Моделирование функционирования обрабатывающего центра для определения количества станков
Ознакомление с описанием общей структуры программы, переменных, констант. Исследование основной части программы, которая состоит из инициирующей, событийной и завершающей секций. Анализ результатов процедуры Велча для определения режима функционирования.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 16.04.2015 |
Размер файла | 87,2 K |
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/
Размещено на http://www.allbest.ru/
Введение
В настоящее время нельзя назвать область человеческой деятельности, в которой в той или иной степени не использовались бы методы моделирования. Одним из повсеместно используемых методов моделирования считается имитационное моделирование. Процесс замещения одного объекта другим и изучение последнего с целью получения информации о важнейших свойствах объекта-оригинала с помощью объекта-модели называется моделированием. При имитационном моделировании реализующий модель алгоритм отражает процесс функционирования некоторой системы во времени, причем воспроизводятся элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания во времени. В связи с этим, на основании исходных данных возможно получение сведений о состояниях процесса в дискретные моменты времени. И уже на основе этих сведений можно принять решение о том, какие именно следует задать параметры для получения желаемого результата.
Целью данной работы является моделирование функционирования обрабатывающего центра для определения количества станков первого и второго типа и объёма мероприятий по повышению качества первичной обработки, чтобы достичь максимума прибыли за единицу времени. В рамках работы были сформулированы следующие задачи:
- разработка алгоритма решаемой задачи;
- построение имитационной модели обрабатывающего центра;
- проведение экспериментов с моделью;
- анализ полученных результатов.
Существует большое количество программ, позволяющих проводить моделирование: Scilab, Maxima, SMPL, GPSS. Для достижения поставленной цели используется система имитационного моделирования SMPL (Simulation Modeling Program Language). Эта система моделирования имеет ряд преимуществ по сравнению с аналогами. Система реализована в виде библиотеки, которая с легкостью подключается к Object Pascal и C. Для разработки на SMPL не надо изучать дополнительных языков программирования, достаточно знать один из базовых, Pascal или C. Реализация в виде подключаемой библиотеки обеспечивает возможностью использовать полный функционал языка программирования, для получения всевозможной статистической информации о моделируемой системе, при помощи переменных и констант.
Данная работа актуальна, поскольку на сегодняшний день не все задачи можно решить только лишь аналитическими методами. Более того, в определенных условиях проведения экспериментов методы имитационного моделирования представляются единственными возможными, что свидетельствует об очевидной мощности выбранного средства.
1. Формализация предметной области и постановка задачи моделирования
1.1 Постановка задачи моделирования
Задача работы состоит в моделировании обрабатывающего центра. Для реализации модели был выбран первый вариант параметров из таблицы заданий. Рассмотрим условие задачи. В цех на участок обработки поступают партии деталей по три в каждой. Интервалы между приходом партий - случайные величины, равномерно распределенные в интервале А ± В минут. Первичная обработка деталей происходит на одном из станков двух типов. Деталь поступает на обработку на станок с меньшей очередью. Станок первого типа обрабатывает деталь за T1 минут и допускает k1 процентов брака, второго типа - соответственно, Т2 минут и k2 процентов брака. Все бракованные детали возвращаются на повторную обработку на свой станок. Детали, которые были забракованы дважды, считаются отходами и отправляются на утилизацию.
После первичной обработки детали поступают в накопитель, а из него - на вторичную обработку, которую проводят два параллельно работающих станка за время, распределенное по экспоненциальному закону со средним Т3 минут на одну деталь каждый. Причем второй станок подключается к работе, только если в накопителе находится более трех деталей. Затраты на содержание станков первого и второго типов составляют, соответственно, S1 и S2 единиц стоимости в час, независимо от того, используется станок или нет. Цена реализации готовой детали составляет S3 единиц стоимости, а стоимость покупки необработанной детали - S4 единиц стоимости.
