Для анализа альтернативных стохастических моделей созданы и реализованы на персональном компьютере моделирующие алгоритмы, основанные на методе статистических испытании, с помощью которых граф G (X, U) многократно проигрывается с целью получения статистического материала для определения его параметров. Анализ стохастического графа G (X, U) начинается с моделирования топологии графа и вычисления временных характеристик. Моделирование топологии сети сводится к выбору альтернативных путей, т. е. к определению того, по какому пути пойдет моделируемый процесс в каждом частном случае. Таким образом, моделируется вся совокупность работ сети. В результате получается частная реализация стохастического графа — фиксированная сеть из детерминированных работ. [c.191]
Разработаны моделирующий алгоритм и программный ком- [c.38]
Моделирование 203 Моделирующий алгоритм 17 Модель "стабильного населения" 75 Модель 204 [c.474]
На втором этапе необходимо создание моделирующего алгоритма. В данной работе используется его графическое изображение в виде блок-схемы (см. приложение Б). [c.99]
Блок-схема моделирующего алгоритма [c.108]
Особенности поведения предприятия, связанные со стохастическим и законами принятия решения в системе оптовой торговли средствами производства, можно исследовать при помощи имитационных моделей с использованием метода машинного моделирования [4]. Имитацию поведения предприятия проведем при заключении данным предприятием договоров с поставщиками и потребителями и при совершении акта продажи своей продукции. При заключении договоров предполагается, что предприятие заявило потребителям количество и номенклатуру продукции, которую ему выгодно выпускать с точки зрения максимума прибыли. С другой стороны, оно сделало заказ поставщикам на ресурсы, необходимые для этого состава и объема выпуска продукции. В процессе формирования договоров случайным является поведение поставщиков и потребителей. Предполагается, что поставщики с некоторым заданным законом распределения вероятностей принимают или не принимают заказы на ресурсы. Аналогично потребители с некоторым заданным законом распределения вероятностей принимают или не принимают заявки на заказ соответствующего вида средств производства. Причем отказ в принятии заказа или заявки на заказ может быть (в большинстве случаев будет именно так) не только полным, но и частичным. Используя способность ЭВМ формировать случайные числа, можно имитировать поведение предприятия при различной реакции внешней среды (потребителей и поставщиков). Экономически вполне оправданно считать, что вероятность величины отказа поставщиков и потребителей распределена по показательному закону. Действительно, с возрастанием величины отказа его вероятность уменьшается, причем это уменьшение происходит явно быстрее, чем по линейному закону. Задавая, кроме того, вероятность той или иной реакции данного предприятия на поведение поставщиков и потребителей при формировании договоров, можно получить приближенную картину его функционирования при разных характеристиках внешней среды и его внутренних характеристиках. Операторная схема и блок-схема моделирующего алгоритма для данной имитационной модели имеют следующий вид [c.90]
Операторную схему моделирующего алгоритма формирования показателей акта продажи можно представить следующим образом [c.93]
Построение модели, разработка моделирующего алгоритма и апробация на контрольном примере, необходимая корректировка модели. [c.41]
Моделирующий алгоритм создается тогда, когда решены все принципиальные вопросы по выбору математического аппарата, описывающего объект, и построению структуры модели в полном объеме. Создание моделирующего алгоритма — способ представления построенной модели, которую способен воспринять компьютер. С одной стороны, это чисто техническая задача, не имеющая отношения к построенной модели, а с другой — важная задача, так как моделирующий алгоритм может оказаться неудобным, громоздким или даже влияющим на процесс моделирования. [c.243]
В настоящее время существуют три способа задания моделирующих алгоритмов операторный, задаваемый языком программирования [c.243]
Операторная схема моделирующего алгоритма представляет собой последовательность операторов, описывающих крупную группу операций. Используя эти операторы, легко ориентироваться в общей идее построения алгоритма. Операторная схема моделирования выступает в качестве языка описания модели. [c.244]
Операторная схема моделирующего алгоритма записывается следующим образом [c.246]
Блок-схема моделирующего алгоритма нашей одноканальной СМО приведена на рис. 5.1.5. [c.246]
Пользуясь описанием введенных выше операторов и для наглядности блок-схемой моделирующего алгоритма, можно проследить весь процесс имитации функционирования одноканальной СМО. Операторная схема моделирующего алгоритма используется для программирования модели на выбранном языке программирования. [c.246]
| Рис. 5.1.5. Блок-схема моделирующего алгоритма одноканальной СМО |  |
Моделирующий алгоритм для многоканальной СМО мало отличается от рассмотренного выше алгоритма для одноканальной СМО. Предположим, что в отношении входного потока заявок и каналов обслуживающей системы выполняются те же требования, что и для одноканальной СМО. Отличие заключается в том, что вместо одного канала имеется п идентичных параллельных каналов (рис. 5.1.6). [c.248]
