Имитационное моделирование работы систем массового обслуживания

Лабораторная работа №3

Имитационное моделирование работы систем массового обслуживания

Цель работы: научиться определять функциональные характеристики системы массового обслуживания на основе имитационного моделирования; приобрести опыт синтеза систем массового обслуживания с заданными характеристиками.

Задание

1. Разработать программу на языке SIMNET II, для моделирования описанной ситуации согласно своему варианту.

2. Загрузить среду SIMNET II (файл SIMEDIT.BAT). В редакторе системы набрать текст разработанной программы или прочитать созданную в другом текстовом редакторе имитационную модель (клавиша F2).

3. Выполнить имитацию процесса работы СМО. Подбирая требуемый параметр, получить СМО с требуемыми характеристиками.

4. Рассчитайте основные функциональные характеристики работы оптимальной СМО на основе полученных результатов имитационного моделирования. Запишите полученные результаты в таблицу 3.1. Завершите сеанс работы с системой (сочетание клавиш Alt-X).

5. Оформите отчет о проделанной работе.

Вариант 1

Определить оптимальное число телефонных номеров, необходимых для установки на коммерческом предприятии при 8 часовом рабочем дне при условии, что заявки на переговоры поступают с интенсивностью 90 заявок/час, а средняя продолжительность разговора по телефону составляет 2 мин. Статистические наблюдения показали, что сделкой заканчивается только 10% разговоров. Средний доход от одной сделки составляет 25 ден. ед., а стоимость использования одной телефонной линии — 0,9 ден. ед./час.

Программа, моделирующая работу системы массового обслуживания, имеет вид.

$PROJECT;Model 2.1;Lera I Yulia:

$DIMENSION;ENTITY(700):

$BEGIN:

S1 *S;EX(0.67):

Q1 *Q:

F1 *F;;EX(2);3;*TERM:

$END:

$RUN-LENGTH=600:

$RUNS=365:

$STOP:

По условию задачи требуется найти такое количество каналов обслуживания, при котором прибыль предприятия будет максимальной. В модели будем подбирать второй параметр строки F1 (выделен курсивом).

При с=5:П = 816*0,1*25 – 5*0,9 = 2235,5 ден.ед.

При с=4:П = 835*0,1*25 – 4*0,9 = 2251,4 ден.ед.

При с=2:П = 860*0,1*25 – 2*0,9 = 2379,8 ден.ед.

При с=1:П = 824*0,1*25 – 1*,09 = 2148,2 ден.ед.

Таким образом, максимальная прибыль достигается при установлении трех телефонных линий. Программа имитационного моделирования для оптимального режима работы примет вид:

имитационный моделирование массовый обслуживание

Результаты расчетов функциональных характеристик СМО:

Контрольные вопросы

1. Какие задачи принятия решений могут быть сформулированы применительно к системам массового обслуживания?

Среди основных моделей принятия решений можно выделить:

1. Модели со стоимостными характеристиками (определение требуемой интенсивности обслуживания или оптимального количества параллельных сервисов). Требуется найти компромисс между затратами на обслуживание и потерями, связанными с задержками в предоставлении услуг или отказами в обслуживании.

2. Модели предпочтительного уровня обслуживания. Необходимо уравновесить два конфликтующих показателя: среднее время нахождения заявки в системе (в очереди) и коэффициент простоя каналов обслуживания.

2. Как рассчитать функциональные характеристики работы СМО на основе результатов имитационного моделирования?

Рассмотрим следующий пример:

Функциональные характеристики работы СМО на основе результатов имитационного моделирования рассчитываются следующим образом:

В области QUEUES представлены показатели моделирования изменения очереди. Очередь Q1 имеет максимально допустимую емкость (CAPACITY), равную 4. Средняя длина очереди (AV. LENGTH) составила 2,14 заявки. В столбце MIN/MAX/LAST LEN отображены соответственно минимальная (0), максимальная (4) и последняя (3) длины очереди. Среднее время ожидания заявкой своего обслуживания (AV.DELAY (ALL)) составило 0,58 мин. Этот показатель относится ко всем заявкам, включая те, которые не стояли в очереди. Для тех же заявок, которые стояли в очереди, среднее время ожидания (AV.DELAY (+VE WAIT)) составило 0,69 мин. Доля заявок, которым не пришлось стоять в очереди, указана в последнем столбце (%ZERO WAIT TRANSACTION) и составляет 17%. Приведены также среднекрадратичные отклонения описанные параметров и 95% доверительный интервал.

