Разработка модели заданной системы
Разработка концептуальной и математической модели. Построение схемы модели. Уточненная матрица переходов. Описание параметров системы. Имитационное моделирование системы в разомкнутом режиме. Измерение и вычисление узловых и системных характеристик.
Рубрика | Экономико-математическое моделирование |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 14.01.2020 |
Размер файла | 1,7 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Министерство образования Республики Беларусь
Учреждение образования
Брестский государственный технический университет
Кафедра ИИТ
Контрольная работа № 1
по дисциплине: «Моделирование систем»
Выполнил:
Студент З.О, гр. АС 568
Шифр 1456817
Хомета А.Е.
Проверил:
Муравьев Г.Л.
Брест 2018
1. Постановка задачи
Требуется разработать модели заданной системы, исследовать модели и систему. Тип моделей - Q-схема. Способы расчета - имитационный (в среде GPSS World на языке GPSS).
Вариант 27. Внешняя среда представлена источником запросов (узел S0), приемником обслуженных запросов (узел S5). Число типов потоков запросов Q - 2 (55% заявок первого типа).
Потоки различаются параметрами законов поступления и обслуживания. Законы поступления запросов 1 и 2 типов произвольные. Законы обслуживания запросов 1 и 2 типов соответственно - Эрланга(2) и Эрланга(4).
Порядок движения запросов в процессе обслуживания представлен матрицей переходов P (где число - вероятность выбора маршрута).
Таблица 1. Матрица переходов системы
S0 |
S2 |
S3 |
S4 |
S5 |
||
S0 |
1 |
|||||
S2 |
0,55 |
0,2 |
0,25 |
|||
S3 |
1 |
|||||
S4 |
1 |
|||||
S5 |
1 |
Таблица 2. Параметры системы
№ |
ПОТОКИ |
УСТРОЙСТВА |
|||||||||||||||||
№ |
% |
mТ |
№ |
K |
mt |
№ |
K |
mt |
№ |
K |
mt |
№ |
K |
mt |
№ |
K |
mt |
||
27 |
2 |
2 |
3 |
1 |
4 |
2 |
|||||||||||||
2 |
100 |
82 |
4 |
4 |
11 |
Здесь:
% - доля запросов соответствующего типа в общем потоке запросов;
MT - для входного потока это среднее время между соседними запросами;
K - количество каналов соответствующего устройства;
mt - для устройства это среднее время обслуживания в его канале запроса соответствующего типа.
2. Разработка концептуальной и математической модели
2.1 Построение схемы модели
В моделируемой системе (см. рисунок 1) после выхода из узла S2 дальнейший маршрут заявки определяется вероятностным выбором из трех альтернатив - необходимы узлы S6, S7 для разбития на составные вероятностные узлы из двух альтернатив, для каждой пришедшей заявки выбор маршрута в соответствии с заданными вероятностями.
Состав узлов:
S0 - источник запросов (генератор);
S2 - устройство с обслуживанием в одном из 3-х каналов;
S3 - устройство с обслуживанием в одном канале;
S4 - устройство с обслуживанием в одном канале;
S6 - маршрутный вероятностный узел;
S7 - маршрутный вероятностный узел;
S5 - приемник обслуженных запросов.
Уточненная схема модели изображена на рисунке 1:
Рисунок 1. Схема модели
В соответствии с полученными данными уточняем матрицу переходов.
Порядок движения запросов в процессе обслуживания представлен ниже матрицей переходов в таблице 3:
Таблица 3. Уточненная матрица переходов
S0 |
S2 |
S3 |
S4 |
S6 |
S7 |
S5 |
||
S0 |
1 |
|||||||
S2 |
1 |
|||||||
S3 |
1 |
|||||||
S4 |
1 |
|||||||
S6 |
0.55 |
0.45 |
||||||
S7 |
0.444 |
0.556 |
||||||
S5 |
1 |
Учитывая особенности языка GPSS, тройной маршрутный узел b5 был представлен двумя маршрутными узлами b5 и b6.