Заявка, поступившая в СМО, обслуживается на том канале, который первым был определен как свободный (правило определения свободного канала может быть и другим). Если все каналы заняты, то заявка становится в очередь и ждет, но не более установленного времени т°ж. Если время ожидания больше, чем т°ж, то заявка покидает СМО. Для составления моделирующего алгоритма такой СМО заменим операторы Р3, Р6, F1 алгоритма моделирования одноканальной СМО на РЗ, 6, Fi, У которых величина f заменена на величину min /св. Под min t B будем понимать наименьшее время обслуживания любого из п каналов многоканальной СМО. [c.248]
Моделирующий алгоритм для многоканальной СМО [c.248]
Блок-схема моделирующего алгоритма для многоканальной СМО похожа на блок-схему одноканальной СМО. Структура моделирующего алгоритма может быть изменена, если меняется выбранная дисциплина очереди или порядок выбора каналов для обслуживания заявок. [c.249]
Блок-схема моделирующего алгоритма приведена на рис. 5.2.3. Опишем основные моменты процесса моделирования. [c.256]
Что такое моделирующие алгоритмы [c.279]
Аналитические возможности модели. В значительной степени определяются принципами, заложенными исследователем в моделирующий алгоритм. Так, значения параметров и переменных имитируются по-разному в зависимости от интуиции и опыта специалиста-аналитика при помощи экспертных оценок обработкой динамических рядов посредством вероятностных приемов анализа. Последний способ наиболее сложный. Приведем один из возможных подходов к его реализации приемом, известным под названием дерево решений . Этот прием целесообразно использовать в рамках нашей модели для прогнозирования издержек производства или прибыли от реализации. Особенно это актуально в условиях перепрофилирования производства или замены одного вида продукции другим. [c.129]
При имитации функционирования систем на ЭВМ построенная математическая модель преобразуется в моделирующий алгоритм, в котором сохраняются логическая структура, последовательность протекания процесса во времени, характер и состав информации о состояниях процесса. ЭВМ представляют собой устройства дискретного типа, а потому и моделирующий алгоритм должен являться дискретной аппроксимацией построенной математической модели функционирования системы. Прямой путь решения данной задачи весьма прост. Интервал времени [0 Т], в течение которого рассматривается работа системы, разбивается на интервалы длиной At, из-за чего данный способ решения получил название принципа At. В пределах каждого интервала последовательно вычисляются приращения всех процессов в модели и производится, если это нужно, изменение состояния отдельных элементов модели. При достаточно малых Д получаем хорошее приближение имитируемых процессов к процессам в реальной системе с параллельным выполнением операций. При таком способе построения моделирующего алгоритма точность моделирования достигается ценой больших затрат машинного времени. Обычно такой способ построения имитационных моделей используется при моделировании непрерывных динамических систем. Принцип Д является наиболее универсальным принципом построения моделирующих алгоритмов, хотя и наименее экономичным с точки зрения вычислений на ЭВМ. 105 [c.195]
Рассмотрим структурную схему моделирующего алгоритма (рис. 9.1, стр. 198) и назначение основных операторов. Оператор задания начальных условий А содержит [c.197]
Pu . 9.1. Структурная схема моделирующего алгоритма поведения системы управления [c.198]
Как следует из вышеприведенного определения, поведение изучаемых систем в этом случае моделируется сразу на машинном языке без предварительного построения аналитической модели, хотя описание моделирующего алгоритма процесса функционирования системы можно рассматривать как специальную форму записи математической модели. [c.76]
При имитационном моделировании динамические процессы системы-оригинала подменяются процессами, имитируемыми моделирующим алгоритмом в абстрактной модели, но с соблюдением таких же соотношений длительностей, логических и временных последовательностей, как и в реальной системе. Поэтому метод имитационного моделирования мог бы называться алгоритмическим или операционным. Кстати, такое название было бы более удачным, поскольку имитация (в переводе с латинского — подражание) — это воспроизведение чего-либо искусственными средствами, т. е. моделирование. В связи с этим широко используемое в настоящее время название имитационное моделирование является тавтологическим. [c.77]
Логика работы моделирующего алгоритма будет следующей. [c.91]
Общие пояснения к моделирующему алгоритму [c.91]
| Рис. 2.3J. Моделирующий алгоритм v — глубина моделирования L — длина очереди на обслуживание |  |
Скорость привыкания покупателей к новому продавцу (и, следовательно, отвыкания от прежних) моделирует алгоритм, имеющий характеристику апериодического звена с изменяемой величиной постоянной времени Т (операторы 113 и 114). Коэффициент у оператора 125 устанавливает величину постоянной времени Т привыкания-отвыкания. [c.150]
Финансирование рекламы можно осуществлять из двух источников собственных средств МП и кредит банка. Использование собственных средств МП регламентируется различными директивными документами. Для упрощения динамической модели МП используется лишь одно директивное ограничение определенное количество дохода для оплаты рекламы, включаемое в себестоимость продукции (в данном тренажере оно ограничено 5%, однако эту величину можно изменять по желанию работающего с тренажером). Повышение расходов на рекламу сверх директивных ограничений можно производить только за счет чистой прибыли. Использование финансовых средств на рекламу МП моделируются алгоритмами, приведенными на рис. 14.6. [c.253]
