Автор работы: Пользователь скрыл имя, 19 Апреля 2011 в 14:29, курсовая работа
Таким образом целью данной курсовой работы является описание актуальности создания моделей СМО, раскрытие основных этапов моделирования и оптимизации систем, структуры и их параметров эффективности функционирования, дать краткую классификацию основных видов СМО. Во второй части данной курсовой работы будут приведены практические расчеты по использованию моделей СМО на практике.
Введение 3
1. Моделирование систем массового обслуживания 5
1.1 Структура и параметры эффективности и качества функционирования СМО. 8
1.2 Классификация СМО 10
2. Практическая часть 18
Заключение 23
Список литературы 25
F(t)=1-е
т.е. вероятность того, что время обслуживания не превосходит некоторой величины t, определяется этой формулой, где — параметр экспоненциального закона распределения времени обслуживания требований в системе, т.е. величина, обратная среднему времени обслуживания to6:
Рассмотрим ряд основных понятий, связанных с имитационным моделированием. Не во всех задачах анализа возможно использование аналитических методов решения.
Если изучаемые процессы имеют явно нелинейный характер и при этом осложнены разного рода вероятностными характеристиками, то о практически полезном аналитическом решении не может быть и речи. В этих случаях могут быть применены методы машинной имитации, то есть методы экспериментального изучения социально-экономических систем с помощью ЭВМ. Машинная имитация применяется тогда, когда реальный экономический эксперимент по каким-либо причинам невозможен, и тогда имитация выступает в качестве замены реального эксперимента либо в качестве предварительного этапа, позволяющего принять более обоснованное решение о проведении такого эксперимента.
При машинной имитации формируется так называемая имитационная система, в которую входят имитационная модель, имитирующая исследуемый процесс, и набор алгоритмов и программ, предназначенных как для обеспечения диалога человека и ЭВМ, так и для решения задач типа ввода и вывода информации, формирования базы данных и т.д. Имитационная модель при этом сама является своего рода программой для ЭВМ. Практическое применение этой модели заключается в наблюдении за результатами весьма многовариантных расчетов по такой программе при различных задаваемых значениях вводимых экзогенных переменных. В процессе анализа этих результатов могут быть сделаны выводы о поведении системы без ее построения, если эта система только проектируется, без вмешательства в ее функционирование, если это действующая система, и без ее разрушения, если целью эксперимента является определение пределов воздействия на систему. Таким образом могут быть достигнуты цели экономико-математического моделирования в тех случаях, когда аналитическое решение невозможно.
Процесс последовательной разработки имитационной модели начинается с создания простой модели, которая затем постепенно усложняется в соответствии с предъявляемой решаемой проблемой требованиями. В каждом цикле имитационного моделирования можно выделить следующие этапы:
Рассмотрим примеры расчета параметров одноканальных и многоканальных СМО с отказами.
Одно канальная СМО содержит один канал (n = I), и на ее вход поступает пуассоновский поток заявок Пвх, интенсивность (среднее число событий в единицу времени) которого inПвх = . Так как интенсивность входящего потока может изменяться во времени, то вместо записывают (t). Тогда время обслуживания каналом одной заявки Тоб распределено по показательному закону и записывается в виде: , где - интенсивность отказов.
Состояние
СМО характеризуется
Для многоканальной СМО с отказами (n > 1) при тех же условиях состояния системы обозначим по числу занятых каналов (по числу заявок, находящихся в системе под обслуживанием, так как каждый канал в СМО либо свободен, либо обслуживав только одну заявку). Таким образом, подобная СМО может находиться в одном из следующих (n+1) состояний: s0 — все п каналов свободны; s1 — занят только один из каналов, остальные (n-1) каналов свободны; Si - заняты i каналов, (п—i) каналов свободны; Sn —заняты все п каналов.
Пользуясь
общим правилом составления
дифференциалы уравнений
а) например, для одноканальной СМО имеем:
6) для многоканальной СМО соответствен имеем:
Решив первую систему уравнений, можно
найти значения p0(t) и p1(t)
для одноканальной СМО и построить графики
(рис.7.3, а-в) при трех случаях: 1)
; 2)
; 3)
. Можно также определить предельную
пропускную способность СМО (рис. 7.3, г).
