prazos reduzidos, alta repetitividade e a pequena margem de lucro de empreendimentos habitacionais de interesse social, tem crescido a importância projetar e simular os sistemas de produção de forma antecipada. A simulação de eventos discretos tem sido empregada como ferramenta de gestão para a análise de cenários alternativos em empreendimentos de construção, principalmente em trabalhos de cunho acadêmico. Entretanto, seu emprego tende a ser pouco explorado no projeto do sistema de produção de empreendimentos reais, principalmente devido à dificuldade de interpretação dos dados e da pouca experiência dos tomadores de decisão com essa ferramenta. Por esse motivo, a literatura tem recomendado o uso de ferramentas que auxiliem, de forma visual e espacial, a compreensão dos resultados. O objetivo desta pesquisa é propor um método para a elaboração do projeto do sistema de produção utilizando a modelagem BIM-4D e simulação de eventos discretos de forma integrada, na tomada de decisão de empreendimento habitacionais de interesse social. Foi escolhida a abordagem metodológica da design science research para a realização da pesquisa, a qual consiste na criação de um artefato, a ser utilizado para resolver classes de problemas, seguida da avaliação da sua utilidade. Este método foi desenvolvido através de três estudos empíricos nos quais o mesmo foi concebido e aplicado. Entre as principais contribuições deste trabalho, destaca-se uma proposta de integração entre a simulação de eventos discretos e modelagem BIM-4D no projeto do sistema de produção de empreendimentos habitacionais de interesse social, e uma discussão do papel de ferramentas gráficas como auxílio na tomada de decisão. / Considering the large scale of work, the need to manage a large number of teams, tight deadlines, highly repetitive operations, and limited profit margin of low-income housing projects, the need to design and simulate production systems in advance has increased. Discrete event simulation has been used as a management tool for the analysis of alternative scenarios in construction projects, mostly in academic studies. However, the use of simulation has not been fully explored in the design of the production system in real projects, mainly due to the difficulty of interpreting data, as well as the lack of experience of decision makers in using this tool. Therefore, the use of visual and spatial tools that support the interpretation of simulation data has been suggested in the literature. The aim of this research work is to propose a method for production system design using BIM-4D modeling and discrete event simulation in an integrated way for supporting decision making in low-income housing projects. The methodological approach adopted in this investigation was design science research, which consists of the creation of an artifact for solving classes of problems, and the evaluation of its utility. This method was developed along three empirical studies in which it was conceived and applied. The main contributions of this research work are concerned with a proposal for the integration of discrete event simulation and BIM-4D modeling in the production system design of low-income housing projects, and a discussion on the use of graphical tools to support decision-making.

Analisando-se a literatura de simulação discreta pode-se observar que os autores, em geral, constroem seus modelos de simulação baseados em abordagens tradicionais e aceitas tais como orientação a eventos, orientação a mensagens, orientação a filas, etc. Mais recentemente encontram-se ambientes que afirmam utilizar o chamado paradigma de simulação orientado a objetos. No entanto não existe consenso na definição de tal paradigma e diferentes interpretações podem ser encontradas. Considerando que um modelo de simulação pertence a classe dos sistemas de software, nada mais natural do que aplicar conceitos de orientação a objetos em seu desenvolvimento. Deve ficar claro, entretanto, que existe uma grande diferença entre um paradigma de simulação, isto é, as idéias e recursos usados na construção de um modelo, e um paradigma de projeto e implementação aplicado ao desenvolvimento de sistemas de simulação. Linguagens orientadas a objetos podem ser aplicadas na implementação de sistemas de simulação que utilizam conceitos de modelagem distintos. Ainda que todos possam ser chamados de sistemas orientados a objetos, pode haver confusão quanto ao significado do termo simulação orientada a objetos. Este trabalho apresenta um esquema original de classificação para sistemas de simulação quanto a sua arquitetura de software onde são considerados aspectos tais como a maneira pela qual as entidades do modelo se comunicam e a forma pela qual se descrevem os eventos que alteram seu estado, entre outros. Conceitos fundamentais são identificados de maneira a definir um modelo de referencia onde diferentes paradigmas de simulação possam ser caracterizados e classificados. Especial atenção e dada ao relacionamento entre os paradigmas de simulação e a orientação a objetos, onde esta Ultima e vista como uma estratégia de projeto e implementação. Uma nova forma de caracterizar um