Разработка имитационной модели грузоперевозок

1. Обобщённое содержательное описание системы «Грузоперевозки»

1.1 Краткая информация об исследуемой системе

1.2 Параметры моделируемой системы

1.3 Организационная структура грузоперевозок

2. Теоретические основы имитационного моделирования

2.1 Определение цели моделирования

2.2 Разработка концептуальной модели

2.3 Формализация модели, представление её в виде системы массового обслуживания

2.4 Расчёт показателей качества системы массового обслуживания

3. Имитационное моделирование системы

3.1 Программная реализация модели

3.2 Моделирование системы Заключение Библиографический список

Имитационное моделирование в настоящее время находит широкое применение при моделировании и управлении сложными дискретными системами и процессами в них протекающими.

Имитационный эксперимент — отображение процесса протекающего в сложной дискретной системе в течение длительного времени, что как правило занимает несколько секунд или минут работы ЭВМ.

Проведение имитационного эксперимента позволяет сделать выводы о поведении сложной дискретной системы и её особенностях без её построения, если это проектируемая система; синтезировать и исследовать стратегию управления; прогнозировать и планировать функционирование системы в будущем.

Методологическая основа моделирования — диалектико-математический метод познания и научного исследования. Все то, на что направлена человеческая деятельность, называется объектом (от лат. objectum — предмет). Выборка методологии направлена на упорядочения получения и обработки информации об объектах, которые существуют вне нашего сознания и взаимодействуют между собой и внешней средой.

Научно-техническое развитие в любой области обычно идет по пути: наблюдение и эксперимент — теоретические исследования — организация производственных процессов.

Основная ценность имитационного моделирования состоит в применении методологии системного анализа. Имитационное моделирование разрешает осуществить исследование анализируемой или проектируемой системы по схеме операционного исследования, которое содержит взаимосвязанные этапы:

— содержательная постановка задачи;

— разработка концептуальной модели;

— разработка и программная реализация имитационной модели;

— достоверности модели и оценка точности результатов моделирования;

— планирование и проведение экспериментов;

— принятие решений.

Это позволяет использовать имитационное моделирование как универсальный подход для принятия решений в условиях неопределенности с учетом в моделях трудно формализуемых факторов, а также применять основные принципы системного подхода для решения практических задач.

Целью имитационного моделирования является конструирование имитационной модели объекта и проведение имитационных экспериментов над ней для изучения закона функционирования и поведения с учетом заданных ограничений и целевых функций в условиях имитации и взаимодействия с внешней средой.

Задачей имитационного моделирования является получение траектории движения рассматриваемой системы в n-мерном пространстве, а также вычисление некоторых показателей, зависящих от выходных сигналов системы и характеризующих ее свойства. В данном случае «движение» системы понимается в общем смысле — как любое изменение, происходящее в ней.

Предметом исследования в данной курсовой работе является имитационная модель работы грузоперевозок, которая была удобна для заказчиков за определенный отрезок времени.

Цель курсовой работы — сконструировать имитационную модель грузоперевозок и изучить её функционирование и поведение в условиях имитации и взаимодействия с внешней средой.

Для достижения указанной цели определены следующие задачи исследования:

· рассмотрение и анализ исследуемой системы;

· разработка концептуальной модели;

· представление модели в виде системы массового обслуживания;

· моделирование системы.

Тема, поднимаемая в данной курсовой работе, является актуальной, так как в настоящее время идёт интенсивное развитие и внедрение информационных технологий для более эффективного функционирования любой организации, либо предприятия.

Построение имитационной модели значительно упрощает работу пользователя с любым количеством информации, что очень повышает скорость работы и, соответственно, производительность труда.

Данная работа состоит из трех глав, которые отражают все этапы проделанной работы. Первая глава посвящена обобщенному содержательному описанию системы: описание системы, векторов входа и выхода, векторов состояния и параметров. Во второй главе проводится исследование входных данных с помощью моделирования динамических рядов. Третья глава полностью посвящена исследованию системы с помощью модели типа система массового обслуживания и проводится исследование с помощью системы имитационного моделирования GPSS World.

