曾华艳组离散事件系统仿真大作业

新疆财经大学实验报告

课程名称：物流管理综合实验

实验项目名称：系统建模与仿真

学号： 2013104059

姓名：曾华艳

班级：物流管理11-1

指导教师：林秋平

2014年 6月 2日

新疆财经大学实验报告

《铁路局联通营业厅排队仿真分析实验报告》

一、实验目的

(一)通过对铁路局联通营业厅运作的观察，建立计算机仿真全过程，对营业厅运作进行数据采集、建模和仿真分析，为联通营业厅提出改进和优化方案的建议。

(二)通过这次实验活动，全面了解计算机仿真技术在物流领域、生产制造领域等离散事件系统中的应用，理解仿真技术如何辅助管理人员进行决策。

(三)通过分组合作的形式，提供一种系统仿真工作中常见的团队协作方式的实践体验，培养协调工作、共同完成任务的能力。

二、系统描述

人们进入联通营业厅，首先要通过取票系统拿到自己的号，先在等待区等待叫号系统报自己的号。一共有2个服务台，2个服务台同时工作，哪个服务台叫到几号，拿这个号码的人就去哪个服务台，叫号系统按顺序叫号，2个服务台叫号不会发生重复现象。我们组决定针对铁路局联通营业厅叫号排队办理业务的过程进行研究，因此我们采集了仿真模型相关数据。记录了每位顾客到达时间、等待时间和离开时间。将收集的数据整理，录入excel中，并计算出了顾客的到达时间间隔和被服务时间，再利用flexsim建立仿真模型进行仿真分析与优化。

三、小组分工

（一）本组成员

1.组长：曾华艳

2.组员：晁芙蓉、陈磊、阿尔孜姑丽、宗泽宁、张振恒

（二）小组分工

1.调查收集数据和模型优化：全体成员

2.数据录入：晁芙蓉、张振恒、阿尔孜姑丽

3.数据处理：宗泽宁、阿尔孜姑丽

4.仿真模型建立与分析：陈磊、曾华艳

5.实验报告：曾华艳、晁芙蓉、宗泽宁

6.PPT 制作：张振恒、陈磊

四、实验过程

(一)数据的收集与处理

1.本组对铁路局联通营业厅叫号排队等待被服务系统进行了为期一周的数据采集。小组成员分为两组，在联通营业厅进行观察，记录该营业厅在13时15分到18时05分之间的顾客到达时间间隔和排队等候时间。

2.我们以两个服务台为调查对象，两组成员分别观察，组内成员一名组员负责计时，另外一名组员负责记录。

3.将收集的数据录入excel中，并计算出顾客到达时间间隔和被服务时间以及顾客平均到达时间间隔和顾客平均被服务时间。

（二）分布拟合

1.顾客等待时间的分布拟合

（1）输入原始数据

将excel里处理过等待时间的数据导入ExperFit中，建立一个项目，把到第一个服务台接受服务的顾客的排队间隔数据粘贴到ExperFit中。

图1 从excel复制数据到ExperFit中

（2）数据适用性检验

做独立性检验、同质性检验、平稳性检验，分别得到散点图、自相关图、直方图分别如图2、图3和图4。

图2 散点图

散点图是按照时间排列观察值，在坐标系里绘出所有相邻数据点的图。若散点图显示某种趋势，则说明数据之间存在依赖性，不独立。若散点图很散乱，无趋势，则说明独立。图2中的散点图很散乱、无趋势，说明数据是独立的或者

是随机的。

图3 自相关图

自相关图是反映数据间相关系数的图，若所有相关系数都接近于0，则数据

独立。根据图3所示，所有相关系数都接近于0，说明数据独立。

图4 直方图

同质性检验是检查数据是否服从同一分布。观察数据的频率直方图，如果该图有两个或者两个以上的峰值，则认为数据不同质。图4中只有一个峰值说明数据同质。

（3）执行拟合

进入Models，单击Automated Fitting，ExperFit会自动执行拟合，并弹

出拟合结果窗口：

图5 执行拟合

Expertfit会根据拟合好坏给拟合的分布打分排序，分数越高，拟合越好，

对于连续分布，还会给出绝对评价，如果评价结果是bad，则说明拟合不好，可

以拒绝该分布；如果评价结果是good或者borderline，则建议进行后续的拟合

优度检验，以进一步确认是否接受该分布。

图5中可以看到第一个分布的评价结果是bad，说明拟合不好，拒绝该分布。因此数据不适用理论分布拟合，下面我们使用经验分布拟合，我们的排队等待时间就应该是经验分布。

（4）经验分布拟合

将原始数据输入建立的新项目中，到经验分布applications中执行拟合，得到一个全局表，如图6所示。

图6 顾客到达时间拟合结果

2、被服务时间

（1）输入原始数据

将excel里处理过的服务时间的数据导入ExperFit中，建立一个project 项目，把第二组服务台处理时间间隔数据粘贴到ExperFit中。

图7 从excel复制数据到ExperFit中

（2）数据适用性检验

做独立性检验、同质性检验、平稳性检验，分别得到散点图、自相关图、直方图，分别如图8、图9和图10。

图8 散点图

图8中的散点图无趋势，说明数据是独立的。

如图9所示，所有相关系数都接近于0，说明数据独立。

图10 直方图

图10中显示的数据频率直方图只有一个峰值，说明数据同质，即数据服从

同一分布。

（3）执行拟合

进入models，单击automated fitting，ExperFit会执行拟合，并弹出拟合结果窗口：

图11 拟合结果

Expertfit会根据拟合好坏给拟合的分布打分排序，分数越高，拟合越好，对于连续分布，还会给出绝对评价，如果评价结果是bad，则说明拟合不好，可以拒绝该分布；如果评价结果是good或者borderline，则建议进行后续的拟合优度检验，以进一步确认是否接受该分布。

图11中可以看到第一个分布的评价结果是bad，说明拟合不好，拒绝该分布。因此数据不适用理论分布拟合，下面我们使用经验分布拟合，我们的排队等待时间就应该是经验分布。

（4）经验分布拟合

将原始数据输入建立的新项目中，到经验分布applications中执行拟合，得到一个全局表，如图12所示。

图12 顾客到达时间拟合结果