XIII SIMPEP Bauru, SP, Brasil, 06 a 08 de novembro de 2006.

Uma reviso sobre a aplicao de simulao computacional em processos

industriais

Guilherme Ernani Vieira (PUCPR) gui.vieira@pucpr.br

Resumo: Apesar de ser uma rea que h tempo vem sendo explorada por pesquisadores e
indstria, simulao computacional ainda uma tcnica que no tem mostrado sociedade toda
sua potencialidade e benefcios que pode trazer queles que a utilizam eficientemente. No se
encontra com facilidade trabalhos que relatem as vantagens do seu uso. Este artigo revisa
alguns dos conceitos bsicos de simulao computacional, mas sua maior contribuio est no
fato de rapidamente descrever aplicaes prticas, relatadas na literatura - principalmente
atravs da Internet, em processos industriais.
Palavras-Chave: Simulao computacional; Aplicaes; Fundamentos.

1 Tomada de deciso baseada em simulao

Como sistemas de informao podem auxiliar uma empresa a melhorar sua estrutura
organizacional? Como indstrias podem definir melhores layouts produtivos ou o mix de
produtos para nova temporada? Quais setores devem ser automatizados e quais equipamentos
devem ser adquiridos? Como um novo sistema produtivo, ou a substituio de parte do sistema
atual, ir afetar a produtividade da indstria e quo significativa ser esta mudana? Como
avaliar se a nova reestruturao produtiva trar os benefcios esperados? Ser que o investimento
gerar o retorno desejado? Simulao computacional uma ferramenta, um sistema de
informao e, por que no dizer tambm, de planejamento, que serve exatamente para responder
estas questes. A grande novidade que est facilmente disponvel falta apenas tornar-se
conhecida e utilizada. Gerentes e diretores podem agora se beneficiar com o auxlio desta
tecnologia, de fato, espera-se que em breve, os tomadores de deciso tero nos computadores de
seus escritrios, ferramentas de simulao que rapidamente os auxiliem nas suas tarefas dirias.

Qualquer projeto de tamanho razovel em uma corporao de mdio ou grande porte, que
envolva recursos (pessoas, mquinas, carros, infra-estrutura, ferramentas, material) ter
certamente a necessidade de investimento financeiro de valor considervel. claro que se espera
um retorno significativamente maior que o investimento feito e em tempo adequado, para que as
alteraes propostas sejam consideradas viveis. Entretanto, normalmente defronta-se com a
problemtica de como comprovar que os benefcios sero maiores que os investimentos, e que,
portanto, o projeto proposto deve receber a ateno devida. Felizmente hoje j existem
ferramentas que permitem aos projetistas avaliar, ou quantificar, se de fato, as novas idias traro
os benefcios imaginados. Essas ferramentas simulam o processo atual e o novo processo e a
partir das comparaes entre os dois cenrios, pode-se inferir sobre a viabilidade ou no do novo
projeto.

Isto o que se chama de what...if analysis que quer dizer, anlise do o que acontecer se
fizer isto ou aquilo. para isto que serve a simulao computacional, exatamente para auxiliar
na tomada de deciso. antever, prever, ou olhar adiante, para descobrir qual ser o efeito que
 XIII SIMPEP Bauru, SP, Brasil, 06 a 08 de novembro de 2006.

determinadas aes traro para o sistema sendo modificado. descobrir se o investimento de

500.000 dlares numa nova mquina de corte a laser trar o aumento de produtividade que a
empresa precisa, ou se o gasto com expanso do restaurante em mais 50 mesas trar benefcios,
ou se a sinergia trazida por um merger com uma outra empresa da cadeia trar benefcios para
proprietrios, acionistas e sociedade, ou se a terceirizao de alguns dos servios da empresa trar
economias para a corporao.

Mas, por natureza, toda previso est errada (Chopra e Meindl, 2004), isto claro, se o sistema
considerado for aleatrio (estocstico ou no-determinstico), e isto significa dizer que as
simulaes tambm estaro sempre erradas. Como fazer ento um planejamento e definir novas
aes operacionais, tticas ou estratgicas, baseando-se em informaes que por natureza esto
erradas? Tudo depende de quo grande o erro. Ou, falando inversamente, de quo precisos so
os resultados. Em se trabalhando com uma confiana de 95% por exemplo, um aumento
esperado na produtividade de (155)% pode ser bem diferente de um aumento esperado de
(150,5)%. Mesmo embora, na mdia, os valores sejam iguais, a preciso deste muito maior do
que daquele, e, portanto, a tomada de deciso baseada neste tem maiores chances de estar certa.
Naquele, dez por cento de aumento pode no ser suficiente para se justificar o investimento a ser
feito, por outro lado, um aumento de 20% seria fantstico. Um erro de 0,5% bem diferente de
um erro de 20%. Sendo assim, a simulao, quando bem feita, permitir que o tomador de
deciso possa ter confiana na direo que est escolhendo, pois simulao permitir a ele
quantificar sua percepo e probabilidade de acerto (e de erro, conseqentemente).