Есть возможность повысить качество первичной обработки деталей. Уменьшение уровня брака в работе станков на r процентов требует дополнительных затрат r S5 единиц стоимости на каждую деталь. Действия по повышению эффективности качества первичной обработки могут проводиться для обоих типов станков независимо друг от друга.
Необходимо выполнить моделирование системы в течение 1000 часов. Затем с использованием процедуры Велча необходимо определить наличие и продолжительность переходного режима функционирования, распределение случайной величины «время обработки детали», сколько станков первого и второго типов необходимо иметь, и в каком объеме проводить мероприятия по повышению качества первичной обработки, чтобы достичь максимума прибыли за единицу времени.
Вариант задания приведен в таблице 1.
Таблица 1 - Вариант задания
Параметры |
|||||||||||
AB |
k1 |
k2 |
T1 |
T2 |
T3 |
S1 |
S2 |
S3 |
S4 |
S5 |
|
5010 |
5 |
10 |
4010 |
6015 |
25 |
4 |
1.5 |
200 |
45 |
4 |
1.2 Описание модели в абстрактных терминах и понятиях
Перед построением граф-схемы модели, рассмотрим моделируемую систему в терминах Q-схем. Процессы в данной модели представляют собой процессы системы массового обслуживания с неограниченным потоком заявок, а происходящие в ней процессы - по сути своей процессы обслуживания. Данная система может быть разработана с использованием любых типовых схем моделирования. При разработке данной модели наиболее правильно использовать математическую Q-схему.
Q-схема относится к непрерывно-стохастическим моделям, где непрерывность определяется реальным временем функционирования модели, а стохастичность случайными характеристиками входных потоков.
Элементарная Q-схема имеет два компонента:
1) накопитель, характеризующий обработку приема потока заявок;
2) канал обслуживания, описывающий обработку потока заявок в соответствии с информацией потока обслуживания.
2. Алгоритмизация и программирование модели
2.1 Описание общей структуры программы, переменных, констант
Рассмотрение кода рабочей программы начнем с описания констант и переменных, использованных при моделировании.
Таблица 2 - Определение переменных и констант
Название |
Назначение |
|
evGen |
Константа для обозначения события "Приход партии деталей, начало обработки " |
|
evStartPreproc |
Константа для обозначения события "Начало первичной обработки " |
|
evControlDefect |
Константа для обозначения события "Контроль брака" |
|
evEndReproc |
Константа для обозначения события "Завершение вторичной обработки " |
|
evEnd |
Константа для обозначения события "Завершение моделирования " |
|
cStan_I_type, cStan_II_type |
Константы для обозначения количества станков первого и второго типа |
|
cDetI, cDetII |
Переменная для обозначения количества деталей прошедших через станки I и II типов |
Константы в программе используются для задания уникальных идентификаторов устройствам и очередям, символьных имен событиям, происходящим в системе, а также параметрам моделирования, устанавливаемым в соответствии с заданием. Задание последних подобным способом, в противовес внедрению непосредственно в код, позволяет легко вносить изменения в систему и наблюдать за ее поведением.
Основная часть программы состоит из инициирующей, событийной и завершающей секций. Рассмотрим последовательно каждую из них:
1) Инициирующая секция
_SCHEDL(evGen, IRANDOM(A - B, A + B), 1);
for i := 1 to 2 + cStan_I_type + cStan_II_type do
begin
Dev[i] := _DEVICE(IntToStr(i));
Que[i] := _QUEUE(IntToStr(i));
end;
_SCHEDL(evEnd, 480, 0);
_TIME := 0;
detail := 0;
cAllDet := 0;
cDetI := 0;
cDetII := 0;
В данной секции выполняется инициализация очередей и устройств с помощью команд _QUEUE и _DEVICE соответственно, установка в нулевую отметку времени моделирования и планирование события прихода партии деталей. Также планируется и событие окончания моделирования. Планирование событий осуществляется при помощи функции _SCHEDL модуля SMPL.