1. Обобщённое содержательное описание системы «Грузоперевозки»

1.1 Краткая информация об исследуемой системе

В наши дни очень перспективным и стремительно развивающимся видом предоставления услуг являются грузоперевозки. С каждым месяцем число фирм, занимающихся этим делом, стремительно растет. Вряд ли стоит искать объяснение данной тенденции. Безусловно, каждый из нас стремится к приятной жизни. Не секрет, что для многих это стремление так и остается лишь стремлением, но кто-то достигает своей цели, в последствии чего у него могут возникнуть и другие потребности.

Профессиональные грузоперевозки — это процессы перемещения крупногабаритных, ценных, хрупких и других объектов в указанное место. Осуществляются грузоперевозки с помощью транспорта. Потребность в грузоперевозках возникает каждый раз, когда необходимо доставить какой-либо груз из одного места в другое. Это может быть как банальное перемещение вещей из старой квартиры в новую, так и профессиональная транспортировка грузов.

Грузоперевозки в настоящее время являются достаточно быстро развивающимся видом деятельности. Сейчас перевести груз не составляет особого труда. Более того: грузоперевозки в XXI веке — неотъемлемая часть экономики большинства стран мира.

Таким образом, можно сделать один простой вывод: грузоперевозки, морские перевозки, международные грузоперевозки в наши дни действительно являются неотъемлемой частью жизни общества, а подобные услуги в любой момент могут пригодиться каждому из нас.

1.2 Параметры моделируемой системы

грузоперевозка имитационный моделирование обслуживание

Вектор входа грузоперевозок:

· количество заявок за месяц (744−760 единиц).

· количество машин (4 единицы).

· общее количество сотрудников грузоперевозок (5 единиц).

Основные выходные параметры грузоперевозок:

· количество выполненных заявок (700−720 единиц).

Рис. 1.1

Вектор состояние грузоперевозок:

· соответствие численности рабочих с нормой плана;

· контракты на работу со служащими и поставщиками обговорены, соблюдаются строго по пунктам.

Вектор параметров:

· Нормативы затрат на телефонные услуги.

· Нормативы затрат за электроэнергию.

· Нормативы затрат на ремонт машин.

· Нормативы затрат на бензин.

Векторы выхода:

· количество обслуженных заявок (700−720 единиц).

Цель грузоперевозок — обслужить максимальное количество заказчиков, путём непрерывного перевоза грузов.

1.3 Организационная структура грузоперевозок

Организационная структура грузоперевозок состоит из диспетчера, и водителей (Рис. 1.2).

Основными направлениями деятельности грузоперевозок являются:

- Совершенствование традиционных по перевозке грузов.

- Занимается регистрацией заявок.

- Выполнять нормы трудового кодекса РФ.

- Получать заявки от диспетчера.

- Перевозить грузы в точку назначения.

— Распределять заявки по машинам.

- Рассчитывает стоимость заказа.

— Осуществляет мониторинг подготовки, перевозки и доставки груза.

Размещено на /

Рис. 1.2 — Организационная структура

2. Теоретические основы имитационного моделирования

2.1 Определение цели моделирования

Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью с достаточной точностью описывающей реальную систему и с ней проводятся эксперименты с целью получения информации об этой системе.

Виды имитационного моделирования:

Агентное моделирование — относительно новое (1990;2000 гг.) направление в имитационном моделировании, которое используется для исследования децентрализованных систем, динамика функционирования которых определяется индивидуальной активности членов группы. Цель агентных моделей — получить представление о поведении системы, исходя из предположений об индивидуальном, частном поведении ее отдельных активных объектов и взаимодействии этих объектов в системе. Агент — некая сущность, обладающая активностью, автономным поведением, может принимать решения в соответствии с некоторым набором правил, взаимодействовать с окружением, а также самостоятельно изменяться.

Дискретно-событийное моделирование — подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие. Этот вид моделирования наиболее подходит для моделирования производственных процессов.

Системная динамика — парадигма моделирования, где для исследуемой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. Такой вид моделирования более всех других парадигм помогает понять суть происходящего выявления причинно-следственных связей между объектами и явлениями.