Este artigo descreve um pouco sobre os fundamentos desta tecnologia, que processos industriais
pode-se aplic-la, que benefcios tm sido relatados e, rapidamente, como se fazer um projeto de
simulao.

2 Definies e caractersticas gerais

O conceito de simulao pode ser descrito como uma tentativa de replicar ou imitar formas do
comportamento de um sistema, real ou sendo projetado, atravs da construo de um modelo
matemtico desenvolvido em um computador. Segundo Hollocks (1992), a simulao
computacional uma tcnica de pesquisa operacional que envolve a criao de um programa
computacional representando alguma parte do mundo real, de forma que experimentos no modelo
original predizem o que acontecer na realidade.

Para surpresa de muitos, simulao no uma tecnologia to recente. Schriber, na dcada de

setenta (Schriber, 1974), j dizia que simulao implica na modelagem de um processo ou
sistema, de tal forma que o modelo imite as respostas do sistema real numa sucesso de eventos
que ocorrem ao longo do tempo. Tambm Shannon, na mesma dcada (Shannon, 1975), afirmou
que simulao quase sinnimo de simulao computacional digital, na qual um modelo
computacional executado. Para ele, a simulao computacional pode ser definida como um
programa de computador cujas variveis apresentam o mesmo comportamento dinmico e
estocstico do sistema real que representa.

Vindo agora para um passado mais recente, para Pedgen et al. (1990), simulao o processo de
projetar um modelo computacional de um sistema real e conduzir experimentos com este modelo
com o propsito de entender seu comportamento e/ou avaliar estratgias para sua operao.
 XIII SIMPEP Bauru, SP, Brasil, 06 a 08 de novembro de 2006.

A simulao procura modelar um sistema ou processo, dando apoio tomada de deciso,

possibilitando a reduo de riscos e custos envolvidos em um processo. Cada vez mais, a
simulao est sendo aceita e fazendo parte do dia a dia dos analistas, sendo vista como uma
tcnica/ferramenta para verificar e encaminhar solues aos problemas encontrados nos mais
diversos segmentos industriais.

Cada vez mais a simulao est sendo empregada nas indstrias (casos de sucesso so descritos
na prxima seo) sob variados objetivos; como por exemplo:
- Reduzir custos de estoques, dimensionando-os corretamente de acordo com o
planejamento da produo;
- Aumentar a performance de processos j existentes;
- Garantir que novos processos sejam testados e aprovados antes de suas implementaes;
- Alcanar o mais alto nvel de otimizao de recursos e de pessoal;
- Obter os melhores resultados de logstica com sua cadeia de fornecedores;
- Usar o modelo para prever o comportamento futuro, isto , os efeitos produzidos por
alteraes no sistema ou nos mtodos empregados em sua operao (Pedgen et al.,1990);
- Estudos sobre a utilizao da capacidade instalada, nveis de inventrios, lgica de
controle, refinamento de projeto, integrao, sequenciamento, gargalos do sistema,
melhor arranjo fsico e melhor ndice de produtividade dos funcionrios (Lobo e Porto,
1996).

