1 / 96

MODELOWANIE SYMULACYJNE Simulation Modelling (ang.) Edycja 2013/2014

MODELOWANIE SYMULACYJNE Simulation Modelling (ang.) Edycja 2013/2014. Wykład (15h), Laboratorium (15h). Roman Pietroń , dr inż. I-23 PWr ., B4 p. 423 (B1 413) e-mail : roman.pietron@pwr.wroc.pl http://www.ioz.pwr.wroc.pl/pracownicy/pietron Konsultacje:

uta-boyle
Download Presentation

MODELOWANIE SYMULACYJNE Simulation Modelling (ang.) Edycja 2013/2014

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. MODELOWANIE SYMULACYJNESimulationModelling (ang.)Edycja 2013/2014 Wykład (15h),Laboratorium (15h)

  2. Roman Pietroń, dr inż.I-23 PWr., B4 p. 423 (B1 413) e-mail: roman.pietron@pwr.wroc.pl http://www.ioz.pwr.wroc.pl/pracownicy/pietron Konsultacje: Poniedziałek 1100 - 1300 (Wrocław PWr., B4, 423) Czwartek 1300 - 1500 (Wrocław PWr., B4, 423)

  3. Bibliografia podstawowa • Gajda J.B., Prognozowanie i symulacja a decyzje gospodarcze, C.H.Beck Warszawa, 2001. • Mielczarek B., Modelowanie symulacyjne w zarządzaniu. Symulacja dyskretna, Oficyna PWr., Wrocław, 2009. • Pietroń R., Modelowanie symulacyjne. Wybrane zagadnienia, E-Materiał PWr., 2012. http://www.ioz.pwr.wroc.pl/pracownicy/pietron • Pietroń R., Zbiór zadań z modelowania symulacyjnego, E-Materiał PWr., 2012. http://www.ioz.pwr.wroc.pl/pracownicy/pietron • Maciąg A., Pietroń R., Kukla S., Prognozowanie i symulacja w przedsiębiorstwie, Wyd. PWE Warszawa 2013. • Zeigler B.P., Teoria modelowania i symulacji, PWN Warszawa, 1984.

  4. Bibliografia uzupełniająca • Fishman G.S., Symulacja komputerowa. Pojęcia i metody, PWE Warszawa 1981. • Gordon G., Symulacja systemów, WNT Warszawa, 1974. • Kondratowicz L., Modelowanie symulacyjne systemów, WNT Warszawa, 1978. • Kowal R., Stanek S., Zadora Żytniewski P., Symulacja komputerowa z wykorzystaniem modeli Dynamiki Systemowej, ss. 40-78 [w:] Modele hybrydowe w podejmowaniu finansowych decyzji gospodarczych, praca zb. Pod red. S.Stanka, AE Katowice, 2007. • Krupa K., Modelowanie symulacja i prognozowanie. Systemy ciągłe, WNT Warszawa, 2008. • Naylor T.H., Modelowanie cyfrowe systemów ekonomicznych, PWN Warszawa, 1975. • Nowak M., Symulacja komputerowa w problemach decyzyjnych, AE Katowice, 2007. • Tarajkowski J. (red.), Elementy dynamiki systemów, AE Poznań, 2008. • Tyszer J., Symulacja cyfrowa, WNT Warszawa, 1990.

