
- •Имитационное моделирование бизнес-процессов
- •Варианты заданий
- •Контрольные вопросы
- •Лабораторная работа № 2. Анализ и прогнозирование с учетом ведущих факторов на основе результатов имитационного моделирования
- •Варианты заданий
- •Контрольные вопросы
- •Постановка задачи
- •Метод построения модели
- •Описание моделирующего алгоритма
- •Результаты моделирования
- •Программа, построенная по исходным данным
- •Обозначение блоков программы
- •Заключение
- •Лабораторная работа № 5
- •5.3 Блоки и карты языка gpss
- •5.3.5 Блок generate
- •5.3.16 Карта initial
- •5.3.17 Блок savevalue
- •5.3.18 Карта variable
- •5.3.24 Карта qtable
- •5.3.25 Карта reallocate
- •5.3.26 Карта reset
- •5.3.27 Карта function
- •5.3.28 Карта rmult
- •5.3.29 Блок preempt
- •5.3.30 Блок return
- •5.3.31 Блок assign
- •5.3.32 Блок loop
- •5.3.33 Карта initial для установки начальных значений логических
- •5.3.34 Блок logic
- •5.3.35 Блок gate для логических переключателей
- •5.3.36 Блок test
- •5.3.37 Блок transfer в режиме all
- •5.4. Цель работы
- •5.5. Задание на лабораторную работу
- •5.6. Порядок выполнения работы
- •Метод построения модели на gpss
- •Исходные данные
- •Анализ полученных результатов
- •Лабораторная работа №6. Изучение функционирования одноканальной разомкнутой смо-системы массового обслуживания с простейшими потоками
- •Цель работы
- •Задание на лабораторную работу.
- •Краткие теоретические сведения
- •Построение имитационной модели процесса
- •Подготовка к моделированию системы
- •Моделирование системы
- •Задание на лабораторную работу
- •Краткие теоретические сведения
- •1.3.1. Создание имитационной модели
- •1.3.2. Представление имитационной модели
- •1.3.3. Подготовка системы к моделированию
- •1.3.4. Моделирование системы
- •1.4. Контрольные вопросы
- •Лабораторная работа №8. Изучение функционирования многоканальной разомкнутой системы массового обслуживания с простейшими потоками
- •Цель работы
- •Задание на лабораторную работу
- •Краткие теоретические сведения
- •1.3.1. Аналитический метод решения задачи
- •1.3.2. Имитационный метод решения задачи
- •1.3.3. Построение имитационной модели процесса
- •1.3.4. Подготовка системы к моделированию
- •1.3.5. Моделирование системы
- •Лабораторная работа №9. Изучение функционирования многоканальной разомкнутой смо-системы массового обслуживания со смешанными потоками
- •. Цель работы
- •1.2. Задание на лабораторную работу
- •Краткие теоретические сведения
- •Контрольные вопросы
- •Цель курсового проекта, общее задание и тематика работ
- •Содержание курсового проекта
- •Требования к оформлению курсового проекта и содержанию разделов
- •Раздел 5 должен содержать блок-диаграмму модели и описание gpss-программы работы модели системы. Основные условные обозначения для блок-диаграммы модели приведены в таблице 1.
- •Постановка задачи моделирования
- •Функциональная схема моделирования системы
- •3. Структурная схема модели в символах q-схем.
- •Метод построения модели
- •Описание gpss модели работы мастерской
- •Описание gpss-программы работы мастерской.
- •Анализ результатов моделирования.
Анализ полученных результатов
Необходимо проверить статистическую гипотезу о экспоненциальном законе распределения случайных величин, полученных методом имитационного моделирования, средствами MicrosoftExcel.