Освоение и обустройство вновь открытых месторождений должно происходить тем интенсивнее, чем больше для этого выделяется средств при достаточности нефтяного оборудования (оператор 90595). Количество освоенных и обустроенных месторождений моделируется алгоритмом-интегратором 90508. До тех пор пока количество разведанных месторождений больше освоенных, с выхода оператора 90505 снимается сигнал, равный единице. Как только количество освоенных месторождений становится равным (или близким по значению) количеству вновь открытых, сигнал с выхода оператора 90505 начинает уменьшаться и поток вновь освоенных месторождений уменьшается до нуля. Естественно, что в такой ситуации расходование денег на освоение и новое оборудование нецелесообразно. [c.431]
В тренажере развитие отечественной нефтедобычи основывается на использовании валюты от проданной нефти внутри и за пределами страны. Накопление нефтяной валюты моделируется алгоритмом, представленным на рис.18.16, с помощью оператора-интегратора 90574. [c.432]
В чем заключается важность принятия управленческого решения Каковы ключевые моменты в принятии решений Как моделируется алгоритм принятия решений [c.218]
Эффективность теоретических исследований с практической точки зрения в полной мере проявляется тогда, когда их результаты могут быть представлены в виде аналитических соотношений или моделирующих алгоритмов, пригодных для получения соответствующих характеристик процесса функционирования исследуемых систем. [c.7]
На третьем этапе была осуществлена программная реализация моделирующего алгоритма с использованием прикладного пакета Math- ard 2000 Pro. [c.100]
В [15] сделана попытка создать моделирующий алгоритм определения оптимального уровня запаса марки ТМЦ на складе, при котором сумма затрат на хранение и потерь от дефицита при отсутствии материала на складе будет минимальной. Экспериментальный расчет, выполненный авторами, показал эффективность применения метода статистических испытаний для планирования запасов на складах органов материально-технического снабжения. Вычисленный уровень запаса включает как текущий, так и страховой запасы (предложение Б. Геронимуса, см. табл. 3.2). По своему экономическому подходу к расчету норм метод очень интересный, но пока не получил дальнейшего распространения ввиду определенных трудностей получения ряда необходимых показателей (например, затрат на хранение единицы того или иного материала на складе предприятия). [c.122]
Оператор Р — проверка условия неполноты ассортимента продаваемой продукции /С2 — счетчик по видам продукции Р3 — проверка условия неполноты числа реализаций процесса /С4 — счетчик числа реализаций Ф5 — формирование случайной величины наличия или отсутствия отклонения (1 — имеется отклонение, 0 — отклонение отсутствует) фактического спроса (конъюнктуры) от договорных условий Рв — проверка условия наличия этого отклонения Ф7 — формирование случайной величины отклонения фактического спроса от договорных условий (отклонение может быть как в большую, так и в меньшую сторону) Р8 — проверка условия спрос больше, чем обусловлен договором Ф9 — формирование случайной величины изменения цены (0) или изменения объема продаж (1) Р10 — проверка условия изменения объема продаж по сравнению с договорным Лц — вычисление нового объема продаж Л12 — присвоение цене значения, обусловленного договором А 13 — присвоение объему продаж значения, обусловленного договором Л14 — присвоение цене значения, обусловленного договором А 15 — вычисление значения цены в связи с отклонением спроса от обусловленного договором Ф17 — формирование случайной величины изменения объема продаж при изменении спроса в меньшую сторону по сравнению с договорными условиями (1) или формирование изменения цены (0) Р1В — проверка условия изменения объема продаж Л19 — вычисление величины объема продаж при новых условиях Л20 — присвоение цене, по которой производится продажа средств производства, значения, обусловленного договором Л21 — вычисление цены, соответствующей спросу в новых условиях Л22 — присвоение величине объема продаж значения, обусловленного договором Я23 — определение значения максимальной цены г -го вида средств производства по всем реализациям процесса Я24 — определение минимального значения цены по всем реализациям процесса А 2Б — вычисление среднего объема продаж по всем реализациям процесса Л 2в — вычисление среднего значения цены по всем реализациям процесса Q27 — окончание расчетов и выдача результатов. ( По моделирующим алгоритмам имитации поведения предприятия в системе оптовой торговли составлены алгольные программы и произведен счет на ЭВМ БЭСМ-4 для 100 реализаций процесса и 10 продуктов. Анализ полученных параметров показал некоторые интересные особенности поведения предприятий в условиях оптовой торговли. Вместе с тем для исследования этих особенностей необходимо иметь результаты для значительно большего числа значений внешних и внутренних характеристик процесса. Возникает необходимость и в некотором усложнении имитационных моделей путем добавления таких ограничивающих факторов, как санкции за нарушение договоров и возможность вмешательства центра при несоблюдении договорных условий. Эти проблемы и определяют направление дальнейших исследований теоретических основ оптовой торговли. [c.93]