Моделирование системы обслуживания погрузочно-разгрузочных работ

МИНИСТЕРСТВО  ОБРАЗОВАНИЯ И  НАУКИ РФ

ФГБОУ ВПО «Тверской  государственный  университет»

Факультет прикладной математики и кибернетики

Кафедра математической статистики и системного анализа 
 
 
 
 
 

КУРСОВАЯ  РАБОТА 

по дисциплине «Имитационное моделирование» 

направление: 080800.62 «Прикладная информатика» 
 
 
 

Тема: «Моделирование системы обслуживания погрузочно-разгрузочных работ» 
 
 
 

  
 

                                                                                          Выполнил:

                                                                                          студент 41 группы                                                                     

                                                                                          Гришанин Р.Р.                                              

                                                                                          Научный руководитель:                                                                       

                                                                                          Шахпаронян А.П., к.т.н.,

                                                                                          доцент

Дата защиты 

« _____ » _____________ 2012 г.

                                                                                 

                                                                                          Оценка ______________ 
 

      

Тверь – 2012

Оглавление

Введение 3

1. Определение понятия «имитационное моделирование» 4

2. Системы массового обслуживания 6

3. Постановка задачи 7

4. Алгоритм программы 9

5. Результаты работы программы 14

Заключение 15

Список литературы 16 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Введение

  Авангардным направлением инновационной деятельности становится развитие и внедрение  информационных технологий. Именно информационные технологии лежат в основе систем и механизмов формирования постиндустриального (информационного) общества. В информационных технологиях последнего времени  ведется работа по созданию интеллектуальных систем, основой которых являются экспертные системы. Наиболее важным компонентом интеллектуальных систем, безусловно, выступает имитационное моделирование. Методы и приемы имитационного моделирования по своему содержанию и функциональным особенностям наиболее соответствуют принципам экспертных систем. Именно имитационные методы способны обеспечить интеллектуальные системы наиболее совершенным научным арсеналом в комплексе с достижениями и опытом в использовании эвристических методов.

  В настоящее время имитационное моделирование получило широкое применение в различных сферах производства – начиная от проектирования систем управления запасами и заканчивая разработкой транспортных, финансовых и экономических систем.

  Цель  курсовой работы состоит в рассмотрении практического применения имитационного моделирования для имитации работы системы обслуживания погрузочно-разгрузочных работ в карьере.

  Достижение  указанной цели предполагает решение  следующих задач:

1. Определить понятие имитационного моделирования;
2. Рассмотреть имитационное моделирование в сфере систем массового обслуживания;
3. Представить блок-схемы имитационной модели;
4. Реализовать программу;
5. Отобразить и оценить полученные результаты.

    

1. Определение понятия «имитационное  моделирование»

  Имитационное  моделирование – это метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.

  При имитационном моделировании изучаемая система заменяется моделью, которая с достаточной точностью описывает реальную систему, и с ней проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией.

  К имитационному моделированию прибегают в случаях, когда:

• дорого или невозможно экспериментировать на реальном объекте;
• невозможно построить аналитическую модель (в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные);
• необходимо сымитировать поведение системы во времени.

  Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами или другими словами – в разработке симулятора исследуемой предметной области для проведения различных экспериментов.

  Имитационное  моделирование применяется в  различных сферах:

1. Производственные системы.
2. Определение требований к оборудованию и протоколов систем связи.
3. Проектирование и работа транспортных систем.
4. Оценка и создание систем массового обслуживания.
5. Система управления запасами.
6. Анализ финансовых и экономических систем.

Преимущества  имитационного моделирования:

1. Разработка имитационной модели системы позволяет лучше понять реальную систему.
2. В ходе моделирования возможно "сжатие" времени: годы практической эксплуатации реальной системы можно промоделировать в течение нескольких секунд или минут.
3. Моделирование не требует прерывания текущей деятельности реальной системы.
4. Имитационные модели носят намного более общий характер, чем математические модели; их можно использовать в тех случаях, когда для проведения стандартного математического анализа нет надлежащих условий.
5. Моделирование можно использовать в качестве средства обучения персонала работе с реальной системой.
6. Моделирование можно использовать для анализа переходных процессов.
7. В настоящее время разработано множество стандартизованных моделей, охватывающих широкий спектр объектов реального мира.
8. Имитационное моделирование отвечает на вопросы типа "а что, если...".