2.1 Vantagens e desvantagens da simulao

A simulao traz inmeras vantagens se comparadas as de outros mtodos analticos ou
experimentais, ou mesmo, baseados puramente na experincia do projetista ou tomadas de
deciso. Dentre elas, pode-se citar, por exemplo:
- Uma vez o modelo de simulao criado, pode se fazer vrias alteraes ou modificaes
para avaliar projetos e polticas propostas;
- Permite a anlise de longos perodos em um curto espao de tempo (tempo de execuo);
- O desenvolvimento do modelo de simulao ajuda a organizao a separar os parmetros
controlveis daqueles que no so controlveis e estudar a influncia de cada um deles
sobre os sistemas;
- Hipteses sobre como ou por qu certos fenmenos acontecem podem ser testadas para
confirmao (Pedgen et al.,1990);
- Um estudo de simulao costuma mostrar como realmente um sistema opera, em
oposio maneira com que todos pensam que ele opera (Banks e Carsen, 1984);
- Permite a anlise de sensibilidade do tipo what-if (o que acontece se...). Vrias polticas
de deciso podem ser testadas e comparadas rapidamente (Corra et al., 2001);
- Em suma, para aqueles problemas que na prtica so resolvidos por regras intuitivas
(rules of the thumb), a simulao uma ferramenta forte para apoio a deciso permitindo
que solues potencialmente boas sejam encontradas (Corra et al., 2001).

Como todas as tcnicas, a simulao tambm possui algumas desvantagens. Entre elas pode-se
citar:
- Um bom modelo de simulao pode se tornar caro e levar vrios meses para o seu
desenvolvimento, especialmente quando os dados so de difcil obteno;
 XIII SIMPEP Bauru, SP, Brasil, 06 a 08 de novembro de 2006.

- A simulao no gera bons resultados sem inputs adequados. A construo e a

alimentao do modelo requerem um trabalho rduo e criterioso (Corra et al., 2001);
- Os resultados da simulao so, algumas vezes, de difcil interpretao. Uma vez que os
modelos tentam capturar a variabilidade dos sistemas, comum que existam dificuldades
em determinar quando uma observao realizada durante uma execuo se deve a alguma
relao significante no sistema ou a processos aleatrios construdos e embutidos no
modelo (Pedgen et al.,1990);
- A construo do modelo requer treinamento especial. O aprendizado se d ao longo do
tempo, com a aquisio de experincia (Banks e Carsen, 1984).

2.2 Ambientes de simulao

Existem duas abordagens principais de simulao computacional, a contnua e a discreta. Aquela
baseada em modelos representados por equaes diferenciais e/ou a diferenas e representam
bem processos contnuos ou de fluxo. Conseguem uma boa preciso na representao do sistema
real, desde que o mesmo no seja extremamente complexo. A outra abordagem a simulao
discreta, dirigida por eventos, e baseada em uma tabela de eventos. Usa funes probabilsticas e
consegue modelar sistemas mais complexos. Sua dinmica ocorre por meio de uma seqncia de
eventos separados (discretos) no tempo. Atualmente, existem inmeros softwares para ambas as
categorias de simulao, mas a discreta parece ser a mais difundida e utilizada.

Dentre as inmeras maneiras de se simular sistemas, deve-se considerar fortemente os recursos,

h muito tempo utilizados, como a Teoria das Filas (Prado, 1999), desenvolvida por A. K. Erlang
no incio do sculo XX, que alcanou grande sucesso, apesar da grande complexidade
matemtica. Pode-se utilizar tambm planilhas do MS Excel e o @RISC da Palisade
Corporation. No mbito da simulao, o uso de softwares um ponto crucial. Pode-se dizer
inclusive que simulao sinnimo de simulao computacional.

No passado havia poucas alternativas, em termos de linguagem de programao, como

FORTRAM, Pascal, tambm eram poucas as alternativas em linguagens especficas para
simulao, entre elas, pode-se citar: GPSS, SIMULA, GASP e SLAM. Atualmente, face s
inmeras opes, a dificuldade na escolha de softwares reside no custo. Dentre as opes
disponveis pode-se citar: ARENA (Rockwell software Automation Inc.), AutoMod
(Autosimulations), Extend (Imagine That), GPSS H (Wolverine), Micro Saint (Micro Analysis &
Design), ProModel (ProModel Corporation), SIMPLE++ (AESOP), Simscript II.5 e MODSIM
III (CACI Products Company), TAYLOR Iib, VisSim (Visual Solutions), dentre outros.

2.3 reas de aplicao da simulao

A utilizao da simulao pode ser verificada em vrios segmentos. Alguns setores onde a
simulao aplicada esto demonstrado na figura a seguir.
 XIII SIMPEP Bauru, SP, Brasil, 06 a 08 de novembro de 2006.

