Построение и использование имитационных моделей
Курсовой проект - Компьютеры, программирование
Другие курсовые по предмету Компьютеры, программирование
µзультаты работы системы 2/11/8
№AS?dwQL15435505435500,3386986,6376514,83060,03598951,0793525463289253280,3253196,7837614,77860,1829531,3223512657147510,3144716,6343614,11340,2186681,282834654123659840,322936,7908814,88430,1559271,2499555410258502570,3128036,0434913,53540,1008491,1172661320529562010.3629616.9058214.89840.2274431.4184975485615236590.3193466.9514114.68580.2381781.3207187456956523540.3251956.6865514.91920.1473311.325395698522587410.3573337.127615.53440.2055451.43516107896321236980.3426056.8113514.96760.1923041.39074111203256695200.3162596.5848614.66340.1257111.21964128856953365110.3295226.7287214.60840.1672341.24897131254966951240.3089686.9566514.9690.1754141.2317814235842559630.3167836.7045314.75660.1483031.22348153521473571590.3367227.2213615.71850.1931981.37311166451239734510.3380166.2792213.99540.1055841.19676176451217822230.3269816.5439914.48110.1067911.17305182032652130250.3721226.7657914.8070.1927391.38204191123545652390.3193346.7300314.67280.1622471.23175204595483658240.3613096.8095714.92580.154761.28074216593691475240.3186546.8723415.07540.1404561.2272225842157532680.3659266.5685714.35510.1636791.25831237877899899890.3667716.5288214.46540.1876321.4107241232356545460.3848137.6055116.12850.25991.42453256369631474140.3447256.5744314.63670.1359111.2607264595433023690.2958196.81214.62970.179231.2025276451239734510.3380166.2792213.99540.1055841.19676286451217822230.3269816.5439914.48110.1067911.17305299154759841230.3585086.6844614.62010.1884771.37552309900653658520.3361526.4306714.19620.1499991.29115317456956523540.3251956.6865514.91920.1473311.3253325698522587410.3573337.127615.53440.2055451.43516336593691475240.3186546.8723415.07540.1404561.227234654123659840,322936,7908814,88430,1559271,24995355410258502570,3128036,0434913,53540,1008491,1172636512657147510,3144716,6343614,11340,2186681,28283375463289253280,3253196,7837614,77860,1829531,32238512657147510,3144716,6343614,11340,2186681,28283
Таблица А.3 - Результаты работы системы 1/12/8
№AS?dwQL19900653658520,6184318,820826,58651,090741,82072225658565230,63814120,354428,44391,145751,8759735553683336520,60384224,908233,34641,526092,2832643526483336520,55815721,632830,09661,172181,8969556666663352250,5477618,040825,68440,9756441,6624661320525681120,72741724,304732,71241,536872,3225872233119966330,60316223,2431,03551,437152,1401885625513362210,5762516,075223,7820,7814771,4621394484441121100,62906219,565827,58041,108431,84356105415232365230,65220624,525932,67061,546722,2922111203253399110,58445519,40727,27441,046031,72192128852253352210,57127718,581726,37521,058461,7859136544852256500,57709718,195426,370,8839661,57177145412633258520,56430916,618324,32250,8072011,47055151166331118560,59960722,559730,70841,292382,00157167741233362140,62970420,49928,29431,219751,9422175552365028990,58485420,427428,33541,125091,8123182032652130250.3721226.7657914.8070.1927391.38204191123545652390.3193346.7300314.67280.1622471.23175204595483658240.3613096.8095714.92580.154761.28074216593691475240.3186546.8723415.07540.1404561.2272225842157532680.3659266.5685714.35510.1636791.25831237877899899890.3667716.5288214.46540.1876321.4107241232356545460.3848137.6055116.12850.25991.42453256369631474140.3447256.5744314.63670.1359111.2607264595433023690.2958196.81214.62970.179231.2025276451239734510.3380166.2792213.99540.1055841.19676286451217822230.3269816.5439914.48110.1067911.17305299154759841230.3585086.6844614.62010.1884771.37552309900653658520.3361526.4306714.19620.1499991.29115317456956523540.3251956.6865514.91920.1473311.3253325698522587410.3573337.127615.53440.2055451.43516336593691475240.3186546.8723415.07540.1404561.227234654123659840,322936,7908814,88430,1559271,24995359900653658520,6184318,820826,58651,090741,820723625658565230,63814120,354428,44391,145751,87597375553683336520,60384224,908233,34641,526092,28326383526483336520,55815721,632830,09661,172181,89695
5.3 Эффекты взаимодействия и уравнения регрессии
Главные эффекты первого, второго и третьего факторов вычисляются по следующим формулам:
,
, (5.2)
,
где отклики системы.
Эффекты взаимодействия первого и второго, первого и третьего, второго и третьего, первого и второго и третьего факторов вычисляются по следующим формулам:
,
, (5.3)
,
,
где отклики системы.
Значения эффектов для каждого выходного параметра представлены в таблице 5.4.
Таблица 5.4 Значения эффектов
Параметрe1e2e3e12e13e23e123p-0,3192115-0,06869650,06653-0,6994355-0,642834-0,06869650,062186d-18,315773-3,12354753,5655875-25,774998-25,052413-3,12354750,4575825w-18,15955-3,305254,48465-34,1838-32,7314-3,305250,5327Q-1,5063818-0,4246870,3191838-1,7749518-1,7066363-0,42468680,10430775L-1,1264325-0,5567230,4529075-2,6504325-2,4088725-0,55672250,1591375
Общий вид уравнения регрессии представлен ниже:
, (5.4)
где - коэффициенты уравнения регрессии.
Значения коэффициентов уравнения регрессии представлены в таблице 5.5. Пример вычисления коэффициентов представлен в приложении Б.
Значения коэффициентов уравнения регрессии представлены в таблице 5.5.
Таблица 5.5 Значения коэффициентов уравнения регрессии
?dWQL-43,2915-235,808-45,0088-59,9977-85,690724,04419144,140366,159336,0284957,90953,77047315,90890,55274,6687976,939385,33539347,8427227,33299,39135912,49551-2,09804-10,2775-4,1604-2,86784-4,8038-0,45454-3,17093-1,445-0,71899-0,98899-2,88832-26,2564-17,3224-5,33401-7,766470,2487441,830331,13060,4172310,63655
Уравнения регрессии для каждого из откликов:
? = - 43.2915 + 24.04419m + 3.770473 + 5.335393 - 2.09804 - 0.45454 - 2.88832m + 0.248744m;
d = - 235.808 + 144.1403m + 15.9089 + 47.84272 - 10,2775m - 3.17093 - 26.2564m + 1.83033m;
w = - 45.0088+ 66.1593m + 0.5527 + 273329- 4.1604m - 1.445 - 17.3224m + 1.1306m;
Q= - 59.9977 + 36.02849m + 4.668797 + 9.391359 - 2.86784m - 0.71899 - 5.33401m + 0.417231m;
l = -85.6907 + 57.9095m + 6.93938 + 12.49551 - 4.8038m - 0.98889 - 7.76647m + 0.63655m.
По уравнениям регрессии для значения для входных параметров m=2, =10, =10 получаем:
? = 0.4231;d =8.2874;w = 18.1298;Q = 0.1710;l =1.4828.
Для проверки адекватности уравнений регрессии используем метод малых приращений. Так, для значений m, , значения были получены выше. В таблице 5.6 представлены результаты при малом приращении с (dm = 0,04), (d = 0,2),(d =0,2):
Таблица 5.6 Метод малых приращений
NDmdd?dwQL10000.42318.287418.12980.17101.48282-0,04000.46099.810019.55410.34171.648330,04000.38536.756816.70550.00031.317340-0,200.42238.233118.05100.15351.4482500,200.42398.333618.20860.18861.5174600-0,20.42558.238017.95980.19541.52217000,20.42088.328818.29980.14661.4435
6. Рекомендации по использованию результатов моделирования
После исследования данной имитационной модели массового обслуживания и ее анализа, были получены следующие данные, о том что коэффициент использования системы с тремя заданными параметрами равен 46%, среднее время ожидания 19 секунды, средняя задержка в очереди 9,2 секунды, среднее по времени количество требований в очереди 0,56, среднее по времени количество требований в системе 2,24.
Полученные выходные параметры, свидетельствует о том, что смоделированная нами система массового обслуживания является недогруженной и не достаточно эффективной.
Опираясь на анализ выходных данных моделирования можно сделать следующий вывод: система массового обслуживания будет достаточно эффективной при коэффициенте использования системы 79,9%, который достигается при минимальном количестве устройств равном 1, минимальном времени поступления требования равным 11 секунд и максимальном времени обработки требования равным 9 секунд. При таких входных параметрах системы мы получим среднее время ожидан