
- •Федеральное агентство по образованию
- •Исследование операций
- •Содержание
- •Введение
- •Лабораторная работа 1 Метод численного моделирования (Метод Монте-Карло)
- •Общие сведения
- •Моделирование случайных величин с равномерным распределением в интервале [0; 1]
- •Псевдослучайные числа
- •Алгоритмы генераторов псевдослучайных чисел
- •Линейный конгруэнтный метод (лкм)
- •Алгоритм Вичманна–Хилла (Wichmann–Hill или as183)
- •Алгоритм «Виток Мерсенна» (Mersenne Twister или mt19937)
- •Алгоритм Парка−Миллера (Park, Miller)
- •Метод Фибоначчи с запаздыванием
- •Функция random() в различных приложениях
- •Оценка точности результатов, полученных методом Монте-Карло
- •Лабораторное задание
- •Контрольные вопросы
- •Цель работы: научиться моделировать случайные величины с заданным законом распределения
- •Моделирование случайных событий
- •Моделирование непрерывной случайной величины
- •Алгоритмы моделирования некоторых типов случайных величин Экспоненциальное распределение
- •Пуассоновская случайная величина Распределение вероятностей числа событий на интервале времени для пуассоновской св с параметром определяется выражением
- •Гауссовская случайная величина
- •Случайная величина с логнормальным распределением
- •Моделирование n-мерной случайной величины
- •Варианты заданий для лабораторной работы 2
- •Контрольные вопросы
- •Цель работы: научиться определять основные характеристики системы массового обслуживания с помощью метода численного моделирования
- •Потоки событий
- •Многоканальная смо с ожиданием
- •Основные характеристики смо
- •Моделирование систем массового обслуживания
- •Лабораторное задание
- •Контрольные вопросы
- •Рекомендуемая литература
- •Алгоритм «Виток Мерсенна» (реализация алгоритма на языке с)
- •Результаты тестирования датчиков случайных чисел
- •Критерий согласия хи-квадрат Пирсона
Лабораторное задание
Реализовать на ЭВМ алгоритм метода Монте-Карло моделирования СМО, позволяющий вычислять: относительную
и абсолютную пропускную способность СМО, среднюю интенсивность потока заявок, покинувших СМО необслуженными, среднее время ожидания в очереди, средний интервал времени между событиями выходного потока. Входной поток заявок – поток Эрланга порядка с параметром (20). Время обслуживания имеет экспоненциальную плотность вероятности (13) с параметром . Число мест в очереди , число обслуживающих устройств и порядок потока Эрланга приведены в таблице, значения параметров и выбрать самостоятельно.
Вычислить оценки указанных в задании характеристик СМО и определить величину их относительной среднеквадратической погрешности.
Построить гистограмму величины интервала времени между событиями выходного потока.
Провести исследование полученных результатов на устойчивость к принятой модели, изменив вид функции плотности вероятности интервалов времени между соседними заявками входного потока. При этом параметры новой
подобрать так, чтобы величина среднего интервала
осталась неизменной.
По результатам лабораторной работы оформить отчет, который должен содержать: цель работы, характеристики заданной СМО, ее статистическую модель, описание алгоритма численного моделирования, результаты расчетов, их обсуждение и основные выводы.
Варианты заданий для лабораторных работ 3, 4
Номер варианта |
|
|
|
1 |
2 |
2 |
2 |
2 |
3 |
2 |
2 |
3 |
4 |
2 |
2 |
4 |
2 |
3 |
2 |
5 |
3 |
3 |
3 |
6 |
4 |
3 |
3 |
7 |
2 |
4 |
3 |
8 |
3 |
4 |
3 |
9 |
4 |
4 |
3 |
10 |
2 |
2 |
4 |
11 |
3 |
2 |
4 |
12 |
4 |
2 |
4 |
13 |
2 |
3 |
5 |
14 |
3 |
3 |
5 |
15 |
4 |
3 |
5 |
Контрольные вопросы
Какой поток событий называется рекуррентным?
Какой поток событий называется простейшим?
Какой вид имеет граф состояний рассмотренной вами СМО?
Перечислите основные компоненты СМО.
Что такое очередь и дисциплина очереди?
Что такое абсолютный и относительный приоритет заявки?
Какие параметры характеризуют эффективность работы СМО?
Какова эффективность рассмотренной вами СМО?
Как можно повысить эффективность СМО?
Что характеризуют результаты расчетов при различных статистических характеристиках входного потока?
Что такое обозначения Кендалла для СМО?