Министерствообразования и науки Российской Федерации
ФИЛИАЛГОСУДАРСТВЕННОГО ОБРАЗОВАТЕЛЬНОГО УЧРЕЖДЕНИЯ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГООБРАЗОВАНИЯ
«БАЙКАЛЬСКИЙГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
ЭКОНОМИКИИ ПРАВА» В Г.УСТЬ-ИЛИМСКЕ
(ФилиалГОУ ВПО в г. Усть-Илимске)
КафедраТехнологии и Механизации Производства
Специальность230103 Автоматизированные системы обработки информации и управления (поотраслям)
КУРСОВАЯ РАБОТА
ПО ДИСЦЕПЛИНЕ«ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ»
Производственная линия с пунктами техническогоконтроля и
настройки
Руководитель
Доцент Г.П. Куклин
Исполнитель
Студент гр. АИ-08
В.C. Михайлов
Усть-Илимск 2011
СОДЕРЖАНИЕ
производственная линияконтроль имитационное моделирование
ВВЕДЕНИЕ
1. ОБЩАЯКЛАССИФИКАЦИЯ ОСНОВНЫХ ВИДОВ МОДЕЛИРОВАНИЯ
1.1 Описание компьютерногомоделирования
1.2 Достоинства имитационногомоделирования
2. ОСНОВНЫЕЭТАПЫ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
3. СИСТЕМАИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
3.1 Методологические подходы к построению дискретных имитационных моделей
3.2 Язык моделирования GPSS
3.3 Содержание базовой концепцииструктуризации языка моделирования GPSS
4. ПОНЯТИЕСЕТЕВОГО ПЛАНИРОВАНИЯ
4.1 Метод оценки и пересмотра планов(PERT)
5. МОДЕЛИРОВАНИЕ В СИСТЕМЕ GPSS
5.1 Постановказадачи
5.2 Описание модели
5.3 Реализация на языкепрограммирования
Реализацияна языке программирования
ЗАКЛЮЧЕНИЕ
СПИСОКИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
ВВЕДЕНИЕ
Имитационноемоделирование (от англ. simulation) – это распространенная разновидностьаналогового моделирования, реализуемого с помощью набора математическихинструментальных средств, специальных имитирующих компьютерных программ итехнологий программирования, позволяющих посредством процессов – аналоговпровести целенаправленное исследование структуры и функций реального сложного процессав памяти компьютера в режиме «имитации», выполнить оптимизацию некоторых егопараметров.
Имитационноймоделью называется специальный программный комплекс, который позволяетимитировать деятельность какого – либо сложного объекта. Он запускает в компьютерепараллельные взаимодействующие вычислительные процессы, которые являются посвоим временным параметрам (с точностью до масштабов времени и пространства)аналогами исследуемых процессов.
Следуетотметить, что любое моделирование имеет в своей методологической основеэлементы имитации реальности с помощью, какой – либо символики (математики) илианалогов.
Имитационноемоделирование применяется к процессам, в ход которых может время от временивмешиваться человеческая воля. Человек, руководящий операцией, может взависимости от сложившейся обстановки, принимать те или другие решения. Затемприводится в действие математическая модель, которая показывает, какоеожидается изменение обстановки в ответ на это решение и к каким последствиямоно приведет спустя некоторое время. Следующее «текущее решение» принимаетсяуже с учетом реальной новой обстановки [1, стр. 5].
Имитационнаямодель должна отражать большое число параметров, логику и закономерностиповедения моделируемого объекта во времени (временная динамика) и впространстве (пространственная динамика).
Имитационноемоделирование экономических процессов обычно применяется в двух случаях:
1. Дляуправления сложным бизнес – процессом, когда имитационная модель управляемогоэкономического объекта используется в качестве инструментального средства вконтуре адаптивной системы управления, создаваемой на основе информационныхтехнологий;
2. Припроведении экспериментов с дискретно – непрерывными моделями сложныхэкономических объектов для получения и отслеживания их динамики в экстренныхситуациях, связанных с рисками, натурное моделирование которых нежелательно илиневозможно.