Имитационная модель помогает понять сложные системы, предсказать их поведение и развитие процессов в различных ситуациях, направить их в желаемое русло. Модели позволяют оценить эффект планируемых изменений, выполнить сравнительный анализ качества возможных вариантов решений.

Имитационное моделирование позволяет имитировать поведение системы во времени. Плюсом является то, что временем в модели можно управлять: замедлять в случае с быстропротекающими процессами и ускорять для моделирования систем с медленной изменчивостью. Можно имитировать поведение тех объектов, реальные эксперименты с которыми дороги, невозможны или опасны.

При построении имитационной модели библиотеки можно выделить следующие цели:

— Определение оптимальной структуры и сложности системы грузоперевозок;

— Прогнозирование работы грузоперевозок;

— Структура оптимального управления грузоперевозок;

— Прогнозирование развития грузоперевозок;

2.2 Разработка концептуальной модели

Концептуальная модель — модель предметной области, состоящей из перечня взаимосвязанных понятий, используемых для описания этой области, вместе со свойствами и характеристиками, классификацией этих понятий, по типам, ситуациям, признакам в данной области и законов протекания процессов в ней.

Наиболее подходящим для разработки концептуальной модели является распространенный стандарт IDEF0. С помощью простого и гармоничного графического языка, моделируемая система предстает перед разработчиками и аналитиками в виде набора взаимосвязанных функциональных блоков.

В контекстной диаграмме работу грузоперевозок можно представить следующим образом (Рис. 2.1)

Рис. 2.1 — Контекстная диаграмма грузоперевозок

Работа грузоперевозок осуществляется на основе положения о техники безопасности, бланке подачи заявки, путевом листе и ПДД.

Входным воздействием, необходимым для работы грузоперевозок являются: заявки клиентов.

Работу грузоперевозок осуществляют:

Диспетчер регистрирует заявки, полученные от клиентов, а также направляет машины с водителями на место выполнения заявки и выдает водителям путевые листы.

Водитель выполняет перевоз груза, также выбирает наилучший маршрут доставки груза.

Машина является инструментом перевоза груза и не может работать самостоятельно.

Выходными параметрами в таком случае будут являться: выполненные заявки.

Диаграмма декомпозиции первого уровня является более подробным рассмотрением модели (Рис. 2.2).

Диаграмма состоит из 6 блоков:

· Регистрация заявки;

· Поиск машины;

· Прибытие на место заявки;

· Погрузка машины;

· Перевозка груза;

· Разгрузка машины.

Декомпозиция одного из блоков диаграммы позволяет более подробно рассмотреть любую из функций. Рассмотрим блок перевозка груза более подробно (Рис. 2.3)

Блок «Перевозка груза» состоит из трёх блоков-операций

· Выбор маршрута;

· Перевоз груза

· Парковка у склада

Водитель после того как машина была погружена выбирает маршрут проезда до места разгрузки, после едет по выбранному маршруту. После прибытия на место разгрузки водитель паркует машину.

Рис. 2.2 — Диаграмма декомпозиции

Рис. 2.3 — Декомпозиция блока «Перевозка груза»

2.3 Формализация модели, представление её в виде системы массового обслуживания

Система массового обслуживания (СМО) производит обслуживание поступающих в неё требований. Обслуживание требований в СМО производится обслуживающими приборами.

Заявкой (или требованием) называется спрос на удовлетворение какой-либо потребности. Выполнение заявки называется обслуживанием заявки.

Системой массового обслуживания (СМО) называется любая система для выполнения заявок, поступающих в неё в случайные моменты времени.

Классическая СМО содержит от одного до бесконечного числа приборов. В зависимости от наличия возможности ожидания поступающими требованиями начала обслуживания СМО подразделяются на:

— системы с потерями, в которых требования, не нашедшие в момент поступления ни одного свободного прибора, теряются;

— системы с ожиданием, в которых имеется накопитель бесконечной ёмкости для буферизации поступивших требований, при этом ожидающие требования образуют очередь;

— системы с накопителем конечной ёмкости (ожиданием и ограничениями), в которых длина очереди не может превышать ёмкости накопителя; при этом требование, поступающее в переполненную СМО (отсутствуют свободные места для ожидания), теряется.