  5. Bibliografia uzupełniająca – cd. Systemy modelowania i symulacji – oprogramowanie, tutorial: • Produkt Demo: Vensim PLE - Ventana Systems, Inc.: http://www.vensim.com • Produkt Demo: IThink- High Performance Systems: http://www.iseesystems.com • Produkt Demo: GPSS World - Minuteman Software: http://www.minutemansoftware.com • Produkt Demo: ExtendSim- ImagineThat!: http://www.imaginethatinc.com • Produkt Edu: ARENA – Rockwell Software Inc. (Systems Modeling Corp.): http://www.software.rockwell.comhttp://www.arenasimulation.com • Produkt Demo:iGrafxProcess for Six Sigma 2013- MGX-Corel Corp.: http://www.igrafx.com

  6. Bibliografia – poziom zaawansowany Czasopisma: • System Dynamics Review • Simulation • Simulation & Gaming • Simulation Modelling. Practice and Theory

  7. CEL PRZEDMIOTU Celem kursu jest dostarczenie podstawowych wiadomości o symulacji jako metodzie badania i analizy systemów dynamicznych, przygotowanie do korzystania z języków i systemów narzędziowych modelowania i symulacji komputerowej oraz do współpracy z symulogami.

  8. TEMATY ZAJĘĆ WYKŁADOWYCH (RP) • Wprowadzenie do modelowania symulacyjnego. Przykłady modeli i badań. • Zagadnienia ogólne. Etymologia, źródła historyczno-filozoficzne. • Zagadnienia metodologiczne. Definicje, struktury, budowa modeli, weryfikacja, eksperyment symulacyjny, wnioskowanie. • Metody i techniki modelowania symulacyjnego: symulacja ciągła (metoda J.W.Forrestera), symulacja dyskretna (metody planowania zdarzeń, przeglądu i wyboru działań, interakcji procesów), symulacja za pomocą gier, symulacja rozproszona, technologia agentowa w symulacji. • Zastosowania badań symulacyjnych w ekonomii i zarządzaniu. • Problemy przekazywania wyników symulacji. Dokumentowanie projektów symulacyjnych i standaryzacja. Profesjonalizm i etyka w symulacji. • Podsumowanie i zaliczenie wykładu

  9. FORMA ZALICZENIA LABORATORIUM Obecność (15%), Pytania kontrolne (20%), Aktywność (25%), Sprawozdania (40%) Termin zaliczenia: Ostatnie zajęcia w semestrze

  10. OCENY • Celujący 5.5 (≥ 95%), • Bardzo dobry 5.0 (≥ 85%), • Ponad dobry 4.5 (≥ 75%), • Dobry 4.0 (≥ 65%), • Ponad dostateczny 3.5 (≥ 55%), • Dostateczny 3.0 (≥ 45%), • Niedostateczny 2.0 (< 45%).

  11. TEMATY ZAJĘĆ LABORATORYJNYCH • Wprowadzenie. Pojęcie systemu i modelu systemu. Konceptualizacja modelu systemu dynamicznego. Myślenie systemowe. (1 godzina). • Metoda Monte Carlo – próbkowanie i symulacja. Zastosowanie arkusza kalkulacyjnego Excel. (2 godziny) • Interakcja procesów - metoda symulacji dyskretnej. Zastosowanie języka GPSS World, systemów Arena, ExtendSim. (4 godziny) • Projekt i budowa modelu symulacyjnego systemu dynamicznego o charakterystyce dyskretnej. Eksperyment i wnioskowanie z badań. (1godzina) • "Dynamika systemów" - metoda J.W.Forrestera symulacji ciągłej. Zastosowanie systemów zintegrowanych modelowania i symulacji Vensim/IThink. Przykłady modelowania i symulacji. (4 godziny) • Projekt i budowa modelu symulacyjnego systemu dynamicznego o charakterystyce ciągłej. Eksperyment i wnioskowanie z badań. (1godzina) • Podsumowanie i zaliczenie zajęć. (2godziny)

  12. Laboratorium 1-4 Podstawy metodologiczne symulacji Pojęcie systemu i konceptualizacja modelu systemu Symulacja dyskretna Metoda Monte Carlo (finanse, ryzyko,…) Modelowanie zdarzeń, czynności, procesów

