
- •2.Основные цели и критерии оценки эффективности функционирования сложной системы.
- •3.Формы записи критериев оптимальности для оценки эффективности функционирования сложной системы
- •4.Понятие обобщенного критерия оптимизации для оценки эффективности функционирования сложной системы.
- •7. Концептуальная модель функционирования сложной системы, ее разработка.
- •8.Разработка алгоритма функционирования сложной системы.
- •9.Постановка и проведение вычислительного эксперимента на модели сложной системы.
- •10.Планирование вычислительного эксперимента. Трехфакторный эксперимент.
- •1.Разработка моделей функционирования сложных систем. Типы моделей. (данный ответ подходит и для 2го вопроса)
- •5.Иммитационные модели сложных систем, принципы ее разработки
- •6.Типовые модули им транспортных систем.
10.Планирование вычислительного эксперимента. Трехфакторный эксперимент.
Для планирования эксперимента необходимо установить критерии оптимизации, которые следует рассчитать в ходе эксперимента, эти критерии как правило должны быть обобщающими но не частными. К обобщающим относят следующие критерии: себестоимость, оборот подвижного состава, пропускная и перерабатывающая способность, приведенные расходы на транспортное обслуживание.
Сначала определяют значение обобщенных критериев при существующем обслуживании, а затем изменяя те или иные параметры входных переменных получают новое значение обобщенных критериев.
П1-П2>0
, где
П1- приведенные расходы при существующем положении
П2- приведенные расходы при неизменных значениях параметров входной переменной тр-ой сист.
Эффект от изменения структуры тр-ой сист.должен быть положительным, иначе не верно выбраны направления развития и совершенствования путей развития.
Иногда проведение вычислительных экспериментов требует существенных затрат машинного времени и затрат на изготовление моделей функционирования системы.
Требуется меньшим числом экспериментов получить большой объем информации о моделируемой системе. В этих целях применяют теорию планирования эксперимента. Она предлагает различные факторные планы при различном числе варьируемых факторов и при ограниченном числе вычислений экспериментов.
В теории планирования экспериментов фактором считается изменяемый параметр или изменяемая входная переменная(например, в качестве параметра можно принять количество тр-ых ср-в, работающих в тр-ой сист.).
В качестве изменяемых входных параметров учитывают:
Интервалы поступления тр-ых ср-в в обработку на грузовые пункты и факты, организаций и предприятий
Количество доставленной партии грузов(массу)
Коэф.вариаций тр-ого потока по времени и количеству тр-ых ср-в, поступающих в обарботку.
План проведения вычислительного эксперимента при 3 факторах и 8 вычислительных экспериментах. План записывается в таблице:
Номер эксперимента |
Х1 |
Х2 |
Х3 |
1 |
-1 |
-1 |
-1 |
2 |
1 |
-1 |
-1 |
3 |
-1 |
1 |
-1 |
4 |
1 |
1 |
-1 |
5 |
-1 |
-1 |
1 |
6 |
1 |
-1 |
1 |
7 |
-1 |
1 |
1 |
8 |
1 |
1 |
1 |
1 – max значение изменяемого параметра
(-1) - min значение изменяемого параметра
W стремится к min(max).
ТК-3
1.Разработка моделей функционирования сложных систем. Типы моделей. (данный ответ подходит и для 2го вопроса)
Типы моделей:
-аналитические
-статистические
-графоаналитические
-имитационные.
Для разработки аналитического моделирования сложной системы, применяэт теории. Систем массового обслуживания (СМО).
В теории СМО тр-ые проц.рассматриваэтся как некот.каналы обслуживания, на которые поступают заявки на обслуживание. Заявкой считается поток требований, вязанных с выполнением некоторых интерпритаций(например, каналами обслуживания можно считать: автомобили, грузовые фронты, порт, стнация, АЗС, станция, аэропорт, и т.п.).
СМО применяются при опре.условиях, напрмер, при опред. Количестве каналов обслуживания с учетом закона распределения времени обслуживания. Наиболее общее решение дает для показательного закона распред.времени поступления обслуживания и для показат. закона распред. времени самого обслуживания.
t – интервал поступления заказа
применяя т. СМО можно определить след.выходные переменные рботы тр-го ср-ва:
Pотк. – вероятность отказа в обслуживании заявки данной системы.
Nотн. – относительная пропускная способность тр-ой системы показывает какой % заявок, поступающий в систему обслуживания, будет принят.
r – средняя длина очереди, возникающей в процессе обслуживания.
СМО обычно классифицируют по слуд.признакам:
по величине доп.очереди:
с ограниченной очередью
с неограниченной очередью
по числу каналов обслуживания:
одноканальные системы
многоканальные
по вероятности отказа в обслуживании заявок:
системы без отказов
с внутренними отказами в обслуживании.