Моделирование непроизводственных систем

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И  НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

 

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ  БЮДЖЕТНОЕ 

ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО  ОБРАЗОВАНИЯ

 

«БРАТСКИЙ ГОСУДАРСТВЕННЫЙ  УНИВЕРСИТЕТ»

 

ФАКУЛЬТЕТ ЭКОНОМИКИ  И УПРАВЛЕНИЯ

 

 

Кафедра менеджмента и информационных технологий

 

080801.65  Прикладная  информатика  (в экономике)

 

 

 

 

 

 

 

Лабораторная работа №3

 

по дисциплине «Имитационные модели экономических процессов»

 

 

 

МОДЕЛИРОВАНИЕ НЕПРОИЗВОДСТВЕННЫХ СИСТЕМ

 

 

 

 

 

 

 

 

Работу выполнил     _______________   А.Ю. Кривошеин  

                                                                                                       (подпись)   студент группы  ПИЭ-09 

 

 

Проверил      _______________           Н.Я. Боярчук

                                                                     (подпись)             доцент кафедры МиИТ, к.т.н.

 

 

 

                                                                Братск 2013 г.

 

 

Цель работы

Приобрести практические навыки моделирования непроизводственных систем в интерактивной среде GPSS World.

 

Задание:

Разработать модель системы  «Магазин»:

- один кассовый аппарат,  один продавец;

- поток заявок равномерный;

- интервал времени  прибытия покупателей в пределах  от 8,7 до 10,3 минут;

- время пребывания  у кассового аппарата 2,3 0,7 минут;

- время обслуживания  продавцом 10 1,4 минуты.

Определить коэффициенты загрузки продавца и кассира, среднее  время нахождения в очереди и  в каждом канале обслуживания, максимальное, среднее и текущее время в каждой очереди. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Ход работы

1) Создаем имитационную  модель системы «Магазин» в интерактивной среде GPSS World, указываем комментарии:

Для осуществления моделирования  системы используем пункт меню Command – Create Simulation и создаем выполняемую модель. В открывшемся окне отчета (Report) интерпретируем результаты моделирования:

Общие сведения о модели и ее прогоне, включающие модельное время начала (START TIME) – 0.000; конца прогона (END TIME) – 1016.324; количество блоков в модели (BLOCKS) – 12; количество устройств (FACILITIES) -2; количество многоканальных устройств (STORAGES) -0.

Сведения об именах объектов модели, включающие для каждого имени  идентификатор (NAME), присвоенное ему числовое значение (VALUE).

Сведения о блоках модели, включающие для каждого блока номер или имя блока (LOC); название блока (BLOCK TYPE); количество вошедших в блок транзактов (ENTRY COUNT); количество транзактов в блоке в момент завершения прогона (CURRENT COUNT); количество транзактов, заблокированных перед блоком в момент завершения моделирования (RETRY).

Сведения об устройствах модели, включающие для каждого устройства его имя или номер (FACILITY) – Ocher_kassa и Ocher_prod; количество входов (ENTRIES) – 107 и 101; коэффициент использования устройства (UTIL.) – 0.244 и 0.987; среднее время обслуживания (AVE. TIME) – 2.318 и 9.929; доступность обслуживающего устройства (AVAIL.) – 1 и 1;  номер транзакта, обслуживаемого в данный момент (OWNER) – 0 и 101; число транзактов, ожидающих поступления на обслуживание и помещенных в цепь ожидания (PEND) – 0 и 0; число транзактов,  движение которых было принудительно прервано (INTER) – 0 и 0; число транзактов, ожидающих готовности (RETRY) – 0 и 0; число транзактов, ожидающих возможности занятия устройства (DELAY) – 0 и 6.

Сведения об очередях модели, включающие для каждой очереди  ее имя или номер (QUEUE) – Ocher_kassa и Ocher_prod; максимальная длина очереди (MAX.) – 1 и 7; количество транзактов в очереди в момент завершения моделирования (CONT.) 0 0 и 7; количество входов в очередь (ENTRY) – 107 и 107; количество «нулевых» входов в очередь (ENTRY(0)) – 107 и 2; средняя длина очереди (AVE.CONT.) – 0.000 и 3.607; среднее время пребывания в очереди (AVE.TIME) – 0.000 и 34.260,  без учета «нулевых» входов (AVE.(-0)) – 0.000 и 34.913.

 

2) Анализ влияния изменения значений факторов модели на результаты моделирования.

Осуществляем замену одного из факторов при сохранении в исходном состоянии остальных:

 

 

Факторы	Средняя длина очереди (k1)	Среднее время ожидания (k2)	Коэффициент загрузки кассира (Wк)	Коэффициент загрузки продавца (Wпр)
1) Продолжительность  прогона (START):
[101]	3,632	34,485	0,245	0,987
[109]	3,851	36,716	0,246	0,988
[117]	4,058	38,495	0,245	0,989
[144]	4,932	46,674	0,246	0,991
2) Частота поступления (GENERATE):
[8.9,0.5]	6,354	57,452	0,255	0,988
[10.1,1.2]	0,213	2,160	0,227	0,972
[11.5,1.9]	0,016	0,186	0,199	0,859
[9.7,0.9]	1,734	16,859	0,236	0,986
3) Время обслуживания  кассиром (ADVANCE):
[1.6,0.3]	2,577	24,761	0,167	0,987
[2.9,0.9]	2,633	25,312	0,301	0,986
[3.3,0.2]	3,657	34,771	0,347	0,986
[4.3,1.5]	2,500	24,029	0,446	0,985
4) Время обслуживания продавцом:
[7.2,2]	0,002	0,018	0,241	0,746
[9.5,0.7]	0,225	2,153	0,242	0,982
[10.9,1.1]	7,921	75,804	0,235	0,988
[12.5,2.4]	15,077	144,205	0,242	0,990

 

С увеличением продолжительности  прогона значительно увеличиваются средняя длина очереди и среднее время ожидания, в то время как значения коэффициента загрузки кассира практически не изменяются, а коэффициент загрузки продавца увеличивается незначительно.

При увеличении частоты  поступления значения всех наблюдаемых факторов сокращаются значительно, при уменьшении частоты поступления наблюдается обратный эффект.

С увеличением времени  обслуживания кассиром значения средней  длины очереди и среднего времени  ожидания возрастают, значения коэффициента загрузки продавца незначительно снижаются, а коэффициента загрузки кассира – увеличиваются.

При увеличении и снижении времени обслуживания продавцом  показатели средней длины очереди  и среднего времени ожидания изменяются соответственно (значительно изменяются). Коэффициенты загрузки продавца и кассира ведут себя таким же образом, но в них наблюдаются незначительные изменения.

 

3) Осуществляем графическое  представление результатов моделирования. 

Переходим в пункт меню Window – Simulation Window – Plot Window. В открывшемся окне «Edit Plot Window» заполняем необходимые поля.

Далее переходим в Command – Start, в новом окне «Start Command» указываем значение 1000.

 

 

Для получения гистограммы  модели необходима была строка в начале кода: t_prod QTABLE Ocher_prod,0,2,32. Переходим в пункт меню Window – Simulation Window – Table Window – Open Table Window.

 

 

 

 

 

Вывод

В процессе выполнения данной лабораторной работы были приобретены практические навыки моделирования непроизводственных систем в интерактивной среде GPSS World.