Моделирование работы станции скорой помощи
Выделение основных свойств системы, интересующих разработчиков и исследователей как отличительная черта имитационного моделирования. Разработка компьютерной модели работы станции скорой помощи. Распределение времени оказания помощи каждому больному.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | курсовая работа |
| Язык | русский |
| Дата добавления | 17.06.2017 |
| Размер файла | 1,6 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.
31
Размещено на http://www.allbest.ru/
Реферат
Пояснительная записка содержит 27 страниц, 5 таблиц, 27 рисунков, 3 библиографических источника, 2 фрагмента листинга.
Ключевые слова: Имитационная модель, транзакт, система, схема, анализ, устройство, программа, функция.
В курсовой работе создается модель системы согласно заданию в двух программных средах. Анализируется работа системы, делаются выводы по оптимизации ее работы.
При выполнении работы был использован программный пакет "GPSS World" и "Anylogic", пояснительная записка выполнена в текстовом редакторе "Microsoft Word 2013".
Задание
Моделирование работы станции скорой помощи. На станцию скорой помощи поступают вызовы по телефону. Станция имеет пять каналов для одновременного приема вызовов. Время между попытками вызова скорой помощи распределено согласно закону Эрланга второго порядка (среднее время - 1,5 мин). Абоненты тратят 15 c на набор номера и, если застают все каналы занятыми, через 20 c повторяют вызов. Так происходит до тех пор, пока вызов не будет принят. Время приема вызова составляет 1 мин. На станции скорой помощи для обслуживания вызовов имеется 15 автомобилей. Время, затраченное на проезд к больному, зависит от расстояния до его дома. Распределение расстояния приведено в Таблице 1.
После предоставления помощи автомобили возвращаются на станцию. Скорость движения автомобилей равномерно распределена в интервале 35-55 км/ч.
Таблица 1 - Закон распределения
|
Вероятность |
0.15 |
0.22 |
0.17 |
0.28 |
0.18 |
|
|
Расстояние |
5 |
8 |
12 |
14 |
20 |
Время оказания помощи больному распределено в соответствии с нормальным законом со средним значением 25 минут и среднеквадратичным отклонением 4 минуты.
Оценить среднее время от момента начального вызова скорой помощи до окончания помощи и средний пробег автомобиля за пять дней работы.
станция скорая помощь имитационное моделирование
Содержание
- Реферат
- Задание
- Введение
- 1. Теоретическая часть
- 1.1 Общие понятия
- 1.2 Программа GPSS
- 1.3 Пакет AnyLogic
- 2. Анализ задачи
- 3. Моделирование в пакете GPSS
- 3.1 Построение блок-диаграммы
- 3.2 Моделирование в нормальном режиме
- 3.3 Метод увеличения емкости входных накопителей
- 3.4 Метод аврального режима
- 4. Моделирование в программе Anylogic
- 5. Сравнение статистических данных
- Заключение
- Библиографический список
- Приложения
Введение
Моделирование на сегодняшний день является самым распространенным и мощнейшим средством изучения объектов, явлений и процессов реального мира. Моделирование совершенно необходимо в случаях, когда изучать реальные объекты и процессы непосредственно затруднительно или практически невозможно и существенно упрощает и удешевляет разработку и оптимизацию сложных и дорогих систем.
Отличительная черта моделирования - выделение основных свойств системы, интересующих разработчиков и исследователей, и их оценка (качественная и количественная) с учетом варьируемых поправок и ограничений. Именно это обстоятельство делает моделирование основным и необходимым этапом в разработке любых систем и изучении процессов и явлений реального мира.
Любая модель может быть формализована и изучена с помощью того или иного математического аппарата или метода. С появлением ЭВМ математические модели стали применяться практически во всех задачах моделирования, но появилась и альтернатива - имитационное моделирование, позволяющее на основе исходных заданных характеристик системы имитировать ее поведение во времени и получать необходимые характеристики.
Имитационное моделирование дает наилучшие по точности результаты, если моделируемая система имеет неопределенный или вероятностный характер, поскольку просчитать математически все возможные варианты поведения системы задача крайне трудоемкая или невыполнимая, а использование в расчетах средних значений дает крайне неточные результаты. Системы массового обслуживания - одни из примеров систем вероятностного (стохастического) характера, поэтому применение имитационного моделирования к анализу этих систем дает наилучшие результаты и вместе с тем малые затраты времени, средств и машинных ресурсов.
1. Теоретическая часть
1.1 Общие понятия
Моделирование - метод решения задач, при использовании которого исследуемая система заменяется более простым объектом, описывающим реальную систему и называемым моделью. Моделирование применяется в случаях, когда проведение экспериментов над реальной системой невозможно или нецелесообразно, например, из-за высокой стоимости или длительности проведения эксперимента в реальном масштабе времени.
