Моделирование работы мастерской по электрооборудованию

Тип работы: Курсовая работа
Бесплатно: Антиплагиат
Объем: 26 страниц
В избранное:

МИНИСТЕРСТВО НАУКИ И ОБРАЗОВАНИЯ
РЕСПУБЛИКИ КАЗАХСТАН

Казахский национальный технический университет
имени К. И. Сатпаева

Кафедра технической кибернетики

ПОЯСНИТЕЛЬНАЯ ЗАПИСКА
к курсовому проекту по дисциплине
Компьютерное моделирование
на тему: Моделирование работы мастерской по электрооборудованию

Преподаватель: ст. препод.
Тусупова Б.Б.
____________2004 г.
Ст удент: Беркимбеков А.А.
Группа: КСУ-00-1.
Специальность: 3701.

Алматы 2004

СОДЕРЖАНИЕ

Постановка задачи ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 3
Введение ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... . .4
1. Краткая теоретическая часть ... ... ... ... ... ... ... ... ... ... ... ... ..7
1. Моделирование систем массового обслуживание ... ... ... ... ... ... 7
1..2 Классификация систем массового обслуживания ... ... ... ... ... ... 7
1.3 Системы массового обслуживания с относительным
приоритетом обслуживания ... ... ... ... ... ... ... ... ... ... ... ... 10
1.4 Моделирование потоков событий ... ... ... ... ... ... ... ... ... ... ..15
1. Методы моделирования ... ... ... ... ... ... ... ... ... ... ... ... ... ... 19
2.1 Моделирование законов распределений ... ... ... ... ... ... ... ... ..19
2. Разработка алгоритма ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... .22
3.1 Блок схема ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 22
3. Описание программы ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ..28
1. Общие сведения ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... .28
4.1.1 Функциональное назначение ... ... ... ... ... ... ... ... ... ... ... ... 28
4.1.2 Описание логической структуры программы ... ... ... ... ... ... ...28
3. Вызов и загрузка программы ... ... ... ... ... ... ... ... ... ... ... ...29
4.1.4 Используемые технические средства ... ... ... ... ... ... ... ... ... ...29
4.1.5 Входные и выходные данные ... ... ... ... ... ... ... ... ... ... ... ... .29

Заключение ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... . 30
Список литературы ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...31
Приложение А ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...32
Интерфейс и листинг программы ... ... ... ... ... ... ... ... ... ... ... .33
Приложение Б ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... .41
Result.txt ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ..42
Result3.txt ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...44
Zayavki.txt ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...46

Постановка задачи

Моделирование работы мастерской по электрообарудованию
В мастерской имеется n мастеров. Поток клиентов делится на две
категории. Клиенты, требующие гарантийного ремонта имеют плотность
вероятностей ƒ(τ). Поток обычных клиентов имеет плотность вероятности
φ(τ). Клиенты первого патока имеют относительный приоритет. Время
обслуживания клиента – случайная величина с плотностью вероятностей
ψ(τ).
Парикмахерская относится к СМО с ограниченным временем ожидания.
Плотность вероятности времени ожидания также является случайной
величиной , обозначим ее l(τ). Ограничение очереди выбирается из
пределов m.
Необходимо получить:
1) вероятность обслуживания;
2) среднее время ожидания клиентов в очереди;
3) среднюю длину очереди.