paradigma de simulação e proposta. SIMOO e um "framework. ' para simulação discreta orientada a objetos que foi construído de maneira a poder validar os conceitos propostos. Composto por uma biblioteca de classes e de uma ferramenta de edição de modelos, a principal vantagem do use de SIMOO em relação a outras abordagens esta no fato de que SIMOO permite a seleção do paradigma mais adequado a descrição de cada entidade do modelo. Esta característica permite a criação de modelos que incorporam, simultaneamente, mais de um paradigma de simulação. A abstração básica da biblioteca de classes de SIMOO, a partir da qual são derivadas todas as entidades de um modelo, e o elemento autônomo. Este encapsula uma "thread" própria de execução e um sistema de comunicação por mensagens não tipadas que são a base de todos os paradigmas suportados por SIMOO. A ferramenta de edição de modelos de SIMOO e chamada de MET. MET utiliza um diagrama de classes hierárquico enriquecido com recursos adequados para a construção de modelos de simulação. Além do diagrama de classes, descreve-se também um diagrama de instâncias, onde as especificações genéricas do diagrama de classes são particularizadas. A partir da especificação dos diagramas e da descrição do comportamento das entidades, MET gera um modelo executável. Finalmente, SIMOO preocupa-se com a separação de domínios entre a descrição do modelo propriamente dito e os aspectos de visualização de resultados e interação com o usuário. Uma categoria especial de elementos autônomos chamados de monitores e provida para permitir essa separação. Além de apresentar o "framework" SIMOO em termos de especificação e implementação, este trabalho mostra aplicações através de situações exemplo e apresenta uma análise comparativa com outros ambientes descritos na literatura. / When one surveys the literature on discrete simulation. it will be noticed that, in general. authors build their simulation models usin g traditional approaches such as event-oriented. message-oriented, queue-oriented. etc. In more recent texts, frameworks can be found that allegedly use the so called object-oriented simulation paradigm. However, there is no generally accepted definition of such a paradigm. and various interpretations can be found. If we consider that a simulation system is an instance of the more general class of software systems, it is strai ghtforward to apply concepts of object orientation to develop simulation systems. Nonetheless. it is important to emphasize that there is a major difference between a simulation paradigm. i.e.. the principles and resources used to build the model, and a design and implementation paradi gm used to develop the simulation system. Object-oriented languages can be used to implement simulation systems that follow different paradigms. If we refer to all these systems as objectoriented systems, confusion about the exact meanin g of object-oriented simulation may occur. This work presents an original classification of simulation systems according to their software architectures, where different aspects are taken into account, such as the way the entities in the model communicate with each other, the way one describes events that modify the entities' state, and others. In this classification, we identify basic concepts that are used to define a reference model, with which different simulation paradigms may be characterized and classified. In particular, special attention to the relationship between simulation paradigms and object-orientation is given, the latter here being seen as a strategy to design and implement simulation systems. SIMOO is an object-oriented framework for discrete simulation. composed by a Class Library and a Model Editing Tool that has been built in order to validate the proposed concepts. The main advantage of SIMOO with respect to other frameworks is that it allows a selection of the most adequate paradigm to describe each entity in the model. As a consequence, we are able to create models that instantiate, simultaneously, more than one simulation paradigm. The basic element of the SIMOO class library, based on which the framework derives all the entities in the model, is the autonomous element. This autonomous element has its own execution thread and an untyped message-based communication system that constitute the basis of all the paradigms SIMOO supports. The SIMOO Model Editing Tool (MET) uses a hierarchical class diagram extended with resources needed to build simulation models. Along with the classe diagram, MET allows one to describe an instance diagram that details the more generic class diagram. From the diagrams and the description of the behavior of the entities, MET generates an executable model. The SIMOO framework also emphasizes the distinction between model description and aspects of visualization and user interaction. It provides a special category of autonomous elements, the monitors, that implements this separation. Besides presenting the formal specification and the implementation of the framework, in this work several examples of how to use the SIMOO are presented, along with a comparison with other existing frameworks.

