- •Оглавление
- •Эмм в логистике Опорный конспект 1. Тема «Транспортная логистика» (Практическое занятие 1)
- •Опорный конспект 2. Тема «Экономические основы моделирования в логистике» (Лекция 1)
- •Опорный конспект 3. Тема «Основы теории управления» (Лекция 2)
- •Опорный конспект 4. Тема «Имитационная модель отбора персонала в логистические структуры» (Практическое занятие 2)
- •Опорный конспект 5. Тема «Свойства моделей, определяющих эффективность моделирования» (Лекция 3)
- •Модели логистических потоков
- •Опорный конспект 6. Тема «Основные модели случайных потоков» (Лекция 4) Простейшие потоки
- •Опорный конспект 7. Тема «Моделирование случайных процессов» (Лекция 5) Поток Эрланга порядка к
- •Поток Бернулли
- •Поток случайных событий с равномерным распределением интервала времени между 2 последовательными событиями
- •Комплексное использование 2 потоков случайных событий при моделировании движения транспортного средства
- •Опорный конспект 8. Тема «Ряды динамики в транспортной логистике» (Лекция 6)
- •Опорный конспект 9. Тема «Система показателей для построения моделей товарно-производственных запасов» (Лекция 7)
- •Специфическая система показателей эффективности формирования товарно-производственных запасов
- •Опорный конспект 10. Тема «Модель оценки остаточной стоимости основных фондов логистического предприятия» (Практическое занятие 3)
- •Опорный конспект 11. Тема «Моделирование товарно-минеральных запасов (продолжение)» (Лекция 8)
- •Модель совершенствования качества работы склада
- •Опорный конспект 12. Тема «Расчетно-аналитическая объемно-стоимостная модель контроля запасов» (Лекция 9)
Модели логистических потоков
Мат поток-грузы, детали, товарно-материальные ценности, рассматриваемые в логистических операциях. Он обладает размерностью. [единица измерения (тонны, литры и т.д.), единица измерения времени (часы, минуты, секунды)].Конкретный момент времени мат поток называется мат запасами. Изобразим схему:
Мат потоки подвергаются воздействию внешних факторов в произвольные моменты времени, поэтому основными моделями для их описания являются случайные функции. Функция действительного переменного называется случайной, если при каждом значении аргумента она представляет собой случайную величину. Основной характеристикой случайной величины является её закон распределения. Если аргументом случайной функции является время, то данная функция называется случайным процессом.
Опорный конспект 6. Тема «Основные модели случайных потоков» (Лекция 4) Простейшие потоки
Поток называется простейшим, если он стационарен, ординарен и не имеет последействий.
Стационарность – некоторая последовательность случайных величин, илислучайная последовательность.
Вероятность – вероятность того, что на достаточно малый отрезок длины x попадает одна точка, является бесконечно малой ?x порядка. Вероятность того, что на этот отрезок попадает более, чем одна точка, является бесконечно малой более высокого порядка, чем ?x.
Свойство без последействия – вероятность того, что на данный отрезок попало определенное количество точек не зависит от того, сколько точек в результате проведенной бесконечно серии испытаний попало на отрезок, не пересекающийся с данным.
Интервал времени между смежными событиями (в логистике-поставки), в простейшем потоке распределен по показательному закону с плотностью распределения f(t)= и функцией распределения F(t)=1-
Построим графики этих функций для =0.2; t=0,1,2,3…
==
t |
0 |
1 |
2 |
3 |
10 |
18 |
F(t) |
0 |
0,18 |
0,33 |
0,45 |
0,87 |
0,97 |
t |
0 |
1 |
2 |
3 |
7 |
f(t) |
0,2 |
0,164 |
0,134 |
0,11 |
0,05 |
Из теории вероятностей известно, что интервал времени между 2 последовательными событиями в простейшем потоке моделируют с использованием зависимости, =.
– случайна величина равномерно распределенная на интервале 0, 1.
Получим реализацию простейшего потока
i |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
0,18 |
0,81 |
0,96 |
0,49 |
0,43 |
0,65 |
0,13 |
0,85 |
0,34 |
0,02 |
|
8,46 |
1,05 |
0,19 |
3,57 |
4,27 |
2,12 |
10,18 |
0,80 |
5,34 |
20,47 |
11 |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
19 |
20 |
0,09 |
0,87 |
0,22 |
0,83 |
0,15 |
0,95 |
0,11 |
0,60 |
0,74 |
0,85 |
11,90 |
0,72 |
7,57 |
0,96 |
9,39 |
0,28 |
11,10 |
2,59 |
1,53 |
0,82 |
Дальше в масштабе, = 0, 2, значит М[T] равно 5:=0,2=>M[T]=5
Опорный конспект 7. Тема «Моделирование случайных процессов» (Лекция 5) Поток Эрланга порядка к
Его получают из простейшего, исключая из последовательности случайных событий каждое k-тое событие, например: поток Эрланга 2 порядка получают исключая из простейшего потока каждое 2 событие.
С использованием реализации простейшего потока (см пр лекцию), получим поток Эрланга 2 порядка.
Точки, обведенные кружком, изображают случайные события потока Эрланга 2 порядка.