Имитационнаямодель отображает стохастический процесс смены дискретных состояний системымассового обслуживания (СМО) в непрерывном времени в форме моделирующегоалгоритма. При его реализации на ЭВМ производится накопление статистическихданных по тем атрибутам модели, характеристики которых являются предметомисследований. По окончании моделирования накопленная статистика обрабатывается,и результаты моделирования получаются в виде выборочных распределенийисследуемых величин или их выборочных моментов. Таким образом, при имитационноммоделировании систем массового обслуживания речь всегда идет о статистическомимитационном моделировании.
Одним изнаиболее эффективных и распространенных языков моделирования сложных дискретныхсистем является в настоящее время язык GPSS.
Имитационноемоделирование является одним из мощнейших методов анализа экономических систем.
Целью данногокурсового проекта является закрепление теоретических знаний в областиметодологии системного моделирования и практическое освоение технологииимитационного моделирования.
1. ОБЩАЯКЛАССИФИКАЦИЯ ОСНОВНЫХ ВИДОВ МОДЕЛИРОВАНИЯ
Модельпредставляет собой абстрактное описание системы (объекта, процесса, проблемы,понятия) в некоторой форме, отличной от формы их реального существования.
Моделированиепредставляет собой один из основных методов познания, является формой отражениядействительности и заключается в выяснении или воспроизведении тех или иныхсвойств реальных объектов, предметов и явлений с помощью других объектов,процессов, явлений, либо с помощью абстрактного описания в виде изображения,плана, карты, совокупности уравнений, алгоритмов и программ.
В процессемоделирования всегда существует оригинал (объект) и модель, котораявоспроизводит (моделирует, описывает, имитирует) некоторые черты объекта.
Моделированиеосновано на наличии у многообразия естественных и искусственных систем,отличающихся как целевым назначением, так и физическим воплощением, сходстваили подобия некоторых свойств: геометрических, структурных, функциональных,поведенческих. Это сходство может быть полным (изоморфизм) и частичным (гомоморфизм).
Моделированиепоявилось в человеческой деятельности со времен наскальной живописи исооружения идолов, т.е. как только человечество стало стремиться к пониманиюокружающей действительности; – и сейчас, по-существу, прогресс науки и техники находит своенаиболее точное выражение в развитии способности человека создавать моделиобъектов и понятий.
Общаяклассификация основных видов моделирования:
1. Концептуальноемоделирование – представление системы с помощью специальных знаков, символов,операций над ними или с помощью естественных или искусственных языков;
2. Физическоемоделирование – моделируемый объект или процесс воспроизводится исходя изсоотношения подобия, вытекающего из схожести физических явлений;
3. Структурно– функциональное – моделями являются схемы (блок-схемы), графики, диаграммы,таблицы, рисунки со специальными правилами их объединения и преобразования;
4. Математическое(логико-математическое) моделирование – построение модели осуществляетсясредствами математики и логики;
5. Имитационное(программное) моделирование– при котором логико-математическая модельисследуемой системы представляет собой алгоритм функционирования системы,программно-реализуемый на компьютере.
Указанныевиды моделирования могут применяться самостоятельно или одновременно, внекоторой комбинации (например, в имитационном моделировании используютсяпрактически все из перечисленных видов моделирования или отдельные приемы) [3,стр. 11].
1.1. Описаниекомпьютерного моделирования
Компьютерноемоделирование – метод решения задач анализа или синтеза сложной системы наоснове использования ее компьютерной модели.
Ккомпьютерному моделированию относят:
1. Структурно-функциональное;
2. Имитационное.
Сутькомпьютерного моделирования состоит в следующем: на основе математической моделис помощью ЭВМ проводится серия вычислительных экспериментов, т.е. исследуютсясвойства объектов или процессов, находятся их оптимальные параметры и режимыработы, уточняется модель.
Простейшаяклассификация на основные виды имитационных моделей связана с применением двухэтих способов продвижения модельного времени. Различают имитационные модели:
1. Непрерывные;
2. Дискретные;
3. Непрерывно-дискретные.
В непрерывныхимитационных моделях переменные изменяются непрерывно, состояние моделируемойсистемы меняется как непрерывная функция времени, и, как правило, это изменениеописывается системами дифференциальных уравнений. Соответственно продвижениемодельного времени зависит от численных методов решения дифференциальныхуравнений.
