Symulacja zdarzeniowa i procesowa

Slides:



Advertisements
Podobne prezentacje
Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Advertisements

Równowaga na rynku dóbr i pieniądza
PPTOK Projektowanie Procesów Technologicznych Obróbki Skrawaniem
Modele dwumianowe dr Mirosław Budzicki.
Raporty.
Elementy Modelowania Matematycznego
Dr inż. Bożena Mielczarek
Symulacja zysku Inwestycje finansowe. Problem zKasia postanowiła oszczędzać na samochód i wybrała fundusze inwestycyjne zKasia chce ulokować w funduszach.
Dr inż. Bożena Mielczarek Wprowadzenie do Areny. Zadanie domowe nr 5.
Wprowadzenie do Areny. Zadanie domowe nr 5
Dr inż. Bożena Mielczarek Wprowadzenie do Areny. Zadanie domowe nr 5.
Środki transportu zgłoszeń
Dr inż. Bożena Mielczarek
Model ciągły wyceny opcji Blacka – Scholesa - Mertona
Instrumenty o charakterze własnościowym Akcje. Literatura Jajuga K., Jajuga T. Inwestycje Jajuga K., Jajuga T. Inwestycje Luenberger D.G. Teoria inwestycji.
ANALITYCZNE MODELE SYSTEMÓW KOLEJKOWYCH
Mapowanie procesów pracy i organizacja stanowisk
Piotr Doskocz Aleksandra Lechki Krzysztof Lewicki
Zadanie 1.
Zdarzenia w programach VI (zdarzenia rejestrowane dynamicznie)
Aplikacja jako automat skończony
Problem rozbieżności czasów jednym z wielu problemów pojawiających się w systemach rozproszonych jest rozbieżność wartości zegarów na poszczególnych węzłach-maszynach.
Automatyzacja procesów produkcji
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 4: Generowanie zdarzeń  Dr inż. Halina Tarasiuk p. 337, tnt.tele.pw.edu.pl.
Rozkład jazdy na telefon komórkowy
Hot Spot - korzyści 1. Zaspokojenie rosnących oczekiwań klientów 2. Przewaga nad konkurencją 3. Prestiż lokalizacji – miejsce spotkań biznesowych.
struct nazwa { lista składników }; Dostęp do składowych struktury Nazwa_Zmniennej_Strukturalnej. Nazwa_Składnika.
Symulacja zysku Inwestycje finansowe. Problem zKasia postanowiła oszczędzać na samochód i wybrała fundusze inwestycyjne zKasia chce ulokować w funduszach.
R24 Maksimum korzyści z rezerwacji online
Jak optymalizować procesy. Jak działać efektywniej
Dr inż. Bożena Mielczarek
Sieci bayesowskie Wykonali: Mateusz Kaflowski Michał Grabarczyk.
Dr inż. Bożena Mielczarek Wprowadzenie do Areny, cz.2 Model punktu ksero.
Ćwiczenia 3: System kolejkowy
Planowanie i organizacja produkcji
STAĆ CIĘ NA INNOWACJE System CRM w Focus Telecom Polska - cechy i funkcjonalność usługi Autor: Tomasz Paprocki.
Mikroprocesory.
Dr inż. Bożena Mielczarek
Symulacja zysku Inwestycje finansowe. Problem zKasia postanowiła oszczędzać na samochód i wybrała fundusze inwestycyjne zKasia chce ulokować w funduszach.
Dr inż. Bożena Mielczarek Wprowadzenie do Areny. Zadanie domowe nr 5.
Dr inż. Bożena Mielczarek
Dr inż. Bożena Mielczarek
Ćwiczenia 5: Analiza wyników symulacji
Systemy kolejkowe - twierdzenie Little’a
Zarządzanie Projektami
Symulacja dyskretna Dr inż. Bożena Mielczarek. Model podstawowy (Książka rozdz.8.2) Zadanie: Wyroby wprowadzane są na halę produkcyjną zgodnie z rozkładem.
Zadanie 1.
Symulacja dyskretna Dr inż. Bożena Mielczarek. Model nr 2. (Książka rozdz.8.3, str )  Wyroby napływają w tempie opisanym rozkładem wykładniczym.
Autor: Franciszek Sobiecki Promotor: Dr inż. Andrzej Szuwarzyński
Philip Zimbardo. piwnica Wydziału Psychologii Uniwersytetu Stanfordzkiego rok 1971 przewidywany czas trwania: 2 tygodnie faktyczny czas trwania: 6 dni.
Dr inż. Bożena Mielczarek Wprowadzenie do Areny Model punktu ksero.
Program edukacyjny Dzień przedsiębiorczości Działania firmy na platformie programu.
Dr inż. Bożena Mielczarek Wprowadzenie do Areny, cz.2 Model punktu ksero.
Procesy, wątki Program a proces Proces: Przestrzeń adresowa, kod, dane, stos (część pamięci do przechowania zmiennych lokalnych i niektórych adresów) Otwarte.
Modele zmienności aktywów Model multiplikatywny Parametry siatki dwumianowej.
Model ciągły wyceny opcji Blacka – Scholesa - Mertona
MODELOWANIE ZMIENNOŚCI CEN AKCJI
Dr inż. Bożena Mielczarek
City Assistance Małgorzata Baranowska Przemysław Zaborowski.
California Cooperative Bank Jakub Bielecki. California Cooperative Bank Plan prezentacji  1. Przedstawienie problemu  2. Założenia modelu  3. Wyniki.
Program EdgeCam umożliwia programowanie obrabiarek sterowanych numerycznie. Programista tworzy model detalu do obróbki, w dowolnym programie typu Cad.
ZAJĘCIA. Rozkład 6 prezentacji, każda z innego obszaru DiD Każda z prezentacji przygotowana przez 2 osobowy zespół Ostatnie zajęcia – termin rezerwowy,
Zintegrowane systemy informatyczne
Małgorzata Sawicka Departament Rozwoju Rynku Finansowego Ministerstwo Finansów Rynek usług bankowych w Unii Europejskiej Warszawa, 25 stycznia 2007 r.
Wprowadzenie do inwestycji. Inwestycja Inwestycja – zaangażowanie określonej kwoty kapitału na pewien okres czasu w celu osiągnięcia w przyszłości przychodu.
Stosunki a sytuacje administracyjnoprawne
Jakie prawa zachowania są spełnione w modelu?
Wprowadzenie do inwestycji
PODSTAWOWE ZARZĄDZANIE KOMPUTERAMI Z SYSTEMEM WINDOWS
Modelowanie komputerowe programem REVIT
Zapis prezentacji:

Symulacja zdarzeniowa i procesowa Model kolejkowy Symulacja zdarzeniowa i procesowa

Zdarzenia STOP Pob ierz zdarzenie z kalendarza Uaktualnij czas CzasAkt<czasS y m Zdarzenie=? Przybycie klienta (NK) Zakończenie obsługi (KO) Stanowisko zajęte? Zaplanuj KO Do kolejki NK KO Kolejka pusta? Wybierz klienta Zaplanuj Zaplanuj NK Zdarzenie to każda zmiana w stanie systemu. Zdarzenie ma miejsce w danej chwili. Nie definiuje się czasu trwania zdarzenia Przybycie Odjazd

Założenia FIFO – reguła obsługi kolejki Rozkłady losowe: Przybycia klientów modelowane rozkładem Poissona λ = średnie tempo przybywania klientów wyrażone liczbą klientów pojawiających się w jednostce czasu (1/ λ = średni czas pomiędzy kolejnymi przybyciami) 2. Obsługa klientów modelowana rozkładem wykładniczym μ = średni czas obsługi, wyrażone liczbą klientów obsłużonych w jednostce czasu (1/ μ = średni czas obsługi)

Myjnia samochodowa W myjni samochodowej jest jedno stanowisko. Klienci przybywają losowo w godzinach 11:00 do 13:00 w tempie 15 samochodów na godzinę (lub inaczej – 1 samochód co 4 minuty; 15 aut/godz=15 aut/60 min = 1 auto/4 min) Jedno mycie to około 3 minuty (1 auto/3 min = 20 aut/ 60 min = 20 aut/1 godz) Właściciel nie rozumie, czemu czasami tworzą się kolejki. Chciałby poznać: czas oczekiwania klientów, liczbę oczekujących, czas pracy i bezczynności urządzenia Symulację prowadzimy dla 120 minut (2 godziny) pracy myjni

Myjnia samochodowa - model zdarzeniowy. Wiersz 1 L2=D12 M2=-H6*LN(LOS()) N2=1 O2=0 P2=D15 Q2=M2 R2=M2+(-H6*LN(LOS())) S2=M2+(-$H$7*LN(LOS()))

Myjnia samochodowa - model zdarzeniowy. Wiersz 2 i kolejne L3=JEŻELI(R2<=S2;$D$12;$D$13) M3=MIN(R2;S2) N3=JEŻELI(L3=$D$13;N2-1;N2+1) O3=MAX(N3-1;0) P3=JEŻELI(N3=0;$D$14;$D$15) Q3=JEŻELI(P2=$D$14;M3-M2;0) R3=JEŻELI(L3=$D$12;M3+(-$H$6*LN(LOS()));R2) S3=JEŻELI(ORAZ(L3=$D$13;N3>0);M3+(-$H$7*LN(LOS())); JEŻELI(ORAZ(L3=$D$13;N3=0);99999; JEŻELI(ORAZ(L3=$D$12;P2=$D$14);M3+(-$H$7*LN(LOS()));S2)))

Myjnia samochodowa - model zdarzeniowy STOP Pob ierz zdarzenie z kalendarza Uaktualnij czas CzasAkt<czasS y m Zdarzenie=? Przybycie klienta (NK) Zakończenie obsługi (KO) Stanowisko zajęte? Zaplanuj KO Do kolejki NK KO Kolejka pusta? Wybierz klienta Zaplanuj Zaplanuj NK Czas następnego zdarzenia „Odjazd”: JEŻELI(L3=„Odjazd” i Liczba klientów>0) to =M3+(-$H$7*LN(LOS())); (1) JEŻELI(L3=Odjazd i Liczba klientów=0) to =99999; (2) JEŻELI(L3=Przybycie i Stanowisko=Wolne to =M3+(-$H$7*LN(LOS())) (3) =S2 (4) Przybycie Odjazd 1 4 2 3

Myjnia samochodowa – kolumny ze statystykami T2=Q2; U2=Q2/M2*100; V2=0; W2=V2/M2 T3=T2+Q3; U3=T3/M3*100 V3=O2*(M3-M2)+V2 W3=V3/M3

Myjnia samochodowa – wyniki Zadana wartość czasu symulacji E24=PODAJ.POZYCJĘ(D23;M2:M101;1) F27=WYSZUKAJ.PIONOWO($E$24;$K$2:$W$101;13) F29=WYSZUKAJ.PIONOWO($E$24;$K$2:$W$101;11) TABELA

Myjnia samochodowa – wyniki Należy: wyznaczyć statystyki końcowe zaprojektować wykres: długości kolejki z 1 powtórzenia Średniej długości kolejki z 1 powtórzenia Średniej długości kolejki ze 100 powtórzeń