abstract: Semiconductor manufacturing is one of the most complex manufacturing systems in today’s times. Since semiconductor industry is extremely consumer driven, market demands within this industry change rapidly. It is therefore very crucial for these industries to be able to predict cycle time very accurately in order to quote accurate delivery dates. Discrete Event Simulation (DES) models are often used to model these complex manufacturing systems in order to generate estimates of the cycle time distribution. However, building models and executing them consumes sufficient time and resources. The objective of this research is to determine the influence of input parameters on the cycle time distribution of a semiconductor or high volume electronics manufacturing system. This will help the decision makers to implement system changes to improve the predictability of their cycle time distribution without having to run simulation models. In order to understand how input parameters impact the cycle time, Design of Experiments (DOE) is performed. The response variables considered are the attributes of cycle time distribution which include the four moments and percentiles. The input to this DOE is the output from the simulation runs. Main effects, two-way and three-way interactions for these input variables are analyzed. The implications of these results to real world scenarios are explained which would help manufactures understand the effects of the interactions between the input factors on the estimates of cycle time distribution. The shape of the cycle time distributions is different for different types of systems. Also, DES requires substantial resources and time to run. In an effort to generalize the results obtained in semiconductor manufacturing analysis, a non- complex system is considered. / Dissertation/Thesis / Masters Thesis Mechanical Engineering 2017

Considerando o grande volume de obras, a necessidade de gerenciar inúmeras equipes, prazos reduzidos, alta repetitividade e a pequena margem de lucro de empreendimentos habitacionais de interesse social, tem crescido a importância projetar e simular os sistemas de produção de forma antecipada. A simulação de eventos discretos tem sido empregada como ferramenta de gestão para a análise de cenários alternativos em empreendimentos de construção, principalmente em trabalhos de cunho acadêmico. Entretanto, seu emprego tende a ser pouco explorado no projeto do sistema de produção de empreendimentos reais, principalmente devido à dificuldade de interpretação dos dados e da pouca experiência dos tomadores de decisão com essa ferramenta. Por esse motivo, a literatura tem recomendado o uso de ferramentas que auxiliem, de forma visual e espacial, a compreensão dos resultados. O objetivo desta pesquisa é propor um método para a elaboração do projeto do sistema de produção utilizando a modelagem BIM-4D e simulação de eventos discretos de forma integrada, na tomada de decisão de empreendimento habitacionais de interesse social. Foi escolhida a abordagem metodológica da design science research para a realização da pesquisa, a qual consiste na criação de um artefato, a ser utilizado para resolver classes de problemas, seguida da avaliação da sua utilidade. Este método foi desenvolvido através de três estudos empíricos nos quais o mesmo foi concebido e aplicado. Entre as principais contribuições deste trabalho, destaca-se uma proposta de integração entre a simulação de eventos discretos e modelagem BIM-4D no projeto do sistema de produção de empreendimentos habitacionais de interesse social, e uma discussão do papel de ferramentas gráficas como auxílio na tomada de decisão. / Considering the large scale of work, the need to manage a large number of teams, tight deadlines, highly repetitive operations, and limited profit margin of low-income housing projects, the need to design and simulate production systems in advance has increased. Discrete event simulation has been used as a management tool for the analysis of alternative scenarios in construction projects, mostly in academic studies. However, the use of simulation has not been fully explored in the design of the production system in real projects, mainly due to the difficulty of interpreting data, as well as the lack of experience of decision makers in using this tool. Therefore, the use of visual and spatial tools that support the interpretation of simulation data has been suggested in the literature. The aim of this research work is to propose a method for production system design using BIM-4D modeling and discrete event simulation in an integrated way for supporting decision making in low-income housing projects. The methodological approach adopted in this investigation was design science research, which consists of the creation of an artifact for solving classes of problems, and the evaluation of its utility. This method was developed along three empirical studies in which it was conceived and applied. The main contributions of this research work are concerned with a proposal for the integration of discrete event simulation and BIM-4D modeling in the production system design of low-income housing projects, and a discussion on the use of graphical tools to support decision-making.