В дискретныхимитационных моделях переменные изменяются дискретно в определенные моментыимитационного времени (наступления событий). Динамика дискретных моделейпредставляет собой процесс перехода от момента наступления очередного события кмоменту наступления следующего события.
Поскольку вреальных системах непрерывные и дискретные процессы часто невозможно разделить,были разработаны непрерывно-дискретные модели, в которых совмещаются механизмыпродвижения времени, характерные для этих двух процессов.
Реальныепроцессы и системы можно исследовать с помощью двух типов математическихмоделей: аналитических и имитационных.
Ваналитических моделях поведение реальных процессов и систем (РПС) задается ввиде явных функциональных зависимостей (уравнений линейных или нелинейных,дифференциальных или интегральных, систем этих уравнений). Однако получить этизависимости удается только для сравнительно простых РПС. Когда явления сложны имногообразны исследователю приходится идти на упрощенные представления сложныхРПС. В результате аналитическая модель становится слишком грубым приближением кдействительности. Если все же для сложных РПС удается получить аналитическиемодели, то зачастую они превращаются в трудно разрешимую проблему. Поэтомуисследователь вынужден часто использовать имитационное моделирование.
Имитационныйхарактер исследования предполагает наличие логико- или логико-математическихмоделей, описываемых изучаемый процесс (систему).
Логико-математическаямодель сложной системы может быть как алгоритмической, так и неалгоритмической(например, система дифференциальных уравнений преобразуется в алгоритмическую сиспользованием численного метода интегрирования, при этом свойства моделименяются и это надо учитывать).
Чтобы бытьмашинно-реализуемой, на основе логико-математической модели сложной системыстроится моделирующий алгоритм, который описывает структуру и логикувзаимодействия элементов в системе.
Программнаяреализация моделирующего алгоритма – есть имитационная модель. Она составляетсяс применением средств автоматизации моделирования [1, стр. 45].
1.2. Достоинстваимитационного моделирования
Имитационноемоделирование представляет собой численный метод проведения на ЭВМвычислительных экспериментов с математическими моделями, имитирующими поведениереальных объектов, процессов и систем во времени в течении заданного периода.При этом функционирование РПС разбивается на элементарные явления, подсистемы имодули. Функционирование этих элементарных явлений, подсистем и модулейописывается набором алгоритмов, которые имитируют элементарные явления ссохранением их логической структуры и последовательности протекания во времени.
Основноедостоинство ИМ:
1. Возможностьописания поведения компонент (элементов) процессов или систем на высоком уровнедетализации;
2. Отсутствиеограничений между параметрами ИМ и состоянием внешней среды РПС;
3. Возможностьисследования динамики взаимодействия компонент во времени и пространствепараметров системы.
Этидостоинства обеспечивают имитационному методу широкое распространение.
Рекомендуетсяиспользовать имитационное моделирование в следующих случаях:
1. Еслине существует законченной постановки задачи исследования и идет процесспознания объекта моделирования. Имитационная модель служит средством изученияявления;
2. Еслианалитические методы имеются, но математические процессы сложны и трудоемки, иимитационное моделирование дает более простой способ решения задачи;
3. Когдакроме оценки влияния параметров (переменных) процесса или системы желательноосуществить наблюдение за поведением компонент (элементов) процесса или системы(ПС) в течение определенного периода;
4. Когдаимитационное моделирование оказывается единственным способом исследованиясложной системы из-за невозможности наблюдения явлений в реальных условиях(реакции термоядерного синтеза, исследования космического пространства);
5. Когданеобходимо контролировать протекание процессов или поведение систем путемзамедления или ускорения явлений в ходе имитации;
6. Приподготовке специалистов для новой техники, когда на имитационных моделяхобеспечивается возможность приобретения навыков в эксплуатации новой техники;
7. Когдаизучаются новые ситуации в РПС. В этом случае имитация служит для проверкиновых стратегий и правил проведения натурных экспериментов;
8. Когдаособое значение имеет последовательность событий в проектируемых ПС и модельиспользуется для предсказания узких мест в функционировании РПС.
Однакоимитационное моделирование наряду с достоинствами имеет и недостатки:
1. Разработкахорошей ИМ часто обходится дороже создания аналитической модели и требуетбольших временных затрат;
2. Можетоказаться, что ИМ неточна (что бывает часто), и мы не в состоянии измеритьстепень этой неточности.