№ вариантаƒ(τ) Φ(τ) ψ(τ) l(τ) n m
14 Равн. Гамма Экспоненц. Норм. 3 5 – 10

ВВЕДЕНИЕ
Компьютерное моделирование в настоящее время представляет собой
интенсивно развивающееся направление информатики, основанное на применении
имитационных моделей, и получило широкое распространение в экономике,
промышленности, экологии, недропользовании и в других сферах деятельности
человека.
Применяемые в науке, технике и экономике модели можно разбить на два
типа: физические и математические. Под физическим моделированием понимают
воспроизведение изучаемого процесса с сохранением его физической природы.
Следовательно, физическая модель представляет собой некоторую реальную
систему, которая отличается от моделируемой системы размерами и другими
параметрами, но при этом сохраняет важные для исследования свойства
оригинала. Лабораторная установка для получения некоторого продукта может
рассматриваться как модель промышленного производства этого продукта.
Отдельное предприятие, поставленное в особые экономические условия, можно
рассматривать как модель, служащую для проверки каких–либо предложений в
области планирования и управления. Физические модели обычно очень конкретны
и специфичны, дают надежные и наглядные результаты. Однако физическими
моделями трудно манипулировать в экспериментальных целях, они сложны и
достаточно дороги и, следовательно, имеют ограниченную сферу применения.
Более широкими возможностями обладает математическое моделирование. Под
математическими моделированием понимают способ исследования различных
процессов путем изучения явлений, имеющих различное физическое содержание,
но описываемых одинаковыми математическими соотношениями. Так, система
линейных уравнений и неравенств может служить моделью планирования
деятельности предприятия или организации транспортных перевозок. Благодаря
своей универсальности и относительной простоте математические модели
получили очень широкое распространение при различных исследованиях.
Система применения компьютерного моделирования – исследование систем,
состоящих из большого числа взаимодействующих объектов. В настоящее время
этот метод применяется для исследований во многих областях, в числе которых
можно назвать:
- управление производством;
- проектирование систем обслуживания автоматических телефонных
станций;
- регулирование уличного движения;
- управление складскими хозяйствами;
- функционирование средств военной техники и др.
Сущность рассматриваемого метода моделирования состоит в реализации на
компьютере специального (моделирующего) алгоритма, который имитирует
поведение и взаимодействие элементов сложной системы с учетом случайных
возмущающих факторов. Влияние случайных факторов на течение процесса
воспроизводится при помощи случайных чисел с заданными или вырабатываемыми
в процессе моделирования вероятностными характеристиками.
Компьютерное моделирование применимо к исследованию весьма сложных
процессов и обладает существенными преимуществами перед другими видами
моделирования. Основным его преимуществом является возможность решения
задач значительной сложности: исследуемая система может одновременно
содержать элементы непрерывного и дискретного действия, быть подверженной
влиянию многочисленных случайных факторов сложной природы, описываться
весьма громоздкими соотношениями и т.д.
Значительную роль компьютерное моделирование играет при решении задач,
связанных с автоматизацией управления. Результаты моделирования позволяют
вскрыть закономерности процесса, существенные с точки зрения
автоматизированного управления, определить потоки управляющей информации и
обоснованно выбрать алгоритмы управления. С помощью компьютерного
моделирования может быть оценена эффективность различных принципов
управления, вариантов построения управляющих систем, а также
работоспособность и надежность управляющей аппаратуры.
Наряду с отмеченными преимуществами, компьютерное моделирование, как и
любой другой численный метод, обладает тем существенным недостатком, что
полученное решение всегда носит частный характер, отвечая фиксированным
значениям параметров системы, входной информации и начальных условий.
Несмотря на этот весьма серьезный недостаток, компьютерное
моделирование является в настоящее время наиболее эффективным средством
исследования сложных систем, а подчас и единственным практически доступным
методом получения интересующей нас информации о поведении системы, особенно
на стадии ее проектирования и модернизации.

ТЕОРЕТИЧЕСКАЯ ЧАСТЬ

1. Моделирование систем массового обслуживание
При исследовании многих реальных сложных систем возникает необходимость
в решении задач, относящихся к массовому обслуживанию. Однако аналитический
аппарат теории массового обслуживания позволяет решит далеко не все задачи,
представляющие практический интерес, и ограничивается, в основном,
задачами ,в которых входные потоки аппроксимируются простейшим потоком, а
время обслуживания предполагается распределенным по показательному закону
. В связи с этим для исследования сложных систем, проводимых к схеме систем
массового обслуживания (СМО), целесообразно использовать компьютерное
моделирование.
Сущность этого метода применительно к анализу систем массового
обслуживания заключается в следующем. С помощью изложенных ранее методов
моделирования случайных закономерностей формируются реализации заданного
потока заявок. Далее моделируются процесс функционирования обслуживающей
системы. Все показатели работы системы, интересующие исследователя,
фиксируются. Общий моделирующий алгоритм многократно воспроизводит
случайные реализации процесса функционирования системы при некоторых
заранее заданных условиях. Накопленная при этом информация статистически
обрабатывается.