Escritrios
Parques
Restaurantes de Diverses

Cadeias Aeroportos
Logsticas e Portos

SIMULAO
Bancos Hospitais

SAC Supermercados
Cadeias
Logsticas

Figura 1 reas de aplicao da simulao

Especificamente no Brasil, aplicaes de simulao tm ocorrido em inmeras reas, como

mencionado a seguir (PARAGON, 2006):

Logstica & Supply Chain

Estudo de expanso do Canal do Panam;

Dimensionamento de frotas de abastecimentos;
Estudo de abastecimento de matria prima;
Estudo da logstica de manuteno;
Estudo da logstica de carga/descarga de produtos;
Dimensionamento da frota de transporte terceirizada;
Dimensionamento de supply-chain;
Distribuio de bebidas em escala nacional;
Comparativo entre operadores logsticos;
Movimentao e esvaziamento de ptio de veculos;
Avaliao de sistema de armazenagem automatizado;
Distribuio de produto alimentcio perecvel;

Ferrovias

Malha ferroviria ligando So Paulo, Minas e Rio de Janeiro;

Ptio ferrovirio do porto de Tubaro;
Estrada de ferro Vitria-Minas;
Malha ferroviria da regio sul do Brasil;
Definio da melhor composio para transporte ferrovirio urbano;

Siderurgia

Armazenagem e transporte de matrias primas por sistema de correias em siderrgica;

Laboratrio de anlise de amostras da Aciaria;
 XIII SIMPEP Bauru, SP, Brasil, 06 a 08 de novembro de 2006.

Forjaria de cilindros;
Aciaria e expanses da Aciaria;
Modernizao da linha de fabricao de fios;
Expanso da coqueria;
Implantao de novo forno magnesiano;
Fabricao de telas de ao;
Estudo de movimentao para expanso de aciaria;
Dimensionamento da frota de transporte interno;

Manufatura

Dimensionamento do abastecimento em linha de montagem automotiva;

Avaliao de mudanas em linha de montagem de motores;
Estudo de alternativas para linha de montagem;
Anlise de impacto do mix produtivo;
Dimensionamento de mo de obra em clula de pintura;
Linha de pintura de chassis;
Operadores trabalhando em clula;
Estudo de simultaneidade em linha de vulcanizao de pneus;
Implantao de linha de montagem de eixos semi-automatica;
Estudo de desempenho de linha de produtiva;
Simulao completa de nova fbrica automotiva;
Estudo de investimento em maquinrio;
Dimensionamento da frota de empilhadeiras;
Estudo do impacto de tempos de setup em linha de usinagem;
Anlise e balanceamento entre setores produtivos;
Comparao entre diferentes layouts de montagem;
Identificao do mix timo para clula de termoformagem;
Estudo de dimensionamento de equipamentos;
Dimensionamento de linha de montagem;
Balanceamento macro entre setores fabris;
Estudo de investimento em linha de montagem robotizada;
Dimensionamento de mo de obra em clulas de produo;
Comparao entre diferentes conceitos de produo e layouts de montagem;
Melhoria da estamparia;

Petrleo

Simulador de cronograma de explorao de campo;

Estudo de risco no cronograma de desenvolvimento e explorao de campo petrolfero
martimo;
Dimensionamento de frota de rebocadores;

Celulose

Logstica de acesso rodovirio;

Sistema logstico de suprimento de madeira para a indstria de celulose;
 XIII SIMPEP Bauru, SP, Brasil, 06 a 08 de novembro de 2006.

Logstica aquaviria;
Dimensionamento porturio;
Operaes entre modais martimo e ferrovirio.

3 Alguns casos de sucesso

O que empresas como a Toyota, Motorola, Exxon Mobil, The Gillette Company, Caterpillar,
Siemens, FIAT, 3M, Intel, Honeywell, FedEx, Ford, American Express, United Technologies,
Kraft, Volkswagen, DaimilerChrysler, ups, Delta, General Motors, Hewllet Packard, General
Electric e Cymer tm em comum? Muitas coisas, mas o que realmente interessa aqui que todas
elas tm utilizado (ou utilizaram) simulao computacional para melhorar seus processos,
produtos e/ou servios. Alguns casos de sucesso, mencionados no site do sistema ProModel
(PROMODEL, 2006), so descritos a seguir.

A Exxon Mobil avaliou a instalao de novos equipamentos e mudanas nos processos para a
diviso de Filmes para determinar o impacto no resto das suas operaes. Atravs da simulao,
inmeras restries envolvendo AGVs (automated guided vehicles) foram identificadas. Uma
vez que o equipamento foi comprado e o processo alterado, a planta foi capaz de produzir 40%
acima das expectativas. Milhes de dlares em benefcios foram obtidos.

