Анализ результатов моделирования.

Текст программы приведён в приложении 1, а листинг результатов работы – в приложении 2.

Мастер тратит на каждого заказчика в среднем 15 минут.

В первом варианте данных клиенты поступали через равномерно распределённые интервалы времени 10 минут с разбросом 5. Из листинга видно, что мастерскую покинуло (блок 14) 30 обслуженных клиентов. Мастер работал с коэффициентом использования 0,98. К нему поступил 31 клиент (один обслуживался в момент окончания работы). Среднее время обслуживания фактически составило 15,19. Максимальная длина очереди составила 16 клиентов. Средняя длина 7,84. Число входов в очередь 47. Среднее время в очереди 81,78. В момент окончания моделирования в очереди осталось 16 клиентов.

Из таблицы распределения клиентов по интервалам прихода видно, что они приходили с интервалами от 5 до 15 минут. Из таблицы распределения времени обслуживания видно, что оно изменялось от 10 до 20 минут.

Во втором варианте данных клиенты поступали через интервалы 20 с разбросом 5 минут. Мастерскую покинуло 24 обслуженных клиента. Мастер работал с коэффициентом использования 0,74. К нему поступило 24 клиента (один обслуживался в момент окончания работы). Среднее время обслуживания составляет 14, 83. Максимальная длина очереди составила 1. Средняя длина 0,03. Число входов 24. Среднее время в очереди 0,63. Клиенты приходили с интервалами от 15 о 25 минут. Время обслуживания изменялось от 10 до 20 минут.

В третьем варианте данных клиенты поступали через интервалы 30 с разбросом 10 минут. Мастерскую покинуло 14 обслуженных клиентов. Мастер работал с коэффициентом использования 0,47. К нему поступило 15 клиентов (один обслуживался в момент окончания работы). Среднее время обслуживания составляет 15,2. Максимальная длина очереди составила 1. Средняя длина 0. Число входов 15. Среднее время в очереди 0. Клиенты приходили с интервалами от 23 до 40 минут. Время обслуживания изменялось от 10 до 20 минут.

Сопоставляя варианты можно сделать вывод, что второй вариант более оптимален, т.к. при большей загрузке мастера очередь была приемлемой длины.

Диаграммы распределения времени прихода клиентов и времени обслуживания приведены в приложении.

Заключение.

Из рассмотрения полученных во время работы результатов видно, что исследованная имитационная модель работы мастерской обеспечивает моделирование обслуживания клиентов при различных вариантах входных данных. Реализация данной модели была проведена путём программирования на языке моделирования GPSS. Разработанная модель может использоваться для анализа работы реальной мастерской.

Во время работы над проектом были получены практические навыки по построению имитационной модели с помощью средств языка имитационного моделирования GPSS.

 

Приложение 1