2.2 Описание параметров системы
Для потока параметры составляют:
Для системы параметры приведены в таблицах 4 и 5. Здесь параметры обслуживания запросов в устройствах b1, b2 и b3 заданы векторами , и , а параметры узлов векторами , , , и .
Таблица 4. Параметры запросов
Параметр |
Описание |
Значение |
|
закон (функция плотности) fф распределения времени ф между заявками в потоке |
случайный |
||
тип закона |
произвольный |
||
среднее время ф mф |
82 |
||
закон распределения (функция плотности) ft,2 времени t обслуживания в канале S2 |
случайный |
||
тип закона |
Эрланга(4) |
||
среднее время mф обслуживания в канале b2 |
4 |
||
закон распределения (функция плотности) ft,3 времени t обслуживания в канале S3 |
случайный |
||
тип закона |
Эрланга(4) |
||
среднее время mф обслуживания в канале b3 |
4 |
||
закон распределения (функция плотности) ft,4 времени t обслуживания в канале S4 |
случайный |
||
тип закона |
Эрланга(4) |
||
среднее время mф обслуживания в канале b4 |
11 |
Таблица 5. Параметры узлов
Узел |
Параметр |
Описание |
Значение |
|
S0 |
z0,1 |
тип узла |
источник |
|
z0,2 |
назначение |
генерация потока заявок |
||
z0,3 |
закон распределения времени ф между заявками в потоке fф |
случайный |
||
z0,4 |
тип закона |
экспоненциальный |
||
z0,5 |
среднее время ф mф |
82 |
||
примечание: интенсивность поступления заявок л = 1 / mф = 0,012195122 |
||||
S2 |
z2,1 |
тип узла |
устройство |
|
z2,2 |
канальность K2 |
2 |
||
S3 |
z3,1 |
тип узла |
устройство |
|
z3,2 |
канальность K3 |
1 |
||
S4 |
z4,1 |
тип узла |
устройство |
|
z4,1 |
канальность K4 |
2 |
||
S6 |
z6,1 |
тип узла |
маршрутный |
|
z6,2 |
назначение |
вероятностный выбор маршрута |
||
вектор вероятностей переходов |
0.45; 0.55 |
|||
S7 |
z7,1 |
тип узла |
маршрутный |
|
z7,2 |
назначение |
вероятностный выбор маршрута |
||
вектор вероятностей переходов |
0.444; 0.556 |
|||
S5 |
z5,1 |
тип узла |
приемник |
|
z 5,2 |
назначение |
прием обслуженных заявок |
2.3 Описание характеристик системы
Для системы узловые и системные характеристики, рассчитываемые на модели, представлены в таблицах 6 и 7.
Таблица 6. Узловые характеристики
Узел |
Характеристика |
Описание |
|
S2 |
с2 |
коэффициент загрузки узла |
|
l2 |
средняя длина очереди |
||
m2 |
среднее число запросов в узле, включая очередь |
||
щ2 |
среднее время ожидания в очереди |
||
u2 |
среднее время пребывания в узле, включая ожидание |
||
б2 |
коэффициент передач |
||
S3 |
с3 |
коэффициент загрузки узла |
|
l3 |
средняя длина очереди |
||
m3 |
среднее число запросов в узле, включая очередь |
||
щ3 |
среднее время ожидания в очереди |
||
u3 |
среднее время пребывания в узле, включая ожидание |
||
б 3 |
коэффициент передач |
||
S4 |
с4 |
коэффициент загрузки узла |
|
l4 |
средняя длина очереди |
||
m4 |
среднее число запросов в узле, включая очередь |
||
щ4 |
среднее время ожидания в очереди |
||
u4 |
среднее время пребывания в узле, включая ожидание |
||
б 4 |
коэффициент передач |
Таблица 7. Системные характеристики
Характеристика |
Описание |
Вычисление |
|
L |
Средняя суммарная длина очередей |
||
M |
Среднее суммарное число запросов в системе |
||
W |
Среднее время ожидания запроса в системе |
||
U |
Среднее время пребывания запроса в системе |
Здесь коэффициенты передачи , и задают число посещений каждого из узлов запросом за все время его обслуживания.
