Расчетно-графическая работа по предмету количественные методы АХД

Содержание

 

Введение……………………………………………………………………….3

1. Использование имитационного моделирования при анализе систем массового обслуживания……………………………………………………..4

1. Имитационное моделирование……………………………………….4

2. Система массового обслуживания……………………………………5
3. Основные цели, проблемы и этапы построения имитационной модели………………………………………………………………………..8

2. Расчетная часть………………………………………………………….11

1. Сетевое планирование………………………………………………..11

2. Управление запасами…………………………………………………28

Список литературы…………………………………………………………..33

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Введение

 

Имитационное моделирование  применяется к процессам, в ход  которых может время от времени  вмешиваться человеческая воля. Человек, руководящий операцией, может в  зависимости от сложившейся обстановки, принимать те или иные решения, подобно  тому, как шахматист, глядя на доску, выбирает свой очередной ход. Затем  приводится в действие математическая модель, которая показывает, какое  ожидается изменение обстановки, в ответ на это решение и  к каким последствиям оно приведет спустя некоторое время. Следующее  текущее решение принимается  уже с учетом реальной новой обстановки и т. д. В результате многократного повторения такой процедуры руководитель как бы "набирает опыт", учится на своих и чужих ошибках и постепенно выучивается принимать правильные решения - если не оптимальные, то почти оптимальные.

Цель данной курсовой работы: изучение всех аспектов создания имитационной модели, рассмотрение непосредственных алгоритмов имитационного моделирования.

Для достижения поставленной цели в работе ставятся следующие  задачи:

. Изучить этапы построения  имитационных моделей.

. Изучить алгоритмы имитационного  моделирования систем массового  обслуживания.

. Продемонстрировать программу,  имитирующую функционирования вычислительной системы, с учетом дополнительных условий.

 

 

 

 

 

 

1. Использование имитационного моделирования при анализе систем массового обслуживания

 

1.1 Имитационное  моделирование

Имитационное моделирование  – наиболее мощный и универсальный  метод исследования и оценки эффективности систем, поведение которых зависит от воздействия случайных факторов. К таким системам можно отнести и летательный аппарат, и популяцию животных, и предприятие, работающее в условиях слабо регулируемых рыночных отношений.

В основе имитационного моделирования  лежит статистический эксперимент (метод Монте-Карло), реализация которого практически невозможна без применения средств вычислительной техники. Поэтому любая имитационная модель представляет собой, в конечном счете, более или менее сложный программный продукт. Конечно, как и любая другая программа, имитационная модель может быть разработана на любом универсальном языке программирования, даже на языке Ассемблера. Однако на пути разработчика в этом случае возникают следующие проблемы:

• требуется знание не только той предметной области, к которой  относится исследуемая система, но и языка программирования, причем на достаточно высоком уровне;

• на разработку специфических  процедур обеспечения статистического  эксперимента (генерация случайных  воздействий, планирование эксперимента, обработка результатов) может уйти времени и сил не меньше, чем  на разработку собственно модели системы.

И, наконец, еще одна, пожалуй, важнейшая проблема. Во многих практических задачах интерес представляет не только (и не столько) количественная оценка эффективности системы, сколько ее поведение в той или иной ситуации. Для такого наблюдения исследователь должен располагать соответствующими «смотровыми окнами», которые можно было бы при необходимости закрыть, перенести на другое место, изменить масштаб и форму представления наблюдаемых характеристик и т.д., причем не дожидаясь окончания текущего модельного эксперимента. Имитационная модель в этом случае выступает как источник ответа на вопрос: «что будет, если…». Реализация таких возможностей на универсальном языке программирования – дело очень непростое. В настоящее время существует довольно много программных продуктов, позволяющих моделировать процессы. К таким пакетам относятся: Pilgrim, GPSS, Simplex и ряд других. Данный курсовой проект выполнен с помощью программного пакета Extend LT, который позволяет создавать динамические модели процессов реального времени в различных прикладных областях.

 

 

1.2 Система массового  обслуживания

 

Система массового обслуживания – это совокупность приборов, каналов, станков, линий обслуживания, на которые в случайные или детерминированные моменты времени поступают заявки на обслуживание. Например, коммутаторы телефонных станций, супермаркет, парикмахерские. Оптимизация и оценка эффективности система массового обслуживания состоит в нахождении средних суммарных затрат на обслуживание каждой заявки и нахождение средних суммарных потерь от заявок не обслуженных. Система массового обслуживания состоит из определенного числа обслуживающих каналов и предназначена для выполнения заявок с разным характером распределения момента времени на обслуживание. Моделирование система массового обслуживания предполагает:

- построение ЭММ, связывающих параметры система массового обслуживания (число каналов, их производительность и т.п.) с показателями эффективности;

-оптимизацию данных показателей с целью получения максимальной эффективности.

По ряду признаков система массового обслуживания делятся на:

1. система массового обслуживания:

- с очередями;

- с отказами заявок (очереди);

2. система массового обслуживания с очередью:

- в порядке очереди;

- в случайном порядке;

- обслуживание с приоритетом  (абсолютным или относительным);

3. система массового обслуживания с многофазным обслуживанием;
4. система массового обслуживания:

- закрытые (замкнутые) – поток заявок генерируется самой системой;

- открытые – характер  потока заявок не зависит от  состояния система массового обслуживания;

5. система массового обслуживания:

- одноканальные;

- многоканальные.

Всякая система массового обслуживания предназначена для обслуживания потока заявок, поступающих в случайные моменты времени. Обслуживание заявки продолжается какое-то, вообще говоря, случайное время, после чего канал освобождается и готов к приему следующей заявки.

