Интерфейс программы

3.6 Интерфейс программы

Далее представлены примеры интерфейса программы.

Глава 4

Исследование модели

Вначале рассмотрим системы, состоящие из одной станции и, в зависимости от типа распределения входного потока и потока обслуживания, получим экспериментальные данные имитационного моделирования и сравним их с результатами расчета по формулам. Далее исследуем системы, состоящие из двух станций (с выхода первой станции все заявки попадают на вход второй). Затем исследуем системы, состоящие из большего количества станций и имеющие разветвленную структуру.

Ta — среднее время между заявками; DTa — стандартное отклонение среднего времени между заявками (в процентах от среднего); Ts(i) — среднее время обслуживания; DTs(i) — стандартное отклонение среднего времени обслуживания (в процентах от среднего); Pr(i) — вероятность снятия заявки на выходе i-ой станции; WT_i — среднее время ожидания обслуживания; IDT_i — среднее время простоя станции; Tmid_i — среднее время нахождения заявки на станции; , ,  — среднее арифметическое от всех значений данного показателя, полученных в результате имитационного моделирования; , ,  — отклонение среднего арифметического значения данного показателя от теоретического значения (в процентах); i = 1, 2, 3, ... — номер станции.

1. 1 станция; 32000 заявок; 10 экспериментов; экспоненциальное распределение входного потока и потока обслуживания; Ta = 10; Ts(1) = 5; Pr(1) = 0

По формулам:

Результаты имитационного моделирования:

MAX = +5.8% MIN = -3.8%

MAX = +1.8% MIN = -1.9%

MAX = +3.8% MIN = -2.1%

2. 1 станция; 32000 заявок; 10 экспериментов; экспоненциальное распределение входного потока, нормальное распределение потока обслуживания; Ta = 10; Ts(1) = 5; DTs(1) = 0; Pr(1) = 0

По формулам:

Результаты имитационного моделирования:

MAX = +3.1% MIN = -2.4%

MAX = +1.5% MIN = -1%

MAX = +1% MIN = -0.8%

3. 1 станция; 32000 заявок; 10 экспериментов; экспоненциальное распределение входного потока, нормальное распределение потока обслуживания; Ta = 10; Ts(1) = 5; DTs(1) = 50; Pr(1) = 0

По формулам:

Результаты имитационного моделирования:

MAX = +1.4% MIN = -2.9%

MAX = +2.4% MIN = -1.6%

MAX = +0.4% MIN = -1.2%

4. 1 станция; 32000 заявок; 10 экспериментов; экспоненциальное распределение входного потока, нормальное распределение потока обслуживания; Ta = 10; Ts(1) = 5; DTs(1) = 100; Pr(1) = 0

По формулам:

Результаты имитационного моделирования:

MAX = +3.1% MIN = -5.1%

MAX = +2.2% MIN = -1.7%

MAX = +1.7% MIN = -2.6%

5. 1 станция; 32000 заявок; 10 экспериментов; нормальное распределение входного потока, нормальное распределение потока обслуживания; Ta = 10; DTa = 10; Ts(1) = 5; DTs(1) = 10; Pr(1) = 0

По формулам:

Результаты имитационного моделирования:

MAX = -100% MIN = -100%

MAX = +0.2% MIN = -0.2%

MAX = -0.9% MIN = -1%

6. 1 станция; 32000 заявок; 10 экспериментов; нормальное распределение входного потока, нормальное распределение потока обслуживания; Ta = 10; DTa = 10; Ts(1) = 5; DTs(1) = 50; Pr(1) = 0

По формулам:

Результаты имитационного моделирования:

MAX = -94.5% MIN = -95.5%

MAX = +0.5% MIN = -0.6%

MAX = -10.3% MIN = -11.3%

7. 1 станция; 32000 заявок; 10 экспериментов; нормальное распределение входного потока, нормальное распределение потока обслуживания; Ta = 10; DTa = 50; Ts(1) = 5; DTs(1) = 10; Pr(1) = 0

По формулам:

Результаты имитационного моделирования:

MAX = -4.1% MIN = -10.5%

MAX = +0.9% MIN = -1%

MAX = -0.5% MIN = -1.3%

Получилось, что при экспоненциальном распределении входного потока заявок экспериментальные данные близки к теоретическим, а при нормальном существенно различаются. Это связано с тем, что для входного потока, не являющегося простейшим, существуют только формулы для грубо приближенной оценки параметров, которые являются применимыми только для узкого круга задач, с определенным соотношением входных параметров.

Далее исследуем систему из 2 станций, на вход которой поступает поток заявок с экспоненциальным распределением времени прихода. С выхода первой станции все заявки попадают на вход второй. В зависимости от типа распределения потока обслуживания получим экспериментальные данные имитационного моделирования и сравним их с результатами расчета по формулам.

8. 2 станции; 32000 заявок; 10 экспериментов; экспоненциальное распределение входного потока, нормальное распределение времени обслуживания; Ta = 10; Ts(1) = 5; DTs(1) = 0; Pr(1) = 0; Ts(2) = 5; DTs(2) = 0; Pr(2) = 0

По формулам:

Результаты имитационного моделирования:

MAX = +3.2% MIN = -2.4%

MAX = +1.0% MIN = -0.8%

MAX = +1.1% MIN = -0.8%

MAX = -100% MIN = -100%

MAX = +1.0% MIN = -0.8%

MAX = -33.3% MIN = -33.3%

9. 2 станции; 32000 заявок; 10 экспериментов; экспоненциальное распределение входного потока, нормальное распределение потока обслуживания; Ta = 10; Ts(1) = 5; DTs(1) = 50; Pr(1) = 0; Ts(2) = 5; DTs(2) = 50; Pr(2) = 0

По формулам:

Результаты имитационного моделирования:

MAX = +2.6% MIN = -1.8%

MAX = +2.3% MIN = -1.5%

MAX = +1.1% MIN = -0.8%

MAX = -38.4% MIN = -43.2%

MAX = +1.9% MIN = -1.7%

MAX = -14.8% MIN = -16.7%

10. 2 станции; 32000 заявок; 10 экспериментов; экспоненциальное распределение входного потока и потока обслуживания; Ta = 10; Ts(1) = 5; Pr(1) = 0; Ts(2) = 5; Pr(2) = 0

По формулам:

Результаты имитационного моделирования:

MAX = +3% MIN = -2.5%

MAX = +1.3% MIN = -1.2%

MAX = +1% MIN = -1.3%

MAX = +7.1% MIN = -2.7%

MAX = +1.2% MIN = -1.1%

MAX = +3.8% MIN = -1.8%

Полученные результаты показывают, что при экспоненциальном распределении потока обслуживания на первой станции характер распределения на последующей станции сохраняет входное экспоненциальное распределение, при нормальном — распределение меняется. Дальнейшие исследования проведем для различного количества станций и различных связей между ними при экспоненциальном распределении входного потока и потока обслуживания.