Определим, к какому классу относится рассматриваемая система. Она может быть представлена в идее следующих компонентов: заявки (работа, поступающая в организацию от заказчиков) диспетчеры и водители (люди осуществляющие работу в организации).

Заявки — динамический элемент системы, которые в случайные моменты времени поступают на вход системы и требуют обслуживания.

Водитель — это статический элемент, который в течение некоторого времени определенно случайным образом удовлетворяет поступающие в систему требования.

Рассматриваемая система является одноканальной системой массового обслуживания с ожиданием. Эту систему можно представить в виде последовательности фаз или этапов движения посетителей в системе:

— Заявка поступает диспетчеру;

— При необходимости встает в очередь;

— Переходит из очереди на обслуживание (водитель выполняет заявку);

— Заявка выполняется;

Критерием эффективности рассматриваемой системы является вероятность ожидания выполнения заявки. Необходимо подобрать показатели таким образом, чтобы время ожидания было минимальным.

Рассмотрим грузоперевозки как систему, содержащую в качестве каналов обслуживания диспетчеров и водителей.

Пусть количество водителей = 4. Грузоперевозки работает 12 часов в сутки. Помимо выполнения заявок водители могут не работать в связи с перерывом. Каждый водитель может обслуживать 1 заявку за 2 часа, следовательно, 8 читателей в сутки. Значит 4 водителей за сутки выполнят — 24 заявок.

Схема СМО представлена на рисунке 2.4.

Рис. 2.4? Схема СМО

2.4 Расчёт показателей качества системы массового обслуживания

Вероятность того что все устройства свободны:

Вероятность того что все обслуживающие устройства заняты:

3. Среднее число устройств, свободных от обслуживания:

4. Среднее число устройств занятых в обслуживании:

5. Коэффициент простоя устройств:

6. Коэффициент загрузки системы:

7. Средняя длина очереди:

8. Среднее время ожидания в очереди:

Рис. 2.5

Можно сделать вывод о том, что та система обслуживания (4 водителей), которая имеется на данный момент, не удовлетворяет, т.к. заказчики ждут очереди 32 часа.

Чтобы избежать данной ситуации в будущем можно увеличить количество водителей, или уменьшить количество заявок.

3. Имитационное моделирование системы

3.1 Программная реализация модели

При имитационном моделировании систем массового обслуживания речь всегда идет о статистическом имитационном моделировании. Одной из первых реализаций GPSS для персональных компьютеров является система имитационного моделирования GPSS/PC. После своего появления в 1984 году GPSS/РС и его последующие версии сохранили тысячам пользователей миллионы долларов.

Система GPSS World — это прямое развитие языка моделирования GPSS/РС. Система GPSS World, разработанная компанией Minuteman Software (США), — это мощная среда компьютерного моделирования общего назначения, разработанная для профессионалов в области моделирования. Это комплексный моделирующий инструмент, охватывающий области как дискретного, так и непрерывного компьютерного моделирования, обладающий высочайшим уровнем интерактивности и визуального представления информации. GPSS World разработан для оперативного получения достоверных результатов с наименьшими усилиями. В соответствии с этими целями в GPSS World хорошо проработана визуализация процесса моделирования, а также встроены элементы статистической обработки данных.

Использование GPSS World дает возможность оценить эффективность конструкторских решений в чрезвычайно сложных системах реального мира. GPSS World является объектно-ориентированным языком. Его возможности визуального представления информации позволяют наблюдать и фиксировать внутренние механизмы функционирования моделей. Его интерактивность позволяет одновременно исследовать и управлять процессами моделирования. С помощью встроенных средств анализа данных можно легко вычислить доверительные интервалы и провести дисперсионный анализ. Кроме того, теперь есть возможность автоматически создавать и выполнять сложные отсеивающие и оптимизирующие эксперименты. GPSS World был разработан, чтобы полностью использовать возможности вашей вычислительной системы.

Использование механизма виртуальной памяти позволяет моделям реально достигать размера миллиарда байт. Вытесняющая многозадачность и многопоточность обеспечивают высокую скорость реакции на управляющие воздействия и дают возможность GPSS World одновременно выполнять множество задач. Это также означает, что система моделирования GPSS World может использовать вычислительные возможности, предоставляемые симметричными многопроцессорными архитектурами (SMP). GPSS World сочетает в себе функции дискретного и непрерывного моделирования.

