Курсовая работа: Имитационное моделирование работы парикмахерской
Заметим,
что полученная формула очевидна. Действительно, для пересчета равномерно
распределенной в интервале (0,1) случайной величины в случайную величину,
равномерно распределенную в интервале (a,b), мы должны вначале «растянуть»
диапазон значений единичной длины в диапазон значений (b-a) умножая значения g на (b-a), а затем переместить полученный результат из интервала (0,1) в
интервал (a,b), прибавив к нему значение a.
Запись
полученной формулы в виде функции языка С:
float uniform (float a, float b) {return rand()*(b-a)+a;}
позволит
нам программно генерировать случайные величины с равномерным распределением в
любом заданном конечном интервале значений (a,b).
Глава 2
Имитационное моделирование процесса
2.1
Постановка задач (Вариант №2)
Провести
имитационное моделирование работы парикмахерской. Количество парикмахеров в
парикмахерской – n. Время моделирования –t часов. Интервал времени между двумя
последовательными посещениями парикмахерской клиентами моделировать случайной
величиной τ1 с дискретным равномерным распределением в диапазоне
значений [τ1min,…,τ1max] минут. Время обслуживания одного клиента моделировать случайной
величиной τ2 с распределением P(τ2). Цена обслуживания клиента
определяется функцией времени обслуживания вида c=aτ2.
Если в
момент прибытия очередного клиента парикмахеры заняты, то клиент помещается в
очередь. Максимальная длина очереди 10 чел. Если длина очереди максимальна, то
производится отказ в обслуживании очередного клиента.
Рассчитать:
§ количество обслуженных клиентов за период моделирования;
§ выручку парикмахерской R за период моделирования;
§ средний размер очереди;
§ число отказов r.
Параметры
модели:
§ n=2;
§ t=8;
§ τ1min =1, τ1max =15;
§ P(τ2) = ( 10 12 13 14 15 16 17 18 19)
( 0,05 0,05 0,05
0,05 0,05 0,2 0,2 0,2 0,15)
(первая строка - значение случайной величины в минутах, вторая -
соответствующие вероятности);
§ а=3
Определить методом машинного эксперимента параметр τ1max, максимизирующий выручку R при условии r=0. Средство реализации модели – программа на языке С++.
2.2
Общий алгоритм моделирования процесса
Алгоритм
имитационного моделирования процессов данного типа структурируется вокруг
следующих групп основных компонентов:
1.
Организация цикла перебора отсчетов дискретного времени
моделирования, т.е. собственно организация процесса как последовательности
отдельных состояний системы в дискретном времени;
2.
Наполнение этого цикла множеством независимых обработчиков
случайных событий происходящих в моделируемой системе.
Таким
образом, мы имеем общий способ построения алгоритмов подобного типа, который
включает следующие основные компоненты:
1.
Анализ событий в системе и проектирование структур данных
необходимых для хранения информации связанный с этими событиями;
2.
Разработка отдельных алгоритмов обработки этих событий включающих
в общем случае модификацию параметров состояния системы и моделирование
следующего события того типа, обработка которого производится этим алгоритмом;
Связывание
отдельных разработанных выше алгоритмов и структур данных в единой программе.
2.3
Моделирование программы с заданными
параметрами
В данной курсовой работе необходимо провести имитационное
моделирование работы Парикмахерской. Для моделирования данной задачи мы
используем СМО с N обрабатывающими устройствами без очереди с отказами. Алгоритм
поставленной задачи, которая рассмотрена в п. 2.2. необходимо реализовать на
языке программирования С++.
В качестве параметров модели используем следующие компоненты и
макроопределения:
·
Т - время моделирования (в мин.);
·
RIN - генератор случайного потока поступающих в систему требований;
·
RОN - генератор интервалов времени обработки требования
обрабатывающим устройством;
·
n– общее число мест в кафе.
Исходный текст программы начинается с определения параметров
модели и прочих исходных данных. Все они определяются с помощью директивы
препроцессора "#define". Макросы RIN и RОN определяют вызовы функций, моделирующих распределение интервалов
времени между событиями прихода посетителей и интервалов времени от начала до
завершения обслуживания посетителей, соответственно. А макрос Trafik определяет вызов функции,
моделирующую средний трафик пользователей. Сами функции моделирования случайных
последовательностей, распределенных по различным законам, определены в файле Rand.срр, текст которого
подключается к тексту модели процесса с помощью директивы препроцессора "#include" в первой строке
текста программной реализации модели. Константа "Т" определяет
длительность периода моделирования в единицах дискретного времени моделирования
(в минутах). Константа "n" задаёт число обрабатывающих посетителей. ton[i]=-1 определяет специальное значение для
элемента массива ton[ ], означающее, что место освободилось (компьютер свободен).