Зачастуюисследователи обращаются к ИМ, не представляя тех трудностей, с которыми онивстретятся и совершают при этом ряд ошибок методологического характера.
Тем не менее,ИМ является одним из наиболее широко используемых методов при решении задачсинтеза и анализа сложных процессов и систем [5].
2. ОСНОВНЫЕЭТАПЫ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
Внезависимости от типа моделей (непрерывные и дискретные, детерминированные истохастические) имитационное моделирование включает в себя ряд основных этапов:
1. Формулировкапроблемы и определение целей имитационного исследования. Документированнымрезультатом на этом этапе является составленное содержательное описание объектамоделирования;
2. Разработкаконцептуального описания. Результатом деятельности системного аналитикаявляется концептуальная модель (или вербальное описание) и выбор способаформализации для заданного объектамоделирования;
3. Формализацияимитационной модели. Составляется формальное описание объекта моделирования;
4. Программированиеимитационной модели (разработка программы-имитатора). На этапе осуществляетсявыбор средств автоматизации моделирования, алгоритмизация, программирование иотладка имитационной модели;
5. Испытаниеи исследование модели, проверка модели. Проводится верификация модели, оценкаадекватности, исследование свойств имитационной модели и другие процедурыкомплексного тестирования разработанной модели;
6. Планированиеи проведение имитационного эксперимента. На данном технологическом этапеосуществляется стратегическое и тактическое планирование имитационногоэксперимента. Результатом является составленный и реализованный планэксперимента, заданные условия имитационного прогона для выбранного плана;
7. Анализрезультатов моделирования. Исследователь проводит интерпретацию результатовмоделирования и их использование – собственно принятие решений.[3, стр. 31]
3. СИСТЕМАИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
3.1 Методологическиеподходы к построению дискретных имитационных моделей
В дискретныхимитационных системах изменение состава и состояния происходит в дискретныемоменты времени, называемые событиями.
Под событиемпонимается мгновенное изменение состояния модели, произошедшее в результатеосуществления множества взаимодействий между компонентами модели в один и тотже момент имитационного времени.
Функционированиедискретной системы можно описать:
1. Определяяизменения состояния системы, происходящие в моменты свершения событий;
2. Описываядействия, в которых принимают участие элементы системы;
3. Описываяпроцесс, через который проходят элементы.
Процесс – этоориентированная во времени последовательность событий, которая может состоятьиз нескольких действий.
Этипредставления лежат в основе трех альтернативных методологических подходов кпостроению дискретных имитационных моделей, называемых обычно:
1. Событийный;
2. Подходсканирования активностей (на практике получил небольшое распространение);
3. Процессно-ориентированныйподход (включает транзактный способ имитации).
Это основныеконцепции (схемы) структуризации для дискретных имитационных моделей. Их основазакладывается в некоторые языки и системы моделирования. Примерами могутслужить языки моделирования:
1. GASP,SIMSCRIPT, ориентированные на события;
2. Языкработ SLAM;
3. Широкораспространенные языки моделирования GPSS, SIMULA и др., предназначенные дляописания параллельных процессов.
3.2 Языкмоделирования GPSS
GPSS (англ.General Purpose Simulation System — общецелевая система моделирования) — языкпрограммирования, используемый для имитационного моделирования различныхсистем, в основном систем массового обслуживания.