3. Имитационное моделирование системы в разомкнутом режиме
3.1 Построение схемы GPSS-модели
Реализуем имитационную модель на языке GPSS.
Рисунок 2. Схема GPSS-ориентированной модели
Измерение и вычисление узловых и системных характеристик иллюстрируется таблицами 8 и 9. На схеме ССМ (рисунок 3) точки сбора статистики обозначены символом - х.
Таблица 8. Измерение узловых характеристик
Узел |
Характеристика |
Точки или узел замера |
Имя пары точек |
|
b2 |
l2 , щ2 |
2-3 |
w_b_2 |
|
m2 , u2 |
2-4 |
u_b_2 |
||
с2 |
узел b2 |
|||
b3 |
l3 , щ3 |
5-6 |
w_b_3 |
|
m3 , u3 |
5-7 |
u_b_3 |
||
с3 |
узел b3 |
|||
b4 |
l4 , щ4 |
8-9 |
w_b_4 |
|
m4 , u4 |
8-10 |
u_b_4 |
||
с4 |
узел b4 |
Таблица 9. Измерение и вычисление системных характеристик
Характеристика |
Вычисление |
Точки или узел замера |
Имя пары точек |
|
L W |
L = l2 + l3 + l4, W = щ2 * б 2+ щ3 * б 3+ щ4 * б 4 |
2-3 плюс 5-6 плюс 8-9 |
W_system |
|
M U |
M = m2 + m3+ m4, U = u2 * б 2+ u3 * б 3+ u4 * б 4 |
1-11 |
U_system |
3.2 Построение GPSS-модели
Опишем сеть на языке GPSS для системы, представленной на рисунке 2.
Листинг 1 - Текст программы.
b_2 STORAGE 2
b_4 STORAGE 2
GENERATE (EXPONENTIAL(1,0,82))
queue U_system
Label_2 queue w_b_2
queue u_b_2
ENTER b_2
depart w_b_2
ADVANCE (EXPONENTIAL(2,0,4))
LEAVE b_2
depart u_b_2
TRANSFER .55,,Label_2
TRANSFER .555556,,Label_4
queue w_b_3
queue u_b_3
SEIZE b_3
depart w_b_3
ADVANCE (EXPONENTIAL(3,0,4))
RELEASE b_3
depart u_b_3
TRANSFER ,Label_2
Label_4 queue w_b_4
queue u_b_4
ENTER b_4
depart w_b_4
ADVANCE (EXPONENTIAL(4,0,11))
LEAVE b_4
depart u_b_4
depart U_system
TERMINATE 1
start 100000
3.3 Имитационное моделирование
Произведем имитационное моделирование с разной длительностью - 10000, 50000 и 100000 заявок. А также вычислим погрешность.
Таблица 10. Результаты имитационного моделирования
Характеристика |
Значение характеристики |
Погрешность, % |
|||||
ИМ (10000) |
ИМ (50000) |
ИМ (100000) |
1 |
2 |
|||
Узел |
|||||||
2 |
с2 |
0,099 |
0,097 |
0,097 |
-2,06185567 |
0 |
|
l2 |
0,002 |
0,002 |
0,002 |
0 |
0 |
||
m2 |
0,197 |
0,2 |
0,197 |
1,5 |
-1,522843 |
||
щ2 |
0,036 |
0,035 |
0,036 |
-2,857142857 |
2,777778 |
||
u2 |
4,039 |
4,036 |
4,045 |
-0,074331021 |
0,222497 |
||
3 |
с3 |
0,039 |
0,039 |
0,039 |
0 |
0 |
|
l3 |
0,002 |
0,002 |
0,002 |
0 |
0 |
||
m3 |
0,04 |
0,042 |
0,041 |
4,761904762 |
-2,439024 |
||
щ3 |
0,16 |
0,152 |
0,156 |
-5,263157895 |
2,564103 |
||
u3 |
4,153 |
4,192 |
4,154 |
0,930343511 |
-0,914781 |
||
4 |
с4 |
0,068 |
0,067 |
0,067 |
-1,492537313 |
0 |
|
l4 |
0,001 |
0,001 |
0,001 |
0 |
0 |
||
m4 |
0,134 |
0,137 |
0,134 |
2,189781022 |
-2,238806 |
||
щ4 |
0,051 |
0,057 |
0,048 |
10,52631579 |
-18,75 |
||
u4 |
11,072 |
11,269 |
11,073 |
1,748158665 |
-1,770071 |
||
Система |
|||||||
L |
0,005 |
0,005 |
0,005 |
0 |
0 |
||
M |
0,371 |
0,379 |
0,372 |
2,110817942 |
-1,88172 |
||
W |
0,247 |
0,244 |
0,24 |
-1,229508197 |
-1,666667 |
||
U |
30,681 |
31,118 |
30,714 |
1,404331898 |
-1,315361 |
На основе полученных данных можно сделать вывод, что расхождения в значениях характеристик вполне приемлемы и почти не изменяются с ростом длительности имитационного моделирования.
