Курсовая. Моделирование работы оптового магазина
| Сдавался/использовался | Волгоград, 2005 руководиитель: А.А. Теткин |
| Загрузить архив: | |
| Файл: Моделирование работы оптового магазина.doc.zip (221kb [zip], Скачиваний: 1) скачать |
ФГОУ СПО «Волгоградский технологический коледж»
«Проект защитил
с оценкой »
А.И. Сухинин
30.05.05
Моделирование работы оптового магазина
Курсовой проект
КП 11. 230105. 51. 0256 ПЗ
Разработчик А.И. Сухинин
30.05.05
Рук.проекта А.А. Теткин
30.05.05
Содержание
1. Введение………………………………………………………………………..3
2. Имитационное моделирование…………………………………………….…4
3. Многоканальная СМО с ограниченной длиной очереди……………..…….7
4. Описание системы………………………………………………………........10
4.1 Модельное время………………………………………………………...….10
4.2 Классы и объекты…………………………………………………………...10
4.3 События и методы………………………………………………………..…13
5. Программная реализация………………………………………………..…...14
6. Анализ результатов…………………………………………………………...28
6.1 Анализ зависимости показателей………………………………………......28
6.1.1 Программа gnuplot……………………………………………………...…28
6.1.2 Использование программы для построения графиков…………..…...…28
6.2 Анализ результатов работы программы…………………………………...29
7. Заключение………………………………………………………….………...34
8. Список использованной литературы……………………………………...…35
ЕСЛИ НУЖНА ПРОГРАММА НА С++ ОБРАЩАЙТЕСЬ: saneek93@mail.ru
Оформление и правка возможна
1. Введение
В современном мире гарантией эффективной работы любого предприятия служит рациональное использование денежных средств и трудового фактора. Именно поэтому для расчета экономического эффекта работы оптового магазина необходимо провести имитационное моделирование на основании предварительно установленных зависимостей.
Термин имитационное моделирование означает, что речь идет о моделях с помощью, которых нельзя вычислить или предсказать результат и поэтому с их помощью проводиться вычислительный эксперимент при заданных исходных данных.
Метод имитационного моделирования дает возможность широкого использования математического аппарата и вычислительной техники для исследования хода экономических процессов.
Таким образом, сущность имитационного моделирования состоит в том, что с помощью ЭВМ воспроизводится поведение исследуемой системы, а исследователь, управляет ходом процесса и анализирует получаемые результаты. Поэтому под имитацией следует понимать численный метод проведения на ЭВМ экспериментов с алгоритмами, описывающими поведение системы и определения интересующих нас функциональных характеристик.
Целью данной курсовой работы является разработка модели группового обслуживания с несколькими этапами и двойной очередью, то есть работа оптового магазина. Основой для разработки модели в данной курсовой работе является метод имитационного моделирования. Так же курсовая работа предполагает создание программы на языке C++, обеспечивающей ввод исходной информации, ее обработку, реализацию алгоритма имитации процесса и выдачу необходимой информации.
2. Имитационное моделирование
Можно дать следующее определение понятия модель: это такое описание, которое исключает несущественные подробности и учитывает наиболее важные особенности системы. Моделирование же можно определить как методологию изучения системы путем наблюдения отклика модели на искусственно генерируемый входной поток. К. Шеннон пишет так: «Имитационное моделирование есть процесс конструирования модели реальной системы и постановки экспериментов на этой модели с целью либо понять поведение системы, либо оценить (в рамках ограничений, накладываемых некоторым критерием или совокупностью критериев) различные стратегии, обеспечивающие функционирование данной системы...» Имитационное моделирование является экспериментальной и прикладной методологией, имеющей следующие цели:
Авторы одной методологической работы сформулировали основные факторы, влияющие на принятие правильного решения по результатам моделирования:
Таким образом, моделирование — это больше, чем просто программа. Достижение целей моделирования требует пристального внимания ко всем указанным факторам.
Типовая последовательность имитационного моделирования включает следующие этапы:
Имитационное моделирование на компьютере, в принципе, позволяет проанализировать любую реальную систему произвольной сложности. Концептуально, промоделировать сложную систему так же легко, как и простую, разница будет состоять только в объеме программного кода. Имитационная модель может учесть любой нюанс в дисциплине обслуживания всего лишь путем небольшой модификации текста одной-двух процедур, а в аналитической модели это может потребовать коренной переделки всех уравнений, сделать модель необозримо сложной или оказаться вообще невозможным. Этот факт отражает как силу, так и слабость имитационной методологии. С одной стороны, имитационное моделирование даст метод анализа, применимый в тех случаях, когда математическая модель чрезмерно сложна и позволяет аналитику получить более точные результаты. Но с другой стороны, имитационная модель не позволяет глубоко заглянуть в сущность системы, выявить ее «изюминки» и законы, по которым она живет, построить качественные зависимости между «входом» и «выходом», как это позволяет сделать математическая модель, если ее, конечно, удалось решить. То, что при взгляде на математический результат видно сразу, при имитационном моделировании может быть выявлено только в результате постановки значительного количества экспериментов (еще говорят «прогонов»).
Главная и наиболее очевидная цель имитационного моделирования — выяснить, как повлияют на производительность отдельные изменения конфигурации системы или увеличение нагрузки на нее. Процесс моделирования включает три фазы. На фазе валидации строится базовая модель существующей системы, проверяются и обосновываются предположения, лежащие в ее основе. На фазе проектирования модель используется в прогностических целях для предсказания влияния различных модификаций на производительность. На фазе верификации реальная производительность модифицированной системы сравнивается с результатами моделирования. Взятые вместе, эти три фазы образуют модельный цикл.
