Сети систем массового обслуживания
Краткое сожержание материала:
Размещено на
Размещено на
КОНТРОЛЬНАЯ РАБОТА
СЕТИ СИСТЕМ МАССОВОГО ОБСЛУЖИВАНИЯ
«Моделирование систем»
Введение
Управление в современном мире становится все более трудным делом, поскольку организационная структура общества усложняется. Исследованию подвергаются все более и более сложные системы, в которых изменение одной из характеристик может легко привести к изменениям во всей системе или создать потребность в изменениях в других частях системы. Соответственно, возникает необходимость в использовании все более сложных методов научных исследований.
Целью проекта является систематизация, закрепление и расширение знаний по построению моделей сетей массового обслуживания; исследование работы данной сети с помощью построения аналитической и вычислительной моделей, получение оценок всех важнейших характеристик сети, проверка адекватности модели.
1. Построение схемы сети
Построим схему сети в виде графа передач (Рисунок 2.1).
Размещено на
Размещено на
Рисунок 2.1 - Граф передач
На рисунке 2.1 введены обозначения: И - источник; СМО1 - Регистратура; СМО2 - Врач; СМО3 - Лаборатория анализов
2. Расчет интенсивностей входных потоков для каждой СМО
Интенсивности потоков заявок в каждой СМО - среднее число заявок, поступающих в систему за единицу времени в установившемся режиме i.
Для расчета интенсивностей необходимо по графу передач построить матрицу вероятностей поступления заявок из одной СМО в другую. Такая матрица имеет название матрица переходов T [1].
Построим систему уравнений для расчета интенсивностей входных потоков:
Решаем систему, учитывая, что заявки/мин., получаем:
заявки/мин.
заявки/мин.
заявки/мин.
Для каждой СМО рассчитаем [1]:
3. Проверка стационарности сети
Сеть переходит в стационарный режим при условии: [1]
при S1 = 1;
при S2 = 7;
при S3 = 4.
Для того чтобы сеть была стационарна необходимо наличие в больнице: одного регистратора, семь врачей и четверо работников в лабораторию анализов.
4. Модель сети на языке моделирования GPSS
Язык GPSS позволяет очень легко строить модели, получать требуемые результаты и проводить их анализ. Модель может быть легко изменена, что позволяет быстро подбирать для СМО наилучшие характеристики и структуру [2].
В результате работы была построена модель сети следующего вида:
reg storage 1
vrach storage 7
analiz storage 4
perexod function rn1,D3
.4,vixod/.9,c_vrach/1,c_analiz
generate (exponential(1,0,5))
queue sis
c_reg queue q_reg
enter reg
depart q_reg
queue q2_reg
advance (exponential(1,0,3))
depart q2_reg
leave reg
c_vrach queue q_vrach
enter vrach
depart q_vrach
queue q2_vrach
advance (exponential(1,0,12))
depart q2_vrach
leave vrach
transfer ,fn$perexod
c_analiz queue q_analiz
enter analiz
depart q_analiz
queue q2_analiz
advance (exponential(1,0,60))
depart q2_analiz
leave analiz
transfer ,c_vrach
vixod depart sis
terminate
generate (364#24#60)
terminate 1
start 1
5. Расчет характеристик сети
Для вычисления характеристик сети рассчитаем коэффициенты загрузки каждой СМО
[1]:
;
;
.
Учитывая то что СМО1 - одноканальная с ожиданием, а СМО2 и СМО3 - многоканальные с ожиданием, рассчитаем необходимые характеристики сети.
5.1 Среднее количество заявок в очередях сети
Среднее количество заявок в очереди СМО1 будет равно:
Для расчета среднего количества человек в очередях сети СМО1 и СМО2 необходимо сначала рассчитать P0 - вероятность отсутствия заявок в сети:
Среднее количество заявок в очереди СМО2 и СМО3 будет равно:
Тогда среднее количество заявок в очередях сети будет равно:
.
5.2 Среднее время нахождения заявки в очередях сети
Зная, что для любой СМО среднее время пребывания заявки в очереди системы равно среднему числу заявок в этой очереди, деленному на интенсивность потока заявок, определим среднее время нахождения заявки в очередях каждой СМО:
Тогда среднее время нахождения заявки в очередях сети:
.
5.3 Среднее количество заявок в сети
Среднее количество заявок в СМО1:
;
Среднее количество заявок СМО2 и СМО3 при условии что :
;
Тогда среднее количество заявок в сети:
.
5.4 Среднее время нахождения заявки в сети
Зная, что для любой СМО среднее время пребывания заявки в системе равно среднему числу заявок в системе, деленному на интенсивность потока заявок, определим среднее время нахождения заявки в каждой СМО:
;
;
Тогда среднее время нахождения заявки в сети:
.
6. Проверка адекватности модели
Для проверки адекватности модели необходимо сравнить расчетные и экспериментальные данные по любому статистическому критерию.
Проведем эксперимент из 10-ти опытов, результаты представим в виде таблицы 7.1, а так же рассчитаем средние значения и выборочные дисперсии для каждого из параметров, а результаты представим в виде таблицы 7.2
- среднее арифметическое значение параметра,
где n - количество опытов в эксперименте,
Xi - экспериментальное значение параметра,
- выборочная дисперсия параметра [1].
Таблица 6.1 - Экспериментальные данные
Номер эксперимента |
Среднее количество заявок в сети |
Среднее время нахождения заявки в сети |
Среднее количество заявок находящихся в очереди СМО1 |
Среднее время нахождения заявки в очереди в СМО1 |
Среднее количество заявок находящихся в очереди СМО2 |
Среднее время нахождения заявки в очереди в СМО2 |
Среднее количество заявок находящихся в очереди СМО3 |
Среднее время нахождения заявки в очереди в СМО3 |
|
1 |
15.735 |
78.729 |
0.898 |
4.494 |
3.773 |
7.552 |
1.462 |
29.187 |
|
2 |
15.646 |
78.489 |
0.891 |
4.47 |
3.544 |
7.085 |
1.61 |
31.925 |
|
3 |
15.263 |
76.354 |
0.886 |
4.435 |
3.432 |
6.862 |
1.375 |
27.603 |
|
4 |
15.621 |
78.144 |
0.885 |
...
Другие файлы:
Методы теории массового обслуживания в исследовании вероятностных систем Применение теории массового обслуживания в исследовании рынка Инвариантность стационарного распределения трехузловой сети массового обслуживания Стационарное функционирование сети массового обслуживания с ромбовидным контуром Системы массового обслуживания с ожиданием |