Поскольку массив ton[ ] предназначен для хранения моментов времени ухода посетителя,
которые могут принимать лишь неотрицательные значения, то в качестве такого,
сигнализирующего о незанятости компьютера значения, взято первое неиспользуемое
отрицательное число - "-1".
Все переменные определяются как длинные целочисленные переменные.
Это связано с тем, что диапазона значений простого типа int - от -32768 до 32767 может
быть недостаточно для представления используемых значений данных модели. Далее
следует собственно моделирующий алгоритм:
1 .Инициализация переменных:
1.1. Инициализация массива ton[ ] – все парикмахеры помечаются
как свободные присваиванием элементам массива значения "-1":
" for(i=0;i<N;i++) ton[i]=-1;";
2. Цикл перебора дискретных отсчётов времени периода
моделирования:
2.1. Определение числа итераций цикла перебора дискретных отсчётов
периода моделирования: "for(j=0;j<N;j++)" и вход в тело цикла “{“;
2.1.1 .Обработка ухода посетителя парикмахерской:
2. 1.1.1. Определение числа итераций цикла перебора устройств:
"for(i=0;i<N;i++)". Если текущий момент времени tсов-
падает с уходом посетителя ton[i]: “if(ton[j]==i)”, и вход
в тело цикла “{”,
2.1.1.1.1. освобождение места (парикмахера): “ ton[j]=-1;”;
2. 1.1. 2. 2. увеличение на единицу числа обслуживаемых
посетителей: "nPos++";
2. 1.1.3. Конец цикла 2.1.1.1.: "}".
2.1.2. Обработка прихода нового
посетителя:
2. 1.2.1. Поиск первого свободного обрабатывающего
устройства:
"j=0; while(ton[j]!=-1)
j++;
2. 1.2.2. Генерация момента прихода в
парикмахерскую нового посетителя и сохранение его в переменной tin: “tin=ceil(RIN)+i;”
2.2. Конец блока цикла 2.1.: "}".
3. Завершение процесса моделирования:
3.1. Вывод результатов моделирования.
2.4
Разработка программной реализации
алгоритма
В данном разделе мы разрабатываем
программную реализацию имитационного моделирования работы Парикмахерской.
Помимо общих переменных, которые были описаны выше в п.2.3., в этом разделе
можно описать и частные переменные, которые используются в программе,
разработанной на языке программирования С++:
В программной реализации используются
следующие частные переменные:
·
i, j- используются для хранения вспомогательных индексных значений;
·
t - дискретные отсчёты времени периода моделирования;
·
tin – входящий поток, время прихода посетителя (момент поступления в
систему следующего требования);
·
ton [ ] - моменты завершения обработки требований соответствующими
элементам массива обрабатывающими устройствами, то есть массив для сохранения
интервалов времени ухода посетителей;
·
Cena–цена обслуживания клиента;
·
r– число отказов пользователям;
·
m– число обслуженных посетителей;
R-выручка парикмахерской за
период моделирования
Программная реализация алгоритма
производится в несколько этапов:
1.
Подключение в программу заголовочных
файлов:
#include //включение в программу текстов заранее подготовленных файлов
#include<iostream.h> //содержит потоки данных
ввода/вывода
#include<math.h> //хранятся математически
функции
#include<conio.h> //
#include<stdlib.h> //
# include <values.h> //содержит
описания данных
#define //определение параметров модели и прочих
исходных данных на глобальном уровне, описанной в п.
#define RCLIENTS x1[discrete(p1)]
float x1[]={7,8,9,10,11,12,13,14,15};
float p1[]={0.05, 0.05, 0.05, 0.2, 0.2, 0.2, 0.05, 0.05, 0.15};
#define CENA x2[discrete(p2)]
floatx1[]={10,12,13,14,15,16,17,18,19};
floatp1[]={0.05, 0.05, 0.05,
0.05, 0.05, 0.2, 0.2, 0.2, 0.15};
#defineC (125*125*125*125*5)
//объявление мультипликативного конгруэнтного метода, которое описывается в
п.1.3.
Страницы: 1, 2, 3, 4, 5 |