Фаза валидации.
Начинается с описания модели и включает выбор тех ресурсов и элементов деятельности, которые будут представлены; выявление особенностей системы, которые требуют внимания; выбор структуры модели; процедуры расчета необходимых показателей по результатам имитационного эксперимента.
Далее в реально функционирующей системе проводятся замеры входных параметров, которые послужат рабочим материалом для модели, а также замеры производительности, результаты которых будут сравниваться с выходными данными модели для оценки ее точности. Модель проверяется, в результате чего может потребоваться внести в нее изменения. Значимые различия между выходными данными системы и модели свидетельствуют об изъянах модели - какое-то допущение оказалось некорректным, какие-то факторы проигнорированы неправомерно. Но и отсутствие таких различий еще не гарантирует того, что модель сумеет правильно предвидеть влияние количественных и качественных изменений в системе.
Фаза проектирования.
На этой фазе входные параметры меняются в соответствии с модификацией системы, эффективность которой нужно проверить с помощью модели. Это довольно сложный и ответственный процесс, ведь необходимо правильно сформулировать вопрос дли модели. Результаты затем анализируются, их отличия от выходных данных исходной модели и представляют собой эффект от модификации системы.
Фаза верификации.
На фазе верификации измерения снимаются с обновленной системы, и снова проводится сравнение. Производительность системы сравнивается с данными моделирования. Наблюдаемые различия могут объясняться двумя причинами:
Кроме того, точность выходных данных модели не может быть лучше точности, с которой заданы входные параметры.
Модельный цикл отнюдь не является строго последовательным процессом. Между отдельными составляющими фаз валидации и проектирования могут существовать жесткие зависимости. Может потребоваться совместимость между описанием модели, замерами данных и методикой оценки модели. Достижение такой совместимости и ее согласование с конкретными целями моделирования являются по своей сущности процессами итерационными.
3. Многоканальная СМО с ограниченной длиной очереди
Рассмотрим многоканальную СМО , на вход которой поступает пуассоновский поток заявок с интенсивностью , а интенсивность обслуживания каждого канала составляет , максимально возможное число мест в очереди ограничено величиной m. Дискретные состояния СМО определяются количеством заявок, поступивших в систему, которые можно записать.
- все каналы свободны, ;
- занят только один канал (любой), ;
- заняты только два канала (любых), ;
- заняты все каналов, .
Пока СМО находится в любом из этих состояний, очереди нет. После того как заняты все каналы обслуживания, последующие заявки образуют очередь, тем самым, определяя дальнейшие состояние системы:
- заняты все каналов и одна заявка стоит в очереди,
;
- заняты все каналов и две заявки стоят в очереди,
;
- заняты все каналов и все мест в очереди,
.
Граф состояний n-канальной СМО с очередью, ограниченной m местами на рис. 1.
Рис. 1 Граф состояний n-канальной СМО с ограничением на длину очереди m
Переход СМО в состояние с большими номерами определяется потоком поступающих заявок с интенсивностью , тогда как по условию в обслуживании этих заявок принимают участие одинаковых каналов с интенсивностью потока обслуживания равного для каждого канала. При этом полная интенсивность потока обслуживания возрастает с подключением новых каналов вплоть до такого состояния , когда все n каналов окажутся занятыми. С появлением очереди интенсивность обслуживания более увеличивается, так как она уже достигла максимального значения, равного .
Запишем выражения для предельных вероятностей состояний:
.
Выражение для можно преобразовать, используя формулу геометрической прогрессии для суммы членов со знаменателем :
Образование очереди возможно, когда вновь поступившая заявка застанет в системе не менее требований, т.е. когда в системе будет находиться требований. Эти события независимы, поэтому вероятность того, что все каналы заняты, равна сумме соответствующих вероятностей Поэтому вероятность образования очереди равна:
Вероятность отказа в обслуживании наступает тогда, когда все каналов и все мест в очереди заняты:
Относительная пропускная способность будет равна:
Абсолютная пропускная способность:
Среднее число занятых каналов :
Среднее число простаивающих каналов :
Коэффициент занятости (использования) каналов:
Коэффициент простоя каналов:
Среднее число заявок, находящихся в очередях:
В случае если , эта формула принимает другой вид:
Среднее время ожидания в очереди определяется формулами Литтла:
Среднее время пребывания заявки в СМО, как и для одноканальной СМО, больше среднего времени ожидания в очереди на среднее время обслуживания, равное , поскольку заявка всегда обслуживается только одним каналом:
4.Описание системы
В оптовом магазине используется новая процедура обслуживания клиентов. Клиенты, попадая в магазин, определяют по каталогу наименования товаров, которые они хотели бы приобрести. После этого клиента обслуживает клерк, который идет на расположенный рядом склад и приносит необходимый товар. Клиент ожидает дважды, сначала приема заказа, затем его выполнения. Каждый из клерков может обслуживать одновременно не более шести клиентов. Время, которое затрачивает клерк на путь к складу, равномерно распределено на интервале от 0.5 до 1,5 мин. Время поиска нужного товара зависит от числа наименовании, которые клерк должен найти на складе. Это время нормально распределено с математическим ожиданием, равным утроенному числу искомых наименований, и среднеквадратичным отклонением, равным одной пятой математического ожидания. Следовательно, если, например, со склада надо взять товар одного наименования, время на его поиск будет нормально распределено с математическим ожиданием, равным 3 мин. и среднеквадратичным отклонением, равным 36 с. Время возвращения со склада равномерно распределено на интервале от 0.5 до 1,5 мин. По возвращении со склада клерк рассчитывается со всеми клиентами, которых он обслуживает. Время расчета с клиентом равномерно распределено на интервале от 1 до 3 мин. Расчет производится в том порядке, в каком к клерку поступали заявки на товар. Интервалы между моментами поступления заявок на товары от клиентов экспоненциально распределены с математическим ожиданием, равным 2 мин Клиентов в магазине обслуживают три клерка. Цель моделирования — определить следующее:
- загрузку клерков;
- среднее время, необходимое на обслуживание одного клиента с момента подачи заявки на товар до оплаты счета за покупку;
- среднее число заявок, удовлетворяемых клерком за один выход на склад.