Modelos de simulação usados para representar uma malha ferroviária com a circulação de trens percorrendo nela um ciclo fechado, estão sujeitos a diversas interferências. Essas interferências são representadas pela circulação de outros trens, bem como pelas filas que são formadas junto aos terminas de carga e descarga, que alteram a programação inicialmente idealizada. A validação desses modelos de simulação é prejudicada por essas interferências, e a busca por um correto procedimento de validação deve ter como base o adequado direcionamento e alocação dos trens. A carência de estudos sobre a validação de simulações aplicadas a sistemas ferroviários, que considerem a característica especifica de trens de ciclo e as interferências citadas, possibilitou a elaboração desta tese, a qual sinaliza que o desenvolvimento de algoritmos que representam o processo de movimentação dos trens em nível de detalhe suficiente, e a adoção de um método de direcionamento adequado, permitem a validação do modelo para esse tipo de sistema. Das três alternativas avaliadas para representar o direcionamento: escolha aleatória entre diversos pontos de carregamento para atender um destino final ou realizado por rotina com a mesma finalidade inserida no próprio simulador, e por modelo otimizador acessado externamente pelo simulador, foi selecionada a segunda opção por permitir uma validação do modelo mais próxima da realidade e realizar experimentos com menor tempo computacional. Uma vez programado o modelo de simulação com o direcionamento de trens escolhido, foi possível conduzir experimentos para medir a sensibilidade com relação as principais variáveis que permitem o dimensionamento de sistemas ferroviários brasileiros. / The rail network simulation models considering trains on closed loop may have many disturbances. These disturbances are caused by the railnet traffic, or queues at the load/unload stations, that changes the movement previously planned. The validation of these simulation models can be problematic because of these disturbances, and the search for the right validation procedure must count with a good train destination choosing process. The lack of studies about the validation of simulations applied to rail networks, considering the specific features of the closed loop trains and the disturbances, have leaded this thesis development, which proves that the development of algorithms that represent the movement process of the trains under sufficient detailing level, and the adoption of a correct destination choosing process, reaches the model validation. From the three options evaluated to represent this destination choosing procedure: random choosing between many loading points to one unloading point, or an internal model routine to do this same task, or an external optimization model called from the simulation model, was choosen the second option, because it validates the model and runs the simulation experiment faster. Once prepared the model with the destination choosing process selected, was possible to conduct experiments to measure the model sensitivity to the main parameters at the design of brazilian rail networks.

