Имитационная модель работы порта

На основе приведенных данных в таблице 5.1.1 составим вариационный ряд количества судов, обслуженных на старом причале (таблица 5.2.2) и на новом причале (таблица 5.2.3).

Таблица 5.2.2 – Вариационный ряд количества судов, обслуженных на старом причале

1. Структурные средние показатели:

a)                                                    Мода: (судна)

b)                                                   Медиана: (судна)

Выполним расчёты абсолютных и относительных показателей вариации для оценки однородности полученных результатов моделирования.

2. Абсолютные показатели вариации:

a)     Размах вариации:

(судна)

b)    Среднее линейное отклонение:

(судна)

c)     Дисперсия:

(судно)2

d)    Среднее квадратическое отклонение:

(судно)

Проверка условия однородности:

, следовательно, полученные в результате тестирования показатели можно считать однородными.

3. Относительные показатели вариации:

a) Коэффициент осцилляции:

b) Линейный коэффициент вариации:

c) Нелинейный коэффициент вариации

, следовательно, совокупность считается однородной.

Таблица 5.2.3 – Вариационный ряд количества судов, обслуженных на новом причале

1. Структурные средние показатели:

a)                                                    Мода: (судна)

b)                                                   Медиана: (судна)

2. Абсолютные показатели вариации:

a)                                                    Размах вариации:

(судна)

b)                                                   Среднее линейное отклонение:

(судна)

c)                                                    Дисперсия:

(судно)2

d)                                                   Среднее квадратическое отклонение:

(судно)

Проверка условия однородности:

, следовательно, полученные в результате тестирования показатели можно считать однородными.

3. Относительные показатели вариации:

a) Коэффициент осцилляции:

b) Линейный коэффициент вариации:

c) Нелинейный коэффициент вариации

, следовательно, совокупность считается однородной.

Записывая исходные данные в порядке возрастания, составим вариационный ряд количества судов, зафиксированное на рейде (таблица 5.2.4).

Таблица 5.2.4 – Вариационный ряд количества судов, зафиксированное на рейде

1. Структурные средние показатели:

a)                                                    Мода: (судна)

b)                                                   Медиана: (судна)

2. Абсолютные показатели вариации:

a)                                                    Размах вариации:

(судна)

b)                                                   Среднее линейное отклонение:

(судна)

c)                                                    Дисперсия:

(судно)

d)                                                   Среднее квадратическое отклонение:

(судно)

Проверка условия однородности:

, следовательно, полученные в результате тестирования показатели можно считать однородными.

3. Относительные показатели вариации:

a) Коэффициент осцилляции:

b) Линейный коэффициент вариации:

c) Нелинейный коэффициент вариации

, следовательно, совокупность считается однородной.

Подтвердим или опровергнем выдвинутые нами ранее гипотезы:

Гипотеза 1 подтвердилась. Действительно, около 35 % судов ожидали своего обслуживания на рейде гораздо дольше, чем 15% от времени разгрузки/погрузки самого судна на причале.

Гипотеза 2 не подтвердилась. По результатам 10 тестов ни разу средняя длина очереди судов не превысила заданного критерия качества в 10 кораблей. Среднее арифметическое значение средней длины очереди судов равно 0,755 кораблей ().

Выводы:

Согласно малым значениям средней длины очереди судов на обслуживание было установлено, что количество портальных кранов, производящих разгрузку/погрузку судов в морском порту, достаточно. Однако тот факт, что около 35 % судов ожидают своего обслуживания на рейде гораздо дольше, чем 15% от времени разгрузки/погрузки самого судна на причале, приводит к выводу о том, что всё же портальных кранов недостаточно. Отсюда малые значения средней длины очереди можно объяснить тем, что время между прибытиями судов в акваторию порта достаточно велико.

Заключение

При разработке данной курсовой были применены современные технологии имитационного моделирования с использованием программного обеспечения AnyLogic для создания модели морского порта в целях проанализировать работу данного грузового терминала для принятия управленческих решений. Работающая модель копирует текущую деятельность реальной компании. Это достигается путем прохождения через возможные события в режиме сжатого времени с одновременным отображением "живой" картины процесса навигации в морском порту при помощи анимации.

Список использованной литературы

1.                  А.А. Емельянов Имитационное моделирование экономических процессов: Учебное пособие. -М.: Финансы и статистика, 2002. – 368 с.

2.                  С.А. Аристов Имитационное моделирование экономических систем: Учебное пособие. - Екатеренбург: Изд-во урал. гос. экон. Ун-та, 2004. – 121 с.

3.                  Имитационное моделирование экономических процессов. Учебное пособие. /сост. Н.Н. Лычкина. - М.: Академия АйТи, 2005. - 164 с.

4.                  Н.Н. Снетков Имитационное моделирование экономических процессов: Учебно-практическое пособие. – М.: Изд. центр ЕАОИ, 2008. – 228 с.

5.                  www.xjtek.ru

2