Имитационная модель - это компьютерная программа, которая описывает структуру и воспроизводит поведение реальной системы во времени. Имитационная модель позволяет получать подробную статистику о различных аспектах функционирования системы в зависимости от входных данных. Имитационное моделирование - разработка компьютерных моделей и постановка экспериментов на них. Целью моделирования в конечном счете является принятие обоснованных, целесообразных управленческих решений. Компьютерное моделирование становится сегодня обязательным этапом в принятии ответственных решений во всех областях деятельности человека в связи с усложнением систем, в которых человек должен действовать и которыми он должен управлять. Знание принципов и возможностей имитационного моделирования, умение создавать и применять модели являются необходимыми требованиями к инженеру, менеджеру, бизнес аналитику.
1.2 Программа GPSS
GPSS (англ. General Purpose Simulation System - система моделирования общего назначения) - язык моделирования, используемый для имитационного моделирования различных систем, в основном систем массового обслуживания. Система GPSS была разработана сотрудником фирмы IBM Джефри Гордоном в 1961 году. Гордоном были созданы 5 первых версий языка: GPSS (1961), GPSS II (1963), GPSS III (1965), GPSS/360 (1967) и GPSS V (1971). Известный ранее только специалистам, в нашей стране этот программный пакет завоевал популярность после издания в СССР в 1980 году монографии Т Дж. Шрайбера. В ней была рассмотрена одна из ранних версий языка - GPSS/360, а также основные особенности более мощной версии - GPSS V, поддерживаемой компанией IBM, у нас она была более известна как пакет моделирования дискретных систем (ПМДС). Этот пакет работал в среде подсистемы диалоговой обработки системы виртуальных машин единой серии (ПДО СВМ ЕС) ЭВМ. После окончания поддержки GPSS V компанией IBM следующей версией стала система GPSS/H компании Wolverine Software разработанная в 1978 году под руководством Дж. Хенриксена. В 1984 году появилась первая версия GPSS для персональных компьютеров с операционной системой DOS - GPSS/PC. Она была разработана компанией Minuteman Software под руководством С. Кокса. Конец XX века ознаменовался разработкой компанией Minuteman Software программного продукта GPSS World, увидевшей свет в 1993 году. За сравнительно небольшой период времени было выпущено несколько его версий, причем в каждой последующей возможности системы моделирования наращивались. Помимо этих основных версий существует также Micro-GPSS, разработанная Ингольфом Сталлом в Швеции, - это упрощенная версия, предназначенная для изучения языка GPSS, и WebGPSS, также предназначенная для изучения работы системы и разработки простейших имитационных моделей в сети интернет.
1.3 Пакет AnyLogic
AnyLogic - программное обеспечение для имитационного моделирования, разработанное российской компанией The AnyLogic Company. Инструмент обладает современным графическим интерфейсом и позволяет использовать язык Java для разработки моделейhttps: // ru. wikipedia.org/wiki/AnyLogic - cite_note-1. Версия AnyLogic PLE доступна бесплатно для образовательных целей и самообучения.
Модели AnyLogic могут быть основаны на любой из основных парадигм имитационного моделирования: дискретно-событийном моделировании, системной динамике и агентном моделировании.
Системная динамика и дискретно-событийное (процессное) моделирование, под которым мы понимаем любое развитие идей GPSS - это традиционные устоявшиеся подходы, агентное моделирование - относительно новый. Системная динамика оперирует в основном с непрерывными во времени процессами, тогда как дискретно-событийное и агентное моделирование - с дискретными.
Системная динамика и дискретно-событийное моделирование исторически преподаются совершенно разным группам студентов. СД чаще преподается студентам из области менеджмента, ДС - инженерам по организации производства и инженерам-разработчикам систем управления. В результате возникли два практически не пересекающихся сообщества, которые почти никак не общаются друг с другом.
Агентное моделирование до недавнего времени было строго академическим направлением. Однако, растущий спрос на глобальную оптимизацию со стороны бизнеса заставил ведущих аналитиков обратить внимание именно на агентное моделирование и его объединение с традиционными подходами с целью получения более полной картины взаимодействия сложных процессов различной природы. Так родился спрос на программные платформы, позволяющие интегрировать различные подходы.
При разработке моделей в AnyLogic можно использовать концепции и средства из нескольких методов моделирования. Например, в агентной модели можно использовать методы системной динамики для представления изменений состояния среды; в непрерывной модели динамической системы можно учесть дискретные события. Например, управление цепочками поставок при помощи имитационного моделирования требует описания участников цепи поставок агентами: производители, продавцы, потребители, сеть складов. При этом производство описывается в рамках дискретно-событийного моделирования, где продукт или его части - это заявки, а автомобили, поезда, штабелёры - ресурсы. Сами поставки представляются дискретными событиями, но при этом спрос на товары может описываться непрерывной системно-динамической диаграммой. Возможность смешивать подходы позволяет описывать процессы реальной жизни, а не подгонять процесс под доступный математический аппарат.