3.4 Анализ исходного состояния
Анализ характеристик полученных для исходных данных, показывает:
1. Система работает в установившемся стационарном режиме, так как коэффициенты загрузки всех обслуживающих узлов меньше 1(с1=0,97; с2=0,039; с3=0,067).
2. Узлы 1, 2, 3 недогружены.
3. Система разбалансирована, так как коэффициенты загрузки обслуживающих узлов отличаются друг от друга (идеальная балансировка, когда с1= с2= с3).
4. Потенциальное «узкое» место в системе - узел 1, так как имеет наибольший коэффициент загрузки.
Таким образом, при росте числа обслуживаемых заявок узел 1 первым достигнет загрузки близкой к полной, то есть с коэффициентом близким к единице. И он станет ограничивающим фактором в работе системы. Сеть будет перегружена, то есть перейдет из устойчивого стационарного режима работы в режим насыщения. В системе возникает тенденция к бесконечному нарастанию числа не обслуженных заявок с течением времени моделирования.
3.5 Аналитический расчет характеристик узлов
1. Определяем значения интенсивностей входного потока лj для каждого узла.
л2=1/402658/100000*82=0,0491
л3=1/80583/100000*82=0,00983
л4=1/100000/100000*82=0,0122
2. Рассчитываем коэффициенты загрузок каналов устройств.
сj = лj * tj / Kj
с2=0,0491*402658/2=0,09821
с3=0,00983*80583/1=0,03931
с4=0,0122*100000/2=0,06707
Так как коэффициенты загрузок меньше единицы, то сеть работает в стационарном режиме и можно продолжать расчеты.
3. Рассчитываем характеристики узлов.
Среднее число заявок определяется как
Значение Rj вычисляется как
Вероятность простая узла P0j рассчитывается по формуле, где число заявок в узле Мj выполняет роль параметра суммирования
Для случая Kj=1 используются формулы
Среднее время ожидания и пребывания заявки в узле (время обработки, включая ожидание обслуживания) определяется как , .