  13. Co to jest system?

  14. Definiowanie systemu • Idea wyodrębnienia systemu z otoczenia (system jako pewna wyodrębniona całość) • Idea budowy systemu z elementów, podsystemów(system jako złożenie wzajemnie oddziałujących elementów) • Idea funkcji spełnianej przez system (system jest całością o określonej funkcji) • Idea zmienności (ograniczonej) systemu w czasie (system jako całość zmienna w czasie ale zachowująca istotę – właściwości podstawowe)

  15. Jakie czynniki są istotnew konceptualizacji modelu systemu?

  16. Czynniki modelowania • Cel budowy modelu • Cel funkcjonowania systemu • Otoczenie systemu • Obiekty systemu (agenci systemu) • Atrybuty obiektów systemu • Pomiar atrybutów obiektów systemu • Relacje pomiędzy atrybutami i obiektami • Metody, techniki, narzędzia modelowania

  17. Jakie zastosować metody modelowania?

  18. OGÓLNA CHARAKTERYSTYKA METOD SYMULACYJNYCH Metoda symulacyjna Sposób budowy modelu systemu dynamicznego (modelowania) i znajdywania rozwiązań tego modelu (wartości zmiennych stanu). • Metody symulacji ciągłej Cecha charakterystyczna: wykorzystanie funkcji ciągłych w opisie formalnym charakterystyk zmiennych stanu systemu (zmiana stanu systemu jako funkcja ciągła); wykorzystanie funkcji ciągłych lub quasi-ciągłych w opisie zjawiska upływu czasu. Przykłady: metoda układu równań różniczkowych, metoda Dynamiki Systemów (SD). • Metody symulacji dyskretnej Cecha charakterystyczna: wykorzystanie funkcji dyskretnych w opisie formalnym charakterystyk zmiennych stanu systemu (zmiana stanu systemu jako funkcja dyskretna); wykorzystanie funkcji dyskretnych w opisie zjawiska upływu czasu. Przykłady: metoda planowania zdarzeń, metoda przeglądu i wyboru działań, metoda interakcji procesów. • Metody symulacji mieszanej (hybrydowe) Cecha charakterystyczna: wykorzystanie funkcji dyskretnych i ciągłych w opisie formalnym charakterystyk zmiennych stanu systemu (zmiana stanu systemu jako funkcja dyskretna i ciągła); wykorzystanie funkcji dyskretnych, ciągłych i quasi-ciągłych w opisie zjawiska upływu czasu. Przykłady: połączenie metod symulacyjnych, połączenie symulacji i AI, gry symulacyjne, połączenie symulacji na modelach formalnych i fizycznych.

  19. Symulacja ciągła a dyskretna • Symulacja ciągła („podejście makroskopowe”) • zmiany stanu systemu opisane są funkcjami ciągłymi, • zazwyczaj systemy o funkcjonowaniu ciągłym. • Symulacja dyskretna („podejście mikroskopowe”) • zmiany stanu systemu opisane są funkcjami dyskretnymi, • zazwyczaj systemy o funkcjonowaniu dyskretnym.

  20. Języki i systemy modelowania dyskretnego(przykłady) • GPSS (GPSS/H, GPSS World) • Arena • ExtendSim • ...

  21. Jakie są etapy (fazy) modelowania?

  22. ETAPY BUDOWY I WYKORZYSTANIA MODELU SYMULACYJNEGO Podmioty: odbiorca wyników symulacji, symulog • Określenie systemu, sytuacji problemowej i celu budowy modelu • Budowa modelu (konceptualizacja, formalizacja) • Przygotowanie danych wejściowych symulacji • Programowanie modelu (operacjonalizacja modelu) • Ocena zasadności i weryfikacja modelu (eksperyment wstępny) • Planowanie eksperymentu symulacyjnego • Realizacja eksperymentu symulacyjnego (eksperyment właściwy) • Analiza i interpretacja wyników symulacji • Dokumentowanie symulacji • Praktyczne wykorzystanie wyników symulacji