2. Классификация систем массового обслуживания
При исследовании операций часто приходиться сталкиваться с работой
своеобразных систем, называемых системами массового обслуживания (СМО).
Примерами таких систем могут служить :телефонные станции, ремонтные
мастерские ,билетные кассы ,справочное бюро, магазины парикмахерские.
Каждое СМО состоит из какого-либо числа обслуживающих единиц (или
”приборов”), которые мы будем называть каналами обслуживания. Каналами
могут быть: линии связи, рабочие точки, кассиры, продавцы, лифты,
автомашины, и др .СМО могут быть одноканальными и многоканальными.
Всякая СМО предназначена для обслуживания какого-то потока заявок
(или “требований”), поступающих в какие-то случайные моменты времени.
Обслуживания заявки продолжается какое-то, вообще говоря, случайное время
, после чего канал освобождается и готов к приему следующей заявки.
Случайный характер потока заявок и времен обслуживания приводит к тому, что
в какие-то периоды времени на входе СМО скапливается излишне большое число
заявок (они либо становятся в очередь, либо покидают СМО необслуженными); в
другие же периоды СМО будет работать с недогрузкой или вообще простаивать.
Процесс работы СМО представляет собой случайный процесс с
дискретными состояниями и непрерывным временем; состояние СМО меняется
скачком в моменты появления каких-то событий (или прихода новой заявки ,
или окончания обслуживания, или момента , когда заявка , которой надоело
ждать, покидает очередь).
Предмет теории массового обслуживания – построения математических
моделей, связывающих заданные условия работы СМО (число каналов, их
производительность , правила работы, характер потока заявок) с
интересующими нас характеристиками –показателями эффективности СМО,
описывающими , стой или иной точки зрения, ее способность справляться с
потоком заявок . В качестве таких показателей (в зависимости от обстановки
и целей исследования) могут применяться разные величины , например :
среднее число заявок , обслуживаемых СМО в единицу времени, среднее число
занятых каналов , среднее число заявок в очереди и среднее ожидания
обслуживания, вероятность того , что заявок в очереди превысит какое-то
значение и.т.д. Среди заданных условий работы СМО мы намеренно не выделяем
элементов решения : ими могут быть , например, число каналов , их
производительность , режим работы СМО. Важно уметь решать прямые задачи
исследования операций, а обратные ставятся и решаются в зависимости от
того, какие именно параметры нам нужно выбирать или изменять.
Математический анализ работы СМО очень облегчается, если процесс этой
работы – марковский. Для этого достаточно, чтобы все потоки событий,
переводящие систему из состояния в состояние, были простейшими. Если это
свойство нарушается, то математическое описание процесса становится гораздо
сложнее и довести его до явных, аналитических формул удается лишь в редких
случаях. Однако все же аппарат простейшей, Марковской теории массового
обслуживания может пригодиться для приближенного описания работы СМО даже в
тех случаях, когда потоки событий – не простейшие. Во многих случаях для
принятия разумного решения по организации работы СМО вовсе и не требуется
точного знания всех ее характеристик – зачастую достаточно и приближенного,
ориентированного.
