Моделирование уборки снега. Курсовая работа

1. Курсовая работа На тему: «Моделирование уборки снега»

КУРСОВАЯ РАБОТА
НА ТЕМУ: «МОДЕЛИРОВАНИЕ УБОРКИ СНЕГА»
Студент:
Группа: 3бАСУ
Вариант: 8
Москва 202_г

2. теоретическая часть:

ТЕОРЕТИЧЕСКАЯ ЧАСТЬ:
Классификация систем массового
обслуживания. Описание систем массового
обслуживания в нотации Кендала.
Построение анимационной модели в среде
AnyLogic с использованием сетевой
технологии: элементы сети, правила их
использования, элементы канала массового
обслуживания.

3. Классификация систем массового обслуживания

Системы массового обслуживания (СМО) — это математические модели,
которые используются для анализа процессов обслуживания, где
“массовость” относится к возможности обслуживания большого числа
требований. Вот некоторые ключевые классификации СМО:
1. По числу каналов обслуживания:
Одноканальные СМО: В этих системах есть только один канал обслуживания. Примером
может служить кассир в супермаркете.
Многоканальные СМО: В этих системах есть несколько каналов обслуживания.
Примером может служить несколько кассиров в супермаркете.
2. По дисциплине обслуживания:
Системы с обслуживанием по приоритетам: В этих системах требованиям
присваиваются приоритеты, и обслуживание выполняется в соответствии с этими
приоритетами.
Системы с обслуживанием “первый пришел - первый обслужен” (FIFO): В этих системах
требования обслуживаются в порядке их поступления.
3. По интенсивности потока заявок и времени обслуживания:
Системы с ограниченной очередью: В этих системах есть ограничение на количество
требований, которые могут находиться в очереди.
Системы с неограниченной очередью: В этих системах количество требований, которые
могут находиться в очереди, не ограничено.

4. Описание систем массового обслуживания в нотации Кендала

Нотация Кендала — это широко используемый метод описания
основных характеристик систем массового обслуживания (СМО).
Она представляет собой строку из трех символов, обозначаемых
как A/B/C, где:
A обозначает закон распределения времени поступления заявок в
систему.
B обозначает закон распределения времени обслуживания заявок.
C обозначает количество каналов обслуживания в системе

5. Примеры нотации Кендала:

ПРИМЕРЫ НОТАЦИИ КЕНДАЛА:
M/M/1: это означает, что время между поступлениями
заявок и время обслуживания заявок оба подчиняются
экспоненциальному распределению (M от Markovian), и в
системе есть один канал обслуживания.
D/D/1: это означает, что время между поступлениями
заявок и время обслуживания заявок оба
детерминированы (D от Deterministic), и в системе есть
один канал обслуживания.
M/G/1: это означает, что время между поступлениями
заявок подчиняется экспоненциальному распределению,
время обслуживания заявок подчиняется общему
(любому) распределению (G от General), и в системе есть
один канал обслуживания.

6. Построение анимационной модели в среде AnyLogic

1. Создание проекта:
2. Добавление элементов сети:
В AnyLogic есть специальные элементы для моделирования сетевых систем.
Это могут быть узлы (Nodes), которые представляют собой точки в сети, и пути
(Paths), которые представляют собой связи между узлами.
3. Настройка правил использования элементов сети:
Сначала создайте новый проект в AnyLogic, выбрав подходящий тип модели
(например, “Система массового обслуживания”).
Вы можете настроить правила, которые определяют, как агенты
перемещаются по сети. Например, вы можете использовать различные
стратегии маршрутизации или установить приоритеты для различных путей.
4. Добавление элементов канала массового обслуживания:
Элементы канала массового обслуживания, такие как очереди (Queues) и
ресурсы (Resources), можно добавить в модель для моделирования
процессов обслуживания. Вы можете настроить параметры этих элементов,
такие как время обслуживания или количество ресурсов.

7.

5. Создание анимации:
AnyLogic предлагает множество инструментов для создания
анимации вашей модели. Вы можете использовать различные
визуальные элементы, такие как формы, цвета и текст, чтобы
сделать вашу модель более наглядной.
6. Тестирование и анализ модели:
После того, как модель будет построена, вы можете запустить
ее и наблюдать за ее работой в реальном времени. AnyLogic
также предоставляет инструменты для анализа результатов
моделирования и оптимизации вашей системы.
Исследование работы систем обслуживания проведем с
помощью модели, структура которой показана в виде
диаграммы компонентов UML.

8.

Воспользуемся палитрой «Библиотека
моделирования процессов» и построим
модель, которая соответствует схеме a.
Вычисление количества пользователей,
которые могут одновременно находиться в
системе, выполним по формуле Литтла.
Вычисление будем производить по формуле:
Здесь mean() – метод элемента данные
гистограммы, возвращающий среднее значение
собранного набора значений.

9.

Количество заявок уничтоженных элементом sink
определяется вызовом метода count(). Этот же метод
поддерживает элемент source – порождающий заявки
модели.
Для наглядного представления процесса
обслуживания разместим в модель круговую
диаграмму. На диаграмме показана доля
обслуженных заявок и доля потерянных заявок.

10. Практическая часть

ПРАКТИЧЕСКАЯ ЧАСТЬ
Модель уборки снега
К месту погрузки снега поступает самосвал. К
самосвалу подъезжает погрузчик и загружает в кузов
собранный снег. Затем погрузчик отъезжает, и
самосвал начинает движение к месту разгрузки снега.
После завершения разгрузки самосвал снова
возвращается к месту погрузки. Построить анимацию
рабочего цикла уборки снега.
Определить затраты времени на движение самосвала
в рабочем цикле в зависимости от интенсивности
работы погрузчика и пункта разгрузки. Учесть время
движения от погрузчика к месту разгрузки.

11. Построение модели в AnyLogic

Модель для
исследования систем
обслуживания
Структура проекта

12. Анализ результатов моделирования

АНАЛИЗ РЕЗУЛЬТАТОВ МОДЕЛИРОВАНИЯ
В первом эксперименте выставим коэффициент
скорости самосвала и погрузчика минимальной,
исходя из графика можно сделать вывод, что текущий
рабочий цикл занял 4,73 минут, что быстрее чем в
первом опыте.

13.

Во втором эксперименте выставим
коэффициент скорости самосвала на
максимум, а скорость погрузчика средней,
исходя из графика можно сделать вывод, что
текущий рабочий цикл занял 3,8 минут, что
быстрее чем в первом опыте.

14. Прецеденты эксперимента

ПРЕЦЕДЕНТЫ ЭКСПЕРИМЕНТА

15. Заключение

ЗАКЛЮЧЕНИЕ
В данной курсовой работе в рамках
теоретической части были рассмотрены:
В теоретической части исследованы:
Классификация систем массового обслуживания. Описание
систем массового обслуживания в нотации Кендала.
Построение анимационной модели в среде AnyLogic с
использованием сетевой технологии: элементы сети,
правила их использования, элементы канала массового
обслуживания.
В практической части выполнено моделирование
уборки снега. Моделирование выполнялось с
использованием программы AnyLogic.