Вопросы формирования случайных потоков событий

из "Основы имитационного моделирования сложных экономических систем "

Выше были показаны способы применения простейших случайных потоков событий. Как правило, такие потоки должны обладать свойствами стационарности, у них отсутствует последействие и однородность. Если выполнить все эти условия, то имитационное моделирование СМО в отличие от аналитического решения сможет дать дополнительно только значения качественных параметров в переходном процессе, т.е. в начальный период функционирования СМО. Установившиеся значения с точностью до инструментальной ошибки должны быть одинаковы. [c.238]
Способов получения простейших случайных потоков однородных событий, обладающих свойствами стационарности при отсутствии последействия, достаточно много, как и литературы по этому поводу, например работы [19, 43, 37]. Вместе с тем можно утверждать, что применение простейших потоков случайных событий при аналитическом или имитационном моделировании на основе СМО сложных экономических объектов неэффективно и, как правило, создает ошибочное представление о качестве функционирования объекта. [c.239]
В качестве примера рассмотрим сравнительно простую модель СМО фабрики химчистки одежды. Пусть фабрика химчистки имеет 10 машин для чистки одежды. Машины работают две смены — 16 ч. В среднем одна машина обрабатывает 5 заказов за 1 ч, 80 заказов за две смены в день. Все 10 машин за 2 смены обрабатывают 800 заказов. В среднем за день на фабрику поступает от 500 до 1500 заказов. Требуется определить оптимальное число работающих машин, длины очередей клиентов и среднее время нахождения в очереди. [c.239]
Общий вывод таков ни один параметр обслуживающей системы (химчистки) не будет найден достоверно как при аналитических расчетах, так и при имитационных, если будут использованы входные потоки Пуассона, обладающие стационарностью, однородностью и отсутствием последействия. Поэтому использование входных потоков такого вида или даже модифицированных в реальных расчетах в чистом виде неприемлемо. [c.240]
Модель формирования такого потока для нашего примера представлена на рис. 5.1.3. [c.241]
Вид конкретной зависимости может быть задан как аналитически, так и таблично или при помощи логических фраз. Только после такого преобразования входного потока можно приступать к имитационному моделированию, например, фабрики химчистки. [c.241]
Существует также еще один способ получения реальных входных потоков. Это использование реальных статистических данных о числе заявок, поступивших в систему за определенное время. Вполне естественно требование, чтобы временной период не был меньше необходимой продолжительности цикла моделирования. [c.242]
Вместе с тем при таком способе формирования входного потока событий возникают проблемы, связанные с воздействием объекта моделирования на входной поток. Фабрика химчистки обладает конечной мощностью, и в период перегрузки каналов очередь заявок на обслуживание обрезается искусственно — прекращается прием заказов на фабрике. Такие факты нужно как-то учитывать, например, путем добавления потерянных заявок в пиковый период, либо согласиться с тем, что модель данной СМО будет с ограничением длины очереди. Для других объектов таких ограничений может и не быть, поэтому прежде чем использовать фактическую статистику, необходимо ее проанализировать на предмет возможного влияния объекта моделирования на входной поток. [c.242]
Входные потоки можно получать также и опросным путем, например, изучая спрос на товары и услуги. Исследование статистических данных для оценки возможности их применения при формировании входных потоков сводится к проведению анализа соответствующего динамического ряда на наличие тренда, сезонности и случайной составляющей. Обычно их отфильтровывают, измеряют и лишь затем формируют необходимый входной поток. Таким же образом поступают при формировании входных потоков из простейшего потока. Полученные составляющие ряда применяются при формировании модели входного потока в соответствии с рис. 5.1.3. [c.242]
Естественно, что для других экономических объектов модель формирования потока Р °р(0 будет иной, так как экономические факторы могут быть другими. Однако использование потоков без коррекции, как правило, не дает нужных результатов. [c.243]
Аналогичное заключение можно сделать для показателей интенсивности обслуживания 6 и числа обслуживающих каналов. Эти показатели также подвергаются воздействию различных экономических факторов, которые следует учитывать. Например, число каналов обслуживания не может быть постоянной величиной, так как они в реальной жизни выходят из строя, становятся на профилактику, дублируют друг друга и пр. Меняется также их производительность. [c.243]
В этой связи необходимо обратить внимание на то, что фактически ни одна СМО, моделирующая реальные объекты и процессы, не будет находиться в режиме завершенного переходного процесса или в установившемся режиме. Этот факт еще раз подтверждает неэффективность аналитического вычисления качественных параметров СМО для реальных систем. Оценка установившихся значений качественных показателей для СМО, моделирующих реальные экономические системы имитационным способом, также проблематична. Здесь можно говорить о наличии тех или иных близких между собой значениях качественных показателей на определенных участках общего цикла моделирования. Однако говорить что-то об установившихся значениях в общем виде беспредметно. Это можно делать лишь для конкретного объекта. [c.243]

Вернуться к основной статье