  23. Praktyka modelowania symulacyjnego • Typ 1: modelowanie symulacyjne jako projekt budowy symulatora (inżynieria oprogramowania) • Typ 2: modelowanie symulacyjne jako projekt budowy i rozgrywki gry symulacyjnej (gra) • Typ 3: modelowanie symulacyjne jako projekt (proces) zmian organizacyjnych (interwencja) • Typ 4: modelowanie symulacyjne jako projekt grupowego budowania modeli (dyskusja) • Typ 5: modelowanie symulacyjne jako podprojekt modelowania procesów (moduł BPM)

  24. Przykład modelowania symulacyjnego systemu ciągłego • System logistyczny „zaopatrzenie-produkcja-dystrybucja” Zbuduj model symulacyjny opisujący dynamikę zmian w systemie „produkcja-dystrybucja” z odwzorowaniem popytu i podaży dóbr trwałego użytku. System składa się sektorów: klienci, detaliści, dystrybutorzy, hurtownicy, producenci, fabryki. Zamówienia złożone przez klientów wpływają na funkcjonowanie pozostałych sektorów. Klienci zakupują towary u detalisty, który dostarcza towary klientom, jeśli dysponuje odpowiednim zapasem. Detalista składa zamówienia u dystrybutora, który dostarcza towar detaliście a sam składa zamówienia u hurtownika, który z kolei zaopatruje się u producenta. Producent może dostarczać towar dzięki dostawom z fabryk, które je produkują. Czas dostawy pomiędzy dwoma sąsiadującymi sektorami jest stały i wynosi 1 dzień. Z kolei czas przygotowania i przepływu zamówień traktowany jest jako pomijalnie mały (tryb natychmiastowy). W przypadku, gdy zapasy w danym sektorze nie pozwalają na pełną wysyłkę towaru, wysyła się tyle ile jest możliwe. Zamówienia zaległe realizowane są w przyszłości. Wykonaj schemat przyczynowo-skutkowy, schemat strukturalny oraz podaj równania modelu. Określ na podstawie analizy struktury typ zachowania się odwzorowanego systemu.

  25. Detalista(t) = Detalista(t - dt) + (DostDyDe - Sprzedaz) * dt INIT Detalista = 4 DostDyDe = ZamDet/TDDe Sprzedaz = ZamKlienta/TDK Dystrybutor(t) = Dystrybutor(t - dt) + (DostHuDy - DostDyDe) * dt INIT Dystrybutor = 4 DostHuDy = ZamDyst/TDDy DostDyDe = ZamDet/TDDe Hurtownik(t) = Hurtownik(t - dt) + (DosPrHu - DostHuDy) * dt INIT Hurtownik = 4 DosPrHu = ZamHur/TDHu DostHuDy = ZamDyst/TDDy Producent(t) = Producent(t - dt) + (DosFaPr - DosPrHu) * dt INIT Producent = 4 DosFaPr = DosPrHu+(NPr-Producent)/TDP DosPrHu = ZamHur/TDHu ZamDet(t) = ZamDet(t - dt) + (ZDe - DDe) * dt INIT ZamDet = 4 ZDe = DK+(NDe-Detalista)/DT DDe = DostDyDe ZamDyst(t) = ZamDyst(t - dt) + (ZDy - DDy) * dt INIT ZamDyst = 4 ZDy = DDe+(Ndy-Dystrybutor)/DT DDy = DostHuDy ZamHur(t) = ZamHur(t - dt) + (ZH - DH) * dt INIT ZamHur = 4 ZH = DDy+(NHu-Hurtownik)/DT DH = DosPrHu ZamKlienta(t) = ZamKlienta(t - dt) + (PK - DK) * dt INIT ZamKlienta = 4 PK = PopytKlienta OUTFLOWS: DK = Sprzedaz NDe = 4 Ndy = 4 NHu = 4 NPr = 4 PopytKlienta = 4+STEP(8,10) TDDe = 1 TDDy = 1 TDHu = 1 TDK = 1 TDP = 1

