Относительный приоритет.
Если выполняется заявка 2, то если приходит заявка 1 она заявку 2 не вытесняет, а ждет конца выполнения.
Конечная формула с формулой Литтла имеет вид:
Имитационное моделирование систем.
Имитационное моделирование (ситуационное моделирование) — метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.
Имитационное моделирование позволяет имитировать поведение системы во времени. Причём плюсом является то, что временем в модели можно управлять: замедлять в случае с быстропротекающими процессами и ускорять для моделирования систем с медленной изменчивостью. Можно имитировать поведение тех объектов, реальные эксперименты с которыми дороги, невозможны или опасны.
Виды:
Агентное моделирование - используется для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами
Дискретно-событийное моделирование- подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие.
Системная динамика - графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модели
Статистическая обработка результатов моделирования.
В ходе статистического моделирования формируются выборочные данные, описывающие процесс и результаты функционирования системы. Выборочные данные являются исходным статистическим материалом для нахождения приближенных значений (оценок) показателей эффективности функционирования изучаемой системы.
Оценка статистических характеристик. По результатам имитационного моделирования рассчитывают следующие основные статистические характеристики показателей эффективности системы:
- оценка математического ожидания (выборочное среднее);
- выборочная медиана;
- выборочная мода;
- оценка дисперсии;
- оценка среднеквадратического отклонения;
- выборочные минимальное и максимальное значения;
- выборочный размах;
- коэффициент вариации.
Идеи, лежащие в основе структурных методов моделирования.
Методы структурного анализа и проектирования стремятся преодолеть сложность больших систем путем расчленения их на части ("черные ящики") и иерархической организации этих черных ящиков. Выгода в использовании черных ящиков заключается в том, что их пользователю не требуется знать, как они работают, необходимо знать лишь его входы и выходы, а также его назначение (т.е. функцию, которую он выполняет).
Конструирование системы черных ящиков существенно упрощается.
Облегчается тестирование таких систем.
Имеется возможность простого ре-конфигурирования системы черных ящиков.
Облегчается доступность для понимания и освоения.
Увеличивается удобство при модификации.
Таким образом, первым шагом упрощения сложной системы является ее разбиение на черные ящики, при этом такое разбиение должно удовлетворять следующим критериям:
каждый черный ящик должен реализовывать единственную функцию системы;
функция каждого черного ящика должна быть легко понимаема независимо от сложности ее реализации
связь между черными ящиками должна вводиться только при наличии связи между соответствующими функциями системы
связи между черными ящиками должны быть простыми, насколько это возможно, для обеспечения независимости между ними.
Второй важной идеей, лежащей в основе структурных методов, является идея иерархии. Для того, чтобы понять сложную систему недостаточно разбить ее на части, необходимо эти части организовать определенным образом, а именно в виде иерархических структур.
Третий момент: структурные методы широко используют графические нотации, также служащие для облегчения понятия сути сложных систем.