Создать таблицу:
Экспериментальная часть (из GPSS программы) |
|||||
№ интервала (i) |
1 |
2 |
3 |
……… |
n3 |
Верхние границы интервалов (xi) |
n1+n2 |
|
|
……… |
|
Частота попадания в i интервал (Ri) |
|
|
|
|
|
Теоретическая часть |
|||||
Теоретическая функция экспоненциального распределения F(xi) |
|
|
|
|
|
Теоретическая вероятность попадания случайной величины в i-интервал (Pi) |
|
|
|
|
|
NPi |
|
|
|
|
|
Ri-NPi |
|
|
|
|
|
(Ri-NPi)2 |
|
|
|
|
|
(Ri-NPi)2/NPi |
|
|
|
|
|
χ2 |
|
|
|
|
|
№ интервала – это последовательность целых чисел I=1,2,…n3;
n3 – количество интервалов времени прихода заявок (случайных чисел);
Верхняя граница каждого интервала вычисляется следующим образом:
xi = n1 + in2
где n1 – нижняя граница первого интервала (всего интервала возможного времени прихода заявок);
n2 – ширина интервала;
i – текущий номер интервала;
Ri – абсолютная частота попадания интервала времени прихода заявок в i заданный интервал (Ri берется из соответствующего пункта файла «имя.lst» результатов работы имитационной GPSS программы).
2.Вычислить теоретическую функцию распределения случайной величины (времени прихода заявок) с заданным Мч для каждого значения xi i=1,2,…n3, с помощью функции Excel:
ЭКСПРАСПР(xi: 1/Мч; ИСТИНА)
xi – задаваемое значение случайной величины, для которого находится значение интегральной функции распределения F(xi). В нашем случае это верхняя граница i-го заданного интервала.
1/Мч – математическое ожидание времени прихода очередной заявки (случайной величины, имеющей экспоненциальное распределение).
ИСТИНА – определяет в Excel значение интегральной функции распределения F(xi).
3.Вычислить теоретическую вероятность попадания случайной величины в i-й интервал по формулам:
P1=F(x1)
Pi=F(x1)-F(xi-1), i=2, …n3
4.Вычислить
значение χ2
по формуле
5.Построить график функции F(xi).
6.Сравнить полученное значение χ2 с χ2αk табличным для α=0.05, k=n-1.
Если χ2 ≤ χ2αk, то гипотеза о экспоненциальном законе распределения смоделированных случайных величин принимается с данным уровнем значимости.
Если χ2 ≥ χ2αk, то гипотеза отклоняется (или может быть принята с другим уровнем значимости).
Статистическая таблица критических значений χ2αk для α=0.05
k |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
19 |
20 |
χ2αk |
3.94 |
4.58 |
5.23 |
5.58 |
6.57 |
7.26 |
7.96 |
8.67 |
9.39 |
10.11 |
10.85 |
11.59 |
Варианты задайий
|
|
|
|
|
|
|||||
Вариант |
мч |
n1 |
n2 |
n3 |
N |
|||||
1 |
7 |
5 |
3 |
10 |
180 |
|||||
2 |
10 |
10 |
5 |
15 |
120 |
|||||
3 |
3 |
1 |
2 |
15 |
100 |
|||||
4 |
2 |
1 |
2 |
17 |
200 |
|||||
5 |
20 |
15 |
5 |
20 |
220 |
|||||
6 |
10 |
10 |
10 |
10 |
150 |
|||||
7 |
20- |
10 |
10 |
15 |
200 |
|||||
8 |
30 |
10 |
1 |
20 |
250 |
|||||
9 |
1 |
1 |
1 |
12 |
100 |
|||||
10 |
40 |
20 |
20 |
10 |
150 |
|||||
11 |
5 |
5 |
20 |
14 |
140 |
|||||
12 |
25 |
15 |
12 |
20 |
130 |
|||||
13 |
13 |
10 |
5 |
19 |
120 |
|||||
14 |
12 |
8 |
10 |
18 |
180 |
|||||
15 |
11 |
10 |
15 |
16 |
160 |
Мч – среднее время прихода заявок
n1 – верхняя граница интервала
n2 – ширина интервала
n3 – количество интервалов
N – число случайных величин