- •Предисловие
- •Введение
- •Глава 1. Модели массового обслуживания
- •1.1. Системы массового обслуживания и их характеристики
- •1.2. Системы c одним устройством обслуживания
- •1.3. Основы дискретно-событийного моделирования cmo
- •1.4. Многоканальные системы массового обслуживания
- •Переменная vаr1, экспоненциальное распределение
- •Глава 2. Вероятностные сети систем массового обслуживания
- •2.1. Общие сведения о сетях
- •2.2. Операционный анализ вероятностных сетей
- •2.3. Операционные зависимости
- •2.4. Анализ узких мест в сети
- •Глава 3. Вероятностное моделирование
- •3.1. Метод статистических испытаний
- •3.2. Моделирование дискретных случайных величин
- •3.3. Моделирование непрерывных случайных величин
- •3.4. Сбор статистических данных для получения оценок характеристик случайных величин
- •3.5. Определение количества реализаций при моделировании случайных величин
- •Глава 4. Система моделирования gpss
- •4.1. Объекты
- •4.2. Часы модельного времени
- •4.3. Типы операторов
- •4.4. Внесение транзактов в модель. Блок generate
- •4.5. Удаление транзактов из модели. Блок terminate
- •4.6. Элементы, отображающие одноканальные обслуживающие устройства
- •4.7. Реализация задержки во времени. Блок advance
- •4.8. Сбор статистики об ожидании. Блоки queue, depart
- •4.9. Переход транзакта в блок, отличный от последующего. Блок transfer
- •4.10. Моделирование многоканальных устройств
- •4.11. Примеры построения gpss-моделей
- •4.12. Переменные
- •4.13. Определение функции в gpss
- •4.14. Стандартные числовые атрибуты, параметры транзактов. Блоки assign, mark, loop
- •Примеры фрагментов gpss-моделей c использованием сча и параметров гранзактов
- •4.15. Изменение приоритета транзактов. Блок priority
- •4.16. Организация обслуживания c прерыванием. Блоки preempt и return
- •4.17. Сохраняемые величины
- •4.18. Проверка числовых выражений. Блок test
- •4.19. Определение и использование таблиц
- •4.20. Косвенная адресация
- •4.21. Обработка транзактов, принадлежащих одному семейству
- •4.22. Управление процессом моделирования в системе gpss
- •4.23. Списки пользователей
- •4.24. Блоки управления потоками транзактов logic, gate lr, gate ls и gate
- •4.25. Организация вывода временных рядов из gpss-модели
- •4.26. Краткая характеристика языка plus
- •4.27. Команды gpss WorId
- •4.28. Диалоговые возможности gpss World
- •4.29. Отличия между gpss World и gpss/pc
- •Глава 5. Моделирование вычислительных и операционных систем
- •5.1. Операционные системы компьютеров
- •5.2. Сети и системы передачи данных
- •5.3. Проблемы моделирования компьютеров и сетей
- •Глава 6. Основы моделирования процессов
- •6.1. Производственные процессы
- •6.2. Распределительные процессы
- •6.3. Процессы обслуживания клиентов
- •6.4. Процессы управления разработками проектов
- •Глава 7. Задания для самостоятельной работы Задание 1. Моделирование разливной линии
- •Задание 2 [10]. Моделирование контроля и настройки телевизоров
- •Задание 3. Моделирование работы кафе
- •Задание 4. Моделирование работы обрабатывающего цеха
- •Задание 5. Моделирование работы обрабатывающего цеха
- •Задание 6. Моделирование работы обрабатывающего цеха
- •Задание 7. Моделирование работы cmo
- •Задание 8. Моделирование функций
- •Задание 9 [10]. Моделирование системы обслуживания
- •Задание 10 [16]. Моделирование системы автоматизации проектирования
- •Задание 11 [16]. Моделирование работы транспортного цеха
- •Задание 12 [16]. Моделирование системы передачи разговора
- •Задание 13 [16]. Моделирование системы передачи данных
- •Задание 14 [16]. Моделирование узла коммутации сообщений
- •Задание 15 [16]. Моделирование процесса сборки
- •Задание 16 [16]. Моделирование работы цеха
- •Задание 17 [16]. Моделирование системы управления производством
- •Задание 18. Моделирование производственного процесса
- •Задание 19. Моделирование работы заправочной станции
- •Задание 20. Моделированиеработы станции технического обслуживания
- •Задание 21. Моделирование работы станции скорой помощи
- •Задание 22. Моделирование работы госпиталя
- •Задание 23. Моделирование работы маршрутных такси
- •Задание 24. Моделирование работы печатной системы
- •Задание 25. Моделирование процесса сборки пк
- •Глава8. Проектирование имитационных моделей c помощью интерактивной системы имитационного моделирования
- •8.1. Структура интерактивной системы имитационного моделирования
- •8.2. Построение концептуальной схемы модели
- •8.3. Параметрическая настройка модели
- •8.4. Генератор формул
- •8.5. Управление экспериментом
- •8.6. Запуск эксперимента и обработка результатов моделирования
- •8.7. Управление проектами и общей настройкой системы
- •8.8. Пример построения модели средствами iss 2000
- •Глава 9. Технология имитационного моделирования
- •9.1. Имитационные проекты
- •9.2. Организация экспериментов
- •9.3. Проблемы организации имитационных экспериментов
- •9.4. Оценка точности результатов моделирования
- •9.5. Факторный план
- •9.6. Дисперсионный анализ anova в планировании экспериментов