  26. Stany zasobów systemu

  27. Przepływy w systemie

  28. Przykład modelowania symulacyjnego systemu dyskretnego • SYMULACJA FUNKCJONOWANIA BANKU *************************************************************************** * Symulacja Banku * * Jednostka czasu: godzina * *************************************************************************** Czas EQU 0.1112 ;Średni czas obsługi (komentarz od znaku ;) Kod VARIABLE C1+10 ;Kod czasu dla Urzednik2. Func1 FUNCTION RN1,D2 ;Definicja skumulowanej funkcji gęstości prawdopodobieństwa .7,Urzednik1/1,Urzednik2 ;wyboru urzędnika. Klienci wybierają Urzednika1 z ;prawdopodobieństwem 0.7, Urzędnika2 z prawdopodo;bieństwem 0.3. GENERATE 0.0834,0.0278 ;Kreowanie (generowanie) kolejnego klienta w banku. ASSIGN Urzednik_nr,FN$Func1 Przypisanie numeru urzędnika do parametru transakcji. QUEUE P$Urzednik_nr; ;Początek dla statystyki kolejkowej. SEIZE P$Urzednik_nr ;Zajęcie urzędnika. DEPART P$Urzednik_nr ;Koniec dla statystyki kolejkowej. ADVANCE CzasObslugi,0.0028 ;Wykonanie obsługi klienta. RELEASE P$Urzednik_nr ;Zwolnienie urzędnika. TERMINATE ;Klient opuszcza bank. *************************************************************************** * Segment 2 * * Zegar i zbieranie statystyk * *************************************************************************** GENERATE ;Pomiar statystyk co 1 godzinę pracy banku. SAVEVALUE C1,Q$Urzednik1 ;Pomiar długości kolejki przed Urzednik1. SAVEVALUE V$KodCzasu,Q$Urzednik2 ;Pomiar długości kolejki przed Urzednik2 TERMINATE 1 ;Koniec kolejnej godziny pracy banku START 8 ;Symulacja 8 godzinnego dnia pracy banku

  29. Wyniki symulacji • Raport symulacji GPSS World Simulation Report - Sample6-Bank.1.1 Friday, January 02, 2004 11:17:34 START TIME END TIME BLOCKS FACILITIES STORAGES 0.000 8.000 12 2 0 NAME VALUE CZASOBSLUGI 0.111 FUNC1 10002.000 KODCZASU 10001.000 URZEDNIK1 10004.000 URZEDNIK2 10005.000 URZEDNIK_NR 10003.000 FACILITY ENTRIES UTIL. AVE. TIMEAVAIL. OWNER PEND INTER RETRY DELAY 10004 70 0.968 0.111 1 102 0 0 0 2 10005 25 0.346 0.111 1 0 0 0 0 0 QUEUE MAX CONT. ENTRY ENTRY(0) AVE.CONT. AVE.TIME AVE.(-0) RETRY 10004 8 2 72 3 3.924 0.436 0.455 0 10005 1 0 25 18 0.042 0.013 0.048 0

  30. ODWZOROWANIE UPŁYWU CZASU W MODELACH SYMULACYJNYCH • Symulacja ciągła - metoda stałego kroku • Symulacja dyskretna - metoda kolejnych zdarzeń Oznaczenia: E1, E2, ... - zdarzenie nr 1, zdarzenie nr 2, ... T1, T2, ... - czas bieżący symulacji w chwili nr 1, chwili nr 2, ... DT - krok symulacji (wielkość przesunięcia bieżącego)

  31. Różnice: • Metoda krokowa (stałego kroku w symulacji ciągłej): • w symulacji uwzględnia się brak aktywności systemu (obliczenia bez zdarzeń), • przetwarzanie zdarzeń traktowanych jako równoczesne na końcu odcinka DT, • istnieje DT (problem doboru wartości); • Metoda kolejnych zdarzeń (w symulacji dyskretnej): • w symulacji nie uwzględnia się braku aktywności systemu (tylko dla zdarzeń), • brak przetwarzania zdarzeń jako równoczesnych (wyjątek: Ei = Ej), • brak DT.