  Однако имитационное моделирование наряду с достоинствами имеет и недостатки:

1. Разработка хорошей имитационной модели часто дорога и требует больших временных затрат.
2. Может оказаться, что имитационная модель неточна и нет возможности измерить степень этой неточности.
3. Нет никакой гарантии, что модель позволит получить ответы на интересующие нас вопросы.

  Имитационное  моделирование является полезным, но не единственным методом решения  сложных задач. Имитационные модели могут служить лишь средством для анализа поведения системы в условиях, которые определяет экспериментатор. Разработка и применение имитационных моделей в большей степени искусство, чем наука. 

2. Системы массового обслуживания

  Теория  массового обслуживания – это область прикладной математики, занимающаяся анализом процессов в системах производства, обслуживания, управления, в которых однородные события повторяются многократно (на предприятиях бытового обслуживания; в системах приема, переработки и передачи информации; автоматических линиях производства и др.).

  Системы массового обслуживания (СМО) – это системы специального вида, реализующие многократное выполнение однотипных задач. Подобные системы играют важную роль во многих областях экономики, финансов, производства и быта.

  Каждая  СМО включает в свою структуру некоторое число обслуживающих устройств, которые называют каналами обслуживания. Роль каналов могут играть различные приборы, лица, выполняющие те или иные операции (кассиры, операторы, парикмахеры, продавцы), линии связи, автомашины, краны, ремонтные бригады, железнодорожные пути, бензоколонки и т.д.

  СМО могут быть одноканальными или многоканальными.

  Основные  классы СМО:

1. Системы с отказами (с потерями). В таких системах заявка, поступившая в момент, когда все каналы заняты, получает «отказ», покидает СМО и в дальнейшем процессе обслуживания не участвует.
2. Системы с ожиданием (с очередью). В таких системах заявка, поступившая в момент, когда все каналы заняты, становится в очередь и ожидает, пока не освободится один из каналов. Когда канал освобождается, одна из заявок, стоящих в очереди, принимается к обслуживанию.
3. Системы с накопителем конечной емкости (ожиданием и ограничениями). В таких системах длина очереди не может превышать емкости накопителя; при этом требование, поступающее в переполненную СМО (отсутствуют свободные места для ожидания), теряется.

  Cудить о результатах работы СМО можно по следующим показателям:

• вероятность обслуживания клиента системой;
• пропускная способность системы;
• вероятность отказа клиенту в обслуживании;
• вероятность занятости каждого из канала и всех вместе;
• среднее время занятости каждого канала;
• вероятность занятости всех каналов;
• среднее количество занятых каналов;
• вероятность простоя каждого канала;
• вероятность простоя всей системы;
• среднее количество заявок, стоящих в очереди;
• среднее время ожидания заявки в очереди;
• среднее время обслуживания заявки;
• среднее время нахождения заявки в системе.

  Предметом теории массового обслуживания является установление зависимостей между характером потока заявок, числом каналов обслуживания, производительностью отдельного канала и эффективным обслуживанием с целью нахождения наилучших путей управления этими процессами.

  Задача  теории массового обслуживания –  установить зависимость результирующих показателей работы СМО (вероятности того, что заявка будет обслужена; математического ожидания числа обслуженных заявок и т.д.) от входных показателей (количества каналов в системе, параметров входящего потока заявок и т.д.). 

3. Постановка  задачи

  В карьере грузовики доставляют руду от трех экскаваторов к одной дробилке. Грузовики приписаны к определенным экскаваторам, так что конкретный грузовик всегда возвращается к своему экскаватору, выгрузив руду у дробилки. Используются грузовики двух видов: грузоподъемностью 20 и 50 т. Грузоподъемность влияет на время погрузки машин экскаватором, время переезда к дробилке, время разгрузки и время возвращения к экскаватору (таблица 1).

  Таблица 1

  Параметры для разных видов грузовиков

Процесс	20-тонный  грузовик	50-тонный  грузовик
Погрузка	Экспоненциально распределенные величины со средним  значением 5 мин.	Экспоненциально распределенные величины со средним  значением 10 мин.
Переезд	Постоянная  величина 2,5 мин.	Постоянная  величина 3 мин.
Разгрузка	Экспоненциально распределенные величины со средним  значением 2 мин.	Экспоненциально распределенные величины со средним  значением 4 мин.
Возвращение	Постоянная  величина 1,5 мин.	Постоянная  величина 2 мин.