l2=((0,09821*2)^(2+1)*P0j)/(2!*2*(1-0,09821)^2)=0,00233
l3=((0,03931*1)^(1+1)*P0j)/(1!*1*(1-0,03931)^2)=0,00161
l4=((0,06707*2)^(2+1)*P0j)/(2!*2*(1-0,06707)^2)=0,00069
m2=0,00233+0,0491*4=0,19875
m3=0,00161+0,00983*4=0,04092
m4=0,00069+0,0122*11=0,13484
щ2=0,00233/0,0491=0,04744
щ3=0,00161/0,00983=0,16367
щ4=0,00069/0,0122=0,05686
u2=0,19875/0,0491=4,04744
u3=0,04092/0,00983=4,16367
u4=0,13484/0,0122=11,05686
4. Имитационное моделирование системы в замкнутом режиме
4.1 Построение схемы GPSS-модели
Преобразуем исходную систему в сеть МО замкнутого типа и реализуем имитационную модель на языке GPSS. Полученная система представлена на рисунке 3:
Рисунок 3. Схема GPSS-ориентированной модели (замкнутый режим)
4.2 Построение GPSS-модели
Листинг 2. Текст GPSS-модели (замкнутого режима):
b_2 STORAGE 2
b_4 STORAGE 2
GENERATE ,,,1
Label_0 queue U_system
Label_2 queue w_b_2
queue u_b_2
ENTER b_2
depart w_b_2
ADVANCE (EXPONENTIAL(2,0,4))
LEAVE b_2
depart u_b_2
TRANSFER .55,,Label_2
TRANSFER .555556,,Label_4
queue w_b_3
queue u_b_3
SEIZE b_3
depart w_b_3
ADVANCE (EXPONENTIAL(3,0,1))
RELEASE b_3
depart u_b_3
TRANSFER ,Label_2
Label_4 queue w_b_4
queue u_b_4
ENTER b_4
depart w_b_4
ADVANCE (EXPONENTIAL(4,0,11))
LEAVE b_4
depart u_b_4
depart U_system
TRANSFER ,Label_0
GENERATE 100000
TERMINATE 1
start 1
4.3 Имитационное моделирование. Прогнозирование характеристик
Выполним серию моделирований, последовательно изменяя значения параметр оператора GENERATE.
Результаты моделирования представлены ниже в таблице 11 и на графике (рисунок 4).
Таблица 11. Результаты имитационного моделирования (замкнутый режим)
Характеристика |
Значения характеристик при разных M = M0 |
|||||
Узел |
1 |
4 |
8 |
13 |
||
2 |
с2 |
0,284 |
0,858 |
0,973 |
0,997 |
|
l2 |
0 |
0,751 |
3,733 |
8,325 |
||
m2 |
0,569 |
2,467 |
5,679 |
10,319 |
||
щ2 |
0 |
1,752 |
7,67 |
16,687 |
||
u2 |
4,019 |
5,757 |
11,668 |
20,683 |
||
3 |
с3 |
0,028 |
0,086 |
0,098 |
0,1 |
|
l3 |
0 |
0,007 |
0,011 |
0,012 |
||
m3 |
0,028 |
0,093 |
0,109 |
0,112 |
||
щ3 |
0 |
0,085 |
0,114 |
0,119 |
||
u3 |
1,017 |
1,095 |
1,127 |
1,13 |
||
4 |
с4 |
0,202 |
0,595 |
0,675 |
0,692 |
|
l4 |
0 |
0,25 |
0,863 |
1,185 |
||
m4 |
0,403 |
1,44 |
2,212 |
2,569 |
||
щ4 |
0 |
2,349 |
7,128 |
9,563 |
||
u4 |
11,416 |
13,533 |
18,276 |
20,731 |
||
Система |
||||||
L |
0 |
1,008 |
4,607 |
9,522 |
||
л0 |
0,0353 |
0,106451 |
0,1211 |
0,124060007 |
||
W |
0 |
4,186 |
14,912 |
26,369 |
||
U |
28,329 |
37,576 |
66,061 |
104,788 |
Рисунок 4. Зависимость пропускной способности сети л0 от М
Выводы: из полученных данных и графиков видно, что насыщение сети начинается при значениях M0 = M* в районе 4 заявок.
При этом причиной насыщения является наиболее загруженный 2 обслуживающий узел. Соответственно система работает в режиме до насыщения при значениях M0<4 и работает в режиме насыщения при M0>4.
Наблюдаемая при этом максимальная производительность (пропускная способность) системы л0 = л0,max составляет около 0.12 заявки в единицу времени. При этом дальнейший рост числа заявок в системе не приводит к улучшению ее производительности, а значение среднего времени пребывания в системе U начинает расти практически линейно с ростом значений М.
4.4 Оценка предельных характеристик системы
1. Вычислим неизвестные коэффициенты передач устройств бi, дающие среднее число посещений заявкой каждого устройства за время (цикл) полного обслуживания в системе.