  32. Metoda Monte Carlo • Algorytm metody: • Wybór losowych zmiennych wejściowych(rozkłady prawdopodobieństw) • Wybór zmiennych wyjściowych(ustalenie formuł i algorytmu obliczeń) • Wykonanie obliczeń dla n obserwacji: • Generowanie zmiennych losowych(np. popyt, …) • Wyznaczenie zmiennych wyjściowych(formuły, algorytm) • Powtórzenia (n obserwacji) • Wyznaczenie statystyk wyjściowych(np. średnia, odchylenie standardowe, odchylenie kwadratowe, wariancja, przedziały ufności) • Wykonanie obliczeń dla k replikacji: • Powtórzenia n prób (k replikacji)(k powtórzeń w jednym eksperymencie) • Eksperymenty(rozkłady prawdopodobieństw) • Wyniki obliczeń: • Średnia arytmetyczna • Odchylenie standardowe (ocena rozproszenia) • Odchylenie kwadratowe (ocena rozproszenia) • Wariancja (ocena rozproszenia) • Współczynnik skośności (miara asymetrii rozkładu) • Kurtoza(wyostrzenie rozkładu) • Przedział ufności (pokrycie z zadanym prawdopodobieństwem prawdziwej wartości dla charakterystyki rozkładu)

  33. Przykład zastosowania metodyMonte Carlo - problem • Problem: Sprzedawca jabłek chciałby określić średnią liczbę dni, w ciągu których sprzeda 40 kg (wtedy ponownie zakupi nową partię jabłek do sprzedaży).

  34. Przykład zastosowania metodyMonte Carlo - dane • Sprzedawca zaobserwował, że popyt na jabłka w kolejnych 20 dniach kształtował się następująco: Prawdopodob. Skumulowane (obliczone) prawdopodob. 2/20=0,10 0,10 3/20=0,15 0,25 4/20=0,20 0,45 6/20=0,30 0,75 4/20=0,20 0,95 1/20=0,05 1,00 20/20=1,00 Popyt na jabłka Częstość(kg) (liczba dni) 0 2 1 3 2 4 3 6 4 4 5 1 Razem: 20 dni

  35. Przykład zastosowania metodyMonte Carlo - podejścia • Sprzedawca zaobserwował, że: • P(sprzedaż 0 kg jabłek dziennie) = 0.10 • P(sprzedaż 1 kg jabłek dziennie) = 0.15 • P(sprzedaż 2 kg jabłek dziennie) = 0.20 • P(sprzedaż 3 kg jabłek dziennie) = 0.30 • P(sprzedaż 4 kg jabłek dziennie) = 0.20 • P(sprzedaż 5 kg jabłek dziennie) = 0.05 • Oczekiwany dzienny popyt to • 0.1*0 + 0.15*1 + 0.20*2 + 0.30*3 + 0.20*4 +0.05*5 = 2,5 kg/dzień • Rozwiązanie teoretyczne: wartość oczekiwana czasu pomiędzy dostawami • 40/(0.1*0 + 0.15*1 + 0.20*2 + 0.30*3 + 0.20*4 +0.05*5) = 40/2.5 = 16 dni • W celu sprawdzenia rozwiązania można przeprowadzić „symulację” - próbkowanie

  36. Przykład zastosowania metodyMonte Carlo - próbkowanie • „Symulacja” trwa do momentu, w którym całkowita sprzedaż osiągnie 40 kg. • Powtórna „symulacja” zakończy się najprawdopodobniej przy innej liczbie dni. • Powtórzenie 1: 18 dni • Powtórzenie 2: 14 dni • ... W Excelu liczby losowe generowane są za pomocą funkcji LOS()