Системы массового обслуживания делятся на типы (или классы ) по ряду
признаков. Первое деление : СМО с отказами и СМО с очередью.В СМО с
отказами заявка, поступившая в момент, когда все каналы заняты, получает
отказ, покидает СМО не обслуженной. В СМО с очередью заявка , пришедшая в
момент, когда все каналы заняты, не уходит , а становится в очередь и
ожидает возможности быть необслуженной.
СМО с очередью подразделяются на разные виды, в зависимости от того,
как организована очередь- ограничена она или не ограничена. Ограничения
могут касаться как длины очереди , так и времени ожидания (так называемые “
СМО с не терпеливыми заявками ”). При анализе СМО должна учитываться
также и “дисциплина обслуживания”- заявки могут обслуживаться либо в
порядке поступления (раньше пришла, раньше обслуживается), либо в случайном
порядке. Нередко встречается так называемое обслуживания с приоритетом –
некоторые заявки обслуживаются вне очереди. Приоритет может быть как
абсолютным – когда заявка с более высоким приоритетом “вытесняет” из-под
обслуживания заявку с низшим (например, пришедший в парикмахерскую клиент
высокого ранга прогоняет с кресла обыкновенного клиента), так и
относительным – когда начатое обслуживание доводится до конца, а заявка с
более высоким приоритетом имеет лишь право на лучшее место в очереди.
Существует СМО с так называемым многофазовым обслуживанием, состоящим
из нескольких последовательных этапов или “фаз” (например, покупатель ,
пришедший в магазин, должен сначала выбрать товар, затем оплатить его в
кассе , затем получить на контроле).
Кроме этих признаков , СМО делятся на два класса: “открытые” и
“замкнутые”. В открытой СМО характеристики потока заявок не зависят от
того, в каком состоянии сама СМО. В замкнутой СМО –зависят. Например, если
один рабочий обслуживает группу станков, время от времени требующих наладки
, то интенсивность потока “требований” со стороны станков зависит от того ,
сколько их уже неисправно и ждет наладки. Это пример –замкнутой СМО.
Классификация СМО далеко не ограничивается привиденными их разновидностями,
но мы ограничимся ими.
Оптимизация работы СМО может производиться под разными углами зрения: с
точки зрения организаторов (или владельцев ) СМО или с точки зрения
обслуживаемых клиентов. С первой точки зрения желательно “выжать все ,что
возможно” из СМО и добиться того, чтобы ее каналы были предельно загружены.
С точки зрения клиентов желательно всемерное уменьшение очередей, которые
зачастую становятся настоящим “бичом быта ”, приводя к бессмысленной трате
сил и времени, в конечном итоге, к понижению производительности труда. При
решении задач оптимизации в теории массового обслуживания существенного
необходим “системный подход”, полное и комплексное рассмотрение всех
последствий каждого решения. Например, с точки зрения клиентов СМО
желательно увеличение числа каналов обслуживания, но ведь работу каждого
канала надо оплачивать , что удорожает обслуживания. Построение
математической модели позволяет решить оптимизационную задачу о разумном
числе каналов с учетом всех ” за” и “против”. Поэтому, не выделяеют в
задачах массового обслуживания какого-либо одгного показателя эффктивности
, а сразу ставим эти задачи как многокритериальные.
Все перечисленные выше разновидности СМО исследуются в теории массового
обслуживания.