Система GPSSбыла разработана сотрудником фирмы IBM Джефри Гордоном в 1961 году. Гордономбыли созданы 5 первых версий языка: GPSS (1961), GPSS II (1963), GPSS III(1965), GPSS/360 (1967) и GPSS V (1971). Известный ранее только специалистам, внашей стране этот программный пакет завоевал популярность после издания в СССРв 1980 году монографии Т. Дж. Шрайбера. В ней была рассмотрена одна из раннихверсий языка – GPSS/360, а также основные особенности более мощной версии –GPSS V, поддерживаемой компанией IBM, у нас она была более известна как пакетмоделирования дискретных систем (ПМДС). Этот пакет работал в среде подсистемыдиалоговой обработки системы виртуальных машин единой серии (ПДО СВМ ЕС) ЭВМ.После окончания поддержки GPSS V компанией IBM следующей версией стала системаGPSS/H компании Wolverine Software разработанная в 1978 году под руководствомДж. Хенриксена. В 1984 году появилась первая версия GPSS для персональныхкомпьютеров с операционной системой DOS – GPSS/PC. Она была разработанакомпанией Minuteman Software под руководством С. Кокса. Конец XX векаознаменовался разработкой компанией Minuteman Software программного продуктаGPSS World, увидевшей свет в 1993 году. За сравнительно небольшой периодвремени было выпущено несколько его версий, причем в каждой последующей возможностисистемы моделирования наращивались. Помимо этих основных версий существуеттакже Micro-GPSS, разработанная Ингольфом Сталлом в Швеции, это упрощеннаяверсия, предназначенная для изучения языка GPSS и WebGPSS, такжепредназначенная для изучения работы системы и разработки простейшихимитационных моделей в сети интернет [4].
3.3 Содержаниебазовой концепции структуризации языка моделирования GPSS
В языке GPSSреализована блочно-ориентированная концепция структуризации моделируемогопроцесса, разработанная с ориентацией на описание систем массовогообслуживания.
Вматематических моделях (ММ) сложных объектов, представленных в виде СМО,фигурируют средства обслуживания, называемые обслуживающими аппаратами (ОА), иобслуживаемые заявки, называемые транзактами.
Для описанияимитационной модели на языке GPSS полезно представить ее в виде схемы, на которойотображаются элементы СМО — устройства, накопители, узлы и источники. Описаниена языке GPSS есть совокупность операторов (блоков), характеризующих процессыобработки заявок. Имеются операторы и для отображения возникновения заявок,задержки их в ОА, занятия памяти, выхода из СМО, изменения параметров заявоквывода на печать накопленной информации, характеризующей загрузку устройств,заполненность очередей.
Каждыйтранзакт, присутствующий в модели, может иметь до 12 параметров. Существуютоператоры, с помощью которых можно изменять значения любых параметровтранзактов, и операторы, характер исполнения которых зависит от значений тогоили иного параметра обслуживаемоготранзакта.
Путипродвижения заявок между ОА отображаются последовательностью операторов вописании модели на языке GPSS специальными операторами передачи управления(перехода). Для моделирования используется событийный метод. Соблюдениеправильной временной последовательности имитации событий в СМО обеспечивается интерпретаторомGPSS/PC — программной системой, реализующей алгоритмы имитационного моделирования.
GPSS –является системой дискретного типа. Система GPSS ориентирована на классобъектов, процесс функционирования которых можно представить в виде множествасостояний и правил перехода из одного состояния в другое, определяемых вдискретной пространственно временной области. GPSS позволяет описывать процессыс дискретными событиями.
Длярегистрации изменений во времени существует таймер модельного времени. Механизмзадания модельного времени: по-событийный, с переменным шагом. Изменения вреальной системе приводят к появлению событий. Событие – изменение состояниялюбого элемента системы. В системе происходят такие события, как:
1. Поступлениезаявки;
2. Постановказаявки в очередь;
3. Началообслуживания;
4. Конецобслуживания.
В GPSSрассматриваются 2 класса событий:
1. основныесобытия, которые можно запланировать, то есть рассчитать момент их наступлениязаранее до их появления (например, момент появления заявки на входе);
2. вспомогательныесобытия, которые происходят вследствие появления основных событий.Вспомогательные события осуществляются в результате взаимодействия такихабстрактных элементов как блоки и транзакты (например, смена состояния прибораобслуживания со “свободен” на “занято”).
GPSSотносится к классу процессно- (транзактно)- ориентированных системмоделирования. GPSS является способом алгоритмизации дискретных динамическихсистем. Примеры моделируемых объектов: транспортные объекты, склады,производственные системы, магазины, торговые объекты, сети ЭВМ, системыпередачи сообщений. Алгоритмическая схема может быть использована дляоформления сложных формальных схем [3, стр.46].
4. ПОНЯТИЕСЕТЕВОГО ПЛАНИРОВАНИЯ
Сетевоепланирование– метод управления, который основывается на использовании математическогоаппарата теории графов и системного подхода для отображения и алгоритмизациикомплексов взаимосвязанных работ, действий или мероприятий для достижения четкопоставленной цели.