  37. Metoda Monte Carlo – użyteczne funkcje arkusza Excel • LOS() • WYSZUKAJ.PIONOWO(…) • JEŻELI(…) • SUMA(…) • ŚREDNIA(…) • ODCH.STANDARDOWE(…) • UFNOŚĆ(…) • MIN(…)

  38. Modelowanie procesów dyskretnych – zdarzenia w procesach Są 2 typy zdarzeń: • bezwarunkowe, jako zdarzenia bezpośrednio zależne od czasu; • warunkowe, jako zdarzenia pośrednio zależne od czasu i wyznaczone stanami systemu.

  39. Podstawowe elementymodeli dyskretnych • Zegar systemu, który jest obiektem dynamicznym rejestrującym czas systemu rzeczywistego; • Kalendarz systemu, który jest obiektem dynamicznym zawierającym zegar systemu oraz zbiór informacji o zdarzeniach (typ zdarzeń, parametry zdarzeń); • Transakcje, które są obiektami dynamicznymi systemu pojawiającymi się w systemie jako zgłoszenia o określonych atrybutach; • Zasoby systemu, które są obiektami statycznymi systemu (jednokanałowe, wielokanałowe stanowiska obsługi) wraz z regulaminami kolejkowymi i obsługowymi.

  40. Podstawowe elementymodeli dyskretnych • Liczniki statystyczne Zmienne z informacją statystyczną o funkcjonowaniu systemu. • Generator liczb losowych Moduł obliczania liczb pseudolosowych o podanym rozkładzie prawdopodobieństwa. • Moduł inicjalizacji symulacji Moduł uruchomienia symulacji dla czasu zerowego. • Moduł zmiany czasu Moduł wyznaczający następne zdarzenie z kalendarza i zmieniający czas symulacji. • Moduł obsługi zdarzeń Moduł przetwarzający stan systemu przy zajściu zdarzenia (moduł dla każdego typu zdarzenia). • Generator raportu symulacji Moduł obliczania estymatorów dla miar funkcjonowania systemu (dla liczników statystycznych) oraz prezentacji raportu na koniec symulacji. • Program główny symulacji Podprogram uruchamiania modułów: zmiany czasu, obsługi zdarzeń w celu wyznaczenia zmiany stanu systemu.

  41. Metody modelowania dyskretnego • Planowanie zdarzeń (Event Oriented) Polega na zastosowaniu w modelu obiektu o nazwie kalendarz zdarzeń definiującego następstwo typów zdarzeń bezwarunkowych oraz szczegółowym opisie czynności, które są realizowane w systemie po zajściu określonego zdarzenia. • Przegląd i wybór działań (Activity Oriented) Polega na rozpatrywaniu wszystkich działań systemu celem określenia, które z nich z chwilą zajścia określonego zdarzenia powinny być rozpoczęte, a które zakończone. • Interakcja procesów (Process Oriented) Łączy w sobie cechy charakterystyczne metod planowania zdarzeń oraz przeglądu i wyboru działań. Polega na grupowaniu działań w procesy wykonywane na pojedynczych dynamicznych obiektach (transakcjach) systemu i rejestracji ich stanu od chwili pojawienia się w systemie do chwili zaniku.