Продолжительность имитационного прогона составляет 1000 мин.
4.1 Модельное время
Так как время в задаче размерное, за единицу модельного времени примем секунд. Равномерное распределение будем генерировать непосредственно в секундах, а нормальное и экспоненциальное — в минутах, с последующим умножением на 60 и округлением до ближайшего целого.
4.2 Классы и объекты
В задаче описана открытая многоканальная система с неограниченным буфером, имеющая, однако, ряд довольно интересных особенностей. Обслуживание заявки в канале (клерком) представляет собой многоэтапный процесс с параметром - количеством единовременно обслуживаемых клиентов. Эта дисциплина носит название групповое обслуживание. Таким образом, текущее состояние процесса обслуживания характеризуется не одним значением — временем, оставшимся до завершения, а несколькими — номером этапа, временем, оставшимся до завершения этапа, и числом клиентов. Таких этапов четыре — путь на склад, поиск товара, путь обратно, расчет. На первых трех этапах число клиентов остается постоянным, на четвертом оно постепенно уменьшается до нуля, так как расплатившийся клиент покидает систему.
Интересна здесь также система очередей. Время пребывания клиента в магазине состоит из двух стадии. Сначала он стоит в общей очереди (назовем ее первичной) и ждет, когда один из клерков обратит на него внимание и примет заказ. Клиенты, находящиеся в первичной очереди, не связаны пока ни с каким клерком, а относятся как бы ко всему магазину в целом. После приема заказа клиент переходит в очередь, состоящую из людей, которые сделали заказ и ждут возвращения «своего» клерка со склада с товаром (назовем ее вторичной). Вторичная очередь соотносится с конкретным клерком, ее длина, согласно условию задачи, не может превышать шест, а количество вторичных очередей равно трем — общему количеству клерков. В противоположность этому первичная очередь может быть только одна и ограничений на длину не имеет. Разумеется, как первичная, так и любая из вторичных очередей может в течение некоторого времени быть пустой.
Заметим, что именно такая система обслуживания принята сейчас в большинстве магазинов, торгующих компьютерной и оргтехникой, в том числе и в том, услугами которого при необходимости пользуется автор. Некоторую аналогию можно провести и с обслуживанием в ресторане, гае клиент тоже сначала ждет прихода официанта, а затем — исполнения заказа, но понятие очереди в этом случае не столь акцентированное, да и система взаимоотношений официанта с клиентом ресторана все-таки несколько сложнее.
Все сказанное свидетельствует в пользу того, что логику работы клерка и всего магазина в целом надо отделить друг от друга и определить в разных классах, иначе сам принцип объектного моделирования будет выхолощен. Введем классы Клерк (Clerk) и Магазин (Shop)- Прежде чем перечислять их поля данных, подчеркнем следующее обстоятельство. В условии задачи дано максимальное значение объема группы - шесть. В общем случае можно ограничить и минимальное значение, которое назовем минимальным индексом группы (МИГ)- Смысл нового понятия заключается в то, что свободный клерк не начнет обслуживание клиентов до тех пор, пока длина первичной очереди не станет равна значению МИГ. Если к моменту накопления нужного количества клиентов свободных клерков несколько, выбор клерка, начинающего обслуживать эту группу, осуществляется случайным образом. Понятно, что стандартное значение МИГ — единица.
Еще один вопрос — взаимные ссылки между классами. В рассматриваемой системе объекты классов Clerk и Shop не являются равноправными, так как каждый из объектов класса Clerk входит в зону ответственности единственного объекта класса Shop, но не наоборот. Поскольку объект Shop управляет системой в целом, ему необходим доступ к любому объекту Clerk для передачи ему различных сообщений (например, указание принять заказ). Каждый из клерков отвечает только за себя, и ему ссылка на Shop не нужна, так как всем информационным обменом руководит Shop. Поскольку перекрестных ссылок пет, тип указателя при объявлении поля класса Shop можно указывал, в явном виде (Clerk**), если, конечно, класс Clerk описан в header-файле раньше, чем класс Shop.
Перечислим поля данных класса Clerk.
Неизменяемые поля:
Изменяемые поля:
Поля данных класса Shop.
Неизменяемые поля:
Изменяемые поля:
Отношения дружественности между классами построены следующим образом: друзьями класса Client являются Clerk и Shop, другом класса Clerk - класс Shop.
4.3 События и методы
Каждому из пяти возможных состояний клерка соответствует событие, в результате которого он покидает это состояние и переходит в другое. Каждому событию, в свою очередь, сопоставлен отдельный метод. Перечислим эти события:
Подробнее остановимся на реализации последнего метода. Если первичная очередь не пуста и ее длина достигла значения МИГ, объект Shop пытается препоручить как можно больше клиентов одному из свободных клерков. После того как клерк выбран, ему посылается сообщение, соответствующее методу 5, с двумя параметрами: указателем на первичную очередь, чтобы клерк мог скопировать часть ее клиентов во вторичную, и количеством клиентов, заказы у которых магазин предписывает принять клерку. Возвращает же он объекту Shop указатель на клиента первичной очереди, который теперь становится в этой очереди первым, то есть на новую голову связного списка. Первичную очередь Shop продвигает сам. Все эти действия выполняет метод-диспетчер run().