1.3 Системы массового обслуживания с относительным приоритетом
обслуживания
СМО с очередью подразделяются на разные виды, в зависимости от того,
как организована очередь — ограничена она или не ограничена. Ограничения
могут касаться как длины очереди, так и времени ожидания (так называемые
СМО с нетерпеливыми заявками). При анализе СМО должна учитываться также и
дисциплина обслуживания — заявки могут обслуживаться либо в порядке
поступления (раньше пришла, раньше обслуживается), либо в случайном
порядке. Нередко встречается, так называемое, обслуживание с приоритетом —
некоторые заявки обслуживаются вне очереди. Приоритет может быть как
абсолютным — когда заявка с более высоким приоритетом вытесняет из-под
обслуживания заявку с низшим, так и относительным — когда начатое
обслуживание доводится до конца, а заявка с более высоким приоритетом имеет
лишь право на лучшее место в очереди.
Кроме дисциплин с абсолютным и относительным приоритетами обслуживания
имеется так же дисциплина со смешанными приоритетами. Здесь обслуживающему
устройству предоставляется возможность самому решать, продолжать или
прервать обслуживание менее приоритетной заявки, т.е. решение зависит от
того, больше или меньше время, прошедшее от начала обслуживания, некоторого
фиксированного числа z. Следует отметить, что реализация смешанной
дисциплины требует постоянной регистрации времени, прошедшего с момента
начала обслуживания требования, находящегося в канале обслуживания.
СМО классифицируются на разные группы в зависимости от состава и от
времени пребывания в очереди до начала обслуживания, и от дисциплины
обслуживания требований.
По составу СМО бывают одноканальные (с одним обслуживающим устройством)
и многоканальными (с большим числом обслуживающих устройств).
Многоканальные системы могут состоять из обслуживающих устройств как
одинаковой, так и разной производительности.
По времени пребывания требований в очереди до начала обслуживания
системы делятся на три группы:
1) с неограниченным временем ожидания (с ожиданием),
2) с отказами;
3) смешанного типа.
В СМО с неограниченным временем ожидания очередное требование, застав
все устройства занятыми, становится в очередь и ожидает обслуживания до тех
пор, пока одно из устройств не освободится.
В системах с отказами поступившее требование, застав все устройства
занятыми, покидает систему. Классическим примером системы с отказами может
служить работа автоматической телефонной станции.
В системах смешанного типа поступившее требование, застав все
устройства занятыми, становятся в очередь и ожидают обслуживания в течение
ограниченного времени. Не дождавшись обслуживания в установленное время,
требование покидает систему.
В системах с определенной дисциплиной обслуживания поступившее
требование, застав все устройства занятыми, в зависимости от своего
приоритета, либо обслуживается вне очереди, либо становится в очередь.
Основными элементами СМО являются: входящий поток требований, очередь
требований, обслуживающие устройства, (каналы) и выходящий поток
требований.
Изучение СМО начинается с анализа входящего потока требований. Входящий
поток требований представляет собой совокупность требований, которые
поступают в систему и нуждаются в обслуживании. Входящий поток требований
изучается с целью установления закономерностей этого потока и дальнейшего
улучшения качества обслуживания.
В большинстве случаев входящий поток неуправляем и зависит от ряда
случайных факторов. Число требований, поступающих в единицу времени,
случайная величина. Случайной величиной является также интервал времени
между соседними поступающими требованиями. Однако среднее количество
требований, поступивших в единицу времени, и средний интервал времени между
соседними поступающими требованиями предполагаются заданными.
Среднее число требований, поступающих в систему обслуживания за единицу
времени, называется интенсивностью поступления требований и определяется
следующим соотношением:

где Т - среднее значение интервала между поступлением очередных требований.
Одной из важнейших характеристик обслуживающих устройств, которая
определяет пропускную способность всей системы, является время
обслуживания.
Время обслуживания одного требования ()- случайная величина,
которая может изменятся в большом диапазоне. Она зависит от стабильности
работы самих обслуживающих устройств, так и от различных параметров,
поступающих в систему, требований (к примеру, различной грузоподъемности
транспортных средств, поступающих под погрузку или выгрузку) .
Случайная величина полностью характеризуется законом
распределения, который определяется на основе статистических испытаний.
На практике чаще всего принимают гипотезу о показательном законе
распределения времени обслуживания.
Показательный закон распределения времени обслуживания имеет место
тогда, когда плотность распределения резко убывает с возрастанием времени
t. Например, когда основная масса требований обслуживается быстро, а
продолжительное обслуживание встречается редко. Наличие показательного
закона распределения времени обслуживания устанавливается на основе
статистических наблюдений.
При показательном законе распределения времени ... продолжение

Вы можете абсолютно на бесплатной основе полностью просмотреть эту работу через наше приложение.