2) Событийная секция
Основная секция представляет из себя цикл, который в зависимости от поступающего типа события выполняет тот или иной блок кода. В цикле, на каждой его итерации выполняется извлечение элемента из списка событий при помощи процедуры _CAUSE, возвращающей в переменных EVENT и numDev тип события и номер транзакта соответственно. Дальнейшие действия осуществляются в зависимости от значения переменной EVENT. Завершение моделирования считается получение события окончания, запланированного при начале моделирования.
Каждый тип события соответствует событиям представленным на граф-схеме. Для работы с очередью и устройствами используются функции модуля SMPL освободить, занять устройство и поместить в очередь, это функции __RELEASE, _RESERVE, _EnQUEUE соответственно. Так же для проверки состояния устройств используется функция _STATUS.
3) Завершающая секция
В данной секции осуществляется составление отчетной статистики по работе программы во время моделирования, с помощью функций _MONITOR(F), _REPORT(F). Информация записывается в файл, так же если необходимо дополнительные сведения о работе системы Lazarus позволяет объявлять свои переменные и записывать в них определенную информацию или на каждой итерации цикла, или при окончании моделирования системы.
Для начала моделирования необходимо запустить .exe файл, откроется приложение, произойдет моделирование системы с заданными параметрами, результата моделирования будет отображаться в файле «report.txt». В данном отчетном файле представлена как общая информация о моделировании, так и информация о каждом устройстве и текущем состоянии системы на момент окончания моделирования.
3. Проведение вычислительных экспериментов и анализ результатов
Для того чтобы ответа на вопрос сколько станков первого и второго типов необходимо иметь, и в каком объеме проводить мероприятия по повышению качества первичной обработки, чтобы достичь максимума прибыли за единицу времени необходимо построить четкий план проводимых экспериментов.
Чтобы не делать заранее плохих прогонов имитационной программы, вначале выясним сколько станков необходимо, чтобы получить максимальную прибыль в единицу времени, а затем, выбрав несколько лучших вариантов, будем пробовать сократить процент брака.
Сделав несколько прогонов имитационной модели, мы пришли к выводу, что в системе может работать в сумме до 6 станков первого и второго типа, т.к. 7 станок и другие не будут использоваться, в силу интенсивности прихода партий деталей. Поэтому план экспериментов, связанных с выяснением количества станков, которое необходимо использовать, представлен в таблице 2, где знаком «+» обозначен проводимый эксперимент с указанным количеством станков I и II типов.
Таблица 3 - План экспериментов
Кол-во станков II типа |
Кол-во станков I типа |
|||||
1 |
2 |
3 |
4 |
5 |
||
1 |
+ |
+ |
+ |
+ |
+ |
|
2 |
+ |
+ |
+ |
+ |
||
3 |
+ |
+ |
+ |
|||
4 |
+ |
+ |
||||
5 |
+ |
3.1 Процедура Велча для определения режима функционирования
Для того чтобы проводить эксперименты с моделью, необходимо определить промежуток моделирования, где результаты прогонов будут наиболее точно отражать действительность, т.е. необходимо определить с какого момента времени наблюдается установившийся режим функционирования исследуемой системы. Для определения установившегося и переходного режимы необходимо произвести несколько прогонов моделируемой системы, желательно больше 5. Во время каждого прогона необходимы в определенные промежутки времени считывать промежуточные результаты моделирования. В обрабатывающем центре это количество изготовленных деталей. Количество прогонов системы будет 10, а каждый прогон будет состоять из 1000 часов, каждые 50 часов будут сниматься показания системы. программа константа велч
В данной формуле n это количество прогонов системы, а m - продолжительность каждого прогона. Чтобы выровнять высокочастотные колебания в процессе (но сохранить нужные низкочастотные колебания или долговременную тенденцию), необходимо определить скользящее среднее (где w - это окно; w является положительным целым числом w [m/4]). Вычисление скользящего среднего производится по формуле.
