ТЕМА 4. РАЗРАБОТКА УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МОДЕЛИРОВАНИЯ
Отчет по лабораторной работе
Оглавление
Введение. 2
Построение имитационной модели технологического процесса. 3 Построение статистических моделей технологического процесса. 9
2.1. Анализ влияния входных факторов на выходные величины.. 9
2.2. Построение регрессионных моделей выходных величин технологического процесса 10
ПРИЛОЖЕНИЕ А.. 15
ПРИЛОЖЕНИЕ Б. 16
ПРИЛОЖЕНИЕ В.. 19
ПРИЛОЖЕНИЕ Г. 19
ПРИЛОЖЕНИЕ Д.. 21
ТЕМА 5. ИСПОЛЬЗОВАНИЕ ТЕОРИИ СИСТЕМ МАССОВОГО
ОБСЛУЖИВАНИЯ В УПРАВЛЕНИИ
Задание к лабораторной работе
Цель лабораторной работы: исследовать работу одноканальной и
двуканальной систем массового обслуживания, рассчитать характеристики
рассматриваемых систем теоретически и используя имитационную модель.
Теоретическая часть: рассмотреть работу одноканальной и
двуканальной системы массового обслуживания для следующих случаев:
1)системы с отказами в обслуживании; 2)системы с неограниченной
очередью; 3)системы с ограниченной длиной очереди (длина очереди – 5);
построить соответствующие графы состояний системы и рассчитать
основные производственные характеристики:
относительная и абсолютная пропускная способность,
вероятность обслуживания заявки,
вероятность отказа,
коэффициент занятости канала,
коэффициент простоя канала
среднее время простоя канала,
средняя длина очереди,
среднее время ожидания заявки в очереди.
Считать, что поток событий является пуассоновским, параметры
которого приведены в таблице (прилагается).
Практическая часть: смоделировать процесс работы одноканальной и
двуканальной СМО с отказами и рассчитать основные производственные
характеристики:
число обслуженных заявок,
число отказов,
относительную частоту обслуживания,
относительную частоту отказов,
суммарное время обслуживания,
сопоставить оценки вероятности обслуживания, рассчитанные по числу
отказов и по времени обслуживания.
Оценить вышеуказанные характеристики для двух случаев: число
поступивших заявок невелико (до 50) и число поступивших заявок не менее
500.
Рассмотреть случаи, когда входной поток имеет экспоненциальное
распределение, нормальное распределение, равномерное распределение.
Параметры данных законов распределения для различных вариантов
приведены в таблице (прилагается).
Для экспоненциального закона распределения сопоставить результаты
моделирования с теоретическими.
Сделать вывод об эффективности работы смоделированных СМО.
Построение имитационной модели технологического процесса
Зависимость выходных характеристик технологического процесса представлена следующими уравнениями:
(1)
(2)
Числовые характеристики параметров и коэффициенты математической модели технологического процесса представлены в таблице 1.1:
коэффициенты математической модели технологического процесса |
математические ожидания выходных параметров X1, X2, X3, X4, X5 |
коэффициент вариации Xi (var xi) |
||||||||
b1 |
b2 |
b3 |
b4 |
b5 |
m1 |
m2 |
m3 |
m4 |
m5 |
|
2 |
4 |
6 |
8 |
10 |
8 |
10 |
12 |
14 |
18 |
0,05 |
Таблица 1.1 – Исходные параметры входных величин
Выходные характеристики технологического процесса Y1 и Y2 является функциями входных параметров X1, X2, X3, X4, X5, которые подчиняются нормальному закону распределения с известными числовыми характеристиками. На основании вышеприведенных данных, используя метод Монте-Карло, смоделируем выходные характеристики для партии изделий объёмом 1000.
На этом этапе используем процедуру «Генерация случайных чисел» и учитываем, что входные величины X3 и X5 коррелируют со значением коэффициента корреляции равным 0,75.
Стандартное отклонение находится по формуле σ = М[Х]/var x. Вычисленные значения стандартных отклонений для X1, X2, X3, X4, X5 представлены в таблице 1.2.
σ1 |
σ2 |
σ3 |
σ4 |
σ5 |
0,4 |
0,5 |
0,6 |
0,7 |
0,9 |
Таблица 1.2 – Стандартное отклонение
На основании зависимости между выходными характеристиками технологического процесса и входными параметрами смоделируем выходные характеристики Y1 и Y2, значения которых представлены в Приложении А.
На основании смоделированных данных рассчитаем математическое ожидание и дисперсию выходных величин. Расчет производим при помощи инструмента Excel «Описательная статистика». Результаты представлены в таблице 1.3.
Y1
|
|
Y2
|
||
Среднее |
22,98626532 |
|
Среднее |
56,28813161 |
Стандартная ошибка |
0,102431265 |
|
Стандартная ошибка |
0,270758107 |
Медиана |
22,73619862 |
|
Медиана |
55,70343454 |
Мода |
#Н/Д |
|
Мода |
#Н/Д |
Стандартное отклонение |
3,239161001 |
|
Стандартное отклонение |
8,562123125 |
Дисперсия выборки |
10,49216399 |
|
Дисперсия выборки |
73,3099524 |
Эксцесс |
0,886917488 |
|
Эксцесс |
1,24076071 |
Асимметричность |
0,490593738 |
|
Асимметричность |
0,504519218 |
Интервал |
25,32348957 |
|
Интервал |
69,16248438 |
Минимум |
14,46223226 |
|
Минимум |
32,0580178 |
Максимум |
39,78572182 |
|
Максимум |
101,2205022 |
Сумма |
22986,26532 |
|
Сумма |
56288,13161 |
Счет |
1000 |
|
Счет |
1000 |
Уровень надежности (95,0%) |
0,201005118 |
|
Уровень надежности (95,0%) |
0,531319859 |
Таблица 1.3. – Характеристики выходных величин
Список использованной литературы: