Система имитационного моделирования Arena
Содержание
1. Теоретическая часть
.1 Пакет Arena. Общие сведения
.2 IDEF3 и Arena
. Практическая часть
.1 Моделирование СМО в пакете Arena
.1.1 Построение простой имитационной модели
.1.2 Моделирование работы системы обслуживания покупателей на кассе супермаркета
.1.3 Разбор примера работы модели из примеров
.2 Экспорт диаграмм IDEF3 в Arena
.2.1 Построение модели IDEF3
.2.2 Экспорт в Arena
.2.3 Сравнительный анализ результатов имитационного моделирования и аналитического решения
Список используемой литературы
1. Теоретическая часть
.1 Пакет Arena. Общие сведения
имитационный супермаркет аналитический покупатель касса
Arena - система имитационного моделирования, которая позволяет создавать динамические модели разнородных процессов и систем, оптимизировать построенную модель. Программа Arena снабжена удобным объектно-ориентированным интерфейсом, обладает широкими функциональными возможностями по адаптации к различным предметным областям.
Основой технологии моделирования Arena являются язык моделирования SIMAN и анимационная система Cinema Animation. Отличается гибкими и выразительными средствами моделирования. Отображение результатов моделирования в Arena выполняется с использованием Cinema Animation. Процесс моделирования организован следующим образом. Сначала пользователь шаг за шагом строит в визуальном редакторе программы Arena модель. Затем система генерирует по ней соответствующий код на SIMAN, после чего автоматически запускается Cinema Animation.
Arena состоит из блоков моделирования (модули) и операций (сущности). Сущности двигаются между модулями по мере их обслуживания.
.2 IDEF3 и Arena
Эффект от создания имитационных моделей увеличивается благодаря предварительному анализу бизнес-процессов. Таким образом, функциональные модели и имитационные модели дополняют друг друга, при этом они могут быть тесно взаимосвязаны. Имитационная модель дает больше информации для анализа системы, в свою очередь результаты такого анализа могут стать причиной модификации модели процессов. Наиболее целесообразно сначала создать функциональную модель, а затем на ее основе строить модель имитационную. Для поддержки такой технологии инструментальное средство функционального моделирования BPwin имеет возможность экспорта диаграммы IDEF3 в имитационную модель Arena.
2. Практическая часть
.1 Моделирование СМО в пакете Arena
.1.1 Построение простой имитационной модели
Построим простую имитационную модель в программе Arena на примере рабочей станции. Время поступления запросов в систему экспоненциально распределено, в случае занятости обслуживающего устройства запрос встает в очередь. Время обслуживания экспоненциально распределено со средним значением в 24 минуты.
Ход работы:
Переместим модули Create, Process и Dispose в окно рабочего модуля.
Рисунок 1 - Имитационная модель работы рабочей станции
Для задания свойств графическому модулю дважды щелкнем по нему и в диалоге зададим значения параметров в соответствии с условием.
Рисунок 2 - Диалоговое окно свойств модуля Create
Поле Resources определяет ресурсы или группы ресурсов, которые будут обрабатывать сущности в этом модуле. Добавление ресурса осуществляется с помощью кнопки Add, в появившемся окне укажем использование одного ресурса.
Рисунок 3 - Диалоговое окно свойств модуля Process
Рисунок 4 - Диалоговое окно задания ресурсов в модуле Process
Рисунок 5 - Диалоговое окно свойств модуля Dispose
После задания каждого модуля модель принимает вид:
Рисунок 6 - Имитационная модель работы рабочей станции
Для задания длительности моделирования перейдем в меню Run/Setup. В поле Replication Length установим длительность 5000, а в поле Time Units единицу измерения времени Minutes. В Base Time Units также указываем Minutes для генерации отчета в минутах.
Рисунок 7 - Окно параметров моделирования
Проигрывание модели начнем командой Run/Go.
Рисунок 8 - Окно, появляющееся по завершению моделирования
Рисунок 9 - Отчет по результатам проигрывания модели, дерево параметров
Таблица 1. Результаты моделирования модели
ХарактеристикаГде найтиЗначениеСредняя продолжительность пребывания запросов в системеПанель слева - Preview Entity - Time - Total Time (Average) 127,30 минутСреднее число запросов в очередиQueue - Other - Number Waiting (Average) 3,07 запросовСредняя продолжительность пребывания запросов в очередиQueue - Time - Waiting Time (Average) 100,41 минутСреднее число запросов на обработкеResourse - Usage - Number Busy (Average) 0,80 запросовСреднее число запросов в системе Среднее число запросов в очереди (Number Waiting) + среднее число запросов на обработке (Number Busy)3,07+0,80=3,87
По результатам моделирования видно, что СМО работает стационарно, т.е. не образуется бесконечной очереди; среднее число запросов в системе, равное 3,87, можно считать удовлетворительным.