2. Анализ задачи
В ходе анализа словесного описания системы была построена концептуальная модель (рисунок 1).
Рисунок 1 - Концептуальная модель
Применяемые определения указаны в таблице 2.
Таблица 2 - Таблица определений разрабатываемой модели
|
Элементы GPSS |
Интерпретация |
|
|
Модель |
-система обработки информации |
|
|
Транзакты |
-сообщения от датчиков; единица модельного времени. |
|
|
MK |
-мультиплексорный канал |
|
|
Задержка: ADVANCE |
-буфер или обработка сообщений |
|
|
Очередь: POST0 |
-место, куда поступают сообщения |
|
|
Очередь: POST1, POST2, POST3 |
-входные накопители всех ЭВМ |
|
|
Проверка: TEST |
-способ определения наименьшей входной очереди мини-ЭВМ |
|
|
Очередь: POST7 |
-метод регистрации количества сообщений получивших отказ |
|
|
ОКУ: Canal_1, Canal_2, Canal_3 |
- устройства обработки в трех ЭВМ |
3. Моделирование в пакете GPSS
3.1 Построение блок-диаграммы
Рисунок 2 - Блок-диаграмма
3.2 Моделирование в нормальном режиме
Для начала промоделируем систему в нормальном режиме для анализа, полученного отчета.
Отчет программы:
FACILIT ENTRIES UTIL. AVE. TIME AVAIL. OWNER PEND INTER RETRY DELAY
MK 519 0.824 8.998 1 519 0 0 0 0
CANAL_1 162 0.995 34.846 1 498 0 0 0 6
CANAL_2 161 0.992 34.954 1 500 0 0 0 5
CANAL_3 160 0.981 34.781 1 503 0 0 0 4
QUEUE MAX CONT. ENTRY ENTRY (0) AVE. CONT. AVE. TIME AVE. (-0) RETRY
POST0 2 0 519 305 0.122 1.335 3.237 0
PO 6 6 168 1 4.625 156.126 157.060 0
POST2 5 5 166 1 3.988 136.232 137.058 0
POST3 5 5 164 2 3.786 130.895 132.511 0
POST7 20 20 20 0 6.046 1714.155 1714.155 0
SAVEVALUE RETRY VALUE
OBRABOTKA 0 35.000
UBITOK 0 2000.000
Рисунок 3 - График убытков за отказы в нормальном режиме
Отчет показывает, что некоторые сообщения получают отказ. На 500 транзактов приходится 20 отказов, которые несут убыток в виде 2000 единиц стоимости.
Есть две возможности уменьшения числа отказов:
увеличение емкости входных накопителей мини-ЭВМ;
ускорение обработки сообщений в мини-ЭВМ при достижении суммы длин очередей во всех мини-ЭВМ некоторого порогового значения (авральный режим).
3.3 Метод увеличения емкости входных накопителей
Отчет программы:
FACILITY ENTRIES UTIL. AVE. TIME AVAIL. OWNER PEND INTER RETRY DELAY
MK 541 0.822 8.972 1 541 0 0 0 0
CANAL_1 169 0.996 34.793 1 502 0 0 0 12
CANAL_2 168 0.993 34.896 1 501 0 0 0 13
CANAL_3 166 0.982 34.939 1 503 0 0 0 12
QUEUE MAX CONT. ENTRY ENTRY (0) AVE. CONT. AVE. TIME AVE. (-0) RETRY
POST0 2 0 541 320 0.119 1.299 3.180 0
POST1 13 13 181 1 6.747 220.135 221.358 0
POST2 13 13 181 1 6.378 208.094 209.250 0
POST3 12 12 178 2 6.010 199.413 201.679 0
SAVEVALUE RETRY VALUE
OBR 0 35.000
UBITOK_ZA_OTKAZ 0 0
Моделирование показало, что при увеличении емкости входных накопителей до 30, количество отказов уменьшилось до нуля, а значит, в системе отсутствуют убытки, ведь для получения отказов необходимо полное занятие всех накопителей, а здесь этого не происходит.
3.4 Метод аврального режима
По заданию переключение мини-ЭВМ в авральный режим происходит тогда, тогда суммарное количество сообщений во входных накопителях всех мини-ЭВМ достигает 9. В этом случае все мини-ЭВМ уменьшают время обработки сообщения на k (k<T3) микросекунд, что требует k x 5 единиц стоимости на каждое сообщение. Все мини-ЭВМ в авральный режим переводятся одновременно. Убытки на каждое сообщение, которому отказано в обработке составляют 100 единиц стоимости, единица времени работы одной ЭВМ в авральном режиме обходится в 2 единиц стоимости.