Случайный характер потока заявок и времен их обслуживания приводит к тому, что в определенные моменты  времени на входе система массового обслуживания скапливается излишне большое число заявок (они либо становятся в очередь, либо покидают система массового обслуживания необслуженными). В другие же периоды времени система массового обслуживания будет работать с недогрузкой или вообще простаивать.

Процесс работы система массового обслуживания представляет собой случайный процесс с дискретными состояниями и непрерывным временем. Состояние системы меняется скачком в моменты появления каких-либо событий (приход или окончание обслуживания заявки, заявка покидает очередь, не дождавшись обслуживания).

Предмет теории массового  обслуживания - построение математических моделей, связывающих заданные условия  работы система массового обслуживания (число каналов, их производительность, правила работы, интенсивность и характер потока заявок) с интересующими нас показателями эффективности система массового обслуживания, описывающими с той или иной точки зрения ее способность справляться с потоком заявок. В качестве таких показателей могут применяться разные величины, например: среднее число заявок, обслуживаемых система массового обслуживания в единицу времени: среднее число занятых каналов: среднее число заявок в очереди и Среднее время ожидания обслуживания; вероятность того, что число заявок в очереди превысит некоторое значение и т.д. Элементами решения могут также быть число каналов обслуживания, их производительность, режим работы система массового обслуживания.

При анализе система массового обслуживания также должна учитываться и дисциплина обслуживания - заявки могут обслуживаться либо в порядке поступления (очередь FIFO), либо в случайном порядке. Нередко встречается так называемое «приоритетное обслуживание» - некоторые заявки обслуживаются вне очереди. Приоритет может быть абсолютным, когда заявка с более высоким приоритетом «вытесняет» из-под обслуживания заявку с низшим приоритетом, или относительным, когда начало обслуживания заявки с приоритетом задерживается до окончания уже начатого обслуживания.

Поток заявок, как правило, описывается вероятностным законом  их поступления в система массового обслуживания, определяющим длительности интервалов между двумя последовательно поступающими заявками. Эти длительности часто являются статистически независимыми и их распределение не изменяется в течение некоторого достаточно продолжительного промежутка времени.Очередь заявок на обслуживание возникает в том случае, когда в момент поступления в систему очередной заявки канал, соответствующий технологии ее обслуживания, занят обслуживанием ранее поступившей заявки.

Задание данного курсового  проекта – система массового обслуживания с так называемым многофазным обслуживанием, состоящим из нескольких последовательных этапов или «фаз».

 

 

1.3 Основные цели, проблемы и этапы построения имитационной модели

 

Основная общая цель моделирования  заключается в наблюдении за системой, подверженной воздействию внешних или внутренних факторов при достижении системой определенного состоянии, которое может быть как задано, так и неизвестно, из-за отсутствия информации или по каким либо иным причинам. Моделирование позволяет определить сможет ли система функционировать при таких условиях или нет, во время этого перехода. В зависимости от реальной модели и цели расширяются и конкретизируются.

Определение качества функционирования большой системы, выбор оптимальной структуры и алгоритма поведения, построение системы в соответствие с поставленной перед ней целью - главная проблема при проектировании современных больших систем (в том числе и АСУ, САПР и т. д.). Этапы построения имитационной модели:

.Определение системы;

.Формулирование модели. Переход от реальной системы  к некоторой логической схеме (абстрагирование);

.Подготовка данных (отбор  данных, необходимых для построения  модели и представления их  в соответствующей форме);

.Трансляция модели (описание  модели на языке, применимом  для использования ЭВМ);

.Оценка адекватности (повышение  до приемлемого уровня степени  уверенности с которой можно судить относительно выводов о реальной системе, полученной на основании обращения к модели);

.Планирование эксперимента;

.Экспериментирование (процесс  осуществления имитации с целью  получения желаемых данных и анализа чувствительности);

.Интерпретация (построение  выводов по данным, полученным  путем имитаций);

.Реализация и документирование (практическое использование модели  и результатов моделирования).

Имитационное моделирование  используется, когда для описания сложной системы недостаточно аналитического моделирования. В имитационной модели поведение компонент сложной  системы описывается набором  алгоритмов, которые затем реализуют ситуации, которые возникают в реальной системе. Алгоритмы, которые модулируют по исходным данным и фактическим значением параметров сложных систем позволяют получить информацию о возможном поведении сложной системы. На основе этой информации исследователь может принять соответствующее решение. Имитационная модель сложной системы рекомендуется в следующих случаях:

Нет законченной постановки задачи исследования и идет процесс познания объекта моделирования. Имитационная модель - способ изучения явления;

Математические средства аналитического моделирования сложные  и громоздкие и имитационная модель дает наиболее простой способ;

Кроме оценки влияния параметров сложные системы необходимо наблюдать поведение компонент сложной системы некоторый период;

Имитационная модель - единственный способ исследования сложная система, то есть невозможны наблюдения в реальных условиях за объектом;

Необходимо контролировать протекание процессов в сложных системах, уменьшая и ускоряя скорость их протекания в ходе имитации;

При подготовке специалистов и освоении новой техники;

Изучение новых ситуаций в сложных системах, проверка новых стратегий и принятие решений перед проведением экспериментов на реальной системе;

Предвиденье узких мест и  трудностей в поведении сложных систем при введении новых компонент;

Имитационное моделирование - наиболее распространенный метод анализа и синтеза сложных систем.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2. Расчетная часть

 

2.1 Сетевое планирование