Для повторного проигрывания модели необходимо остановить предыдущую симуляцию командой Run/End.
.1.2 Моделирование работы системы обслуживания покупателей на кассе супермаркета
Смоделируем работу системы обслуживания покупателей на кассе супермаркета, если известно, что поток покупателей имеет пуассоновское распределение со средним значением 5 минут (обозначается POIS(5)), а время обслуживания на кассе занимает от 2 до 10 минут с наиболее вероятным значением 3 минуты (используется распределение Triangular). Какое среднее время ожидания покупателей в очереди, если длительность моделирования составляет 15 часов?
Переместим модули Create, Process и Dispose в окно рабочего модуля.
Для задания свойств каждого графического модуля дважды щелкнем по нему и в диалоге зададим значения параметров в соответствии с условием.
Рисунок 10 - Диалоговое окно свойств модуля Create
Рисунок 11 - Диалоговое окно свойств модуля Process
Рисунок 12 - Диалоговое окно свойств модуля Dispose
После задания каждого модуля модель принимает вид:
Рисунок 13 - Имитационная модель системы обслуживания покупателей на кассе супермаркета
Для задания длительности моделирования перейдем в меню Run/Setup. В поле Replication Length установим длительность 900, а в поле Time Units единицу измерения времени Minutes. В Base Time Units также указываем Minutes для генерации отчета в минутах.
Рисунок 14 - Окно параметров моделирования
Таблица 2. Результаты моделирования модели
ХарактеристикаГде найтиЗначениеСредняя продолжительность ожидания покупателей в очередиQueue - Time - Waiting Time (Average) 16,9 минут
2.1.3 Разбор примера работы модели из примеров
Ответим на следующие вопросы:
Какой процесс смоделирован?
Что показывает график?
Какой процент заявлений принят, а какой отклонен?
Рисунок 15 - Модель обработки документа «Mortgage Extention 1»
Модель показывает систему обработки документа (закладной). Сначала документ регистрирует секретарша (иконка слева в нижней части рисунка, затем просматривает клерк (иконка справа). Затем клерк либо принимает документ, либо возвращает.
Очередь документов показывается в виде набора иконок сверху от процесса Review Application и в виде графика в правой нижней части рисунка.
85,7% заявлений принят, 13,6% заявлений отклонен.
2.2 Экспорт диаграмм IDEF3 в Arena
.2.1 Построение модели IDEF3
Запустим программу BPwin, в появившемся окне укажем имя файла и тип диаграммы Process Flow (IDEF3).
Рисунок 16 - Диалоговое окно при создании новой диаграммы
Рассмотрим пример построения IDEF3 модели «Диагностика автомобилей» для дальнейшего экспорта в Arena. При построении процессной модели используются ряд особенностей. Для задания начальных и конечных блоков процессной модели используется Referent tool.
Названия блоков указываются на английском языке или транслитом, т.к. Arena не распознает кириллицу.
Рисунок 17 - Процессная модель «Диагностика автомобилей»
Стрелки от начальных и к конечным блокам задаются в стиле Referent.
Рисунок 18 - Свойства стрелки (Arrow Properties)
Поскольку имитационная модель Arena должна содержать дополнительные параметры по сравнению с моделью IDEF3, в BPwin используются свойства User-Defined Properties (UDP), импорт которых предварительно осуществляется из файла ArenaBEUDPs.bp1.
Для этого необходимо открыть модель Program Files / Computer Associates / BPwin / Samples / Arena / ArenaBEUDPs.bp1 и, находясь в только что созданной модели с примером «Диагностики автомобилей», импортировать настройки командой Model/Merge Model Dictionaries/.
Рисунок 19 - Диалоговое окно Merge Model Properties
В результате в новой модели появятся UDP настройки (Dictionary/UDP/).
Устанавливаем UDP настройки для каждого блока. Блок Cars Arrival, диалоговое окно которого показано на рисунке 20, в динамической модели будет использоваться для генерирования приезда автомобилей на диагностику. Укажем, что интервалы времени между поступлением деталей имеют пуассоновское распределение со средним значением 1 час, что обозначается как POIS (1).
Рисунок 20 - UDP свойства блока Cars Arrival
Блок Cars Arrival соединяется с блоком Diagnostics (рисунок 21), в котором происходит процесс диагностики автомобилей. Продолжительность диагностики экспоненциально распределена со средним значением 0,7 часа.
Рисунок 21 - UDP свойства блока Diagnostics
В конечном блоке Cars Output указывается только галочка о сборе статистики.
Рисунок 22 - UDP свойства блока Cars Output
После указания UDP на каждом блоке появляется скрепка:
Рисунок 23 - Блоки с установленными UDP
Для успешного проигрывания модели необходимо добавить ресурс (люди, оборудование), который проводит диагностику. Ресурс задается при помощи стрелки «механизм», присоединенной к нижней стороне блока работы. Стрелка имеет стиль Relational.
