методы моделирования

Статистические методы моделирования. В случае, если система массового обслуживания не является пуассоновской, ее расчет с помощью аналитических методов становится очень сложным. Искомое решение легче получить, используя метод статистических испытаний — численный метод решения математических задач при помощи моделирования случайных процессов и событий, который получил название метод Монте-Карло. Метод Монте-Карло начал использоваться в 1944 г. в связи с работами по созданию атомного реактора американскими учеными Дж. фон Нейманом и С.Уламом. Широкое распространение этот метод получил только после появления быстродействующих ЭВМ.

В методе Монте-Карло особую роль играет моделирование случайных величин с заданными распределениями (время обслуживания, время ожидания и т.д.). Как правило, такое моделирование осуществляется путем преобразования одного или нескольких независимых значений случайного числа …, распределенного равномерно в интервале [0, 1]. Последовательности «выборочных» значений … обычно получают на ЭВМ с помощью специальных алгоритмов. Такие числа называются псевдослучайными.

Аналитические методы моделирования. Для пуассоновских систем массового обслуживания разработаны методы, позволяющие достаточно просто аналитически рассчитывать их характеристики.

Системы с отказом в обслуживании являются наиболее простыми. В таких системах каждое поступающее требование либо обслуживается, если обслуживающее устройство свободно, либо теряется. Характерным примером такой системы является традиционная телефонная связь. Если абонент свободен, поступающий звонок соединяется с ним, если занят, звонок приходится повторять.

Коэффициент загрузки системы определяет минимальное число обслуживающих устройств, которое необходимо иметь в системе для предотвращения роста очереди на обслуживание:

Методы моделирования ритма производственного цикла выполнения заказа

Известны три метода моделирования ритма производственного цикла выполнения заказа: статистический, статический и динамический.