simio软件排队问题的实验流程

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

四川大学

系统仿真实验报告

课程名称:系统仿真实验

指导教师:刘柱胜

学生姓名:宋晓民

学号:2013141083013

学院:商学院

专业:工程管理

一实验目的

系统仿真是利用电脑软件来模拟实际生活中难以用传统的数学模型来解决的问题。排队系统中,客户到达时间是随机的,服务时间也是随机的。顾客的到达与离开事件改变系统的状态,这使排队系统具有典型的离散事件动态系统的特性。而simio软件在这种复杂的离散事件动

态系统建模中具有巨大的优势。故采用Simio仿真软件对某服务系统的排队模型进行了建模和仿真分析,为各领域排队模型的建模仿真提供参考。

二实际案例

问题假定售票处有三个窗口,顾客到达时间及各窗口服务时间服从一定的分布,分顾客自行随机选择队列和引入排号机使顾客等待叫号并到空闲窗口接收服务两种情况,通过对一些指标的分析来选取更加优化的方案。

三模型建立及重要参数的设置过程

Model 1多队方案

1首先画出source图标并将其改为arrive,3个server分别为server1、server2、server3,1个sink图标,并将其改为depart,再用path将他们之间按流程连接起来,要将path改为connector;最后添加1个modelentity,并在arrive,server1、2、3,depart,上添加status label,以增加计数功能,方便分析结果。效果如下图

2修改参数

1)顾客的到达率为 6 人/分钟,间隔时间服从指数分布。因此选中arrive,将其

interarrivetime改为random.exponential(10),units改为seconds。

2)三个窗口的服务时间分别是:均值为0.5 分钟指数分布、(0.4 分钟,0.8 分钟,1 分

钟)三角分布,(0.3 分钟,0.9 分钟)均匀分布。

选中server1,将其processtime改为random.exponential(0.5)单位为分钟。

选中server2,将其processtime改为random.triangular(0.4,0.8,1)单位为minutes。

选中server3,将其processtime改为random.uniform(0.3,0.9)单位为minutes

3)对5个添加在arrive,server1、2、3,depart旁边的status labelstatus label进行设置,

依次将其

记录进入系统的人数。

观察每个服务台的排队人数。

记录离开系统的人数。

3运行等待结果

Model2单队方案

1将model1全部复制过来

2建立nodelist1

在definitions里添加list设置如下图。

3引入排号机,让顾客依次取号后等待叫号,然后到空闲窗口接受服务,不考虑队列到窗口的行走时间。选中arrive的TransferNode节点,将entity destination type设置为select from list;

将node list name 设置为nodelist1;selection goal设置random。如图

4将3个server的buffer capacity中的input buffer改为0.如图

5运行等待结果

对比

对多对方案和单队方案中顾客逗留时间进行对比,建立一个实验模型。将model2中的server1、

2、3中的input butter改为inputbuttercapacity。将response1中的expression改为depart.timeinsystem.average。设置模拟实验次数为20次。

结果对比

由上表格可见

a)model2中的各服务台利用率均比model1中的高;两个model服务台的平均逗留时间很

接近;

b)model1服务台的等待时间比model2长些;model1中的server2最长等待时间7.69小

时,应该对其进行优化;

c)model1的平均逗留时间为1.84148,model2的平均逗留时间为1.92358;单队队列的队

长过长

d)我们可以通过排号机来减少等待时间;各服务台的利用率均达到98%以上,可见我们可

以通过增加服务台来减少排队人数、提高效率。

2015年12月19日

相关文档
最新文档