Моделирование систем массового обслуживания с помощью программного продукта Anylogic

Раздел I. Постановка исследования

Для имитации СМО в большинстве случаев применяется метод статистического моделирования – имитационное моделирование. Необходимо действовать пошаговым подходом. Цель данного подхода в том, что состояния системы рассматриваются в последующие моменты времени, шаг между которыми является достаточно малым, чтобы за его время произошло не более одного события. Этапы создания имитационной модели:

• 1.    Этап описания действительно существующей системы в терминах характеристик основных событий. Эти события, как правило, связаны с переходами изучаемой системы из одного доступного состояния в другое и обозначаются как точки на временной оси. При наблюдении системы в моменты реализации основных событий возможно достигнуть основной цели моделирования.

• 2.    Следующим этапов будет являться выбор единицы времени. Единица может быть представлена в форме микросекунда, час, год и т.д., но выбирается в зависимости от природы моделируемой системы.

• 3.    Далее следует этап достижения изучаемой системой стационарного режима функционирования. В данном случае отчетливо прослеживается явное уменьшение выборочной дисперсии [1].

Имитационное моделирование процессов дает возможность приводить в исполнение программы, поддерживающие дискретнособытийный замысел моделирования. Программа AnyLogic является одной из данных программ. Эта система является гибкой и доступной системой имитационного моделирования, поддерживающая на единой платформе все существующие подходы к имитационному моделированию — дискретно-событийное моделирование, а также метод системной динамики. AnyLogic имеет развитый базовый язык дискретного и смешанного дискретно-непрерывного моделирования. Функцией данного языка является то, что система дает возможность графически интерпретировать моделируемую систему, а также усовершенствовать ее структуру [2].

Раздел II. Описание исследования. Представление конкретного примера с помощью имитационного моделирования.

Постановка задачи: на металлургическом заводе, подъемный кран грузит в полувагоны листовой металл в рулонах и трубы. В качестве времени поступления и времени погрузки берутся случайные числа, равномерно распределенные соответственно в интервалах: a1 (26), b1 (12) (для листового металла) и a2(20), b2(8) минут (для труб). Провести моделирование работы подъемного крана металлургического завода в течение 30 суток.

На рисунке 1 представлена функциональная схема к задаче 1.

Рисунок 1 – Функциональная схема

Задание модельного времени работы всей модели осуществляется во вкладке Simulation . По условию требуется проанализировать работу грузовой станции в течение 30 рабочих дней (Рисунок 2).

Рисунок 2 – Задание модельного времени

Согласно описанию задачи, необходимо собрать схему, которая будет отражать поступление металла и труб в очередь. После идет их погрузка (Рисунок 3).

Рисунок 3 – Общая схема к задаче №1

Далее создается новый агент Груз с одним параметром тип.

Параметру присвоен тип Boolean и значение true (Рисунок 4).

v Щ Zadahal*

> О Main v О Груз

> 41 Презентация

V ^ Параметры тип: true

> J** Связи агента

> О Simulation: Main to Конфигурация запуск j База данных

• (5 тип - Параметр

Имя:                       | тип

0 Отображать имя □ Исключить

Видимость:                ( ® ) да

_                       boolean         v

Тип:

Значение по умолчанию: =, true

• □ Массив системной динамики

Рисунок 4 – Создание агента «Груз»

Также добавляется блок Source под названием «Трубы», который отвечает за поступление труб (Рисунок 5).

Рисунок 5 – Изменение свойств объекта «Трубы»

После добавляется блок Source под названием «ЛистовойМеталл», который отвечает за поступление металла (Рисунок 6).

Рисунок 6 – Изменение свойств объекта «ЛистовойМеталл»

Далее созданные объекты попадают в очередь, для этого необходимо добавить объект Queue под названием «Очередь» (Рисунок 7).

Рисунок 7–Свойства объекта Очередь

Далее происходит погрузка краном объектов в очереди, для этого добавляется объект Delay под названием «Занятость» (Рисунок 8).

□ Свойства £3

El

О Занятость - Delay

Q Отображать имя Q Исключить

=, (•) Определенное время

О Пока не вызван метод stopDelayO

Время задержки:

^ | agent.тип? unif от (26,12) : uniform(20,28 )

минуты V

Вместимость:

Максимальная вместимость: = |^

Место агентов:

Рисунок 8 - Свойства объекта Занятость

Для завершения схемы добавим объект Sink под названием «Выход»

(Рисунок 9).

С Свойства S3 || 0 Выход - Sink

Имя:

Выход

| | Исключить

► Действия

■^ Специфические

Тип агента:

О Груз

(•) Одиночный агент О Популяция агентов

Рисунок 9 - Свойства объекта Выход

На рисунке 10 представлена общая схема данной задачи.

T рубы

■ Листы : 85.219 (78.9%)

Очередь

Занятость

Выход

—дед—о

ЛистовойМеталл

0.5

0.4

0.3

0.2

0.1

О

Загруженность крана: 0.423

Рисунок 10 – Модель работы программы

На рисунке 11 представлены результаты моделирования задачи в течение 30 дней.

Рисунок 11 - Результаты моделирования

Раздел III. Оценка эффективности программы

Сделаны определённые выводы задачи, а именно:

• -    Построена модель погрузки краном в полувагоны листовой металл в рулонах и трубы;

• -    За время работы модели (30 суток) было обработано 1184 (54.5%) труб и 875 (42.5%) листового металла.

• -    Кран не справляется с нагрузкой и коэффициент его занятости равен 100%.

В заключении стоит отметить, что имитационное моделирование является одним из сильнейших и эффективных методов анализа экономических систем и оптимизации ее характеристик. К тому же имитационное моделирование предоставляет возможность произвести оценку эффективности конструкторских решений в наиболее сложных системах [3].