Considerando o grande volume de obras, a necessidade de gerenciar inúmeras equipes, prazos reduzidos, alta repetitividade e a pequena margem de lucro de empreendimentos habitacionais de interesse social, tem crescido a importância projetar e simular os sistemas de produção de forma antecipada. A simulação de eventos discretos tem sido empregada como ferramenta de gestão para a análise de cenários alternativos em empreendimentos de construção, principalmente em trabalhos de cunho acadêmico. Entretanto, seu emprego tende a ser pouco explorado no projeto do sistema de produção de empreendimentos reais, principalmente devido à dificuldade de interpretação dos dados e da pouca experiência dos tomadores de decisão com essa ferramenta. Por esse motivo, a literatura tem recomendado o uso de ferramentas que auxiliem, de forma visual e espacial, a compreensão dos resultados. O objetivo desta pesquisa é propor um método para a elaboração do projeto do sistema de produção utilizando a modelagem BIM-4D e simulação de eventos discretos de forma integrada, na tomada de decisão de empreendimento habitacionais de interesse social. Foi escolhida a abordagem metodológica da design science research para a realização da pesquisa, a qual consiste na criação de um artefato, a ser utilizado para resolver classes de problemas, seguida da avaliação da sua utilidade. Este método foi desenvolvido através de três estudos empíricos nos quais o mesmo foi concebido e aplicado. Entre as principais contribuições deste trabalho, destaca-se uma proposta de integração entre a simulação de eventos discretos e modelagem BIM-4D no projeto do sistema de produção de empreendimentos habitacionais de interesse social, e uma discussão do papel de ferramentas gráficas como auxílio na tomada de decisão. / Considering the large scale of work, the need to manage a large number of teams, tight deadlines, highly repetitive operations, and limited profit margin of low-income housing projects, the need to design and simulate production systems in advance has increased. Discrete event simulation has been used as a management tool for the analysis of alternative scenarios in construction projects, mostly in academic studies. However, the use of simulation has not been fully explored in the design of the production system in real projects, mainly due to the difficulty of interpreting data, as well as the lack of experience of decision makers in using this tool. Therefore, the use of visual and spatial tools that support the interpretation of simulation data has been suggested in the literature. The aim of this research work is to propose a method for production system design using BIM-4D modeling and discrete event simulation in an integrated way for supporting decision making in low-income housing projects. The methodological approach adopted in this investigation was design science research, which consists of the creation of an artifact for solving classes of problems, and the evaluation of its utility. This method was developed along three empirical studies in which it was conceived and applied. The main contributions of this research work are concerned with a proposal for the integration of discrete event simulation and BIM-4D modeling in the production system design of low-income housing projects, and a discussion on the use of graphical tools to support decision-making.

Analisando-se a literatura de simulação discreta pode-se observar que os autores, em geral, constroem seus modelos de simulação baseados em abordagens tradicionais e aceitas tais como orientação a eventos, orientação a mensagens, orientação a filas, etc. Mais recentemente encontram-se ambientes que afirmam utilizar o chamado paradigma de simulação orientado a objetos. No entanto não existe consenso na definição de tal paradigma e diferentes interpretações podem ser encontradas. Considerando que um modelo de simulação pertence a classe dos sistemas de software, nada mais natural do que aplicar conceitos de orientação a objetos em seu desenvolvimento. Deve ficar claro, entretanto, que existe uma grande diferença entre um paradigma de simulação, isto é, as idéias e recursos usados na construção de um modelo, e um paradigma de projeto e implementação aplicado ao desenvolvimento de sistemas de simulação. Linguagens orientadas a objetos podem ser aplicadas na implementação de sistemas de simulação que utilizam conceitos de modelagem distintos. Ainda que todos possam ser chamados de sistemas orientados a objetos, pode haver confusão quanto ao significado do termo simulação orientada a objetos. Este trabalho apresenta um esquema original de classificação para sistemas de simulação quanto a sua arquitetura de software onde são considerados aspectos tais como a maneira pela qual as entidades do modelo se comunicam e a forma pela qual se descrevem os eventos que alteram seu estado, entre outros. Conceitos fundamentais são identificados de maneira a definir um modelo de referencia onde diferentes paradigmas de simulação possam ser caracterizados e classificados. Especial atenção e dada ao relacionamento entre os paradigmas de simulação e a orientação a objetos, onde esta Ultima e vista como uma estratégia de projeto e