Universidade Estadual de Campinas

Faculdade de Engenharia Elétrica e de Computação

Departamento de Engenharia de Computação

e Automação Industrial

 

 

 

 

 

 

 

 

 

 

Relatório do Agente 5:

 

Aplicação da Ferramenta Sntool para Simulação do Restaurante Universitário da Unicamp (Bandejão)

 

 

 

 

 

 

 

 

 

Acadêmico: Renato Reder Cazangi     ( renato@dca.fee.unicamp.br )                       

RA:  015026

Disciplina: IA 009

Prof.: Ricardo Gudwin

 

 

Campinas, 6 de dezembro de 2002.

 

 

 

 

 



1.      Descrição do Processo

 

O processo organizacional escolhido para ser modelado por meio do Sntool foi o restaurante universitário principal da Unicamp, o famoso “Bandejão”. Segundo o site da Unicamp, o restaurante tem capacidade para atender 6500 almoços e 1500 jantres.

 

O processo de funcionamento do Bandejão, sob o ponto de vista dos usuários, se inicia na entrada, onde é possível comprar vales com dinheiro ou trocar um despósito bancário por tickets. Quem entra com tickets deve passar pela roleta de tickes e quem comprou vale deve passar pela roleta de vales. A seguir o usuário pode escolher entre dois lugares para pegar comida, cada qual com sua fila. Após ter a comida colocada na sua bandeja, o usuário tem duas opções de bebidas: chá ou suco. Nas máquinas de bebidas também podem formar filas. Finalmente o usuário pode se sentar em uma mesa e comer à vontade. Ao terminar a refeição, é dever do usuário colocar sua bandeja em uma esteira que leva à máquina de lavar e então o processo se encerra na saída do restaurante.

 

Existem alguns detalhes específicos que não foram reproduzidos neste trabalho como a possibilidade de lavar as mãos, pegar talheres, café, etc. No entanto a o processo organizacional modelado já é bastante fiel ao que ocorre no Bandejão. A rede construída no Sntool para representar o restaurante é mostrada na Figura 1:

 

Figura 1: Rede de agentes que modela o Bandejão.

 

 

 

 


2.      Simulações e Resultados

 

 

Alguns valores precisaram ser estimados para que fosse possível simular o processo de maneira característica. Estima-se que 70 % dos usuários compram seus vales com dinheiro na hora e os demais entram com tickets. Como existem duas filas para pegar comida a probabilidade considerada é que metade das pessoas vai para uma fila e metade para a outra. Supõe-se também que 75 % das pessoas prefiram tomar suco e 25% chá. Além disso, para efeito de simulação, chega uma pessoa a cada iteração na entrada do restaurante.

 

Almoço

 

A primeira simulação realizada foi o funcionamento no horário de almoço. Já que o restaurante tem capacidade para preparar 6500 almoços, então a simulação foi feita com 6500 usuários. Os números obtidos estão na Tabela 1.

 

 

Número de Usuários

Porcentagem

Entraram com Vale

4528

69,66 %

Entraram com Ticket

1972

30,33 %

Tomaram Suco

4823

74,2 %

Tomaram Cha

1677

25,8 %

Tabela 1: Números de usuários por serviço opcional.

 

 

 

 

 


Gráfico 1: Porcentagem de usuários de cada serviço.

 

 

Pode-se observar que o que foi programado realmente ocorreu, tanto em relação ao tipo de pagamento quanto à bebida preferida. Os resultados mais interessantes estão a seguir, na Tabela 3. Foram medidos os maiores tamanhos das filas, ou seja, qual o número máximo de pessoas nas filas e comendo ao mesmo tempo.

 

 

 

Número Máximo de Usuários

Fila do Ticket

 

24

Fila do Vale

 

53

Filas de Comida

 

38

Comendo Simultaneamente

 

465

Tabela 2: Tamanhos das filas.

 

Os resultados da Tabela 2 são muito interessantes pois a partir deles pode-se estimar qual o tamanho máximo de uma fila que um usuário poderia enfrentar. A fila do ticket teve no máximo 24 pessoas, enquanto a fila do vale chegou a 53 usuários. Já as filas de comida tiveram o mairo tamanho com 38 pessoas. Alguém que quisesse pegar menos fila deveria escolher sempre usar tickets, assim teria que esperar, em uma situação extrema, 23 pessoas a sua frente. Se houvesse a intenção dos diretores do bandejão em diminuir estas filas, mais servidores deveria ser alocados, mais roletas, etc.

Outro dado importante aos diretores do restaurante é a quantidade de usuários comendo simultaneamente. O pico se deu com 465 pessoas almoçando ao mesmo tempo. Com isso pode-se prever que o número máximo de vagas do restaurante tem que ser em torno de 460 a 470. Caso não caibam efetivamente tantas pessoas juntas, deve-se tomar alguma medida, como por exemplo aumentar o horário de almoço.

 

 

Jantar

 

Este experimento é análogo ao anterior, considerando, no entando, 1500 usuários, ou seja, a capacidade exata de refeições possíveis de serem servidas no jantar. Os resultados estão na Tabela 3.

 

 

Número de Usuários

Porcentagem

Entraram com Vale

1051

70,06 %

Entraram com Ticket

449

29,93 %

Tomaram Suco

1137

75,8 %

Tomaram Cha

363

24,2 %

Tabela 3: Resultados da simulação de jantar.

 

Mais uma vez os resultados obtidos na simulação foram os esperados. Como foi feito na simulação do almoço, o tamanho máximo das filas também foi medido e é apresentado na Tabela 4.

 

 

Número Máximo de Usuários

Fila do Ticket

 

23

Fila do Vale

 

49

Filas de Comida

 

31

Comendo Simultaneamente

 

290

Tabela 2: Tamanhos das filas.

 

Fica confirmado que a melhor alternativa para não pegar fila na entrada é usar tickets. Também observa-se que a capacidade máxima exigida do restaurante é de 290 vagas. Portanto, caso o bandejão tivesse capacidade para suportar o almoço (465 vagas), à noite, no jantar, ficariam 175 lugares ociosos ou 38 % do total. Com tanto espaço sobrando seria interessante aumentar a estrutura de atendimento de usuários para que o espaço ocioso diminuísse e as pessoas esperassem menos nas filas.

 


3.      Conclusão

 

O Sntool demonstrou que é uma ferramenta de grande potencial na modelagem de processos organizacionais. Neste trabalho o restaurante universitário principal da Unicamp foi simulado de maneira relativamente simplificada. Muitos outros detalhes podem ser incluídos em futuros trabalhos, como por exemplo, o cálculo do tempo gasto nas filas, quantidade de alimento necessária, etc. Com isto seria possível prever e planejar muitas dificuldades no processo e assim otimizar o atendimento ao usuário.