2.2 Интерпретация данных отчета
На рисунке 4 представлены основные результаты моделирования, полученные после компиляции разработанной программы.
Рисунок 4 – Отчет о работе исходной
модели
Полученные результаты моделирования определили следующее (начальное время моделирования 0.000; время окончания 10000.000; число накопителей 1, блоков 10):
- общее количество заявок, поступивших в очередь на обслуживание, с учетом максимально возможной длины очереди составляет 66234;
- количество клиентов, поступивших на обслуживание составляет 63442;
- коэффициент загрузки узла обслуживания равен 0,926;
- максимальная длина очереди составляет 15 заявок;
- количество клиентов с нулевым временем ожидания в очереди – 5009;
- в момент завершения моделирования в очереди находилось 3 заявки, ожидающая обслуживания;
- средняя длина очереди составила 6,215 заявки;
- среднее время ожидания в очереди составило 0,980 часа;
- среднее время нахождения в очереди с учетом «нулевых» входов составило 1,064 часа.
Для построения гистограммы функционирования очереди, представленной на рисунке 5 был использован оператор QTABLE.
Рисунок 5 – Распределение очереди к устройству
Значение MEAN указывается на среднее время ожидания клиента в очереди, а величина S.D. – среднеквадратическое отклонение от этого ожидания.
3 Оценка результатов имитационного моделирования
3.1 Аналитический расчет характеристик системы массового
обслуживания
Способ расчета параметров модели СМО в общем случае зависит от ее конфигурации. Соответствующие формулы выводятся на основе преобразований дифференциально–разностных уравнений для Pn(t) – вероятности того, что в течение t единиц времени в системе произойдет n событий, представляющих собой или поступления заявок, или их выбытия [4]. Так, для исследуемой модели вида (М / М / 1): (GD / 16 / ∞) были использованы следующие формулы расчета параметров:
,
,
,
,
,
,
где 
– вероятность того, что требование не
может присоединиться к очереди;
– эффективная частота, которая учитывает
действительно допускаемые в систему
требования в единицу времени [4].
П
араметр
определяется как:
Так, для зоны самообслуживания клиентов магазина «СамБери» получены следующие значения параметров:
,
,
клиента,
клиентов/час,
часов,
клиентов,
часов.
Потери клиентов составят:
клиентов/час
При круглосуточном рабочем дне, магазин в среднем теряет 6,6 клиентов. Решение относительно расширения площади помещения будет основываться на экономической оценке ущерба, который обусловлен потерей клиентов.
3.2 Оценка качества gpss – модели
Общим правилом работы с новым программным обеспечением математического характера является его тестирование на задачах с известным решением, предпочтительно – аналитическим.
Так, для оценки качества GPSS – программы был произведен пробный прогон модели с последующим сравнением полученных результатов с операционными характеристиками системы, полученными аналитическим способом [4].
В таблице 5 представлены результаты оценки адекватности рассматриваемой модели.
Таблица 5 – Функциональные характеристики системы
Величина относительной ошибки имитационной модели по сравнению с аналитическими расчетами составляет 13,6% при сравнении показателей среднего числа клиентов в очереди на обслуживание и 19,3% при сравнении показателей средней продолжительности нахождения прибывших клиентов в очереди. На основании вышеуказанных данных можно сделать вывод о средней точности результатов моделирования средствами GPSS.