Размещено на http://www.allbest.ru/
Размещено на http://www.allbest.ru/
По полученным результатам построен график для значений окна 1 и 5, представленный на рисунке 1, из данного графика можно сделать вывод, что продолжительность переходного периода длилась до 300 часов, после наблюдается уже установившийся режим работы системы, так как именно с этой точки прямая становится гладкой и практически прямой.
Рисунок 1 - График исследования переходного режима
Для дальнейшего исследования будем находить статистические характеристики не для всей совокупности данных, а для совокупности с отброшенными первыми 300 часами, так как именно в этот период наблюдается переходный режим функционирования системы.
3.2 Определение распределения случайной величины «время обработки детали»
Рассчитаем среднее значение времени обработки детали, дисперсию, стандартное отклонение. Результаты представлены в таблице 4.
Таблица 4 - Статистические характеристики
Показатель |
Значение |
|
Среднее значение |
75,65 |
|
Дисперсия |
0,571 |
|
Стандартное отклонение |
0,756 |
Подсчитаем частоты встречаемости каждого значения случайной величины «время обработки детали». Результаты представлены в таблице 5.
Таблица 5 - Частота значений исследуемой случайной величины
Значение |
Частота |
|
73 |
7 |
|
74 |
35 |
|
75 |
49 |
|
76 |
63 |
|
77 |
52 |
|
78 |
25 |
|
79 |
12 |
По значениям, полученным в результате экспериментов над моделью можно построить график распределения случайной величины «время обработки детали».
Рисунок 2 - График распределения случайной величины
Как видно из рисунка 2, распределение случайной величины «время обработки детали» приблизительно соответствует нормальному закону распределения.
3.3 Определение необходимого количества станков первого и второго типа для повышения качества первичной обработки
Используя план экспериментов и результаты исследования установившегося режима проводим эксперименты.
Для этого мы моделируем 100 часов работы системы, и после каждых 50 часов фиксируем прибыль обрабатывающего центра. После чего делаем 10 прогонов системы.
На примере модели, в которой используется 1 станок I типа и 3 станка II типа, продемонстрируем проведение экспериментов. В данном примере мы получили следующие результаты моделирования представленные в таблице 6.
Таким образом исследуется модель для всех значений количества станков I и II типов выделенных в плане экспериментов. В результате получаем следующие данные (таблица 7).
Таблица 6 - Результаты моделирования системы с 1 станком I типа и 3 станками II типа.
Номер прогона |
|||||||||||
Часы |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
300 |
26565 |
28500 |
26765 |
27700 |
30165 |
29430 |
27035 |
28830 |
30030 |
28165 |
|
350 |
28165 |
26635 |
28965 |
26700 |
28230 |
27765 |
28830 |
28230 |
28230 |
28300 |
|
400 |
28100 |
28630 |
28300 |
27700 |
27100 |
28365 |
27235 |
28830 |
26900 |
26835 |
|
450 |
26635 |
27965 |
28965 |
28165 |
26700 |
28295 |
27765 |
28100 |
27965 |
28965 |
|
500 |
29030 |
27965 |
26965 |
27435 |
27900 |
28100 |
28500 |
26565 |
28295 |
27365 |
|
550 |
28165 |
28630 |
28100 |
26900 |
27900 |
27765 |
27565 |
28030 |
28765 |
28230 |
|
600 |
26500 |
27965 |
26565 |
28700 |
28765 |
27300 |
27500 |
28365 |
29430 |
27100 |
|
650 |
28500 |
29165 |
28500 |
27565 |
27300 |
27765 |
29030 |
28900 |
27565 |
26835 |
|
700 |
28365 |
27900 |
