АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Статистическое имитационное моделирование

Читайте также:
  1. YIII.5.2.Аналогия и моделирование
  2. Глава 25. Статистическое изучение сферы труда в условиях становления рыночного механизма
  3. ГЛАВА 7. МОДЕЛИРОВАНИЕ СИТУАЦИЙ И ВЫРАБОТКА УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ
  4. Детерминированное и стохастическое моделирование в аналитических целях
  5. Детерминированное моделирование и преобразование факторных систем
  6. Задания на моделирование
  7. Имитационное моделирование
  8. Имитационное моделирование по методу Монте-Карло
  9. Имитационное моделирование работы магазина
  10. Компьютерное моделирование СФЗ
  11. Макроэкономическое моделирование. Модель экономического кругооборота
  12. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ

Статистическое имитационное моделирование основывается на генерации случайных величин, имитации функционирования системы и статистической обработке результатов моделирования. Методом моделирования может быть исследована СМО любой степени сложности.

Для проведения моделирования могут использоваться как универсальные языки программирования так и проблемно-ориентированные - GPSS, SIMULA и др.

Параметры функционирования системы оцениваются при моделировании по результатам многократного обслуживания требований (многократных испытаний). При имитации работы системы случайные величины (длительность обслуживания в каналах, интервалы между поступлениями требований, время возврата требований в систему, моменты возникновения отказов каналов и их длительность и др.) получают генерацией по ранее приведенным алгоритмам в зависимости от вида распределения (закон, усечение, смещение).

Число обслуживаний (опытов) необходимо принимать таким, чтобы обеспечить оценку интересующих параметров с заданной точностью при принятой доверительной вероятности.

Таким образом, определение числа опытов производится по аналогии с расчетом размера выборки для исследования случайных величин. При этом это число рекомендуется определять в ходе моделирования на основе оценки точности рассчитываемых параметров.

Алгоритмы моделирования ранее рассмотренных систем массового обслуживания приведены на рисунках 2.18 и 2.19. Число моделируемых обслуживаний определяется на основе формулы для нормального закона распределения, а в качестве интересующего показателя принята средняя продолжительность ожидания требованием начала обслуживания. Отноcительная точность оценивания задана равной e с односторонней доверительной вероятностью g= 0.95 (квантиль равна 1.645).

Структура алгоритмов следующая:

блок 2– ввод и вывод на принтер исходных данных;

блоки 3-6 – формирование начальных условий моделирования;

блоки 7-10 – поиск канала (источника) с минимальным значением момента времени освобождения от предыдущего обслуживания (прибытия на обслуживание);

блоки 11-18– имитация обслуживания требований и накопление сумм длительностей времени простоев и обслуживания;

блоки 19-21– принятие решения об окончании моделирования или его продолжении;

блок 22 – наращивание номера опыта (испытания);

блоки 23-24 – вычисление средних значений параметров и вывод их на монитор (принтер).

 

1

Пуск

 

2 n – число каналов; No – минимальное число испытаний; tобс – средняя

Ввод n,No, tобс, L, e длительность времени обслуживания; L – средняя интенсивность

потока на обслуживание; e – относительная точность оценки продолжи-

тельности простоев требований в очереди

3 S1,S2,S3 –суммы длительностей простоев требований в

S1=0: S2=0 очереди, простоев каналов, обслуживания требований

S3=0: S4=0 S4– сумма квадратов длительностей простоев требований в очереди

 

j=1

 

 

To =0 To – текущий момент прибытия требования для j-го обслуживания

 

 

Tпi=0, Tпi – текущий момент освобождения i-го канала от обслуживания

 

 

k=1 22

 

 

 

 

Нет 9

Tпi < Tпk

 

Да

k = i

 

Нет

To < Tпk

Да

12 13

t1 = Tпk - To t2 = To - Tпk t1 и t2 – соответственно продолжитель-

t2 =0: S1=S1+t1 t1 =0: S2=S2+t2 ность простоя требования и канала

в ожидании начала обслуживания

 

14 toбсм – продолжительность обслуживания при j - м опыте

toбсм = - tобс ln x1 x1 – псевдослучайное число в интервале [0.-1.0] 1-й после-

довательности

 

 


14

 

 

tин = -1/L ln x2 tин – интервал времени прибытия очередного требования на обслуживание

x2 – псевдослучайное число в интервале [0.-1.0] 2- й последовательности

 

tk = tk + t2 + toбсм tk = To + t1 + toбсм

 

To = To + tин

 

 

S3=S3+tобсм

S4=S4+t21

 

19 Нет

j >No

Да j=j+1

I =(S4 j/S21-1)1.6452/e2

 

j > I Нет

 

Да

23 tот и tок – соответственно средняя продолжитель-

tот=S1/j: tок=S2/j ность ожидания требованиями и каналами начала

tобо=S3/j обслуживания; tобо – средняя продолжительность

обслуживания по результатам моделирования

Вывод n, L, toбс,

j, t, t, toбo, e

 

Останов

 

Рисунок 2.18 – Алгоритм моделирования многоканальной СМО разомкнутого типа с ожиданием

 


Пуск

 

2 m– число источников; No – миним. число испытаний; tобс

Ввод m,No, tобс , l1 , e средняя длительность времени обслуживания; l1 – поток,

генерируемый одним источником; e – относительная

точность оценки продолжительности простоев требований в очереди

S1=0: S2=0 S1,S2,S3 –суммы длительностей простоев требований в

S3=0: S4=0 очереди, простоев каналов, обслуживания требований

S4– сумма квадратов длительностей простоев требований

4 в очереди

 

j=1

 

To =0 Tо – текущий момент осбождения канала от обслуживания

 

 

Tтi=0, Tтi– текущий момент поступления требования от i-го источника

 

 

k=1 22

 

 

 

 

Нет 9

Tтi < Tтk

 

 

10 Да

 

k = i

 

 

To < Tтk

 

 

12 13 t1 и t2 – соответственно продолжитель-

t1 = Tт k - To t2 = To - Tтk ность простоя требования и канала

t2 =0: S1=S1+t1 t1 =0: S2=S2+t2 в ожидании начала обслуживания

 

 

14 Toбсм – продолжительность обслуживания при j - м опыте

toбсм = - tобс ln x1 x1 – псевдослучайное число в интервале [0.-1.0] 1- й после-

довательности

 

 

 

 
 


 

 

w1 – период времени до следующего возврата в систему

w1 = -1/l1 ln x2 x2 – псевдослучайное число в интервале [0.-1.0] 2- й после-

довательности

 

Tо= Tтk + t2 + toбсм Tо= Tо + t1 + toбсм

 

 

 

Tтк = Tтк + w1

 

S3=S3+tобсм

S4=S4+t21

 

j >No Нет 22

 

j=j+1

 

I =(S4 j/S21-1)1.6452/e2

 

 

Да

 

21 Нет

j > I

 

 

Да

23 tот и tок – соответственно среднее время ожидания требованиями

tот=S1/j:tок=S2/j и каналом начала обслуживания; tобо – средняя длительность

tобо=S3/j времени обслуживания по результатам моделирования

 

Вывод m, tобс, l1,

j, t,t,toбo, e

 

Останов

 

Рисунок 2.19 – Алгоритм моделирования одноканальной СМО замкнутого типа с ожиданием


 


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.012 сек.)