Промоделируем систему с учетом всех данных и с авральным режимом.
Отчет программы:
FACILITY ENTRIES UTIL. AVE. TIME AVAIL. OWNER PEND INTER RETRY DELAY
MK 528 0.821 9.000 1 528 0 0 0 1
CANAL_1 167 0.996 34.485 1 499 0 0 0 9
CANAL_2 166 0.993 34.588 1 502 0 0 0 8
CANAL_3 165 0.982 34.418 1 504 0 0 0 7
POST8 0 0.000 0.000 1 0 0 0 0 0
QUEUE MAX CONT. ENTRY ENTRY (0) AVE. CONT. AVE. TIME AVE. (-0) RETRY
POST0 2 1 529 313 0.120 1.317 3.226 0
POST1 4 4 110 1 3.390 178.261 179.897 0
POST2 3 3 104 1 2.603 144.791 146.197 0
POST3 3 3 106 2 2.503 136.605 139.232 0
POST4 6 5 66 0 3.026 265.227 265.227 0
POST5 5 5 70 0 2.629 217.278 217.278 0
POST6 5 5 66 0 2.398 210.211 210.211 0
POST8 1 0 202 202 0.000 0.000 0.000 0
POST7 5 5 5 0 0.554 641.142 641.142 0
SAVEVALUE RETRY VALUE
OBRABOTKA 0 35.000
OBRAB 0 34.000
NACH1 0 5768.984
NACH2 0 5760.703
NACH3 0 5751.157
TIME1 0 1622.416
TIME2 0 1722.421
TIME3 0 1479.772
UBITOK 0 500.000
UBITOKAVRAL 0 8719.997
VSE_UBITKI 0 9219.997
Моделирование показало, что при использовании аврального режима уменьшается величина отказов, которая связана с убытками в системе.
Промоделируем систему с разной величиной k и составим таблицу зависимости убытков от времени обработки. Из расчета видно, что минимальные убытки получаются при максимальном значении К.
Таблица 3 - Зависимость величины убытков от времени обработки
|
K |
35-k |
Убытки |
|
|
20 |
15 |
3321 |
|
|
10 |
25 |
6489 |
|
|
1 |
34 |
8719 |
Таблица 4 - Результат моделирования
|
Режим |
Нормальный |
Авральный |
Повышенный |
|
|
Отказы |
20 |
0 |
0 |
|
|
Убытки |
2000 |
8719 |
0 |
4. Моделирование в программе Anylogic
В стандартных библиотеках программы присутствуют стандартные блоки. Моделирование здесь основано на графическом размещении блоков в виде схемы, их соединение и соответствующая настройка, условий и параметров. Затем программа строит модель на языке программирования Java. Есть возможность вносить изменения в программный код.
Для выполнения данной работы понадобятся такие элементы как:
Source. Создает заявки. Обычно используется в качестве начальной точки потока заявок. Заявки могут быть либо базового для заявок класса Entity, либо любого класса пользователя, унаследованного от этого базового класса. Вы можете сконфигурировать объект так, чтобы он создавал заявки других типов, указав конструктор нужного класса в параметре Новая заявка, а также задать действие, которое должно выполняться перед тем, как новая заявка покинет объект, и связать с заявкой определенную фигуру анимации;
SelectOutput. Объект направляет входящие заявки в один из двух выходных портов в зависимости от выполнения заданного (детерминистического или заданного с помощью вероятностей) условия. Условие может зависеть как от заявки, так и от каких-то внешних факторов. Поступившая заявка покидает объект в тот же момент времени;
Delay. Задерживает заявки на заданный период времени. Время задержки вычисляется динамически, может быть случайным, зависеть от текущей заявки или от каких-то других условий. Это время может, в частности, вычисляться как длина фигуры, заданной в качестве фигуры анимации этого объекта, поделенной на "скорость" заявки. Одновременно могут быть задержаны сразу несколько заявок (не более заданной вместимости объекта capacity);
Sink. Уничтожает поступившие заявки. Обычно используется в качестве конечной точки потока заявок. Для того, чтобы заявки удалялись из модели и уничтожались, нужно соединить выходной порт последнего блока процессной диаграммы с портом объекта Sink или Exit.
Queue. Моделирует очередь заявок, ожидающих приема объектами, следующими за данным в потоковой диаграмме, или же хранилище заявок общего назначения.
В среде была промоделирована заданная система (рисунок 4):
Рисунок 4 - Схема в программе Anylogic
Пакеты генерируются блоком "Source".
Рисунок 5 - Блок "Source"
Сообщения должны поступать через заданные интервалы времени, распределенные по равномерному закону, поэтому внутри блока Source необходимо указать интервал между прибытиями, используя функцию uniform.