27635 |
28030 |
28700 |
28700 |
27430 |
28365 |
28500 |
28230 |
|
750 |
27900 |
28100 |
27965 |
29165 |
27765 |
27900 |
28035 |
27365 |
27500 |
27900 |
|
800 |
27900 |
27700 |
28165 |
27100 |
27765 |
28100 |
27100 |
26565 |
28895 |
27765 |
|
850 |
28695 |
28030 |
28300 |
27965 |
28100 |
27565 |
27300 |
30035 |
27435 |
27830 |
|
900 |
27300 |
28500 |
26965 |
28165 |
28100 |
26635 |
28300 |
27830 |
28295 |
28365 |
|
950 |
27965 |
27565 |
30095 |
28230 |
28565 |
29100 |
27965 |
28030 |
28500 |
27700 |
|
1000 |
28965 |
28300 |
25700 |
28035 |
27900 |
28100 |
28100 |
27500 |
26635 |
28295 |
|
Ср. значение |
27916,67 |
28103,33 |
27863,33 |
27837 |
28063,67 |
28059 |
27846 |
28102,67 |
28196 |
27858,67 |
|
Общее среднее значение |
27984,63 |
Таблица 7 - Результаты моделирования по плану экспериментов
Кол-во станков II типа |
Кол-во станков I типа |
|||||
1 |
2 |
3 |
4 |
5 |
||
1 |
15047 |
28062 |
27998 |
28053 |
28086 |
|
2 |
24184 |
27953 |
28089 |
28119 |
||
3 |
27985 |
27980 |
28149 |
|||
4 |
27910 |
28003 |
||||
5 |
27850 |
Для выделенные ячеек будем продолжать исследовать систему таким же образом как описано выше, но уменьшая процент брака.
После экспериментов с моделью замечено, что используя возможность уменьшения уровня брака станков I типа на 1 % приводит к уменьшению среднесуточной прибыли во всех трех случаях, также и со станками II типа. Поэтому приходим к выводу что никаких мероприятий по повышению качества первичной обработки не требуется.
Анализируя все проведенные эксперименты с моделью и отчеты предоставленные SMPL модулем, можно сделать вывод что в моделируемой системе переходный режим составляет приблизительно 300 часов. Время обработки детали изменяется в интервале [73,79]. Система показывает максимальные показатели экономической эффективности 28149 единиц за 700 часов установившегося режима при использовании 3 станков первого и 3 станков второго типов без проведения мероприятий по повышению качества первичной обработки.
Заключение
В результате выполнения работы были успешно решены поставленные задачи. Была построена модель системы функционирования обрабатывающего центра.
Используя полученные знания и навыки по имитационному моделированию и другим дисциплинам, был разработан алгоритм поставленной задачи, построена имитационная модель, были проведены имитационные эксперименты.
На основе результатов экспериментов было определено наличие и продолжительность переходного периода функционирования системы и определено распределение случайной величины «время обработки детали»
Так же на основе проведённых экспериментов было установлено, что обрабатывающий центр будет получать максимальную прибыль равную 40,21 единиц в час при использовании 3 станков I типа и 3 станков II типа, без проведения дополнительных мероприятий по повышению качества первичной обработки.
Список литературы
1.Архангельский А.Я.: Программирование в Delphi 6. - М.: БИНОМ, 2002
2.Бычков С.П., Храмов А.А. Разработка моделей в системе моделирования GPSS. М.:МИФИ, 1997
3.Елманова Н.: Delphi 6 и технология СОМ (+CD). - СПб. : М. : Харьков : Минск: Питер, 2002
4.Савина, О.А. Имитационное моделирование экономических систем и процессов / О.А. Савина. - Орел: ОрелГТУ, 2004. - 172 с.
5.Советов Б. Я., Яковлев С. А. Моделирование систем: Учеб. Для вузов 3-е издание, перераб. И доп. - М: Высш. Школа, 2001 г. - 343 с.