Возможность перехода из дискретной фазы моделирования в непрерывную фазу и обратно обеспечивает тесную связь с непрерывным моделированием. В непрерывной фазе могут быть установлены пороговые значения, управляющие созданием транзактов в дискретной фазе. В настоящее время последняя версия GPSS World для ОС Windows включает в себя массу нововведений, позволяющих проводить более эффективные исследования. Имеет расширенные возможности, включая пользовательскую среду с интегрированными функциями работы с Интернет.

GENERATE 30,10; поступление заявки диспетчеру

TRANSFER ALL, POST₁, POST₄, 4

POST₁ SEIZE POST1; диспетчер отправляет машину

ADVANCE 100,30; заявка обслуживается

RELEASE POST1; заявка считается выполненной

TERMINATE; заявка выходит из очереди

SEIZE POST2

ADVANCE 100,30

RELEASE POST2

TERMINATE

SEIZE POST3

ADVANCE 100,30

RELEASE POST3

TERMINATE

POST₄ QUEUE POST4

SEIZE POST4

DEPART POST4

ADVANCE 100,30

RELEASE POST4

TERMINATE

GENERATE 720; время моделирования 12 часов

TERMINATE 1; завершение моделирования

START 1

3.2 Моделирование системы

Опишем поведение грузоперевозок, рассмотрев порядок фаз, в которых:

— заявка поступает диспетчеру;

— если необходимо ждёт своей очереди;

— диспетчер отправляет водителя на заявку;

— водитель выполняет заявку, заявка считается выполненной.

Исследуем поведение системы в течение 12 часов.

Модель должна обеспечить сбор статистических данных об очереди заявок. На основе модельных экспериментов необходимо определить вероятность того, что заказчику придется ожидать в очереди. Рассмотрим работу четырёх водителей.

Проведем моделирование на основе следующих данных:

1. интервал времени между поступлением заявок является случайной величиной, равномерно распределенной в пределах от 20 до 40 минут.

2. продолжительность обслуживания одной заявки также является случайной величиной, равномерно распределенной в пределах от 70 до 130 минут.

3. обслуживание осуществляется в порядке общей очереди.

В модели будут присутствовать транзакты:

1. заявки.

2. моделирование необходимо осуществить на протяжении заданного промежутка времени.

3. каналов обслуживания — 4.

Окно REPORT c результатами моделирования представлен ниже на рисунке 3.1.

В верхней сроке окна указывается:

START TIME (начальное время) 0,000

END TIME (время окончания) 720,000

BLOCKS (число блоков) 22

FACILITIES (число каналов обслуживания) 4

STORAGES (число накопителей) 0

Далее указываются результаты моделирования каналов обслуживания под определенным пользователем именами POST (1,2,3,4).

ENTRIES — число входов

UTIL. — коэффициент использования

AVE. TIME — среднее время обслуживания

AVAIL. — доступность (состояние готовности)

OWNER — возможное число входов (номер последнего транзакта занявшего устройство)

PEND — количество прерванных в устройстве транзактов

INTER — количество прерывающих устройство транзактов

Рис. 3.1 — Окно REPORT c результатами моделирования

RETRY — количество транзактов, ожидающих специальных условий (повтор)

DELAY — отказано

MAX — максимальная длина очереди

CONT. — текущая длина очереди

ENTRY — число входов

ENTRY (0) — число нулевых входов

AVE. CONT. — средняя длина очереди

AVE.TIME — среднее время пребывания транзактов в очереди

AVE. (-0) — среднее время пребывания транзактов в очереди без учета нулевых входов

RETRY — количество транзактов, ожидающих специальных условий (повтор)

Проанализируем статистику очереди POST (1,2,3,4): из общего числа входов транзактов в очередь, равного 22, количество нулевых входов равно 2. Максимальная длина очереди за все время моделирования не превосходила 2.

Перегрузка библиотекарей не наблюдается. В окне REPORT представленном на рисунке 3.1 видно, что в основном все водители загружены практически равномерно.