Рисунок 6 - Заполнение параметров
Затем стоит блок очереди к устройству буферизации, это нужно для того, чтобы модель не выдавала ошибку при поступлении на входной порт буфера сообщения, при условии, что буфер занят.
Рисунок 7 - Блок "Queue"
Емкость буфера равна 1 и без очереди (переполнении) появляется ошибка. В GPSS нет необходимости создавать очередь, так как там транзакт просто находится в предыдущем блоке, если следующий (блок или устройство) занят.
Далее сообщение поступает в буфер, где находится какое-то время.
Рисунок 8 - Блок "Delay"
Рисунок 9 - Заполнение параметров
После этого сообщение попадает на ключ, где определяется дальнейший путь сообщения из двух вариантов: отказ или проход в ЭВМ.
Рисунок 10 - Блок "SelectOutput"
Сам путь определяется условием: общая длина всех очередей сравнивается с цифрой 15, так как емкость 1 ЭВМ равна 5, то система может хранить не более 15 сообщений. Сообщения, для которых не будет места в памяти получают отказ.
Рисунок 11 - Заполнение параметров
Затем сообщения идут на следующий ключ, где длина всех очередей сравнивается с цифрой 3N (N=3), так как превышение данного количества сообщений в памяти всех ЭВМ переключает систему в авральный режим.
Рисунок 12 - Заполнение параметров
Подсчет длин очередей ведется постоянно в течение процесса моделирования. В качестве устройств (ЭВМ и буфер) использовались блоки "Delay". Они вполне соответствуют задачам моделирования и имеют более простой набор настроек и параметров. Аналогом блока "TERMINATE" здесь выступает блок "Sink". Очереди реализованы с помощью блоков "Queue".
Рисунок 13 - Схема имитации трех мини-ЭВМ с входными очередями
Рисунок 14 - Заполнение параметров для мини-ЭВМ
По заданию необходимо обеспечить выбор наименьшей длины очереди в ЭВМ для прибывающих транзактов. Это производится путем заданий условий через блоки "SelectOutput".
Рисунок 15 - Блоки для выбора наименьшей длины
Рисунок 16 - Заполнение параметров
В авральном режиме все мини-ЭВМ имеют такие же параметры как и для нормального режима за исключением времени обработки каждой ЭВМ, которая равна разности T-k.
Рисунок 17 - Схема имитации трех мини-ЭВМ с входными очередями в авральном режиме
Рисунок 18 - Заполнение параметров
Нужно ввести дополнительные функцию и переменные которые будут считать полученные убытки.
Рисунок 19 - Функция и переменные
Каждая переменная на рисунке 19 несет в себе определенное значение: t - время обработки сообщений каждой мини-ЭВМ (T3=35); gg - вспомогательная переменная; t_av и k_av - буферы для подсчета убытков в авральном режиме; ub1 и ub2 - переменные содержащие в себе значения количества времени системы в авральном режиме и количества сообщений прошедших через систему в авральном режиме. Параметр k является изменяемым значением, он определяется насколько изменяется скорость обработки в авральном режиме.
Функция f подсчитывает убытки системы, используя приведенные выше переменные.
Рисунок 20 - Код функции f
Функция будет применятся для ЭВМ, которые предназначены для аврального режима.
Рисунок 21 - Заполнение параметров для ЭВМ в авральном режиме
Теперь для дальнейшей реализации построения конвейера необходимо добавить элемент network, в котором указать в основных свойствах группу, на которой будет осуществляться визуализация.
Рисунок 22 - Транспортная сеть
Далее необходимо, чтобы фигуры анимации появлялись в зоне первого прямоугольника и принадлежали данной сети network. Для этого к элементу sourse присоединим элемент networkEnter, содержащийся в основной библиотеке.
Рисунок 23 - Генерация и ввод в сеть сигналов
Рисунок 24 - Выход из сети
Теперь необходимо заставить данные сигналы перемещаться из блока генерации к блоку буферизации. Для этого будем использовать элемент networkMoveTo для указания места, к которому должны двигаться сигналы. Чтобы движение происходило согласно алгоритму, поставленному в условии данной задачи, необходимо в основных свойствах элемента networkMoveTo задать название соответствующей конечной фигуры.
Рисунок 25 - Указание пункта прибытия сообщений
Результаты выполнения моделирования будут показаны на гистограмме с выводом значений количества сообщений, проходящие в авральном режиме, количество отказов модели и величина убытков всей системы.
Рисунок 26 - Результаты моделирования
Рисунок 27 - Заполнение параметров
Благодаря гибкости и мощному арсеналу системы AnyLogic возможно моделирование сложных систем и сбор соответствующей информации о моделируемой системе, что позволяет определить поведение системы в реальности. Минусом проектирования является то, что невозможно учесть все воздействия как внешние, так и внутренние на моделируемую систему.