6.Шрайбер Т.Дж. Моделирование на GPSS: Пер. с англ. - М.: Машиностроение, 1980.
Приложение
Листинг программы
unit Unit1;
{$mode objfpc}{$H+}
interface
uses
Classes, SysUtils, FileUtil, Forms, Controls, Graphics, Dialogs, StdCtrls, Smpl;
type
{ TForm1 }
TForm1 = class(TForm)
Button1: TButton;
procedure Button1Click(Sender: TObject);
procedure FormCreate(Sender: TObject);
private
{ private declarations }
public
{ public declarations }
end;
const
evGen = 1;
evStartPreproc = 2;
evControlDefect = 3;
evEndReproc = 4;
evEnd = 5;
cStan_I_type = 0;
cStan_II_type = 1;
mask = 1000;
cDetailGroup = 3;
A = 50;
B = 10;
T1_min = 30;
T1_max = 50;
T2_min = 45;
T2_max = 75;
T3 = 25;
S1 = 4;
S2 = 1.5;
S3 = 200;
S4 = 45;
S5 = 4;
var
Form1: TForm1;
Dev: array [1..2 + cStan_I_type + cStan_II_type] of
P_Device;
Que: array [1..2 + cStan_I_type + cStan_II_type] of P_Queue;
f, c: Text;
detail, cDetI, cDetII, curDet, cAllDet: integer;
k1, k2, kk1, kk2: real;
curCost : real;
implementation
{$R *.lfm}
procedure _Init;
var i: byte;
begin
_REINIT();
_TIME := 0;
detail := 0;
cAllDet := 0;
curDet := 0;
curCost := 0;
cDetI := 0;
cDetII := 0;
for i := 1 to 2 + cStan_I_type + cStan_II_type do
begin
Dev[i] := _DEVICE(IntToStr(i));
Que[i] := _QUEUE(IntToStr(i));
end;
_SCHEDL(evGen, IRANDOM(A - B, A + B), 1);
_SCHEDL(evEnd, 60000, 0);
end;
procedure SMPL_App;
var
numDev, num, tr: word;
Event, minQ, neg_exp: word;
i, j, num_minQ:integer;
k, cost: real;
stad: word;
s: string;
begin
repeat
_CAUSE(Event, numDev);
case Event of
evGen:
begin
for j := 1 to cDetailGroup do
begin
minQ := _Length(Que[3]);
num_minQ := 3;
for i := 4 to cStan_I_type + cStan_II_type + 2 do
if _LENGTH(Que[i]) < minQ then
begin
num_minQ := i;
minQ := _LENGTH(Que[i]);
end;
_EnQUEUE(Que[num_minQ], num_minQ, 0, 0);
Inc(cAllDet);
if _Length(Que[num_minQ]) = 1 then
_SCHEDL(evStartPreproc, 0, num_minQ);
end;
_SCHEDL(evGen, IRANDOM(A - B, A + B), 0);
end;
evStartPreproc:
begin
if (numDev mod mask = 0) then
numDev := numDev div mask;
if (_STATUS(Dev[numDev]) = 0) then
begin
tr := _HEAD(Que[numDev], Stad);
_RESERVE(Dev[numDev], tr);
if (tr > 2) and (tr < cStan_I_type + 3) then
_SCHEDL(evControlDefect, IRANDOM(T1_min, T1_max), tr)
else
_SCHEDL(evControlDefect, IRANDOM(T2_min, T2_max), tr);
end;
end;
evControlDefect:
begin
if (numDev mod mask = 0) then
num := numDev div mask
else
num := numDev;
__RELEASE(Dev[num]);
if _LENGTH(Que[num]) <> 0 then
begin
tr := _HEAD(Que[num], Stad);
_RESERVE(Dev[num], tr);
if (tr > 2) and (tr < cStan_I_type + 3) then
_SCHEDL(evControlDefect, IRANDOM(T1_min, T1_max), tr)
else
_SCHEDL(evControlDefect, IRANDOM(T2_min, T2_max), tr);
end;
if (num > 2) and (num < cStan_I_type + 3) then
begin
k := k1;
Inc(cDetI);
end
else
begin
k := k2;
Inc(cDetII);
end;
if Random < k then
begin
if (numDev mod mask <> 0) then
begin
_EnQUEUE(Que[numDev], numDev * mask, 0, 0);