Сетевое планирование основываются на разработанных практическиодновременно и независимо методе критического пути МКП (СРМ – Critical Path Method) и методе оценки ипересмотра планов ПЕРТ (PERT – Program Evaluation and Review Technique).
Методысетевого планирования применяются для оптимизации планирования и управлениясложными разветвленными комплексами работ, требующими участия большого числаисполнителей и затрат ограниченных ресурсов.
Основнаяцель сетевогопланирования — сокращение до минимума продолжительности проекта.
Задачасетевого планированиясостоит в том, чтобы графически, наглядно и системно отобразить иоптимизировать последовательность и взаимозависимость работ, действий илимероприятий, обеспечивающих своевременное и планомерное достижение конечныхцелей. Для отображения и алгоритмизации тех или иных действий или ситуацийиспользуются экономико-математические модели, которые принято называть сетевымимоделями, простейшие из них — сетевые графики. С помощью сетевой моделируководитель работ или операции имеет возможность системно и масштабнопредставлять весь ход работ или оперативных мероприятий, управлять процессом ихосуществления, а также маневрировать ресурсами [7].
4.1 Методоценки и пересмотра планов (PERT)
Метод оценкии пересмотра планов PERT представляет собой разновидность анализа по методу критическогопути с более критичной оценкой продолжительности каждого этапа проекта. Прииспользовании этого метода необходимо оценить наименьшую возможнуюпродолжительность выполнения каждой работы, наиболее вероятнуюпродолжительность и наибольшую продолжительность на тот случай, еслипродолжительность выполнения этой работы будет больше ожидаемой. Метод PERTдопускает неопределенность продолжительности операций и анализирует влияниеэтой неопределенности на продолжительность работ по проекту в целом.
Этот методиспользуется, когда для операции сложно задать и определить точнуюдлительность.
Особенность метода PERT заключается в возможностиучета вероятностного характера продолжительностей всех или некоторых работ прирасчете параметров времени на сетевой модели. Он позволяет определятьвероятности окончания проекта в заданные периоды времени и к заданным срокам [6].
/>5. МОДЕЛИРОВАНИЕ В СИСТЕМЕ GPSS
5.1 Постановказадачи
Собранные телевизоры на заключительной стадии их производствапроходят ряд пунктов технического контроля. В последнем из этих пунктовосуществляется проверка настройки телевизоров. Если при проверке обнаружилось,что телевизор работает некачественно, он направляется в пункт настройки, гденастраивается заново. После перенастройки телевизор снова направляется впоследний пункт контроля для проверки качества настройки. Телевизоры, которыесразу или после нескольких возвратов в пункт настройки прошли фазузаключительной проверки, направляются в цех упаковки.
5.2 Описаниемодели
Схема моделируемой системы показана на рисунке 1. Кружкамиобозначены телевизоры, причем пустыми кружками – телевизоры, которые ожидаютзаключительной проверки, а перечеркнутыми – телевизоры, которые не прошли ещенастройки и либо настраиваются, либо стоят в очереди к пункту настройки.
/>
Рис. 1. Схемамоделируемой системы
Время между поступлениями телевизоров в пункт контроля длязаключительной проверки распределено равномерно на интервале 3.5–7.5 мин. Впункте заключительной проверки параллельно работают два контролера. Время,необходимое на проверку одного телевизора, распределено равномерно на интервале6–12 мин. В среднем 85% телевизоров проходят проверку успешно с первогопредъявления и направляются на упаковку. Остальные 15% возвращаются в пунктнастройки, обслуживаемый одним рабочим. Время настройки распределено равномернона интервале 20–40 мин.
Необходимо проимитировать работу пунктов контроля и настройки втечение 480 мин для оценки времени, затрачиваемого на обслуживание каждоготелевизора на последнем этапе.
