Листинг программы:
GENERATE (Exponential(1,0,1/0.32))
QUEUE 1
SEIZE Line
DEPART 1
ADVANCE (Exponential(1,0,1/0.42))
RELEASE Line
TERMINATE 1
START 1200
Запуск процесса моделирования:
Рисунок 2.1 – Модель
Отчет процесса моделирования:
Рисунок 2.2 – REPORT (результаты модели)
С помощью разработанной модели:
а) установить зависимость между коэффициентом использования канала и интенсивностью входящего потока λ, при этом необходимо изменять значения λ с шагом 0,01 для 10 испытаний; построить график зависимости
λ
|
0,32
|
0,33
|
0.34
|
0,35
|
0,36
|
0,37
|
0,38
|
0,39
|
0,40
|
0,41
|
φ
|
0,752
|
0,814
|
0,790
|
0,873
|
0,860
|
0,911
|
0,890
|
0,921
|
0,946
|
0,961
|
Рисунок 2.3 – График зависимости коэффициента использования канала от интенсивности входящего потока
б) установить зависимость между средней длиной очереди и интенсивностью времени обслуживания μ, при этом необходимо изменять значения μ с шагом 0,01 для 10 испытаний; построить график зависимости
μ
|
0,42
|
0,43
|
0,44
|
0,45
|
0,46
|
0,47
|
0,48
|
0,49
|
0,50
|
0,51
|
Lср
|
1,852
|
1,982
|
1,713
|
1,744
|
1,460
|
1,402
|
1,374
|
1,099
|
1,174
|
0,908
|
Рисунок 2.4 – График зависимости средней длиной очереди от интенсивности обслуживания
Задание 3. Моделирование многоканальной системы
На вход многоканальной СМО поступают заявки двух типов, первый тип требует для своего обслуживания m каналов обслуживания, второй n каналов обслуживания. Промежуток между поступлениями соседних заявок распределен по равномерному закону и составляет (А±В) единиц времени. Время обслуживания является случайным, распределено по равномерному закону и составляет (С±D) единиц времени. Общее время работы системы равно Т.
Разработать модель многоканальной СМО на языке GPSS. В результате моделирования определить следующие показатели качества работы СМО (QoS):
а) среднее время ожидания в очереди для каждого типа заявок;
б) количество заявок каждого типа, поступивших на ремонт;
в) максимальное число заявок каждого типа, ожидавших в очереди;
г) среднее число заявок каждого типа, ожидавших в очереди.
Исходные данные приведены в таблице 3.
Т а б л и ц а 3 – Исходные данные к заданию 3
№
варианта
|
m
|
n
|
A,B для
1 типа
|
A,B для
2 типа
|
C,D для
1 типа
|
C,D для
2 типа
|
Т
|
12
|
5
|
4
|
31,7
|
18,7
|
36,3
|
19,1
|
470
|
Листинг программы:
t1 STORAGE 3
t2 STORAGE 2
GENERATE 20,5
QUEUE 1
ENTER t1,3
DEPART 1
ADVANCE 25,1
LEAVE t1,3
TERMINATE 0
GENERATE 10,1
QUEUE 2
ENTER t2,2
DEPART 2
ADVANCE 12,1
LEAVE t2,2
TERMINATE 0
GENERATE 400
TERMINATE 1
START 1
Запуск процесса моделирования:
Рисунок 3.1 – Модель
Отчет процесса моделирования:
Рисунок 3.2 – REPORT (результат модели)
Рисунок 3.3 – Продолжение REPORT (результат модели)
В результате моделирования определила следующие показатели качества работы СМО (QoS):
А) Среднее время ожидания в очереди для первого типа заявок = 14.077
Среднее время ожидания в очереди для второго типа заявок = 14.187
Б) Количество заявок первого типа, поступивших на ремонт = 65
Количество заявок второго типа, поступивших на ремонт = 96
В) Максимальное число заявок первого типа, ожидавших в очереди = 2
Максимальное число заявок второго типа, ожидавших в очереди = 2
Г) Среднее число заявок первого типа, ожидавших очереди = 0.449
Среднее число заявок первого типа, ожидавших очереди = 0.755
Задание 4 . Построение гистограмм
В Call – центр телекоммуникационной компании поступают вызовы от абонентов. Промежутки времени между поступлениями вызовов распределены по экспоненциальному закону и в среднем составляют А единиц времени. Время разговора с оператором распределено по равномерному закону распределения и находится в промежутке (В±С). Число операторов равно N, длина очереди ограничена величиной K. Если при поступлении вызова длина очереди превышает К, то вызов теряется.
Разработать модель функционирования Call – центра в течение рабочего времени (8 часов) в системе GPSS World. В результате моделирования выполнить следующее:
а) определить вероятность потери вызова;
б) построить гистограммы времени обслуживания абонентов, длины очереди и времени пребывания в очереди;
в) построить зависимость вероятности потери вызова от значения К, изменяя значение К с шагом 1.
Т а б л и ц а 4.1 – Исходные данные к заданию 4
Номер
вар. №
|
A
(сек)
|
B
(сек)
|
C
(сек)
|
N
|
K
|
8
|
10
|
122
|
9
|
8
|
8
|
OPERATOR STORAGE 8
VOA TABLE M1,34,15,27
Vtime TABLE Q$OCHERED,1,3,9
WAIT QTABLE OCHERED,1,15,27
GENERATE (Exponential(1,0,10))
TEST L Q$OCHERED,8,OTKAZ
QUEUE OCHERED
ENTER OPERATOR
DEPART OCHERED
ADVANCE 122,9
LEAVE OPERATOR
TABULATE VOA
TABULATE Vtime
TERMINATE
OTKAZ TERMINATE
GENERATE 28800
TERMINATE 1
Start 1
Рисунок 1.1 - листинг программы
Рисунок 1.2 – Отчет
Pпотери=1023/(1023+1886)= 0,351= 35,1%
Рисунок 1.3 – Продолжение отчета
Рисунок 1.4 – Гистограмма VOA (гистограмма времени обслуживания абонентов)
Рисунок 1.5 – Гистограмма VTIME (гистограмма длины очереди)
Рисунок 1.6 – Гистограмма WAIT (гистограмма времени пребывания в очереди)
– вероятность отказа для K = 8
– вероятность отказа для K =7
– вероятность отказа для K = 6
– вероятность отказа для K = 5
– вероятность отказа для K = 4
Зависимость вероятности потери вызова от значения K, изменяя значение К с шагом 1
Достарыңызбен бөлісу: |