Рисунок 24 - Блок Diagnostics со стрелкой Resource
После задания имени стрелки появляется возможность указания ее дополнительных свойств. На вкладке UDP Values вписывается название ресурса и его количество. В нашем примере: ресурс - один мастер по диагностике.
Рисунок 25 - Модель «Диагностика автомобилей» в IDEF3
Мастер может проводить диагностику только одного автомобиля в каждый момент времени; если мастер занят, автомобили встают в очередь и ждут, пока он освободится.
Перед экспортом в Arena модель в IDEF3 примет вид:
Рисунок 26 - Модель «Диагностика автомобилей» в IDEF3
2.2.2 Экспорт в Arena
Экспорт модели в Arena осуществляется командой File/Export/Arena. При завершении экспорта выводится сообщение:
В результате экспорта получим модель в пакете Arena:
Рисунок 27 - Имитационная модель в пакете Arena
Откроем окно параметров моделирования командой Run/Setup. Установим длительность моделирования, равную 100 ч.
Рисунок 28 - Окно установки параметров моделирования
Таблица 3. Результаты моделирования модели
ХарактеристикаГде найтиЗначениеСредняя продолжительность пребывания запросов в системеПанель слева - Preview Entity - Time - Total Time (Average) 2,96 часаСреднее число запросов в очередиQueue - Other - Number Waiting (Average) 2,02 машиныСредняя продолжительность пребывания запросов в очередиQueue - Time - Waiting Time (Average) 2,1 часаСреднее число запросов на обработкеResourse - Usage - Number Busy (Average) 0,78 машинСреднее число запросов в системе Среднее число запросов в очереди + среднее число запросов на обработке 2,02+0,78=2,8 машин
.2.3 Сравнительный анализ результатов имитационного моделирования и аналитического решения
Представим задачу на диагностику автомобилей в терминах теории СМО. СМО имеет один канал обслуживания (мастер по диагностике). Входящий поток машин на обслуживание - простейший пуассоновский поток с интенсивностью ?=1 . Интенсивность потока обслуживания равна?. Длительность обслуживания - случайная величина, подчиненная показательному закону распределения со средним значением 0,7 часа. Рассчитаем характеристики одноканальной СМО с ожиданием, без ограничения на длину очереди:
, т.е. условие стационарности СМО выполняется.
Среднее число машин в системе:
Средняя продолжительность пребывания машин в системе:
Среднее число машин в очереди:
Средняя продолжительность пребывания машин в очереди:
Сравним полученный результаты аналитического решения с результатами имитационного моделирования.
Таблица 4. Сравнительный анализ
ПоказателиРезультаты имитационного моделированияРезультаты аналитического решения100 ч300 ч1000 ч1500 ч1. Среднее число машин на обслуживание в системе2,82,762,42,32. Средн. продолжительность пребывания машин 2,962,72,42,313. Среднее число машин в очереди на обслуживании2,022,031,761,664. Средн. продолжительность пребывания машин в очереди2,11,981,711,63
Как видно из таблицы, результаты имитационного моделирования приближаются к результатам аналитического решения по мере увеличения длительности моделирования.
Список используемой литературы
1. Маклаков С.В. Создание информационных систем с AllFusion Modeling Suite.- М.:ДИАЛОГ-МИФИ, 2005.- 432 с.
. Лоу А.М., Кельтон В.Д. Имитационное моделирование.- СПб. Питер, 2004.- 847 с.
. Вентцель А.Д. Исследование операций: Задачи, принципы, методология.- М.: Наука, 1988.- 206 с.
. Kelton W.D., Sadowski R.P., Sadowski D.A. Simulation with Arena McGraw-Hill, Boston, 2002.- 547 p.
. Замятина О.М., Саночкина Н.Г. Система имитационного моделирования Arena 7.0. Basic Process Panel. - Томск: Изд. ТПУ, 2005 (acs.cctpu.edu.ru/books.shtml).
6. Замятина О.М., Саночкина Н.Г. Использование Advanced Process Panel и Advanced Transfer Panel в среде Arena 7.0 для моделирования и анализа сложных систем.- Томск: Изд. ТПУ, 2005 (acs.cctpu.edu.ru/books.shtml).
. Компания «Интерфейс Ltd.»: веб-сайт www.Interface.ru
. Компания Rockwell Automation, описание пакета Arena
9. Arena Basic Edition Users Guide. Rockwell Software, 2004. - 82 p.
. Arena Users Guide. Rockwell Software, 2004. - 142 p.
Больше работ по теме:
Предмет: Информационное обеспечение, программирование
Тип работы: Диплом
Новости образования
КОНТАКТНЫЙ EMAIL: [email protected]
Скачать реферат © 2017 | Пользовательское соглашение
ПРОФЕССИОНАЛЬНАЯ ПОМОЩЬ СТУДЕНТАМ