Методы класса Shop:
5.Программная реализация
Имитационное моделирование это процесс конструирования модели реальной системы и постановки экспериментов на этой модели с целью либо понять поведение системы, либо оценить (в рамках ограничений) различные стратегии, обеспечивающие функционирование системы. Имитационное моделирование является экспериментальной и прикладной методологией, которая:
При выполнении данной программы генерируются число занятых клерков, среднее время периода занятости клерка, средняя длина первичной очереди, среднее число клиентов в магазине, среднее время пребывания клиента в магазине, средний объем одного заказа. Другими словами, в имитационном эксперименте входные данные «пропускаются» через логическую структуру, чей ответ «подражает» ответы реальной системы на входные данные. Требуется составить алгоритм, и реализовать его. Для моделирования системы группового обслуживания с несколькими этапами и двойной очередью (работа оптового магазина), был выбран высокоуровневый язык программирования C++ и написана программа на этом языке, позволяющая в полной мере отразить функционирование системы.
Листинг программы файл class.h. Описание классов
#include
#include
#include
#include
#include "List.h"
#include "normal.h"
//#define M 3
#include "random.h"
intM=3; //число клерков
int MAX_CLIENT=6; //максимальный объем заказа
int entered=0; //счетчик поступлений
int completed=0; //счетчик обслуженных клиентов
long int *ro; //массив счетчиков загрузки клерков
float serve_ave=0; //для расчета средней длины цикла клерка
float num_ave=0; //среднее число клиентов в магазине
float soj_ave=0; //среднее время пребывания клиента в магазине
float que1_ave=0; //средняя длина первичной очереди
float orders_ave=0; //средний объем заказа
int total_ordered=0; //счетчик заказов (походов клерков за товаром)
//Файлы для сбора статистики
FILE *sojourn; //статистика по суммарному времени пребывания клиента
//в магазине
FILE *num; //статистика по суммарному количеству клиентов
//в магазине
FILE *order; //статистика по объему заказов
long int total; //счетчик тактов модельного времени
//Стандартный протокол класса Client
class Client{
int id;
int time;
public:
friend class Clerk;
friend class Shop;
Client(int i);
};
Client::Client(int i){
id=i;
time=0; //счетчик времени, проведенного клиентом в системе
}
//Протоколкласса Clerk
class Clerk{
const static int path_ave=60;
const static int path_offset=30;
const static int money_ave=120;
const static int money_offset=60;
int id; //уникальный номер клерка
Client **queue; //массив указателей на клиентов вторичной очереди
Client *serving; //указатель на клиента, с которым производится расчет
int units; //объем текущего заказа
int to_dpath; //время, оставшееся до конца пути на склад
int to_bpath; // до конца пути к клиентам
int to_calculate; //время, оставшееся до окончания расчета с клиентом
int to_search; //время, оставшееся до окончания поиска товара
int from_order; //время, прошедшее с момента приема заказа
public:
friend class Shop;
Clerk(int i); //конструктор
~Clerk(); //деструктор
void Arrival(); //прибытие на склад
void TakeAll(); //весь товар найден
void ComeBack(); //возвращение со склада
void Completed(); //расчет с клиентом завершен
//Принять заказ от acc клиентов из
//первичной очереди
ListNode
void run(); //диспетчер
int QLength(); //вычисление текущей длины вторичной очереди
int GetState(); //определение состояния клерка: 0 - свободен,
//1 - в пути на склад и т. д.
};
//Протокол класса Shop
class Shop{
const static int accumulation=1; //минимальныйиндексгруппы
//const static float input_rate=0.5; //интенсивностьвходногопотока
ListNode
//очереди
Clerk **workers; //массив указателей на объекты
//класса Clerk
int q_length; //текущая длина первичной очереди
int to_arrival; //время до прибытия следующего клиента
public:
Shop(Clerk **w);
~Shop();
void Arrival(); //прибытие нового клиента
void run(); //диспетчер
int Choice(); //выбор свободного клерка для передачи
//заказа
};
//Конструктор. Создает клерка, который первоначально свободен, состояние=0
Clerk::Clerk(int i){
int j;
id=i;
queue=new Client *[MAX_CLIENT];
for(j=0;j queue[j]=NULL; serving=NULL; units=-1; to_dpath=-1; to_bpath=-1; to_calculate=-1; to_search=-1; from_order=-1; } //Деструктор. Освобождает память Clerk::~Clerk(){ for(int i=0;i delete [] queue; if (serving) delete serving; } //Вычисление текущей длины вторичной очереди int Clerk::QLength(){ int k; for(k=0;k if (queue[k]==NULL) return(k); return(MAX_CLIENT); } //Определение текущего состояния клерка intClerk::GetState(){ if (units==-1) return(0); //клерксвободен if (to_dpath>0) return(1); //клерквпутинасклад if (to_search>0) return(2); //клеркнаскладеищеттовар if (to_bpath>0) return(3); //клерк в пути со склада с товаром if (to_calculate>0) return(4); //клерк рассчитывает клиента } //Прием заказа у первых acc клиентов из //первичной очереди. Указатель //на нее передается из метода run() класса Shop ListNode int i; ListNode //Заполнение вторичной очереди указателями на объекты первичной. Первичная //очередь будет продвинута объектом Shop. По