5.3 Реализацияна языке программирования
/>
Табличкавремени затрачиваемого на обслуживание каждого телевизора на последнем этапе(заключительная проверка) (по оси Y – количество телевизоров ):
/>
Математическое ожидание (Mean) равно 8.960
Среднее отклонение (S.D.) равно 1.661
Реализация на языке программирования
GPSSWorld Simulation Report — Teh_kontr (var.1).3.1
Friday,January 21, 2011 11:28:08
STARTTIME END TIME BLOCKS FACILITIES STORAGES
0.000480.000 19 1 1
NAMEVALUE
KONTR10001.000
NASTROYKA10002.000
PROVERKA2.000
T_PROVER10000.000
UPAKOVKA17.000
LABELLOC BLOCK TYPE ENTRY COUNT CURRENT COUNT RETRY
1 GENERATE89 0 0
PROVERKA2 QUEUE 104 2 0
3 ENTER102 0 0
4 DEPART102 0 0
5 ASSIGN102 0 0
6 ADVANCE102 2 0
7 ASSIGN100 0 0
8 TABULATE100 0 0
9 LEAVE100 0 0
10TRANSFER 100 0 0
11QUEUE 20 4 0
12SEIZE 16 0 0
13DEPART 16 0 0
14ADVANCE 16 1 0
15RELEASE 15 0 0
16TRANSFER 15 0 0
UPAKOVKA17 TERMINATE 80 0 0
18GENERATE 1 0 0
19TERMINATE 1 0 0
FACILITYENTRIES UTIL. AVE. TIME AVAIL. OWNER PEND INTER RETRY DELAY
NASTROYKA16 0.962 28.865 1 41 0 0 0 4
QUEUEMAX CONT. ENTRY ENTRY(0) AVE.CONT. AVE.TIME AVE.(-0) RETRY
KONTR4 2 104 19 0.880 4.062 4.970 0
NASTROYKA5 4 20 1 2.223 53.342 56.150 0
STORAGECAP. REM. MIN. MAX. ENTRIES AVL. AVE.C. UTIL. RETRY DELAY
KONTR2 0 0 2 102 1 1.879 0.939 0 2
TABLEMEAN STD.DEV. RANGE RETRY FREQUENCY CUM.%
T_PROVER8.960 1.661 0
6.000- 7.000 16 16.00
7.000- 8.000 16 32.00
8.000- 9.000 17 49.00
9.000- 10.000 21 70.00
10.000- 11.000 16 86.00
11.000- 12.000 14 100.00
FECXN PRI BDT ASSEM CURRENT NEXT PARAMETER VALUE
91 0 483.596 910 1
72 0 484.379 726 7 1 475.563
88 0 485.537 886 7 1 478.663
41 0 497.428 4114 15 1 11.640
92 0 960.000 920 18
ЗАКЛЮЧЕНИЕ
В результате выполнения курсовой работы былидостигнуты следующие результаты:
1. изученыметоды построения имитационных моделей экономических объектов;
2. полученынавыки проведения численных экспериментов на имитационных моделях экономическихсистем;
3. приобретенопыт проведения анализа по результатам численных экспериментов на имитационноймодели;
4. проведенныйанализ позволил обнаружить некоторые закономерности, которые помогут впроведении кадровой политике предприятия.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1. Емельянов А.А.Имитационное моделирование экономических процессов: Учеб. пособие / А.АЕмельянов, Е.А. Власова, Р.В. Дума; Под ред. А. А. Емельянова. – М.: Финансы истатистика, 2004. – 368 с.: ил.
2. Свободная энциклопедия /Википедия / PERT / URL: ru.wikipedia.org/wiki/PERT (дата обращения: 14.12.2010)
3. Лычкина Н.Н. Имитационноемоделирование экономических процессов: Учеб. пособие – М.: Государственныйуниверситет управления, 2005. – 163 с.
4. Свободная энциклопедия /Википедия / GPSS / URL:http://ru.wikipedia.org/wiki/GPSS (дата обращения: 14.12.2010)
5. Компьютерное имитационноемоделирование. Статистическое имитационное моделирование / URL: www.intuit.ru/department/calculate/intromathmodel/5/
(дата обращения: 20.12.2010)
6. Свободная энциклопедия /Википедия / Сетевое планирование / URL: ru.wikipedia.org/wiki/Сетевое_планирование(дата обращения: 20.12.2010)
7. Центр креативныхтежнологий / InvenTech / Сетевое планирование / URL: www.inventech.ru/lib/glossary/netplan/
(дата обращения: 14.12.2010)