Имитационное моделирование

Курсовой проект - Менеджмент

Другие курсовые по предмету Менеджмент

Введение

 

Имитационное моделирование широко используется на различных этапах жизненного цикла сложной системы: при проектировании - для осуществления параметрического и структурного синтеза, проведения многовариантного анализа; при вводе в действие - для поиска узких мест; при эксплуатации - для прогнозирования эффекта от возможных модернизаций состава и структуры сложной системы (СС).

В имитационной модели (ИМ) поведение компонент СС описывается набором алгоритмов, которые затем реализуют ситуации, возникающие в СС. Моделирующие алгоритмы позволяют по исходным данным, содержащим сведения о начальном состоянии СС, и фактическим значениям параметров системы отобразить реальные явления в системе и получить сведения о возможном поведении СС для данной конкретной ситуации.

Имитация предназначена для построения некоторого идеализированного процесса функционирования системы, называемого имитационным процессом. Процесс функционирования реальной системы распадается на ряд процессов функционирования отдельных объектов. Эти процессы протекают одновременно или параллельно. Задача программной имитации состоит в отображении параллельно протекающих процессов на один вычислительный процесс. Это отображение может быть выполнено различными способами в зависимости от задач и показателей эффективности.

Создавая конкретную имитационную модель разработчик ставит своей целью решение каких-либо конкретных проблем, но учитывает при этом эффективность работы системы и основные показатели ее работы.

Цели курсового проектирования:

изучить технологические этапы создания и использования имитационных моделей;

изучить методы разработки и испытания имитационных моделей сложных систем;

изучить методику получения статистических оценок параметров систем;

изучить методы исследования свойств имитационных моделей (длительность переходного процесса, устойчивость и чувствительность имитационных моделей).

 

 

  1. Постановка задачи

 

Для моделирования имеется СМО (рис. 1). Поток заявок в систему простейший со средним временем поступления заявок, указанным на схеме. Времена обработки заявок в системе распределены экспоненциально со средним временем обработки, указанным на схеме.

 

 

 

 

 

 

 

 

 

где:

В, В1, В2 - одноканальные СМО;

А - многоканальная СМО;

В рамках выполнения курсовой работы необходимо:

  • выбрать вариант разрабатываемой модели системы;
  • определить цель моделирования, построить критерии качества моделируемой системы;
  • разработать имитационную модель системы;
  • определить длительность переходного процесса;
  • провести статическую оценку устойчивости и чувствительности имитационной модели к изменению параметров;
  • оценить погрешности имитации, обусловленные наличием в имитационной модели генератора случайных чисел;
  • провести оптимизацию параметров системы по выбранным критериям.

Цель моделирования: Определить параметры системы (l, m), при которых очередь (L) будет минимальной.

 

  1. Имитационная модель системы

 

В качестве средства программной реализации модели в курсовой работе использован язык GPSS (General Purpose System Simulator), так как в настоящее время он является одним из наиболее эффективных и распространенных программных средств моделирования сложных систем на ЭВМ и успешно используется для моделирования систем, формализуемых в виде схем массового обслуживания.

Текст программы на языке GPSS:

1 SIMULATE

PRIB STORAGE 3

exp function RN1, c24

,0/.1.104/.2.222/.3.355/.4.509/.5.69/.6.915/. 7,1.2/. 75,1.38/. 8,1.6/. 84,1.83/. 88,2.12/. 9,2.3/. 92,2.52/. 94,2.81/. 95,2.81/. 96,3.2/. 97,3.5/. 98,3.9/. 99,4.6/. 995,5.3/. 998,6.2/. 999,7/. 9998,8

GENERATE 6, FN$exp

D1 ENTER PRIB

ADVANCE 30, FN$EXP

LEAVE PRIB

QUEUE OCHERED

SEIZE PB

DEPART OCHERED

ADVANCE 6, FN$EXP

RELEASE PB

TRANSFER 0.5, PB11, PB22

PB11 SEIZE PB1

ADVANCE 18, FN$EXP

RELEASE PB1

TRANSFER.02, D1

TERMINATE

170 PB22 SEIZE PB2

ADVANCE 26, FN$EXP

RELEASE PB2

TRANSFER.05, D1

TERMINATE

GENERATE 1

TERMINATE 1

 

  1. Выбор критерия оптимизации

 

Одной из важнейших характеристик системы массового обслуживания является длина очереди. Именно по этой характеристике можно определить, справляется ли данная СМО с входным потоком заявок. Как известно, чтобы СМО функционировала нормально нужно, чтобы очередь заявок была минимальной. В ходе ряда экспериментов были получены следующие значения длины очереди при различных значениях входного параметра - l.

 

  1. Определение длительности переходного процесса системы

 

Для определения времени переходного процесса был проведен ряд экспериментов при различном времени моделирования.

Проверку можно выполнить по критерию Вилкоксона, который требует задания уровня значимости. С интервалов времени Dt проводится сравнение соседних средних значений длины очереди Lk и L|k (k=1,…, m), где m - объем выборки; k - номера. С помощью критерия Вилкоксона проверяется гипотеза H0 об однородности двух выборок: {hk} и {h|k}. Предполагается, что обе выборки взаимно независимы и извлечены из одной и той же генеральной совокупности и, следовательно, функции распределения случайных величин одинаковы. Эту гипотезу можно выразить тождеством

 

H0: p{h?x}? p{h| ?x}

 

и воспользоваться для ее проверки ранговым критерием. На первом этапе реализации процедуры проверки гипотезы об однородности производится объединение случайных в