окончании цикла ptr будет //указывать на новую голову первичной очереди for(i=0;i queue[i]=ptr->Data(); ptr=ptr->Next(); //deleteptr; //освобождаем память, выделенную под элемент //первичной очереди в методе Shop::Arrival() } units=acc; //объем заказа from_order=0; //начинаем отсчитывать длительность //исполнения заказа to_dpath=get_uniform(path_ave, path_offset); //переходимвследующее //состояние total_ordered++; //инкремент счетчика заказов //Пересчет среднего объема заказа orders_ave=orders_ave*(1-1.0/total_ordered)+((float)units)/total_ordered; fprintf(order, "%dn", acc); return(ptr); } //Прибытиеклерканасклад void Clerk::Arrival(){ to_dpath=-1; //Разыгрываемвремяпоискатовара to_search=(int)(get_normal(3*units,0.6*units,0.01)*60); if (to_search<=0) to_search=1; } //Поиск товара завершен void Clerk::TakeAll(){ to_search=-1; to_bpath=get_uniform(path_ave, path_offset); } //Вернулись со склада void Clerk::ComeBack(){ int i; to_bpath=-1; serving=queue[0]; //ставим на расчет первого клиента //из вторичной очереди for(i=0;i<(MAX_CLIENT-1);i++) //продвигаем вторичную очередь queue[i]=queue[i+1]; queue[MAX_CLIENT-1]=NULL; //Разыгрываемдлительностьрасчета to_calculate=get_uniform(money_ave, money_offset); } //Расчет с клиентом завершен void Clerk::Completed(){ int i; to_calculate=-1; completed++; //инкремент счетчика обслуженных клиентов soj_ave=soj_ave*(1-1.0/completed)+(float)(serving->time)/completed; fprintf(sojourn, "%.3fn", (float)(serving->time)/60); delete serving; //удаление обслуженного клиента из системы serving=NULL; //Расчет произведен со всеми клиентами if (QLength()==0){ units=-1; serve_ave=serve_ave*(1-1.0/total_ordered)+((float)from_order)/total_ordered; from_order=-1; return; } //Вторичная очередь не пуста. Ставим на расчет следующего клиента serving=queue[0]; for(i=0;i<(MAX_CLIENT-1);i++) queue[i]=queue[i+1]; queue[MAX_CLIENT-1]=NULL; to_calculate=get_uniform(money_ave, money_offset); } //Диспетчеркласса Clerk void Clerk::run(){ if (to_dpath>0) to_dpath--; //клерк в пути на склад. Декремент //оставшегося времени пути if (to_dpath==0) Arrival(); //клерк прибыл на склад if (to_bpath>0) to_bpath--; //клерк в пути со склада. Декремент //оставшегося времени пути if (to_bpath==0) ComeBack(); //клерк вернулся со склада if (to_calculate>0) to_calculate--; //клеркрассчитываетклиента. //Декремент оставшегося времени //расчета if (to_calculate==0) Completed(); //клерк завершил расчет клиента if (to_search>0) to_search--; //клеркищетнаскладетовар. //Декремент оставшегося времени //поиска if (to_search==0) TakeAll(); //клиент завершил поиск товара if (units!=-1){ from_order++; ro[id-1]++; //инкремент счетчика загрузки клерка } } //Конструктор. Сообщаем новому магазину о том, кто будет в нем клерками Shop::Shop(Clerk **w){ workers=w; queue=NULL; q_length=0; to_arrival=(int)(get_exp(0.5)*60); //ждемприбытияклиента } //Деструктор. Удаляет клиентов в первичной очереди Shop::~Shop(){ while(queue) queue=ListDelete } //Выбор свободного клерка int Shop::Choice(){ int k,i; int mas[3]; //массив для сохранения номеров свободных клерков k=0; for(i=0;i<3;i++) //выписываем номера свободных клерков и подсчитываем //ихколичество { if (workers[i]->GetState()==0){ mas[k]=i; k++; } } if (k==0) return(-1); //все клерки заняты if (k==1) return(mas[0]); //свободен только один клерк i=rand()%k; //разыгрываем среди всех свободных клерков //случайным образом return(mas[i]); } //Прибытие нового клиента void Shop::Arrival(){ Client *p; ListNode to_arrival=(int)(get_exp(0.5)*60); //911 if (to_arrival==0) to_arrival=1; entered++; //инкремент счетчика поступлений //Создаем новый объект класса Client и новый элемент связного списка p=new Client(entered); //память будет возвращена в методе //Clerk::Completed() после завершения обслуживания клерком. Либо в //деструкторе класса Shop, если к моменту завершения моделирования объект //будет находиться в первичной очереди. Либо в деструкторе класса Clerk, //если к моменту завершения моделирования объект будет находиться во //вторичной очереди ptr=new ListNode //Clerk::TakeOrder() при переходе //заявки во вторичную очередь //Поступивший клиент - первый в очереди if (q_length==0){ queue=ptr; q_length=1; return; } //Первичная очередь уже есть, новый клиент занимает место в хвосте ListAdd q_length++; } //Диспетчер void Shop::run(){ int k, p, t, i, j; ListNode if (to_arrival>0) to_arrival--; if (to_arrival==0) Arrival(); //Выбираем минимум между текущей длиной первичной очереди и максимальным //объемом одного заказа if (q_length else p=MAX_CLIENT; if (p else { //МИГ достигнут k=Choice(); //заказ будет передан k-му клерку if (k==-1) ; //свободных клерков нет, нужно ждать else { //Сообщаем k-му клерку о том, что ему нужно выбрать из первичной очереди //p клиентов и принять у них заказы queue=workers[k]->TakeOrder(queue,p); q_length-=p; //декремент длины очереди на величину p } } if (queue) { //в первичной очереди еще остались клиенты ptr=queue; //Инкремент времени пребывания в системе для всех клиентов while(ptr) { //...впервичнойочереди (ptr->Data()->time)++; ptr=ptr->Next(); } } for(i=0;i //...