б2 = б0 * p0,2 + б1 * p2,2+ б3 * p3,2+ б4 * p4,2;
б3 = б0 * p0,3 + б1 * p2,3 + б3 * p3,3+ б4 * p4,3;
б4 = б0 * p0,4 + б1 * p2,4+ б3 * p3,4+ б4 * p4,4.
А после подстановки значений pi,j из матрицы P система уравнений примет вид
б2 = б0 * 1 + б2 * 0.55 + б3 * 1 + б4 *0;
б3 = б0 * 0 + б2 * 0.2 + б3 * 0+ б4 * 0;
б4 = б0 * 0 + б2 * 0.25 + б3 * 0+ б4 * 0.
Решив систему, получим значения:
б1 = 1 / (1-0.55-0.2) = 4;
б3 = 4*0.2 = 0.8;
б4 = 4*0.25 = 1.
Нанесем на схему коэффициенты передач, интенсивностей потоков, а также вероятности переходов, интенсивность входного потока, канальность узлов, трудоемкость обслуживания в узлах (см. рисунок 5).
Рисунок 5. Параметры системы.
2. Находим узкое место системы. Определяем коэффициенты загрузок устройств:
с2=б2*t2/K2=4*4/2=8
с3=б3*t3/K3=0,8*4/3=3,2
с4=б4*t4/K4=1*11/4=5,5
Соответственно сs = max (с2 ; с3 ; с4) и номер узкого места s = 2.
3. Рассчитываем точку насыщения сети M*.
=3,775 [заявки].
4. Рассчитываем характеристики системы до насыщения (при М ? M*).
Для системы при М ? 3,775
= 30,2 [ед. времени],
л0=M/30,2 [заявок в единицу времени].
5. Рассчитываем характеристики системы после насыщения (при М ? M*).
Для системы при М ? 30,2 получаем
л0=M*/U0= 0,125 [заявок в единицу времени],
[ед. времени].
Отобразим полученные результаты на рисунке 6 и 7
Рисунок 6. Зависимость коэффициента передач сети л0 от M
Рисунок 7. Зависимость среднего времени пребывания U0 от M
Заключение
моделирование матрица математический имитационный
В ходе данной контрольной работы для исследования конкретного объекта была построена имитационная модель на языке моделирования GPSS.
Модель, построенная на языке GPSS играет роль эталона, т.е. характеристики, полученные на этой модели считаем характеристиками реального объекта. Было выяснено, что для данного объекта точные характеристики можно получить только путем экспериментов с имитационной моделью.
В ходе выполнения контрольной работы было выявлено, что наиболее подходящим средством для моделирования систем являются специализированные языки программирования, т.е. например GPSS.
Размещено на Allbest.ru
...Подобные документы
Разработка концептуальной модели, ее ввод в компьютер и валидация. Метод построения логической блок-схемы и интерактивного контроля за ходом модели при помощи режима отладки. Планирование и проведение имитационных моделирований производственной системы.
курсовая работа [812,1 K], добавлен 11.01.2015Процедура проведения имитационных экспериментов с моделью исследуемой системы. Этапы имитационного моделирования. Построение концептуальной модели объекта. Верификация и адаптация имитационной модели. Метод Монте-Карло. Моделирование работы отдела банка.
курсовая работа [549,5 K], добавлен 25.09.2011Построение уравнения регрессии, учитывающего взаимодействия факторов, проверка полученной модели на адекватность. Построение математической модели и нахождение численных значений параметров этой модели. Вычисление коэффициентов линейной модели.
курсовая работа [1005,0 K], добавлен 07.08.2013Сущность экономико-математической модели, ее идентификация и определение достаточной структуры для моделирования. Построение уравнения регрессии. Синтез и построение модели с учетом ее особенностей и математической спецификации. Верификация модели.
контрольная работа [73,9 K], добавлен 23.01.2009Имитационное моделирование как метод анализа экономических систем. Предпроектное обследование фирмы по оказанию полиграфических услуг. Исследование заданной системы с помощью модели типа "Марковский процесс". Расчет времени обслуживания одной заявки.