5. Сравнение статистических данных
После того, как модель создана в двух разных программах целесообразно сравнить две модели. Сравнение производится на основании количества сообщений.
Таблица 5 - Сравнение моделей
|
Критерий |
GPSS |
Anylogic |
|
|
Сгенерировано |
500 |
500 |
|
|
Отказано |
0 |
0 |
|
|
Обработано в авральном режиме |
202 |
225 |
|
|
Обработано в нормальном режиме |
298 |
275 |
|
|
Выведено из системы |
500 |
500 |
|
|
Убытки при k=1 |
8719 |
9098 |
Заключение
В ходе работы была смоделирована система обработки информации, состоящая из мультиплексорного канала и трех ЭВМ, согласно заданию. Также было проведено исследование по минимизации затрат на работу системы.
Был освоен программный пакет "GPSS: World. Student Version", основные возможности программы и правила программирования (создания) моделей на языке GPSS.
Также был освоен программный пакет "Anylogic", основные возможности программы и правила создания моделей.
В результате моделирования так же возможен сбор необходимой информации о моделируемой системе, что позволяет предсказывать рациональность или иррациональность проектируемой модели или выявить ошибки в проектировании системы.
Библиографический список
1. Тихонова Н.А. Построение имитационных моделей средствами GPSS World, части 1,2/Библиотека ОмГУПС/Методические указания/Омск, 2010, 40 с., 39 с.
2. СТП ОмГУПС-1.2-2005. Работы студенческие учебные и выпускные квалификационные: общие требования и правила оформления текстовых документов. - Омский Государственный Университет Путей Сообщения, Омск, 2005. 28 с.
3. Стандартная справка AnyLogic 7
Приложения
Приложение А
Листинг модели для GPSS для нормального режима
LOT1 BVARIABLE Q$POST1'LE'Q$POST2'AND'Q$POST1'LE'Q$POST3; переменные для определения длинны очереди
LOT2 BVARIABLE Q $POST2'LE'Q $POST1'AND'Q $POST2'LE'Q$POST3
LOT3 BVARIABLE Q$POST3'LE'Q $POST2'AND'Q $POST3'LE'Q $POST1
INITIAL X$OBRABOTKA,35; время обработки сообщения
INITIAL X$UBITOK,0
GENERATE 11,5; приход сообщений
QUEUE POST0; очередь в мультиплексорный канал
SEIZE MK; попадание в мультиплексорный канал
DEPART POST0; выход
ADVANCE 9,3; буферизация
RELEASE MK
TEST LE (Q$POST1+Q$POST2+Q$POST3),15,MET7; условие получения отказа
TEST E BV$LOT1,0,MET1; нахождение наименьшей длины очереди
TEST E BV$LOT2,0,MET2
TEST E BV$LOT3,0,MET3
MET1 TEST L Q$POST1,6,MET7; проверка занятой емкости
QUEUE POST1; ЭВМ 1
SEIZE canal_1
DEPART POST1
ADVANCE X$OBRABOTKA
RELEASE canal_1
TERMINATE 1
MET2 TEST L Q$POST2,6,MET7; проверка занятой емкости
QUEUE POST2; ЭВМ 2
SEIZE canal_2
DEPART POST2
ADVANCE X$OBRABOTKA
RELEASE canal_2
TERMINATE 1
MET3 TEST L Q$POST3,6,MET7; проверка занятой емкости
QUEUE POST3; ЭВМ 3
SEIZE canal_3
DEPART POST3
ADVANCE X$OBRABOTKA
RELEASE canal_3
TERMINATE 1
MET7 QUEUE POST7; количество отказов
SAVEVALUE UBITOK+,100; убытки за отказы
TERMINATE 1
START 500
Листинг А, лист 1 - Листинг программы
Приложение Б
Листинг модели для GPSS для аврального режима
LOT1 BVARIABLE Q$POST1'LE'Q$POST2'AND'Q$POST1'LE'Q$POST3; переменные для определения длинны очереди
LOT2 BVARIABLE Q $POST2'LE'Q $POST1'AND'Q $POST2'LE'Q $POST3
LOT3 BVARIABLE Q$POST3'LE'Q $POST2'AND'Q $ POST3'LE'Q $POST1
LOT4 BVARIABLE Q$POST4'LE'Q $POST5'AND'Q $POST4'LE'Q $POST6
LOT5 BVARIABLE Q$POST5'LE'Q $POST4'AND'Q $POST5'LE'Q $POST6
LOT6 BVARIABLE Q$POST6'LE'Q $POST5'AND'Q $POST6'LE'Q$POST4
INITIAL X$OBRABOTKA,35; время обработки сообщения в ЭВМ T