  42. Język GPSS – podstawowe bloki • GENERATE – Kreowanie transakcji i umieszczenie jej w łańcuchu FEC. TERMINATE – Kasowanie transakcji, zmniejszenie licznika. PRIORITY – Modyfikacja priorytetu transakcji. ASSIGN – Modyfikacja parametru transakcji. • ADVANCE – Opóźnienie transakcji: umieszczenie jej w łańcuchu FEC. • QUEUE – Początek statystyki kolejkowej: zwiększenie zawartości. DEPART – Koniec statystyki kolejkowej: zmniejszenie zawartości kolejki. • SEIZE – Zajęcie stanowiska obsługi 1-kanałowej. RELEASE – Zwolnienie stanowiska obsługi 1-kanałowej. • ENTER – Zajęcie jednostki stanowiska wielokanałowego (magazynu). LEAVE – Zwolnienie stanowiska obsługi wielokanałowej. • FAVAIL – Zmiana statusu stanowiska 1-kanałowego na „dostępny”. FUNAVAIL - Zmiana statusu stanowiska 1-kanałowego na „niedostępny”. • SAVAIL – Zmiana statusu stanowiska obsługi wielokanałowej na „dostępne". SUNAVAIL – Zmiana statusu stanowiska obsługi wielokanałowej na „niedostępne". • TEST – Testowanie wartości wyrażenia i modyfikacja przepływu transakcji. GATE – Testowanie i modyfikacja w sekwencji przepływu transakcji. TRANSFER – Przemieszczenie transakcji do określonego bloku. • MARK – Zapis wartości czasu z zegara w parametrze transakcji. TABULATE– Zmiana zawartości obiektu tablicowego.

  43. PRZYKŁAD PROGRAMU SYMULACYJNEGO W JĘZYKU GPSS • Program źródłowy 1 GENERATE 18,6 Zgłoszenie się klienta co 18 ± 6 minut ADVANCE 0.5 Opóźnienie: wieszanie płaszcza SEIZE JANZajęcie stanowiska obsługi JAN przez klienta ADVANCE 15,3 Opóźnienie: obsługa w czasie 15 ± 3 minuty RELEASE JANZwolnienie stanowiska obsługi JAN TERMINATE 1Wyjście klienta: aktualny stan licznika -1 * START 100Start przebiegu symulacji dla 100 klientów

  44. PRZYKŁAD MODELOWANIA SYMULACYJNEGO W SYSTEMIE ARENA

  45. PRZYKŁAD MODELOWANIA SYMULACYJNEGO W SYSTEMIE ARENA – Moduł CREATE Nazwa bloku Typ zgłoszenia Czas pomiędzyprzybywaniem kolejnych zgłoszeń Liczba zgłoszeń przybywających razem Maksymalna liczba zgłoszeń, które mogą opuścić moduł Create Czas przybycia pierwszego zgłoszenia

  46. PRZYKŁAD MODELOWANIA SYMULACYJNEGO W SYSTEMIE ARENA – Moduł PROCESS Nazwa bloku Typ procesu Typ akcji Definicja zasobu Zdefiniowanie czasu przebywania zgłoszenia na stanowisku

  47. PRZYKŁAD MODELOWANIA SYMULACYJNEGO W SYSTEMIE EXTENDSIM

  48. Laboratorium 5-8 Symulacja ciągła Wprowadzenie do dynamiki systemów

  49. ZAŁOŻENIA METODY SD • CIĄGŁOŚĆ Przedmiotem opisu (quasi ciągłego) są procesy systemów ciągłych (interpretowanych jako ciągłe). • DYNAMIKA ZMIAN Orientacja na dynamikę (nie kinetykę) zmian w funkcjonowaniu systemów. Źródłem dynamiki jest struktura regulacyjna systemów (sprzężenia, opóźnienia, wzmocnienia) w dualnym układzie "sfera realna - sfera regulacyjna". • PRZYCZYNOWOŚĆ Opis systemu poprzez zależności przyczynowo-skutkowe (kauzalizm). • OKRESOWOŚĆ Działania regulacyjne w systemach mają charakter okresowy (co krok DT). • PRAGMATYZM Orientacja na utylitarne (np. decyzyjne) wykorzystanie rezultatów symulacji przez człowieka. • WERYFIKOWALNOŚĆ Postulat możliwości potwierdzenia "dobroci" budowanych modeli (stwierdzenia zasadności i prawdziwości modeli).

More Related