В области FACILITIES отражены свойства узлов обслуживания. В моделируемой СМО имеется 2 параллельно работающих сервиса (NBR SRVRS). Количество занятых каналов изменялось от 0 до 2, а в момент окончания имитации оба канала также были заняты (столбец MIN/MAX/LAST UTILZ). Столбец AV.UTILIZ показывает среднее количество занятых средств обслуживания (1,8453). Два последних столбца отражают информацию о средней продолжительности периодов простоя (AV.IDLE TIME) и занятости (AV.BUSY TIME) сервиса. Средняя продолжительность занятости не может быть меньше продолжительности обслуживания. Поскольку среднее время обслуживания одной заявки составляет 0,5 мин., а среднее время занятости 3,11 мин., то получаем, что каждый сервис обслуживает приблизительно 3,11 / 0,5 = 6,22 клиента, а затем простаивает 0,26 мин.

В области TRANSACTION COUNT приведена информация о движении потока заявок в имитационной модели. В нашем случае за 599,6 мин., в систему поступило 3003 заявки на обслуживание. Из них 763 были удалены из системы по причине отказа в обслуживании (исчерпана максимально допустимая емкость очереди). Из оставшихся 2240 заявок 380 избежали ожидания в очереди, а 1860 были вынуждены ожидать начала обслуживания в силу занятости средств обслуживания. В момент окончания сеанса моделирования в очереди оставалось еще 3 заявки. На вход узла обслуживания F1 поступило 2237 заявок. Из них 2235 были полностью обслужены, а 2 остались в процессе обслуживания на момент окончания имитации.

Таким образом, среди основных характеристик описываемой СМО можно выделить следующие.

Таблица 3.1

Вывод: я научилась определять функциональные характеристики системы массового обслуживания на основе имитационного моделирования; приобрела опыт синтеза систем массового обслуживания с заданными характеристиками.

Похожие работы

Разработка и исследование имитационной модели разветвленной СМО (системы массового обслуживания) в среде VB5

Скачать

98051

44

0

... 2-3 Поиск литературы 7 1 7 2-4 Разработка модели разветвленной СМО 6 1 6 3 Поиск литературы завершен 3-6 Изучение литературы по теории массового обслуживания 10 1 10 4 Модель разработана 4-5 Разработка алгоритма программы 10 1 10 5 Алгоритм программы разработан 5-7 Выбор среды программиро-вания и создание программы 30 1 ...

Имитационное моделирование работы парикмахерской

Скачать

30350

1

6

... цикла 2.1.: "}". 3. Завершение процесса моделирования: 3.1. Вывод результатов моделирования. 2.4  Разработка программной реализации алгоритма В данном разделе мы разрабатываем программную реализацию имитационного моделирования работы Парикмахерской. Помимо общих переменных, которые были описаны выше в п.2.3., в этом разделе можно описать и частные переменные, которые используются в программе ...

Имитационное моделирование работы вычислительного центра

Скачать

13405

0

2

... возвращаются на ввод и во всех очередях обслуживаются первыми. Смоделировать работу вычислительного центра в течение 30 ч. Определить необходимую емкость буферов и функцию распределения времени обслуживания заданий. 1.1 Построение концептуальной модели объекта На первом этапе проведения моделирования необходимо построить концептуальную модель (Рис. 1), т.е. концептуальная (содержательная) ...

Моделирование систем массового обслуживания

Скачать

52202

13

13

... из одного состояния в другое и распределение времени пребывания процесса в каждом состоянии (в виде функции распределения F(t) или в виде плотности распределения f(t)) Классификация систем массового обслуживания   В общем случае СМО классифицируется по следующим признакам: ·  закону распределения входного потока ·  числу обслуживающих приборов ·  закону распределения времени обслуживания в ...