if _Length(Que[numDev]) = 1 then
_SCHEDL(evStartPreproc, 0, numDev);
end;
end
else
begin
_EnQueue(Que[1], num, 0, 0);
if _length(Que[1]) > 3 then
num := 2
else
num := 1;
if _STATUS(Dev[num]) = 0 then
begin
tr := _Head(Que[1], Stad);
_RESERVE(Dev[num], num);
neg_exp := NEGEXP(T3);
_SCHEDL(evEndReproc, neg_exp, num);
end;
end;
end;
evEndReproc:
begin
__Release(Dev[numDev]);
Inc(detail);
if numDev = 1 then
k := 0
else
k := 3;
if _Length(Que[1]) > k then
begin
tr := _Head(Que[1], Stad);
_RESERVE(Dev[numDev], numDev);
neg_exp := NEGEXP(T3);
_SCHEDL(evEndReproc, NEG_EXP, numDev);
end;
end;
end;
until Event = evEnd;
end;
{ TForm1 }
procedure TForm1.FormCreate(Sender: TObject);
begin
Randomize();
k1 := 0.05;
k2 := 0.10;
kk1 := 0;
kk2 := 0;
k1 := k1 - kk1 / 100;
k2 := k2 - kk2 / 100;
end;
procedure TForm1.Button1Click(Sender: TObject);
var i : byte;
begin
Assignfile(f, 'Result.txt');
Assignfile(c, 'costs.txt');
Rewrite(f);
Rewrite(c);
for i := 1 to 10 do
begin
_Init();
SMPL_App();
end;
_MONITOR(f);
_REPORT(f);
Closefile(f);
Closefile(c);
ShowMessage('');
end;
end.
Размещено на Allbest.ru
...Подобные документы
Этапы процедуры принятия решений. Разработка математического алгоритма. Блок-схема алгоритма работы программы. Разработка программы на языке программирования С++ в среде разработки MFC. Текст программы определения технического состояния станка с ЧПУ.
курсовая работа [823,0 K], добавлен 18.12.2011Создание приложения, исполняющего трансляцию программы из языка Паскаль в язык Си: разработка алгоритма реализации задачи, описание необходимых констант, переменных, функций и операторов, представление листинга программы и распечатка результатов.
курсовая работа [305,9 K], добавлен 03.07.2011Разработка программы на языке GPSS для изучения работы обрабатывающего участка цеха: составление временной диаграммы, Q-схемы и моделирующего алгоритма. Анализ выходной статистики, внесение изменений в текст программы, создание и оформление документации.
курсовая работа [887,3 K], добавлен 21.06.2011Определение закона и построение формальной схемы функционирования системы. Алгоритмизация модели и ее машинная реализация. Составление алгоритма моделирующей программы, ее верификация (тестирование). Получение и интерпретация результатов моделирования.
курсовая работа [1,1 M], добавлен 30.05.2012Написание программы, реализующей работу мультипроцессорной системы с общей памятью, которая обрабатывает очереди заявок переменной длины. Анализ типовой архитектуры мультипроцессорной системы. Описание процедур и переменных, используемых в программе.
курсовая работа [158,4 K], добавлен 21.06.2013Стадии и этапы разработки программы для моделирования распространения тепла в стержне (бесконечном, полубесконечном и ограниченном) методом разделения переменных. Возможности системы компьютерной математики Maple. Описание логической структуры программы.
