Контрольні запитання

1. Яка різниця між експериментами користувача та експериментами, що генеруються автоматично у GPSS World?

2. З яких частин може складатися тіло циклу експерименту користувача?

3. Для чого призначена глобальна матриця експерименту, заповнена результатами моделювання?

4. Для чого призначена процедура ANOVA і для скількох факторів та факторних взаємодій вона може використовуватися?

5. Які поля містяться у таблиці ANOVA і що вони означають?

Лабораторна робота 14. Оптимізація і прогнозування поведінки системи за допомогю регресійного аналізу

Мета лабораторної роботи – вивчення методів планування експери­ментів та проведення регресійного аналізу (оптимізую чого експерименту) у GPSS World

Загальні відомості

Теоретичні відомості з теорії планування експериментів та побудови регресійних моделей наведено у п. 9.1. Технологія регресійного аналізу у GPSS World розглядається у п. 9.4. Такий експеримент ще називається оптимізуючим. Після задавання вхідних умов (кількості факторів та діапазонів їх зміни) система GPSS World автоматично створює план експерименту, будує поверхню відгуку та визначає оптимальне значення.

Тому для проведення регресійного аналізу (оптимізуючого експери­менту) у GPSS World важливим є задавання локальної експериментальної області. Значення факторів, вказані дослідником, формують початкову точку експерименту. Від цього залежить досягнення оптимального значення в межах локальної області і виведення математичної моделі.

Завдання для виконання роботи

Відповідно до заданого варіанту необхідно виконати наступні дії:

• відкрити програмний код GPSS-моделі з попередньої лабораторної роботи і вилучити з нього PLUS-процедури;

• підготовити вхідні дані щодо вибору факторів та їх рівнів;

• провести регресійний аналіз та проаналізувати результати моделюваня.

Індивідуальні завдання проведення регресійного аналізу для оптимізації і кількісного прогнозу поведінки системи

Власник магазину найняв на роботу N продавців для обслуговування покупців, які відвідують магазин кожних α хв. Якщо в магазині вже знахо­диться М клієнтів, то кожний наступний покупець не залишається в магазині, а йде необслуженим. Час, який витрачає продавець на одного покупця становить β хв. Заробітна плата одного продавця становить γ грн./день. Від одного покупця власник отримує прибуток у розмірі δ грн. Є можливість зменшити час обслуговування одного покупця за рахунок нарахування додаткової заробітної плати продавцю. Збільшення заробітної плати на 10 грн./день дозволить зменшити час обслуговування одного клієнта на 1 хв.

Провести регресійний аналіз моделі для знаходження кількості продавців та їхніх заробітних плат, для яких рентабельність діяльності магазину була б максимальною.

Індивідуальні вхідні дані для моделювання наведено у табл. 10.13.

Таблиця 10.13

№ варіанту	α	β	γ	δ	N	М
1	2	8	85	17	2	11
2	3	12	92	15	5	9
3	2	10	105	10	4	15
4	4	13	98	19	3	17
5	3	9	82	11	2	10
6	3	10	110	18	3	16
7	2	8	102	16	5	12
8	4	16	88	15	4	14
9	4	14	93	19	3	15
10	2	9	104	17	2	18
11	3	11	95	12	3	13
12	2	10	105	13	4	10
13	3	13	83	16	2	12
14	4	12	90	18	5	16
15	3	9	100	14	3	14

Зміст звіту

• варіанти завдання та вхідні дані факторів і їх рівнів;

• текст GPSS World програм для реалізації експерименту (без PLUS-процедур);

• діалогове вікно Optimizing Experiment Generator із заданими значеннями локальної області;

• результати дисперсійного аналізу (вікно Jornal), рівняння поверхні відгуку;

• аналіз результатів моделювання..