Цели моделирования (анализируемые параметры).
1. Параметры (целевые), подлежащие анализу:
а) время от момента прибытия состава до завершения его разгрузки;
б) время от момента прибытия судна до завершения его погрузки;
в) степень использования емкости площадки; в) время простоя/загрузки кранов.
2. Модель должна позволить устанавливать зависимость значений целевых параметров от управляемых параметров:
а) количество кранов;
б) размеров (емкостей) площадок;
в) интенсивность появления составов;
г) интенсивность появления судов;
д) интенсивность появления грузов того или иного типа.
Выполнение задания
Поезда приходят с заданной интенсивностью, доставляя грузы разных типов. Введём в модели четыре типа грузов (соответственно, у каждого груза будет своё время обработки при погрузки, что задаётся соответствующим свойством непосредственно генерируемых грузов). Другие свойства задаются как параметры модели (рисунок 1): время прибытия составов под разгрузку (параметр poezd_time), время прибытия судов под погрузку (sudno_time в) количества кранов на платформах(kol_kr1 и kol_kr2), среднее время разгрузки и погрузки составов задействованным ресурсом (time_progr и time_zagr):
Для моделирования поездов использовался связка объектов pickup-dropof (рисунок 1), позволяющая задавать управляющий сигнал(через объект source4 с заданной интенсивностью 1/ poezd_time прибытия поездов). Для корректной работы данной модели необходимо чтобы в очереди queue находилось достаточное число грузов разного типа, чтобы хватило для загрузки состава.
Рисунок 1 – Модель прихода поездов (слева) и параметры модели (справа)
Разгрузка осуществляется в модуле processQ некоторым количеством рабочих, моделируемых ресурсами. Далее груз поступает на один из складов (моделируется просто очередями (например, queue1) и ожидает прибытия судов. Судно приходит с интенсивностью 1/ sudno_time из генератора source6. Поступление из очереди судов на площадку возможен только при неблокированном порте pickup1.
Рисунок 2 – Модель разгрузки, выбора площадки и ожидания прихода судна
Далее (рисунок) на каждой площадке осуществляется погрузка с помощью кранов (ресурсы resource1 и resource2) в течение заданного времени определяемого в зависимости от свойства груза, присвоенного при генерации(таким образом грузы могут обрабатываться разное время)
Рисунок 3 Моделирование погрузки товара на судно с помощью кранов
Для наблюдением за статистикой были введены наборы данных, соответствующие заданию. Время от момента прибытия состава до завершения его разгрузки (vrem_pogr), время от момента прибытия судна до завершения его погрузки (vrem_razgr). Добавление данных происходит в процессе моделирования на основе запоминания в грузе (моделируемом специальным классом er времени прибытии и отправления состава/ судна).
Рисунок 4 – Время разгрузки товаров с состава
На рисунке 5 отображен вывод графиков времени для разгрузки и погрузки грузов в процессе моделирования
Рисунок 5 – Выполнение модели и анализ графиков времени загрузки и погрузки
На основе модели была также создана анимация, связывающая переменные с элементами управления и позволяющая в процессе моделирования изменять соответствующие значения (Рисунок 6).
Рисунок 6 – Анимация модели «Порт»
В ней же можно наблюдать выходные параметры в виде их средних значений и, вычисления использования ресурсов, происходящую через каждые 100 единиц времени(по таймеру) с вычислением соответствующей функции (resource1.getStatsUtilization().mean()+resource2.getStatsUtilization().mean())
Задание № 2 Банк
Содержание задания: Построение имитационной модели процесса обслуживания клиентов и исполнения их поручений в банке
Неформализованное описание объекта моделирования:
Клиенты приходят в операционный зал банка с целью подачи поручений нескольких типов.
Непосредственное обслуживание клиентов осуществляют сотрудники оперзала (операционисты).
При этом:
- время прибытия клиента - случайная величина;
- любой операционист может обслужить любого клиента;
- время обслуживания операционистом клиента является:
а) случайной величиной
б) зависит от типа поручения.
В результате обработки операционистом поручение клиента либо возвращается клиенту (неправильное оформление), либо передается для последующей обработки в бэк-офис.
Любой сотрудник бэк-офиса может обработать любое поручение, поступившее из оперзала.
Время обработки поручения в бэк-офисе является случайной величиной и не зависит от типа поручения.
В результате обработки в бэк-офисе поручение клиента направляется в одно из функциональных подразделений (отдел вкладов, кредитный отдел, отдел ценных бумаг), что определяется типом поручения.
В функциональном подразделении завершается исполнение поручения, время обработки - также случайная величина.
Цели моделирования (анализируемые параметры).
1. Параметры (целевые), подлежащие анализу:
а) время ожидания клиента в оперзале;
б) время от момента появления клиента в банке до завершения исполнения его поручения;
в) время простоя/загрузки специалистов банка (операциониста, специалиста бэк-офиса, специалиста функционального подразделения).
2. Модель должна позволить устанавливать зависимость значений целевых параметров от управляемых параметров:
а) количество специалистов банка в подразделении;
б) производительность специалиста;
в) интенсивность появления клиентов;
г) частота появления поручений того или иного типа
Выполнение задания
Клиенты приходят в операционный зал банка с целью подачи поручений нескольких типов. Введём три типа генераторов клиентов, которые будут поставлять с заданными интенсивностями p1_i, p2_i, p3_i поручения соответствующих типов. Введём также класс сообщения Customer, позволяющий запоминать дополнительные данные о времени прибытия и обслуживания поручения клиентов.
Рисунок 1
В результате обработки операционистом поручение клиента либо возвращается клиенту (для моделирование этого процесса вводится специальный элемент selectOutput, случайно), либо передается для последующей обработки в бэк-офис(объект ProcessQ). Любой сотрудник бэк-офиса (моделируется resource) может обработать любое поручение, поступившее из оперзала. Время обработки поручения в бэк-офисе является случайной величиной и не зависит от типа поручения (но зависит от параметра proizvod, характеризующее производительность ресурса, что является одним из управляющих характеристик в соответствии с заданием).
Рисунок 2
В результате обработки в бэк-офисе поручение клиента направляется в одно из функциональных подразделений (отдел вкладов, кредитный отдел, отдел ценных бумаг), что определяется типом поручения и моделируется перенаправлением. В зависимости от свойства объекта типа Customer, определённого при генерировании в соответствующем блоке типа Source.
Рисунок 3
На основе модели была также создана анимация, связывающая переменные с элементами управления и позволяющая в процессе моделирования изменять соответствующие значения (Рисунок 4).
Рисунок 4
Задание № 3 Склад
Содержание задания: Построение имитационной модели работы склада оптовой продукции.
Неформализованное описание объекта моделирования:
Товары нескольких типов поступают на оптовый склад от различных поставщиков.
С оптового склада товары распределяются по розничным торговым точкам по их запросам.
При этом:
а) время поступления товара - случайная величина;
б) время поступления запроса от розничной точки случайная величина;
в) время приема товара от поставщика на оптовом складе:
- случайная величина;
- зависит от типа товара.
г) время подготовки товара для отгрузки в розничную торговую точку:
- случайная величина;
- зависит от типа товара.
Прием товара от поставщика выполняют несколько бригад рабочих. Для доставки товара с оптового склада в торговую точку используется несколько автомашин, которые случайным образом выходят из строя.