Atravs da simulao, recomendaes foram feitas GM as quais economizaram milhes de

dlares. Por exemplo, uma restrio inesperada teria causado uma perda de 30%.

Carrier Corporation usou simulao para modelar sua linha de pintura de equipamentos de
refrigerao. Eles provaram que se um novo forno de pintura fosse instalado, isto melhoraria a
produtividade, trazendo um benefcio anual de $370K, resultando Carrier uma economia de
mais de $1 milho.

Modelando toda a planta laser ajudou a Cymer aumentar sua produo em 400% em um ano, o
que gerou um aumento de receita de $180 milhes. Simulao foi usada para otimizar o projeto
do novo layout, avaliar mudanas nos processos, programar pessoal, controlar WIP (work-in-
progress ou estoque em processo) e investigar o impacto de novas tcnicas.

Na FIAT, simulao permitiu a eles modelar seus processos com preciso, reduzindo o WIP em
48%, lead times e a necessidade de espao fsicos. Simulao permitiu a eles identificar
mudanas especficas na programao e melhoramentos nos processos, resultando em grande
ROI (return on investment) e mais do que um milho de dlares em economia.

ProModel precisamente modelou o complexo processo de produo de bacon da Wright,

ajudando-os a melhor selecionar novos equipamentos, e a fazer mudanas nos processos e nas
programaes de funcionrios. Esta soluo permitiu a Wright Brand Foods dobrar sua
capacidade produtiva e economizar mais do que $10 milhes.

Eastman Chemicals usa simulao para continuamente analisar e avaliar oportunidades de

melhoria, para determinar se novas idias sero vlidas antes de se tomar o risco de
implementao. Quantidade incontvel de dlares tem sido economizada atravs de melhores
 XIII SIMPEP Bauru, SP, Brasil, 06 a 08 de novembro de 2006.

tempos de ciclo, avaliao de novos equipamentos, melhoramento na produtividade, projetos

otimizados de pessoal e de manuseio de materiais.

A Boeing usou simulao para implementar com sucesso manufatura enxuta e reduzir
consideravelmente custos produtivos. WIP, por exemplo, foi reduzido em 33%.

Nos ltimos 10 anos, simulao tem ajudado a DuPont a economizar milhes de dlares. Uma
das aplicaes levou apenas duas semanas para ser implementada e economizou $500,000.

Volkswagen economizou mais do que US$ 20 milhes por ano com uma soluo customizada
para sua logstica de distribuio (planta-centro de distribuio-revendedor). Melhoramentos
incluram mudana da localizao de centros de distribuio e substituio de caras rotas de
caminhes por rotas mais baratas (martimas ou de trem).

Simulao tem sido usada para modelar e melhorar a complexa cadeia de fornecimento entre a
planta da Thiokol (oeste dos Estados Unidos) e Cape Kennedy (Flrida). Economias de logstica
ficam na ordem de mais de um milho de dlares.

Delta utilizou ProModel para avaliar novos equipamentos para transportar avies. Uma soluo
tima permitiu a Delta economizar milhes de dlares.

4 Metodologia de projetos de simulao

Segundo Banks e Carsen (1984), Pedgen et al. (1990), e Law e Kelton (1991), para se fazer
simulao necessrio seguir alguns passos uma metodologia de projeto de simulao. Estes
passos podem ser resumidos como:
1. Formulao e anlise do problema;
2. Planejamento do projeto;
3. Formulao do modelo conceitual;
4. Coleta de dados e informaes;
5. Construo do modelo;
6. Verificao e validao;
7. Projeto do experimento;
8. Executar o experimento e analisar os resultados;
9. Refinar o projeto do experimento;
10. Anlise final dos resultados e documentao do processo.

Dentre esses passos, algumas questes so particularmente importantes: Definio dos

indicadores de desempenho, definio do nvel de confiana, definio do nmero de replicaes
a ser utilizado, definio do tamanho (durao ou perodo) de anlise, e se haver ou no um
perodo de aquecimento (transitrio).

O nvel de confiana () usado principalmente para clculo do intervalo de confiana para

medida de desempenho adotada. Todas as comparaes de desempenho entre os cenrios
considerados devem ser feitas com base nos intervalos de confiana dos indicadores de
desempenho.
 XIII SIMPEP Bauru, SP, Brasil, 06 a 08 de novembro de 2006.