курсовая работа [307,5 K], добавлен 04.06.2013Разработка программы для изображения в графическом режиме на экране структуры модели вычислительной машины и демонстрация функционирования при выполнении программы вычисления. Описание процесса разработки, обоснование структур данных и их форматов.
курсовая работа [170,3 K], добавлен 07.06.2019Графическая схема алгоритма выполнения программы определения запасов сырья. Решение задачи с помощью программы MS Excel. Разработка макроса для построения диаграммы. Использование интерфейса программы для работы с таблицей. Разработка базы данных.
курсовая работа [1,2 M], добавлен 24.04.2014Создание транслятора, обрабатывающего код программы на языке Паскаль и за счет эквивалентных операторов генерирующего программу на Си. Особенности внешней спецификации и работы лексического анализатора. Структура программы, вывод результатов на экран.
курсовая работа [254,0 K], добавлен 02.07.2011Формальная схема и закон функционирования моделируемой вычислительной системы для обработки программ. Составление алгоритма моделирующей программы на языке GPSS и листинга программы для стохастической модели. Верификация программы и анализ результатов.
курсовая работа [347,3 K], добавлен 21.01.2013Моделирование работы системы массового обслуживания: рассмотрение структурной схемы и временной диаграммы функционирования вычислительного центра, разработка алгоритмического и программного способов решения поставленной задачи, анализ результатов.
курсовая работа [886,5 K], добавлен 24.06.2011Написание программы, которая вводит исходные данные, выполняет расчет и выводит на экран. Использование вспомогательных переменных и счетчиков циклов в программе. Расчет сумм заработков по каждому виду одежды за день, количества изготовленных деталей.
курсовая работа [2,4 M], добавлен 17.01.2015Значение программы Ехсеl для обработки статистической информации и представления данных в виде графиков и диаграмм. Использование способности программы производить математические вычисления по заданным формулам для определения заработка шоферов.
контрольная работа [3,0 M], добавлен 26.01.2010Анализ технологического процесса, требования к нему и определение основных этапов. Статическое моделирование: прецеденты для режима работы "опыт" и "анализ", диаграммы классов. Динамическое моделирование, его принципы и оценка полученных результатов.
курсовая работа [1,4 M], добавлен 15.12.2013Изучение структуры компьютера и принципов его функционирования. Центральный процессор и основной цикл его работы. Выполнение арифметических операций в ЭВМ. Разработка программы реализации арифметического выражения и отладка ее с помощью отладчика TD.
контрольная работа [87,3 K], добавлен 12.03.2011Анализ, математическая постановка задачи. Описание алгоритма работы основной программы. Детализация отдельных участков программы. Графический интерфейс программы "15". Описания используемых типов, глобальных переменных, процедур, функций. Процесс отладки.
курсовая работа [48,8 K], добавлен 14.02.2009Физическая и математическая модели уравнения движения материальной точки. Блок-схема алгоритма основной программы для решения задачи Коши и получения результатов с фиксированным количеством отрезков разбиения. Разработка программы для ЭВМ, ее листинг.
курсовая работа [212,3 K], добавлен 24.11.2014Система массового обслуживания модели функционирования мастерской. Структурная и Q-схемы, построение временной диаграммы, варианты по оптимизации модели. Составление программы на языке имитационного моделирования GPSS и разбор результатов моделирования.
курсовая работа [74,2 K], добавлен 23.06.2011Исследование арифметических выражений и разработка простых программ. Таблица переменных для алгоритма и программы. Алгоритм решения, текст программы на языке С. Разработка программы вычисления значений выражений, сравнение результатов с ручным подсчетом.
лабораторная работа [282,7 K], добавлен 30.01.2015Разработка программы обработки числовых последовательностей с кодом на языке Pascal, которая должна выполнять функции ввода количества чисел с клавиатуры, перебора всех возможных сочетаний элементов, определения их сумм и вывода информации на экран.
практическая работа [432,0 K], добавлен 09.04.2010