Моделирование систем с организацией списков

@Kirito98 · Регистрация: 06.10.2016

Author24 — интернет-сервис помощи студентам

Здравствуйте! Помогите решить задачу:
В цехе установлено 6 станков, которые обслуживаются одним мостовым краном, когда это требуется по условиям производства. Для обслуживания станка кран должен затратить некоторое сл. время распределенное нормально со средним Тоб=20 и стандартным отклонением об=4. Прежде чем начать обслуживания станка, кран необходимо переместить в нужную точку. Время перемещения крана - случайная величина, распределенная равномерно со средним Тпер=10 и разбросом =4. Станки обслуживаются в порядке поступления требований на обслуживание. Интервалы времени между моментами поступления требований на обслуживание от каждого станка распределены экспоненциально с параметром =0.005. Требуется определить ср. время простоя станков, коэффициент использования крана.
Код пытался сам написать, но он неправильный. Помогите найти ошибку

Code    
        
            
                
                
                
                
            
        
    Скопировано
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
GENERATE 200
GENERATE 200
GENERATE 200
GENERATE 200
GENERATE 200
GENERATE 200
GATE NU KRAN,MET1
SEIZE KRAN
ADVANCE 20,4
ADVANCE 10,4
RELEASE KRAN
TRANSFER ,MET1
MET1 TERMINATE
GENERATE 480
TERMINATE 1

@Dukalys · 20.04.2019, 20:48

Добрый день.

Code    
        
    Скопировано
1
2
GENERATE 200
GENERATE 200

Так писать нельзя. У оператора(блока) GENERATE нет входа, это генератор с выходом. Таким образом заявки которые генерируются одним генератором не могу входить в другой GENERATE.

Смоделируйте условие

Code    
        
    Скопировано
1
 Интервалы времени между моментами поступления требований на обслуживание от каждого станка распределены экспоненциально с параметром =0.005.

Одним генератором

Code    
        
    Скопировано
1
GENERATE (EXPONENTIAL(1,0,200/6.0)

)

Оператор

Code    
        
    Скопировано
1
GATE NU KRAN,MET1

не понятно для реализации какого условия задачи.

Для обслуживания станка кран должен затратить некоторое сл. время распределенное нормально со средним Тоб=20 и стандартным отклонением об=4.

Время должно быть распределено по нормальному закону - Функция NORMAL в GPSS.
У Вас сейчас равномерное распределение (см. ниже)

Code    
        
    Скопировано
1
ADVANCE 20,4

Code    
        
    Скопировано
1
TRANSFER ,MET1

Лишний участок кода.

Code    
        
    Скопировано
1
2
GENERATE 480
TERMINATE 1

Время моделирования маленькое, за это время будет отмоделировано соввсем немного действий станков и статистика будет не корректная.

После правок получится модель, которая позволит ответить на вопрос средней загрузки крана. Однако результаты моделирования будут не корректны.
Построена модель открытой системы массового обслуживания, в которой источник имеет неограниченный поток, то есть мы всегда полагаем что заявки от источника поступают в среднем каждые 200/6 единиц времени. Однако в действительности это не так, поскольку какие-то краны уже сломаны, то они не создают нагрузку. Таким образом разрабатывать нужно модель замкнутой системы в которой эти 6 источников-станков включены.

Code    
        
            
                
                
                
                
            
        
    Скопировано
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
GENERATE ,,,6 ; Создаём 6 заявок - станков в нулевой момент времени
ASSIGN STANOK,XN1 ; Создаём для каждого станка параметр P$STANOK = номер заявки в модели
NEW SEIZE P$STANOK  ; Станок занимает устройство со своим номером чтобы понимать какое время (долю времени) станок работает
ADVANCE (EXPONENTIAL(1,0,200/6.0)
RELEASE P$STANOK
; Далее станок ломается и идёт участок ремонта с участием крана
SEIZE KRAN ...
...
RELEASE KRAN
TRANSFER ,NEW  ; Отправляем отремонтированный станок обратно по метке NEW на моделирование нового цикла работа-ремонт
 
; Сегмент задающий время моделирования
GENERATE 480 ; В момент времени моделирования 480 придёт заявка и завершит моделирования
TERMINATE 1 ;  (START-1 = 0 - конец моделирования)
START 1

Новые блоги и статьи Все статьи Все блоги /
TypeScript: Классы и конструкторы run.dev 06.04.2025 TypeScript, как статически типизированный язык, построенный на основе JavaScript, привнес в веб-разработку новый уровень надежности и структурированности кода. Одним из важнейших элементов этой. . .	Многопоточное программирование: Rust против C++ golander 06.04.2025 C++ существует уже несколько десятилетий и его поддержка параллелизма постепенно наращивалась со временем. Начиная с C++11, язык получил стандартную библиотеку для работы с потоками, а в последующих. . .	std::vector в C++: от основ к оптимизации производительности NullReferenced 05.04.2025 Для многих программистов знакомство с std::vector происходит на ранних этапах изучения языка, но между базовым пониманием и подлинным мастерством лежит огромная дистанция. Контейнер std::vector. . .	Реляционная модель и правила Кодда: фундамент современных баз данных Codd 05.04.2025 Конец 1960-х — начало 1970-х годов был периодом глубоких трансформаций в области хранения и обработки данных. На фоне растущих потребностей бизнеса и правительственных структур существовавшие на тот. . .	Асинхронные операции в Django с Celery py-thonny 05.04.2025 Разработчики Django часто сталкиваются с проблемой, когда пользователь нажимает кнопку отправки формы и. . . ждёт. Секунды растягиваются в минуты, терпение иссякает, а интерфейс приложения замирает. . . .
Использование кэшей CPU: Максимальная производительность в Go golander 05.04.2025 Разработчикам хорошо известно, что эффективность кода зависит не только от алгоритмов и структур данных, но и от того, насколько удачно программа взаимодействует с железом. Среди множества факторов,. . .	Создаем Telegram бот на TypeScript с grammY run.dev 05.04.2025 Одна из его самых сильных сторон Telegram — это интеграция ботов прямо в экосистему приложения. В отличие от многих других платформ, он предоставляет разработчикам мощный API, позволяющий создавать. . .	Паттерны распределённых транзакций в Event-Driven микросервисах ArchitectMsa 05.04.2025 Современные программные системы всё чаще проектируются как совокупность взаимодействующих микросервисов. И хотя такой подход даёт множество преимуществ — масштабируемость, гибкость, устойчивость к. . .	Работа с объемным DOM в javascript Htext 04.04.2025 Сегодня прочитал статью тут о расходах памяти в JS, ее утечках и т. п. И вот что вспомнил из своей недавней практики. Может, кому пригодится. Хотя, в той статье об этом тоже есть. Дело в том, что я. . .	Оптимизация производительности Node.js с помощью кластеризации run.dev 04.04.2025 Масштабирование приложений для обработки тысяч и миллионов запросов — обыденная задача для многих команд. Node. js, благодаря своей асинхронной событийно-ориентированной архитектуре, стал популярной. . .