находящихся на расчете у клерков if (workers[i]->serving!=NULL) (workers[i]->serving->time)++; //...находящихся во вторичных очередях for(j=0;j if (workers[i]->queue[j]!=NULL) (workers[i]->queue[j]->time)++; } } //Подсчитываем общее число клиентов в магазине p=q_length; for(k=0;k p+=workers[k]->QLength(); if (workers[k]->GetState()==4) p++; } //Каждую минуту - запись и обработка статистических данных if ((total+1)%60==0){ t=(total+1)/60; fprintf(num, "%dn", p); num_ave=num_ave*(1-1.0/t)+((float)p)/t; que1_ave=que1_ave*(1-1.0/t)+((float)q_length)/t; } } Листинг программы файл List.h Шаблон связаного списка и алгоритм его обработки template //к класам и функциям //c парметризированным типом classListNode { private: ListNode Type *data; //указатель на данные хранящиеся в элементе списка public: ListNode(Type *d, ListNode ~ListNode(); //деструктор Type *Data(); //метод для чтения данных ListNode //на следующий элемент voidPutNext(ListNode //на следующий элемент voidPrint(); //печать содержимого элемента списка }; template ListNode } template ListNode delete data; } template Type *ListNode return data; } template ListNode return next; } template void ListNode next=n; } template void ListNode data->Print(); //предпологаетсяналичиеметода Print() длякласса //имя которого будет подставленно в пользовательском коде } //Описание класса-шаблона завершено, далее идут функции-шаблона, работающие //не с отдельным элементом, а со всеми списком template void ListAdd(ListNode //добавление нового элемента li в хвост списка с головой head ListNode //ищем внешний хвост списка for (v=head; v!=NULL; v=v->Next()) old=v; old->PutNext(li); //добавляем в след за найденым хвостом новый элемент списка } template ListNode //удаление элемента li из списка с голоыой head //функция возвращает указатель на голову нового списка //int j; ListNode if (li==head){ //удаляемый элемент может быть головой списка //в этом случае голова у списка меняется o1=head->Next(); delete li; return o1; } //Удаляемый элемент не являеться головой списка. Головаостаетьсяпрежняя for (ListNode //поиск элемента предшедствующего удаляемому old=v; o1=li->Next(); old->PutNext(o1); //предшествующий элеиент теперь «видит» элемент стоящий в списке вслед //за удаленным delete li; return head; } //печать всех элементов списка с головой head template void ListPrint(ListNode for (ListNode v->Print(); //подсчет количества элементов в списке с головой head } template int ListCount(ListNode int i; i=0; for (ListNode v->Print(); i++; } return i; } Листингпрограммыфайл normal.h #include #include #include #include float get_normal(float mean, float disp, float eps); float simpson(float A, float B, float mean, float disp); float equ(float bottom_bound, float top_bound, float mean, float disp, float almost_all, float eps, float right); float function(float mean, float disp, float x); float get_normal(float mean, float disp, float eps){ int r_num; float root, bottom_bound, top_bound, almost_all, right; /*вычисление конечных аппроксимаций пределов интегрирования в соответствии с заданной точностью*/ bottom_bound=mean-disp*sqrt(-log(2*M_PI*eps*eps*disp*disp)); top_bound=mean+disp*sqrt(-log(2*M_PI*eps*eps*disp*disp)); /*вычисление интеграла в этих пределах*/ almost_all=simpson(bottom_bound, top_bound, mean, disp); r_num=rand(); right=(float)r_num/32768; root=equ(bottom_bound, top_bound, mean, disp, almost_all, eps, right); return(root); } float simpson(float A, float B, float mean, float disp){ float k1, k2, k3, s, x, h1, h; /*шаг интегрирования принимается равным 0.01. В "товарных" реализациях метода применяется процедура автоматического выбора шага с помощью апостериорных оценок*/ h=0.01; s=0; h1=h/1.5; k1=function(mean, disp, A); for(x=A; (x k2=function(mean, disp, x+h/2); k3=function(mean, disp, x+h); s=s+k1+4*k2+k3; k1=k3; } s=s*h/6; return(s); } float function(float mean, float disp, float x){ float result; result=(1.0/(disp*sqrt(2*M_PI)))*exp(-0.5*((x-mean)/disp)*((x-mean)/disp)); return(result); } float equ(float bottom_bound, float top_bound, float mean, float disp, float almost_all, float eps, float right){ float edge1, edge2, middle, cover, value; edge1=bottom_bound; edge2=top_bound; if (right>almost_all) return(top_bound); else; if (right<(1-almost_all)) return(bottom_bound); else; cover=0; /*введена для повышения производительности. В новой точке вычисление интеграла производится не от bottom_bound, а от edge1, в то время как значение интеграла от bottom_bound до edge1 уже накоплено в cover*/ while((edge2-edge1)>eps){ middle=(edge1+edge2)/2; value=simpson(edge1, middle, mean, disp); if ( (cover+value-right)<0 ) { edge1=middle; cover=cover+value; } else edge2=middle; } return((edge1+edge2)/2); } Листинг программы файл random.h #include #include #include floatget_exp(floatmu) { //генератор случайных чисел, распределенных //экспоненциально int r_num; float root, right; r_num=rand(); //получение случайного целогочисла right=((float)r_num)/(RAND_MAX+1); //проекция на интервал (0;1) root=-log(1-right)/mu; //вычисление значения обратной функции return(root); } intget_uniform(inta, intb){ //Генерация равномерно распределенной величины a+b int x, y; x=rand()%(b+1); y=rand()%2; if (y==0) return(a-x); return(a+x); } float get_triangle(float A, float B, float C){ int r_num; float root, right; r_num=rand(); //получение случайного целого //числа right=((float)r_num)/(RAND_MAX+1); //проекция на интервал (0;1). //Константа RAND_MAX=32767 (215-1) определена в cstdlib if (right<(C-A)/(B-A)) root=A+sqrt(right*(B-A)*(C-A)); else root=B-sqrt((1-right)*(B-A)*(B-C)); return(root); } float get_pareto(float A, float B){ int r_num; float root, right; r_num=rand(); //получение случайного целого числа right=(float)r_num/RAND_MAX+1; //проекция на интервал (0;1) root=A/(pow(1-right, (float) 1.0/B)); //вычисление значения обратной функции return(root); } Листингпрограммыфункция main() #include "stdafx.h" #define N 60000 //время моделирования в секундах #include "class.h" #include "iostream" using namespace std; int main(){ int i; float s1; //Выделяем память для хранения счетчиков загрузки клерков ro=new long int[M]; //Открываем файлы для хранения статистики num=fopen("num", "wt"); sojourn=fopen("sojourn", "wt"); order=fopen("order", "wt"); srand((unsigned)time(0)); //Выделение памяти для объектов класса Clerk Clerk **mas = new Clerk *[M]; for(i=0;i { mas[i]=new Clerk(i+1); ro[i]=0; } Shop s(mas); //инициализация магазина for(total=0L;total { for(i=0;i mas[i]->run(); s.run(); } //Удаление объектов for(i=0;i delete mas[i]; delete [] mas; s1=0; for(i=0;i s1=s1+((float)ro[i])/total; delete [] ro; fclose(num); fclose(order); fclose(sojourn); setlocale(LC_ALL, "Russian"); cout << "Всего поступлений " << entered << endl; cout << "Обслужено клиентов " << completed << endl; cout << "Среднее число занятых клерков " << s1 << endl; cout << "Среднее время периода занятости клерка " << serve_ave/60 << endl; cout << "Средняя длина первичной очереди " << que1_ave << endl; cout << "Среднее число клиентов в магазине " << num_ave << endl; cout << "Среднее время пребывания клиента в магазине " << soj_ave/60 << endl; cout << "Средний объем одного заказа " << orders_ave << endl; //Вывод на печать результатов имитационного эксперимента _gettch(); } 6.Анализ результатов 6.1 Анализ зависимости показателей Для проведения анализа зависимостей некоторых показателей друг от друга была использована программа gnuplot. Gnuplot портативная программа для визуализации данных и создания графиков функций для операционных систем UNIX, IBMOS/2, MSWindows, DOS, Macintosh, VMS, Atari и многих других. Эта программа защищена авторским правом, но свободна для распространения. Gnuplot поддерживает множество видов графиков как двух-, так и трехмерных. Он может рисовать, используя линии, точки, боксы, контуры, векторные поля, поверхности и различный связанный текст. Gnuplot имеет собственную систему команд, может работать интерактивно (в режиме командной строки) и выполнять скрипты, читаемые из файлов. Также используется в качестве системы вывода изображений в различных математических пакетах: GNU Octave, Maxima и других. Gnuplot поддерживает много различных форматов для выдачи: интерактивные графические терминалы (с мышью и функциями горячих клавиш), прямой вывод на плоттеры и современные принтеры, запись в различные форматы файлов (eps, fig, jpeg, LaTeX, metafont, pbm, pdf, png, postscript, svg и так далее). Gnuplot легко расширяем для включения новых функций. Для того, чтобы нарисовать график, достаточно указать набор команд в тэгах .... Основные команды состоят из задания области определения функции (для одномерных графиков это переменная «x», для двухмерных «x», «y»), и команды отрисовки одномерной или двухмерной функции, заданной в символьном виде. Синтаксис функции интуитивно понятен, «+», «-», «*», «/» обозначают стандартные арифметические операторы (умножение должно быть явным, никаких математических сокращений типа «3x» и т. п.), «**» означает возведение в степень, скобки "(", «)» используются для задания приоритета. Кроме операторов, есть набор стандартных математических функций: Тригонометрические функции sin, cos, tan, константа pi, и им обратные asin, acos, atan. Гиперболические функции sinh, cosh, tanh. Экспонента exp и натуральный и десятичный логарифмы: log и log10 соответственно. Трехмерные графики рисуются аналогично, нужно задать диапазоны для области определения и использовать команду «splot». 6.2 Анализ результатов работы программы Цифровые данные, полученные при 1000-минутном моделировании. Усредненные результаты: Рис. 2.