Теперь осуществим оценку эффективности деятельности субъектов рынка:
Пример 1. Пусть на телефонную линию филиала банка производительностью μ = 0,6 вызовов/мин и простейшим потоком обслуживания поступает простейший поток выозовов клиентов с интенсивностью λ = 0,3 вызовов/мин. Определить предельные значения относительной пропускной способности Q, абсолютной пропускной способности А и вероятности отказа Pотк телефонной линии, влияющие на итоговый доход филиала. Определить также среднее время обслуживания одного вызова, среднее время простоя канала и вероятность того, что канал свободен или занят.
Решение: Так как математической моделью телефонной линии является одноканальная СМО с отказами, характеризующаясями параметрами – интенсивностью входящего потока обслуживания inПвх = = 0,3 и интенсивностью потока обслуживания inПоб = μ = 0,6, то по формуле:
можно определить вероятность отказа так:
Pотк = = = 0,333, или 33,3%, т.е. в установившемся предельном режиме из каждых 100 заявок в среднем 3 получат отказ.
Далее определим предельное значение относительной Q и абсолютной А пропускной способности СМО, используя формулу:
Q = 1 - Pотк = 1 – 0,333 = 0,667;
A= λ * Q =0,3*0,667=0,2.
Итак из расчета следует, что случайный характер поступления телефонных вызовов и случайный характер длительности разговора пораждают ситуацию, что абсолютная пропускная способность A= 0,2 разговора/мин в три раза меньше производительности телефонной линии μ = 0,6 вызова/мин (0,6:0,2 = 3).
Определим:
а) среднее время обслуживания (в мин) Тоб :
Тоб=
б) среднее время простоя канала (в мин) Тпр :
Тпр=
в) вероятность того, что канал свободен :
P0=
Или P0= = =0,666,
в) вероятность того, что канал занят P1:
P1= 1 – P0 = λ/(λ+μ) = 0,334,
Или P1= Тоб / (Тоб + Тпр ) = 1,66 / (1,66+3,33) = 0,332.
Таким образом, вероятность того, что канал занят, ментше вероятности того, что канал свободен, т.е. P1 < P0, и этого следовало ожидать, так как интенсивность входящего потока λ = 0,3 меньше интенсивности производительности канала μ = 0,6.
Пример 2. Пусть филиал фирмы по ремонту радиоаппаратуры имеет n = 5 опытных мастеров. В среднем в течение рабочего дня от населения поступает в ремонт l =10 радиоаппаратов. Общее число радиоаппаратов, находящихся в эксплуатации у населения, очень велико, и они независимо друг от друга в различное время выходят из строя. Поэтому есть все основания полагать, что поток заявок на ремонт аппаратуры является случайным, пуассоновским. В свою очередь каждый аппарат в зависимости от характера неисправности также требует различного случайного времени на ремонт. Время на проведение ремонта зависит во многом от серьезности полученного повреждения, квалификации мастера и множества других причин. Пусть статистика показала, что время ремонта подчиняется экспоненциальному закону; при этом в среднем в течение рабочего дня каждый из мастеров успевает отремонтировать m = 2,5 радиоаппарата. Требуется оценить работу филиала фирмы по ремонту радиоаппаратуры, рассчитав ряд основных характеристик данной СМО.
Решение: За единицу времени принимаем 1 рабочий день (7 часов).
1. Определим параметр
a = l*
так как a < n, то очередь не может расти безгранично.
2. Вероятность того, что все мастера свободны от ремонта аппаратуры, равна :
P0=
3. Вероятность того, что все мастера заняты ремонтом:
Pn=
Это означает, что 55,4% времени мастера полностью загружены работой.
4. Среднее время обслуживания (ремонта) одного аппарата:
Тоб
=
(при условии семичасового рабочего дня).
5.
В среднем время ожидания
tож=
6.
Очень важной характеристикой
является средняя длина
7.
Определим среднее число
Таким образом, в среднем в течение рабочего дня ремонтом заняты четыре мастера из пяти.
В настоящее время с развитием значения экономики в мире и увеличением числа изменяющихся характеристик для производителей требуются все более точные экономические рекомендации. Для ответа на вопросы, возникающие при осуществлении массового обслуживания, и создаются модели. Процесс их построения – моделирование.
Моделировать можно любой объект любой сложности, и именно моделирование дает порой те результаты, которые нельзя получить никаким другим способом.
Для начала моделирования необходимо:
Информация о работе Моделирование систем массового обслуживания