курсовая работа [42,0 K], добавлен 23.10.2010Линеаризация математической модели регулирования. Исследование динамических характеристик объекта управления по математической модели. Исследование устойчивости замкнутой системы управления линейной системы. Определение устойчивости системы управления.
курсовая работа [1,6 M], добавлен 07.08.2013Определение назначения и описание системы массового обслуживания на примере производственной системы по выпуску печенья. Анализ производственной системы с помощью балансовой модели. Определение производительности системы: фактической и потенциальной.
курсовая работа [1,6 M], добавлен 10.01.2021Схема расположения подстанций. Составление математической модели системы электроснабжения. Нахождение оптимальной схемы подключения потребителей к источникам по критерию минимальных затрат. Построение транспортной матрицы. Нахождение допустимого решения.
курсовая работа [625,4 K], добавлен 09.06.2015Разработка программной имитационной модели работы билетной кассы железнодорожного вокзала на языке GPSS World. Описание пошаговой работы программы и плоскости отклика модели. Исследование функционирования модели на чувствительность изменения факторов.
курсовая работа [1,3 M], добавлен 22.06.2015Построение имитационной модели бизнес-процесса "Управление инцидентами" компании "МегаФон" с целью прогнозирования совокупной стоимость ИТ-сервиса по обслуживанию инцидентов. Разработка моделирующих алгоритмов для реализации компьютерных программ модели.
курсовая работа [2,6 M], добавлен 09.04.2012Изучение методики математического моделирования технических систем на макроуровне. Составление программы для ПЭВМ, ее отладка и тестирование. Проведение численного исследования и параметрической оптимизации системы, обзор синтеза расчётной структуры.
курсовая работа [129,6 K], добавлен 05.04.2012Роль экономико-математических методов в оптимизации экономических решений. Этапы построения математической модели и решение общей задачи симплекс-методом. Составление экономико-математической модели предприятия по производству хлебобулочных изделий.
курсовая работа [1,3 M], добавлен 09.07.2015Сущность экономико-математического моделирования. Понятия и типы моделей. Принцип работы симплекс-метода. Разработка математической модели по формированию производственной программы. Оптимизационные расчеты, связанные с выбором производственной программы.
курсовая работа [1,3 M], добавлен 09.07.2015Основные категории и критерии инструментальных средств, предназначенных для моделирования информационных систем. Проведение анализа предметной области проекта автомастерской массового обслуживания и построение математической модели данной системы.
курсовая работа [1,3 M], добавлен 18.08.2012Методика формирования математической модели в операторной форме, а также в форме дифференциального уравнения и в пространстве состояний. Построение графа системы. Оценка устойчивости, управляемости, наблюдаемости системы автоматического управления.
контрольная работа [200,4 K], добавлен 03.12.2012Разработка проекта имитационной модели функционирования системы, отдельные элементы которой могут отказывать во время работы. Закон распределения времени безотказной работы всей системы. Вероятность не отказа работы в течении заданного промежутка времени.
курсовая работа [694,9 K], добавлен 04.02.2011Понятие имитационного моделирования, применение его в экономике. Этапы процесса построения математической модели сложной системы, критерии ее адекватности. Дискретно-событийное моделирование. Метод Монте-Карло - разновидность имитационного моделирования.
контрольная работа [26,7 K], добавлен 23.12.2013Построение экономической модели по оптимизации прибыли производства. Разработка математической модели задачи по оптимизации производственного плана и её решение методами линейного программирования. Определение опорного и оптимального плана производства.
дипломная работа [311,3 K], добавлен 17.01.2014Обоснование, схема и описание бизнес-процесса организации. Идентификация законов распределения случайных величин. Разработка и описание моделирующего алгоритма для реализации программы имитационной модели. Разработка компьютерной программы моделирования.
курсовая работа [265,3 K], добавлен 28.07.2013Построение описательной экономической модели. Матрица корреляций между исходными статистическими признаками. Оценка параметров модели. Определение и графическое изображение регрессионной зависимости между показателями. Оценка адекватности модели.
контрольная работа [215,8 K], добавлен 13.10.2011