- •9.7. Библиотечная процедура anova
- •9.8. Технология проведение дисперсионного анализа в системе gpss World
- •9.9. Особенности планирования экспериментов
- •9.10. Нахождение экстремальных значений на поверхности отклика
- •9.11. Организация экспериментов в gpss WorId
- •9.L2. Выбор наилучшего варианта структуры системы
- •Глава 10. Примеры принятия решений c помощью имитационного моделирования
- •10.1. Моделирование производственного участка
- •10.2. Моделирование технологического процесса ремонта и замены оборудования
- •Приложение Системные сча
- •Сча транзактов
- •Сча блоков:
- •Сча одноканальных устройств:
- •Список литературы
- •Глава 9. Технология имитационного моделирования 167
- •Глава 10. Примеры принятия решений c помощью имитационного моделирования 203
9.L2. Выбор наилучшего варианта структуры системы
Во многих случаях при моделировании приходится искать наилучший вариант структуры моделируемой системы или алгоритмов ее функционирования. По полученным результатам экспериментов c моделью обычно обнаруживается наличие некоторой проблемы, которую надо локализовать и определить причины ее возникновения. Для этого формулируют несколько гипотез, которые потом проверяют.
Не существует единого подхода к формулированию гипотез, поскольку такая процедура зависит от конкретной модели и проблемы, которая решается c помощью этой модели. Поэтому можно лишь предложить некоторые общие методы формулирования гипотез [17].
1. Идентификация похожих ситуаций. Используется существующий опыт проведения подобных работ и формулируются гипотезы, похожие на уже известные.
2. Выявление резко отличающихся значений. Такие значения часто могут приводить к правильным гипотезам. Их следует игнорировать только после тщательного изучения и объяснения.
3. Выявление закономерностей. В модели определяют интересные закономерности во времени, такие как циклы или тенденции. Для этого целесообразно применять графические методы: диаграмму состояний системы, временные ряды и диаграммы Ганта.
4. Выявление корреляций. Корреляция между параметрами и показателями критерия эффективности системы может привести к правильным гипотезам.
Выявление и анализ несоответствий. Существование очевидных взаимосвязей между данными, которые проверяются, c данными, взятыми из разных источников; между данными, связанными c системой; между полученными данными на модели и их ожидаемыми значениями. Выявленные несоответствия c большой вероятностью приводят к гипотезам.
Решение задачи анализа системы c помощью имитационной модели сводится большей частью к выявлению так называемых «узких мест». Пусть S – система, Р – показатель эффективности, х1,х2,..., xi ..., хп – n параметров модели. Величины xi – это параметры окружающей среды и внутренние параметры модели. Допустим, что увеличение P приводит к улучшению показателя. Функция P(xi), i = 1, ..., n обычно характеризуется явно выраженными нелинейностями, которые приобретают форму узких мест.
Система S имеет узкое место относительно P в определенной области пространства параметром D, если в этой области значение P существенным образом возрастает при изменении одного или немногих параметров. Даже большие изменения других параметров не приводят к ощутимому изменению P, если они не выводят систему за границы области D. В этом случае не рассматриваются области, которые окружают глобальные или локальные максимумы Р. Узкие места возникают тогда, когда к некоторым ресурсам системы выстраиваются большие очереди из-за нарушения баланса между потоком запросов к этому ресурсу и возможностями ресурса удовлетворять их.
Признаком наличия узкого места в системе может быть большая разница между коэффициентами использования компонентов системы, в особенности, если один из коэффициентов стремится к единице. Другим признаком может стать выявление несоответствия производительности системы ожидаемой.
Один из подходов к улучшению показателей эффективности P систем связан c последовательным устранением узких мест. В общем случае изменение одного или нескольких параметров xi, модели не всегда может привести к балансированию системы, так как могут обнаруживаться новые узкие места, которые до этого были скрыты только что устраненными. Кроме того, внесенные изменения в модель могут перевести систему S в другую область пространства параметров, в которой критерий P ограничивается другим узким местом.
Если моделируемая система отображается сетью CMO, то для предварительного анализа ее работы и поиска узких мест используют операционный анализ (см. параграф 2.4). В соответствии c операционным анализом пошаговое устранение узких мест в системе и балансирование коэффициентов загрузки узлов в сети позволяет получить минимальное время пребывания требований в системе, то есть получить ее максимальную пропускную способность. Во многих случаях это дает возможность найти начальное решение для определения необходимого количества устройств в узлах сети, которые потом уточняются при имитационном моделировании.