INITIAL X$OBRAB,34; время обработки сообщения в авральном режиме T-k ПРИ К=1
INITIAL X$NACH1,0; зафиксированное время
INITIAL X$NACH2,0
INITIAL X$NACH3,0
INITIAL X$TIME1,0; Время аврального режима
INITIAL X$TIME2,0
INITIAL X$TIME3,0
INITIAL X$UBITOK,0
GENERATE 11,5; поступление сообщений от датчиков
QUEUE POST0; очередь в МК
SEIZE MK; попадание в мультиплексорный канал
DEPART POST0; выход
ADVANCE 9,3; буферизация
RELEASE MK
TEST LE (Q$POST1+Q$POST2+Q$POST3),15,MET7; условие получения отказа
TEST LE (Q$POST1+Q$POST2+Q$POST3),9,AVRAL; включение аврального режима
TEST E BV$LOT1,0,MET1; нахождение наименьшей длины очереди
TEST E BV$LOT2,0,MET2
TEST E BV$LOT3,0,MET3
MET1 TEST L Q$POST1,6,MET7; проверка занятой емкости
QUEUE POST1; ЭВМ 1
SEIZE canal_1
DEPART POST1
ADVANCE X$OBRABOTKA
RELEASE canal_1
TERMINATE 1
MET2 TEST L Q$POST2,6,MET7; проверка занятой емкости
QUEUE POST2; ЭВМ 2
SEIZE canal_2
DEPART POST2
ADVANCE X$OBRABOTKA
RELEASE canal_2
TERMINATE 1
MET3 TEST L Q$POST3,6,MET7; проверка занятой емкости
QUEUE POST3; ЭВМ 3
SEIZE canal_3
DEPART POST3
ADVANCE X$OBRABOTKA
RELEASE canal_3
TERMINATE 1
AVRAL TEST LE (Q$POST4+Q$POST5+Q$POST6),15,MET7; условие получения отказа
QUEUE POST8
VAR1 VARIABLE F$POST8
DEPART POST8
TEST E BV$LOT4,0,MET4; нахождение наименьшей длины очереди
TEST E BV$LOT5,0,MET5
TEST E BV$LOT6,0,MET6
Листинг Б, лист 1 - Листинг программы
MET4 TEST L Q$POST4,6,MET7; проверка занятой емкости
QUEUE POST4; ЭВМ 1
SAVEVALUE NACH1,AC1; фиксация времени начало работы ЭВМ
SEIZE canal_1
DEPART POST4
ADVANCE X$OBRAB
RELEASE canal_1
SAVEVALUE TIME1+, (AC1-X$NACH1); время завершения работы ЭВМ
TERMINATE 1
MET5 TEST L Q$POST5,6,MET7; проверка занятой емкости
QUEUE POST5; ЭВМ 2
SAVEVALUE NACH2,AC1; фиксация времени начало работы ЭВМ
SEIZE canal_2
DEPART POST5
ADVANCE X$OBRAB
RELEASE canal_2
SAVEVALUE TIME2+, (AC1-X$NACH2); время завершения работы ЭВМ
TERMINATE 1
MET6 TEST L Q$POST6,6,MET7; проверка занятой емкости
QUEUE POST6; ЭВМ 3
SAVEVALUE NACH3,AC1; фиксация времени начало работы ЭВМ
SEIZE canal_3
DEPART POST6
ADVANCE X$OBRAB
RELEASE canal_3
SAVEVALUE TIME3+, (AC1-X$NACH3); время завершения работы ЭВМ
TERMINATE 1
MET7 QUEUE POST7; количество отказов
SAVEVALUE UBITOK+,100; убытки за отказы
SAVEVALUE UBITOKAVRAL, (V$VAR1#5#X$OBRAB+ (X$TIME1+X$TIME2+X$TIME3) #2); вычисление убытков в авральном режиме
SAVEVALUE VSE_UBITKI, (X$UBITOKAVRAL+X$UBITOK); вычисление всех убытков
TERMINATE 1
START 500
Листинг Б, лист 2 - Листинг программы
Размещено на Allbest.ru
...Подобные документы
Анализ работы станции скорой помощи: прием вызовов, обслуживание пациентов, движение автомобилей. Формализация имитационной модели, ее программирование с помощью системы моделирования AnyLogic. Использование программы для расчета времени оказания помощи.
контрольная работа [1004,2 K], добавлен 25.07.2013Автоматизация процесса учета документооборота для муниципального учреждения здравоохранения города Астрахани "Станция скорой медицинской помощи" с возможностью удаленной работы. Общее описание и требования к информационной системе, ее структура.
отчет по практике [1,9 M], добавлен 10.06.2014Разработка модели, имитирующей работу экономической системы (станции технического обслуживания автомобилей). Определение вероятностных характеристик системы; закрепление навыков в построении имитационной модели с помощью языка моделирования GPSS.