Os resultados a serem obtidos dependem diretamente do tamanho da replicao e do nmero

destas. Existem algumas tcnicas para se estimar o nmero de rplicas. A usada pelo autor
baseia-se no mtodo proposto por Kelton et al. (2002). Nesta, inicialmente faz-se uma
experimentao (do cenrio inicial) com n0 rplicas. Com isto obtm-se um semi-intervalo de
confiana para o indicador de desempenho escolhido h0. Executando-se o mesmo experimento
para um nmero maior de replicaes (n1), o novo semi-intervalo de confiana ser h1. Calcula-
se ento n* como:
2
h
n n0 0
*

h1

Se n* for maior do que n1, tem-se que repetir o processo (isto , aumentar n1) at que n* n1 .

5 Comentrios finais
A simulao indiscutivelmente uma grande aliada no processo de tomada decises. A
flexibilidade permitida na anlise de diferentes cenrios, ou configuraes de um modelo, trs
inmeras vantagens no uso desta tecnologia. Vrios pontos de vista podem ser abordados,
ganhando-se com isto uma melhor orientao dos investimentos rumo ao diferencial competitivo
desejado.

Mas ainda se est no comeo do uso dessa ferramenta, entretanto, os resultados j apontam para
um crescimento forte na utilizao desta tcnica. O artigo mostrou que j inmeras corporaes
tm usado simulao e que os segmentos de mercado, isto , os ramos onde se podem aplic-la
so vastos. Os retornos de um projeto de simulao so enormes, os investimentos, entretanto,
no so to grandes.

Apesar da grande eficincia e user-friendliness dos sistemas de simulao disponveis no

mercado, para alcance de um bom resultado necessrio seguir uma metodologia na execuo de
projetos de simulao. preciso garantir da consistncia do modelo. preciso validar o modelo
inicial. Outro passo importante o tratamento dos dados. Um estudo detalhado do sistema revela
quais variveis so realmente relevantes no processo. A escolha de um tipo de distribuio de
freqncia, para insero dos dados, tambm contribuir fortemente para qualidade resultados.

Simulao uma ferramenta quantitativa, entretanto, no preciso ser um matemtico para poder
utiliz-la. Pelo contrrio, os novos sistemas esto vindo com interfaces grficas extremamente
amigveis, e com visualizaes 3D que empolgam e vislumbram aqueles que esto utilizando-a.
A tendncia que em breve, os tomadores de deciso tero em seu notebooks e computadores de
escritrios algum tipo de ferramenta de simulao que lhes auxilia diariamente nas suas decises.

6 Referncias
BANKS, J. and CARSEN, J. S., Discret Event System Simulation, Prendice-Hall, Englewood
Cliffs, NJ, 1984.

CHOPRA, S., e MEINDL, P. Supply Chain Management. 2nd Edition. Prentice-Hall, 2004.
 XIII SIMPEP Bauru, SP, Brasil, 06 a 08 de novembro de 2006.

CORRA, H. L., GIANESI, I. G. N., CAON, M., Planejamento, Programao e Controle da

Produo MRP II/ERP: Conceitos, Uso e Implantao, Editora Atlas, 4 Edio, 2001.
HOLLOCKS, B. A well-kept secret: Simulation in manufacturing industry review. OR Insight
5(4) 12-17. 1992.

KELTON, W. D.; SADOWSKI, R. P.; SADOWSKI, D. A.; Simulation With Arena; International
Edition; 2nd Edition - New York; McGraw-Hill Companies; 2002.

LAW, A.M. e KELTON, W.D., Simulation Modeling and Analysis, 2nd ed., McGraw-Hill, NY,
1991.

LOBO, E. C.; PORTO, A. J. V.; Proposta Para Sistematizao de Estudo de Simulao; Escola
de Engenharia de So Carlos EESC/USP; So Paulo; 1996.

PARAGON, http://www.paragon.com.br Consulta feita em Janeiro 2006.

PEGDEN,C.D., SHANON, R.E., SADOWSKY R. Introduction to Simulation Using SIMAN,

McGraw-Hilt New Jersey, 1990.

PRADO, D. S.; Usando o Arena em Simulao; Belo Horizonte MG; Editora de

Desenvolvimento Gerencial; 1999.

PROMODEL, http://www.promodel.com Consulta feita em Janeiro 2006.

SCHRIBER, T.J., Simulation Using GPSS, Wiley,NY,1974.

SHANNON, R. E., Systems Simulation: The Art Science, Prentice-Hall, Englewood Cliffs, 1975.