implementação. Uma nova forma de caracterizar um paradigma de simulação e proposta. SIMOO e um "framework. ' para simulação discreta orientada a objetos que foi construído de maneira a poder validar os conceitos propostos. Composto por uma biblioteca de classes e de uma ferramenta de edição de modelos, a principal vantagem do use de SIMOO em relação a outras abordagens esta no fato de que SIMOO permite a seleção do paradigma mais adequado a descrição de cada entidade do modelo. Esta característica permite a criação de modelos que incorporam, simultaneamente, mais de um paradigma de simulação. A abstração básica da biblioteca de classes de SIMOO, a partir da qual são derivadas todas as entidades de um modelo, e o elemento autônomo. Este encapsula uma "thread" própria de execução e um sistema de comunicação por mensagens não tipadas que são a base de todos os paradigmas suportados por SIMOO. A ferramenta de edição de modelos de SIMOO e chamada de MET. MET utiliza um diagrama de classes hierárquico enriquecido com recursos adequados para a construção de modelos de simulação. Além do diagrama de classes, descreve-se também um diagrama de instâncias, onde as especificações genéricas do diagrama de classes são particularizadas. A partir da especificação dos diagramas e da descrição do comportamento das entidades, MET gera um modelo executável. Finalmente, SIMOO preocupa-se com a separação de domínios entre a descrição do modelo propriamente dito e os aspectos de visualização de resultados e interação com o usuário. Uma categoria especial de elementos autônomos chamados de monitores e provida para permitir essa separação. Além de apresentar o "framework" SIMOO em termos de especificação e implementação, este trabalho mostra aplicações através de situações exemplo e apresenta uma análise comparativa com outros ambientes descritos na literatura. / When one surveys the literature on discrete simulation. it will be noticed that, in general. authors build their simulation models usin g traditional approaches such as event-oriented. message-oriented, queue-oriented. etc. In more recent texts, frameworks can be found that allegedly use the so called object-oriented simulation paradigm. However, there is no generally accepted definition of such a paradigm. and various interpretations can be found. If we consider that a simulation system is an instance of the more general class of software systems, it is strai ghtforward to apply concepts of object orientation to develop simulation systems. Nonetheless. it is important to emphasize that there is a major difference between a simulation paradigm. i.e.. the principles and resources used to build the model, and a design and implementation paradi gm used to develop the simulation system. Object-oriented languages can be used to implement simulation systems that follow different paradigms. If we refer to all these systems as objectoriented systems, confusion about the exact meanin g of object-oriented simulation may occur. This work presents an original classification of simulation systems according to their software architectures, where different aspects are taken into account, such as the way the entities in the model communicate with each other, the way one describes events that modify the entities' state, and others. In this classification, we identify basic concepts that are used to define a reference model, with which different simulation paradigms may be characterized and classified. In particular, special attention to the relationship between simulation paradigms and object-orientation is given, the latter here being seen as a strategy to design and implement simulation systems. SIMOO is an object-oriented framework for discrete simulation. composed by a Class Library and a Model Editing Tool that has been built in order to validate the proposed concepts. The main advantage of SIMOO with respect to other frameworks is that it allows a selection of the most adequate paradigm to describe each entity in the model. As a consequence, we are able to create models that instantiate, simultaneously, more than one simulation paradigm. The basic element of the SIMOO class library, based on which the framework derives all the entities in the model, is the autonomous element. This autonomous element has its own execution thread and an untyped message-based communication system that constitute the basis of all the paradigms SIMOO supports. The SIMOO Model Editing Tool (MET) uses a hierarchical class diagram extended with resources needed to build simulation models. Along with the classe diagram, MET allows one to describe an instance diagram that details the more generic class diagram. From the diagrams and the description of the behavior of the entities, MET generates an executable model. The SIMOO framework also emphasizes the distinction between model description and aspects of visualization and user interaction. It provides a special category of autonomous elements, the monitors, that implements this separation. Besides presenting the formal specification and the implementation of the framework, in this work several examples of how to use the SIMOO are presented, along with a comparison with other existing frameworks.