Ćwiczenia 3: System kolejkowy

Slides:



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

Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Test zgodności c2.
Modelowanie i symulacja
HERD BEHAVIOR AND AGGREGATE FLUCTUATIONS IN FINANCIAL MARKETS Rama Cont & Jean-Philipe Bouchaud. Macroeconomic Dynamics, 4, 2000, Cambridge University.
Zmienne losowe i ich rozkłady
Prognozowanie i symulacje
Elementy Modelowania Matematycznego
Test zgodności Joanna Tomanek i Piotr Nowak.
Symulacja zdarzeniowa i procesowa
Dr inż. Bożena Mielczarek
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.
Dr inż. Bożena Mielczarek
Modelowanie lokowania aktywów
Statystyka w doświadczalnictwie
ANALITYCZNE MODELE SYSTEMÓW KOLEJKOWYCH
Wykład nr 6: Planowanie przydziału procesora
TEORIA KOLEJEK opracowanie na podstawie :
TEORIA KOLEJEK opracowanie na podstawie :
TEORIA KOLEJEK opracowanie na podstawie :
Program przedmiotu “Metody statystyczne w chemii”
Test t-studenta dla pojedynczej próby
Praca Inżynierska „Analiza i projekt aplikacji informatycznej do wspomagania wybranych zadań ośrodków sportowych” Dyplomant: Marcin Iwanicki Promotor:
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 4: Generowanie zdarzeń  Dr inż. Halina Tarasiuk p. 337, tnt.tele.pw.edu.pl.
Studium przypadku „Estymacja krzywej popytu”
czyli jak analizować zmienność zjawiska w czasie?
i jak odczytywać prognozę?
Ekonometria. Co wynika z podejścia stochastycznego?
Elementy Rachunku Prawdopodobieństwa i Statystyki
Nasza ścieżka rozwoju Kamil Rudnicki.
Dr inż. Bożena Mielczarek
Magdalena Nowosielska
Wprowadzenie do Areny, cz.2 Model punktu ksero.
Dr inż. Bożena Mielczarek Wprowadzenie do Areny, cz.2 Model punktu ksero.
Badania Operacyjne i Ekonometria. Literatura podstawowa 1.M.Anholcer, H.Gaspars, A.Owczrkowski Przykłady i zadania z badań operacyjnych i ekonometrii.
Dr inż. Bożena Mielczarek Wprowadzenie do Areny. Zadanie domowe nr 5.
Ćwiczenia 5: Analiza wyników symulacji
Finanse 2009/2010 dr Grzegorz Szafrański pokój B106 Termin konsultacji poniedziałek:
Elementy Rachunku Prawdopodobieństwa i Statystyki
Problem wyboru komputera dostosowanego do potrzeb klienta. Aleksandra Reiman gr. I-52.
Systemy kolejkowe - twierdzenie Little’a
Systemy kolejkowe.
Planowanie badań i analiza wyników
Symulacja dyskretna Dr inż. Bożena Mielczarek. Model podstawowy (Książka rozdz.8.2) Zadanie: Wyroby wprowadzane są na halę produkcyjną zgodnie z rozkładem.
Symulacja dyskretna Dr inż. Bożena Mielczarek. Model nr 2. (Książka rozdz.8.3, str )  Wyroby napływają w tempie opisanym rozkładem wykładniczym.
Dopasowanie rozkładów
Dr inż. Bożena Mielczarek Wprowadzenie do Areny Model punktu ksero.
Dr inż. Bożena Mielczarek Wprowadzenie do Areny. Ryzy papieru.
Dr inż. Bożena Mielczarek Wprowadzenie do Areny, cz.2 Model punktu ksero.
Metody Matematyczne w Inżynierii Chemicznej Podstawy obliczeń statystycznych.
PROBLEM ZAPASÓW, ALE POZIOM ZAPASÓW NIE JEST ZMIENNĄ DECYZYJNĄ
Program przedmiotu “Opracowywanie danych w chemii” 1.Wprowadzenie: przegląd rodzajów danych oraz metod ich opracowywania. 2.Podstawowe pojęcia rachunku.
Literatura Dr Agnieszka Systemy masowej obsługi 7 Koronacki J.,.
Dr inż. Bożena Mielczarek
Cafe D. Pownd. Cafe D. Pownd:  Stołówka studencka  Dla 550 studentów The National Academy of Liberal Arts  Otwarta 7:00-19:00 w dni powszednie, zamknięta.
Ekonometria Metody estymacji parametrów strukturalnych modelu i ich interpretacja dr hab. Mieczysław Kowerski.
Podstawowe pojęcia i terminy stosowane w statystyce. Rozkłady częstości Seminarium 2.
MACHINE REPAIR Symulacja z arkuszem kalkulacyjnym Magdalena Gołowicz Agnieszka Paluch.
California Cooperative Bank Jakub Bielecki. California Cooperative Bank Plan prezentacji  1. Przedstawienie problemu  2. Założenia modelu  3. Wyniki.
Monte Carlo, bootstrap, jacknife. 2 Literatura Bruce Hansen (2012 +) Econometrics, ze strony internetowej :
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Uniwersytet Ekonomiczny we Wrocławiu
Rozkład z próby Jacek Szanduła.
Statystyka matematyczna
Monte Carlo, bootstrap, jacknife
Test t-studenta dla pojedynczej próby
Zapis prezentacji:

Ćwiczenia 3: System kolejkowy Modelowanie wieloagentowe Ćwiczenia 3: System kolejkowy Mateusz Zawisza Zakład Analizy i Wspomagania Decyzji Szkoła Główna Handlowa w Warszawie

Plan zajęć Opis systemu kolejkowego Modelowanie zdarzeń Własna implementacja w NetLogo: Właściwa część symulacji systemu kolejkowego i jego statystyki działania Wyliczanie statystyk teoretycznych Wizualizacja symulacji

System kolejkowy G/G/N Założenia: N stanowisk obsług Nieskończona populacja klientów napływająca losowo do systemu Czas obsługi klienta jest losowy Klient przy braku kolejki i wolnym stanowisku obsługi jest od razu obsługiwany W innym przypadku klient staje na końcu kolejki Klient niezależnie od długości kolejki i czasu w niej spędzonego nie rezygnuje ze stania w kolejce

x / y / z / p / n Zapis Kendalla Gdzie: x – proces przybywania klientów do systemu y – proces obsługi klientów przez stanowiska obsługi z – liczba stanowisk obsługi p – dopuszczalna długość kolejki n – wielkość populacji, z której pochodzą klienci Na przykład: M / M / N

Czas obsługi klienta (zmienna losowa z rozkładu wykładniczego) Modelowanie zdarzeń Czas oczekiwania na kolejnego klienta (zmienna losowa z rozkładu wykładniczego) Czas obsługi klienta (zmienna losowa z rozkładu wykładniczego) czas t1 t2

Modelowanie zdarzeń t1 t1,5 t2 Czas obsługi klienta (zmienna losowa z rozkładu wykładniczego) Czas oczekiwania na kolejnego klienta (zmienna losowa z rozkładu wykładniczego) Czas oczekiwania na kolejnego klienta t1 t1,5 t2

Śledzone zmienne Jakie zmienne powinniśmy śledzić? Obecny czas (t) Długość kolejki Czas skończenia obsługi klienta (jeśli taki jest) Czas napływu kolejnego klienta  Zobacz arkusz kolejka.xlsx

Śledzone zmienne Jakie zmienne powinniśmy śledzić? Obecny czas (t) Długość kolejki Czas skończenia obsługi klienta (jeśli taki jest) Czas napływu kolejnego klienta Które z tych zmiennych będą: zmiennymi globalnymi Atrybutami agentów (jakich agentów?) Wynikami działania metod (reporterów)

Model konceptualny Środowisko ??? ??? ???

Model konceptualny Środowisko Next-arrival-time queue do-statistics Server completion-time Customer-being-served set-completion-time Customers