6.В поле Целевая функция введите root.KolObrCar.
7.Выполните пп. 11…19 первого эксперимента.
8.Так как в данном эксперименте определяется максимальное количество обработанных автомобилей, то доверительную ве-
роятность оставьте прежней α =0,95 , а точность и стандартное
отклонение достаточно задать равными 1, то есть ε =1 и σ =1 . Тогда фиксированное число репликаций будет равно:
N =tα2 σ2 |
=1,962 12 |
=3,8416 1 ≈ 4. |
|
ε |
2 |
2 |
|
|
1 |
|
|
9.Выберите опцию Фиксированное количество реплика-
ций и в соответствующем поле установите 4.
10.Вернитесь на страницу Основные и щелкните Создать интерфейс.
11.В меню запуск выполните Terminal1/OptTerminal2.
12.Щелкните Запустить оптимизацию. После выполнения
4*64=256 прогонов (рис. 7.11) эксперимент остановится. На второй итерации (втором наблюдении) четвертой репликации (прогоне) получено оптимальное значение функционала: 48,08.
Перейдем к рассмотрению результатов экспериментов.
7.4. Результаты экспериментов в GPSS World и AnyLogic
Результаты экспериментов с имитационными моделями функционирования терминала сведены в табл. 7.7 и 7.8.
|
|
Таблица 7.7 |
|
|
|
Показатели, |
Системы моделирования |
|
параметры |
GPSS World |
AnyLogic |
|
Первый эксперимент |
|
|
|
|
TimeObr |
31,844 |
31,799 |
timeA |
20 |
20 |
timeE |
10 |
10 |
timeF |
2 |
2 |
timeI |
5 |
5 |
timeZ |
10 |
10 |
timeFH |
2 |
2 |
TimeObr |
31,605 |
31,799 |
timeA |
20 |
20 |
timeE |
10 |
10 |
timeF |
4 |
2 |
timeI |
5 |
5 |
timeZ |
10 |
10 |
timeFH |
4 |
2 |
361
Рис. 7.11. Результаты второго оптимизационного эксперимента
Как уже отмечалось, значения факторов (параметров) в отсеивающих экспериментах GPSS World и оптимизационных экспериментах AnyLogic изменялись одинаково. Следовательно, в отчете GPSS World об отсеивающем эксперименте можно найти значение целевой функции, рассчитанное по параметрам, которые определены AnyLogic в эксперименте как оптимальные. Показатели и параметры при таком подходе к сравнительной оценке результатов моделирования в табл. 7.7 и 7.8 выделены жирным шрифтом.
362
|
|
Таблица 7.8 |
|
|
|
|
Второй эксперимент |
|
|
|
|
KolObrCar |
48,049 |
48,08 |
timeA |
10 |
10 |
timeE |
10 |
10 |
timeF |
2 |
2 |
timeI |
5 |
5 |
timeZ |
10 |
10 |
timeFH |
2 |
2 |
KolObrCar |
48,30 |
48,08 |
timeA |
10 |
10 |
timeE |
15 |
10 |
timeF |
4 |
2 |
timeI |
5 |
5 |
timeZ |
15 |
10 |
timeFH |
4 |
2 |
В первом эксперименте минимальное время обработки одного автомобиля, определенное оптимизатором AnyLogic, составляет TimeObr = 31,799 мин (см. рис. 7.10) при следующих значениях параметров: timeA = 20, timeЕ = 10, timeF = 2, timeI = 5, timeZ =
10, timeFH = 2.
По значениям оптимальных параметров находим в отчете GPSS World (см. рис. 7.7) TimeObr = 31,844 мин. Как видим, отличие составляет 0,045 мин.
Во втором оптимизационном эксперименте максимальное количество обработанных автомобилей, определенное AnyLogic, составляет KolObrCar = 48,08 (см. рис. 7.11) при следующих значе-
ниях параметров: timeA = 10, timeЕ = 10, timeF = 2, timeI = 5, timeZ = 10, timeFH = 2.
По значениям оптимальных параметров находим в отчете GPSS World (см. рис. 7.8) KolObrCar = 48,049. Как видим, результаты практически одинаковы, если учесть измерение показателя целыми значениями (разница 0,03).
Теперь попробуем в отчётах GPSS World найти значения целевой функции, которые превышают значения, полученные при оптимальных параметрах AnyLogic. Такие значения нашлись, и также включены в табл. 7.7 и 7.8 (не выделены жирным шрифтом). Но и они свидетельствуют о близости полученных результатов моде-
лирования в GPSS World и AnyLogic.
363