Скриншот работы программы (количество клерков - 3) Приведенные результаты получены при МИГ = 1. Интересно проследить влияние этого параметра на показатели функционирования системы. Представлениеоб этом дает табл 1. Таблица 1. Влияние параметра МИГ на показатели функционирования Показатель Значение МИГ 1 2 3 4 5 6 Число занятых клерков 2,84 2,74 2,72 2,67 2,61 2,55 Период занятости клерка 14,86 18,12 21,35 24,78 28,39 31,92 Длина первичной очереди 2,27 2,48 2,81 3,11 4,8 3,27 Число клиентов в системе 11,86 12,04 13,12 14,25 15,65 16,26 Время пребывания клиента 23,80 24,46 25,56 28,38 30,67 34,59 Объем заказа 2,63 3,27 4,14 4,7 5,44 6 Время ожидания 8,94 6,34 4,21 3,6 2,28 2,67 Проанализируем эту таблицу. Итак, мы видим, что увеличение МИГ позволяетсократить среднее время ожидания клиента в первичной очереди, хотя, вроде бы,должно быть наоборот! Почему так происходит? Дело в том, что при увеличенииМИГ части клиентовприходится ждать дольше (пока не прибудут еще клиентыи длинаочереди не достигнет значения МИГ), а части клиентов — меньше,так как при меньшем значении МИГ они уже не застали бы клерка на месте,а так он ждет, пока группа клиентов не достигнетнеобходимого объема. Чтобы понять суть дела, поставим мысленный эксперимент.Допустим, клиентыприбывают по одному в час, а обслуживаниеодного клиента от начала и до конца занимает 5 мин. Понятно,что в этом случае использование значения МИГ > 1невыгодно, так как время ожидания в первичной очереди ни для одногоклиентане уменьшится. Таким образом, при малых нагрузкахувеличивать МИГ нецелесообразно. А вот при возрастаниинагрузки на систему время ожидания в первичной очередиуменьшается при увеличении МИГ. И чем больше нагрузка, тем,по-видимому, более целесообразно увеличивать МИГ. Из табл.1 мы видим,что убывание среднего времени ожидания впервичной очередипрекращаетсялишь при МИГ=6, так какнагрузка достаточно высока — 2,84 при предельномзначении 3. Известный закон сохранения (если где-то прибудет, то где-то иубудет) полностью подтверждается и здесь. Сокращение времени ожидания в первичной очереди приводит к ухудшению остальных параметров. Так, с увеличением МИГвозрастает не только периодзанятости клерка (это естественно, так как емув среднем приходится выполнять за это время больше заказов), но исуммарноевремя пребывания клиента в магазине. Тут уж программист своедело сделал, теперь слово за директором — ему решать, что важнее. Если проникнуться психологией покупателя, то ему, наверное, комфортнее ожидать во вторичной очереди, зная, что заказ у него уже принят и его скоро принесут. Ясно, что даже если время ожидания во вторичной очереди и увеличиваетсянемного, то из нее клиент все равно уже не уйдет, а будет ожидатьвыполнениясвоего заказа. А вот если ему надоест ожидать впервичной очереди, то магазинможет потерять клиента. Таким образом, возможно, все-таки есть смысл пойтина такое решение. Проверим теперь нашу гипотезу об эффективности увеличения МИГпри больших и малых нагрузках. Моделировать уменьшениенагрузки будем увеличением числа клерков, при этом станемфиксировать, при каком МИГ время ожидания в первичной очередиперестает убывать. Результаты приведены в табл. 2. Таблица 2. Среднее время ожидания в первичной очереди при разных МИГ и числе клерков МИГ Число клерков 3 4 5 6 7 8 1 8,94 2,82 1,16 0,42 0,24 0,12 2 6,34 1,39 0,49 0.13 0,14 0,14 3 4,21 0,90 0,32 0,21 0,21 4 3,6 0,73 0,44 5 2,28 0,81 6 2,67 Гипотеза полностью подтвердилась — чем меньше нагрузка, темменьшие значения МИГ дают положительный эффект. При числеклерков 8 и более значенияМИГ > 1 никакого выигрыша вэффективности не приносят. На рис. 3-5 приведены графики зависимости от числа клерков, соответственно, загрузки системы, среднего числа клерков и среднего времени пребывания клиента в системе. Рис. 3. Зависимость коэффициентов загрузки от числа клерков Рис. 4. Зависимость среднего числа клиентов в магазине от числа клерков Рис. 5. Зависимость среднего времени пребывания клиента в магазине от числа клерков Из графиков видно, что оптимальное число клерков – четыре. Дальнейшее увеличение числа клерков к значимому улучшению показателей функционирования не приводит. Добавление же четвертого клерка все еще позволяет существенно улучшить эти показатели. Приведем их: Рис. 6.Скриншот работы программы (количество клерков - 4) Среднее время пребывания в первичной очереди – 15,97-11,97=4 мин. 7. Заключение Имитационное моделированием применяется к процессам, в ход которых может время от времени вмешиваться человеческая воля. Человек, руководящий операцией, может в зависимости от сложившейся обстановки, принимать те или иные решения, подобно тому, как шахматист глядя на доску, выбирает свой очередной ход. Затем приводится в действие математическая модель, которая показывает, какое ожидается изменение обстановки, в ответ на это решение и к каким последствиям оно приведет спустя некоторое время. Следующее текущее решение принимается уже с учетом реальной новой обстановки и т.д. В результате многократного повторения такой процедуры руководитель как бы «набирает опыт», учится на своих и чужих ошибках и постепенно выучиваться принимать правильные решения - если не оптимальные, то почти оптимальные. Процессы, происходящие в природе и обществе, настолько взаимосвязаны, что их изучение по отдельности невозможно. Только изучение всей системы целиком со всеми петлями причинных связей может привести к корректному пониманию системы. В результате выполнения курсовой работы были достигнуты следующие результаты: Список использованной литературы Список электронных ресурсов , свободный. , свободный. , свободный. 6.1.1 Программа gnuplot
6.1.2 Использование программы для построения графиков
в системе
в первичной очереди
