ИТ, 2012

Лабораторная работа 3

Планирование экспериментов с имитационными моделями систем массового обслуживания

Цель работы

1. Изучить методы планирования экспериментов с моделью системы массового обслуживания для оптимизации характеристик процесса функционирования системы.

2. Изучить методы регрессионного анализа данных на примере решения конкретной задачи, связанной с идентификацией модели планирования эксперимента.

Порядок выполнения работы

1. Осуществить имитационное моделирование изучаемой системы массового обслуживания средствами GPSS:

   1. составить Q-схему модели исследуемой системы;

   2. написать и отладить программу моделирования в среде GPSS.

Исходные данные по вариантам представлены в табл. 1.

2. Провести эксперимент по исследованию характеристик, изучаемой системы массового обслуживания с целью оценки влияния факторов на реакцию системы. В табл. 2 приведены возможные факторы и реакция системы для каждого варианта.

   1. для выделенных факторов выбрать основной (нулевой) уровень и интервалы варьирования для каждого фактора, заполнить табл. 3

Таблица 3

Факторы (обозначение)	Содержательная интерпретация факторов	Уровни факторов			Интервалы варьирования, единицы измерения
		-1	0	1

2. составить матрицу планирования, соответствующую полному факторному эксперименту 2^k;

3. провести имитационный эксперимент с моделью системы в каждой точке факторного пространства при числе заявок N = 100, определить реакцию системы при выбранных уровнях факторов и занести данные в матрицу планирования.

1. Интерпретировать полученные в ходе исследования результаты в терминах решаемой задачи. Какие факторы оказывают наибольшее влияние на реакцию системы? Какие эффекты взаимодействия факторов наиболее значимы? Какие исходные параметры (факторы) СМО необходимо изменить и как, чтобы повысить эффективность работы СМО?

Варианты заданий Вариант 1-3

Роботизированная производственная система состоит из станков с числовым программным управлением, роботов, пункта прибытия деталей и склада обработанной продукции. Детали прибывают на пункт прибытия в соответствии с экспоненциальным законом распределения со средним значением t₀ миллисекунд, захватываются одним из свободных роботов Р1 или Р2 и передаются станку для обработки, далее захватываются равновероятно одним из роботов Р3 или Р4 и передаются на склад обработанных деталей.

Время обработки на станке подчиняется нормальному закону распределения со средним значением t₅ миллисекунд и имеет стандартное отклонение t₆ миллисекунд.

Время захвата и передачи деталей роботами Р1, Р2, Р3, Р4 распределено равномерно и составляет соответственно t₁, t₂, t₃, t₄ миллисекунд. Все данные приведены в таблице 1.

Осуществить моделирование процесса прохождения 100 деталей через производственную систему.

Таблица 1

Вариант	t0	t1	t2	t3	t4	t5	t6
1.	4000	400-600	500-700	600-800	500-900	5000	200
2.	4500	500-700	300-700	600-800	700-900	5500	300
3.	5000	500-900	400-800	700-900	600-800	6000	300

Вариант 4-6

В цех на участок обработки поступают детали в соответствии с равномерным законом распределения t₀ миллисекунд. Первичная обработка деталей происходит на станке 1, который обрабатывает деталь в соответствии с экспоненциальным законом распределения со средним значением t₁ миллисекунд. Далее деталь передается для вторичной обработки одному из трех станков 2, 3, 4 соответственно с вероятностью 0,5; 0,2; 0,3. Время обработки деталей на станках подчиняется равномерному закону распределения и составляет t₂, t₃, t₄ миллисекунд. Затем детали передаются на заключительный этап обработки. Время обработки детали станком 5 на заключительном этапе подчинено нормальному закону распределения со средним значением t₅ миллисекунд и имеет стандартное отклонение t₆ миллисекунд.

Реализовать моделирование работы участка обработки в течение 2 часов. Все данные приведены в таблице 1.

Таблица 1

вариант	t0	t1	t2	t3	t4	t5	t6
4.	3000-5000	3500	500-700	600-800	500-900	2000	300
5.	4000-6000	4500	300-700	600-800	700-900	2000	300
6.	5000-7000	5500	400-800	700-900	600-800	2000	300