Промоделируем систему массового обслуживания при другом количестве заявок. Увеличим их время поступления от 10 до 20 минут.

GENERATE 15,5; поступление заявки диспетчеру

TRANSFER ALL, POST₁, POST₄, 4

POST₁ SEIZE POST1; диспетчер отправляет машину

ADVANCE 100,30; заявка обслуживается

RELEASE POST1; заявка считается выполненной

TERMINATE; заявка выходит из очереди

SEIZE POST2

ADVANCE 100,30

RELEASE POST2

TERMINATE

SEIZE POST3

ADVANCE 100,30

RELEASE POST3

TERMINATE

POST₄ QUEUE POST4

SEIZE POST4

DEPART POST4

ADVANCE 100,30

RELEASE POST4

TERMINATE

GENERATE 720; время моделирования 12 часов

TERMINATE 1; завершение моделирования

START 1

Рис. 3.2 — Окно REPORT

Чтобы проанализировать результаты моделирования построим график с помощью GPSS. Это позволит в наглядном виде более подробно изучить изменение числа заявок и отследить очередь (Рис 3.3).

Рис. 3.3

Проанализировав систему с двумя каналами POST (4) можно сказать следующее: Из общего числа входов транзактов в очередь, равного 31, количество нулевых входов равно 1, таким образом создаётся очередь. Следовательно, вероятность того, что клиенту придется дожидаться в очереди приблизительно равна = 0,967 Среднее время пребывания в очереди клиентов без учета нулевых входов равна 248, что является достаточно приемлемым с практической точки зрения.

В целом результаты моделирования показывают, что при заданных интенсивности потока и продолжительности обслуживания рассматриваемая система массового обслуживания работает стабильно, но требует корректировки в меньшей степени, чем в первом случае.

Заключение

В данной работе была исследована работы грузоперевозок, проведено моделирование входных данных, произведено моделирование системы. На основе анализа собранной информации можно сделать следующие выводы:

Имитационное моделирование является экспериментальной и прикладной методологией, которая позволяет описать поведение системы; построить гипотезы и теории, которые могут объяснить наблюдаемое поведение исследуемой системы; использовать эти теории для предсказания будущего поведения системы. Оно может быть применено в различных сферах деятельности, где исследуемый объект представляется в виде сложной системы.

Для прогнозирования объемов услуг была построена имитационная модель грузоперевозок, которая отражает возможный уровень повышения или необходимость снижения предоставления услуг. Предварительно проведено моделирование входных данных.

Поскольку при задании параметров систем проблем не возникает, то важнейшей задачей являлось моделирование входных данных для имитационных моделей. Формирование входных сигналов из внешней среды для данной имитационной модели среды можно осуществлять, если известны законы их формирования.

В общем случае входные сигналы из внешней среды представляются в виде динамических рядов, фиксирующих значение какого-то показателя в определенные моменты времени, или какого-либо потока событий, появляющихся в заранее неизвестные моменты времени.

Конечной целью этапа проведения исследования является получение достаточной статистической информации для принятия решений по результатам моделирования. На этом этапе требуется осуществлять многократные прогоны имитационной модели при различных комбинациях значений управляемых параметров модели в соответствии с планом эксперимента. При этом необходимо протоколировать результаты каждого прогона модели для их последующего анализа и выработки практических рекомендаций.

Теоретически для создания имитационных моделей можно использовать самые разнообразные программные средства от универсальных языков программирования и табличного процессора Excel до специализированных систем имитационного моделирования, таких как Arena и GPSS World. Мы использовали в процессе исследования системы программный продукт GPSS World.

Для имитационных моделей практически отсутствуют ограничения на область их применения по типу моделируемой системы, и речь может идти только о целесообразности использования имитационной модели в конкретной области и об объеме трудозатрат на ее разработку.

Библиографический список

1. Томашевский В., Жданова E. Имитационное моделирование в среде GPSS. — М.: Бестселлер, 2003.

2. http://ru.wikipedia.org.

3. Башмаков А. И. Интеллектуальные информационные технологии.? 2005.

4. Кудрявцев Е. М. GPSS World.? 2004.

5. Королев А. Г. Моделирование систем на языке GPSS.? 2009.