курсовая работа [713,6 K], добавлен 05.06.2013Основные этапы имитационного моделирования станции мойки: определение условий задачи, разработка структурной, укрупненной и детальной схем ее реализации; написание математической и программной моделей ее решения. Представление результатов моделирования.
курсовая работа [137,4 K], добавлен 29.06.2011Разработка имитационной модели функционирования кладовой на промышленном предприятии с использованием имитационного метода в среде GPSS World. Экспериментальное исследование результатов моделирования. Выработка предложений по оптимизации работы системы.
курсовая работа [183,1 K], добавлен 27.08.2012Обзор средств компьютерного имитационного моделирования по созданию веб-приложения для визуализации имитационных моделей. Система имитационного моделирования AnyLogic, Arena, SimuLab. Серверная, клиентская часть. Модель работы отдела банка и участка цеха.
дипломная работа [3,3 M], добавлен 25.05.2015Создание систем имитационного моделирования AnyLogic, Arena, SimuLab, Simbigraph и Forio. Серверная и клиентская часть. Разработка модели работы отдела банка, участка цеха, движения автобуса по маршруту и социальной сети. Описание web-приложения.
дипломная работа [3,4 M], добавлен 25.05.2015Основы технологии моделирования Arena. Построение простой имитационной модели. Моделирование работы системы обслуживания покупателей на кассе супермаркета. Построение модели IDEF3. Анализ результатов имитационного моделирования и аналитического решения.
курсовая работа [659,1 K], добавлен 24.03.2012Моделирование объектов САР, объекта управления. Особенности параметрической оптимизации. Описание пакета ИМОДС: назначение и функции, система файлов, структура меню пользователя. Описание программы и моделируемых объектов. Оценка параметров системы.
курсовая работа [1,3 M], добавлен 16.02.2013Оказание услуг по приему и обработке подписки. Разработка процессной модели работы подписного отдела. Построение модели с помощью средства имитационного моделирования Any Logic. Анализ влияния ключевых показателей на эффективность работы модели.
курсовая работа [1,0 M], добавлен 05.12.2013GPSS как один из эффективных и распространенных языков моделирования сложных дискретных систем. Возможности языка GPSS. Построение имитационной модели "Моделирование мини-АТС". Разработка программы работы диспетчерского пункта в торговом предприятии.
курсовая работа [118,8 K], добавлен 19.01.2016Обзор и анализ существующих аналогов Монитора пациента. Дизайнерская проработка конструкции монитора с помощью компьютерного моделирования. Эргономические требования к видеодисплейным терминалам и электронно-вычислительным машинам. Расчет чистой прибыли.
дипломная работа [681,2 K], добавлен 24.02.2013Понятие компьютерной модели и преимущества компьютерного моделирования. Процесс построения имитационной модели. История создания системы GPSS World. Анализ задачи по прохождению турникета на стадион посредством языка имитационного моделирования GPSS.
курсовая работа [291,3 K], добавлен 11.01.2012Разработка решения задачи имитационного моделирования системы массового обслуживания (СМО), на примере склада продукции. Построение концептуальной модели системы. Сравнение результатов имитационного моделирования и аналитического расчета характеристик.
курсовая работа [75,5 K], добавлен 26.06.2011Разработка программы с использованием GPSS, моделирующей процесс работы взлётно-посадочной полосы. Сравнение результатов имитационного моделирования и аналитического расчета характеристик. Блок-диаграмма модели. Возможные улучшения в работе системы.
курсовая работа [393,3 K], добавлен 03.07.2011Определение понятия трехмерной компьютерной графики. Особенности создания 3D-объектов при помощи булевых операций, редактируемых поверхностей, на основе примитивов. Моделирование трехмерных объектов при помощи программного пакета Autodesk 3ds Max.
дипломная работа [4,2 M], добавлен 13.04.2014Характеристика практической разработки имитационной модели при помощи инструментального прикладного программного продукта (ППП) Visual Imitak. Анализ этапов деятельности складского хозяйства с использованием основных блоков моделирования и функции quant.
отчет по практике [1,2 M], добавлен 29.05.2014Программные средства системного моделирования. Разработка программы процесса работы кладовой на фабрике с использованием языка имитационного моделирования GPSS. Сравнение результатов моделирующего алгоритма и аналитического расчета характеристик.
дипломная работа [757,1 K], добавлен 21.06.2011Система 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 23.06.2011Ввод и вывод чисел при помощи подключаемого модуля IO. Особенности работы с одномерными и двухмерными массивами. Тестирование состояние флагов. Рринципы и навыки работы с компилятором и отладчиком. Разработка схемы алгоритма программы на языке ассемблер.
курсовая работа [1,3 M], добавлен 02.12.2009
