22. Блок test, назначение и примеры использования.

Операция	Значение операнда
Х	G( большее) , GE( больше или равно ); Е(равно) ; NE( неравно) ; LE (меньше или равно); L(меньше)
А	СЧА
В	СЧА
С	Имя блока, в который переходит транзакт , если условие не выполняется

TEST X A , В [C],

Блок TEST может работать в двух режимах

1.Режим отказа Пример: TEST L Q$Ocher_1, Q$Ocher_2(транзакт будет задержан в предыдущем блоке , пока очередь Q$Ocher_1 не станет меньше очередиQ$Ocher_2)

2.режим условного перехода TEST G Q$Ocher_1, Q$Ocher_2,KOL( транзакт перейдет в следующий после данного блок в случае, если длинна очереди Ocher_1 будет больше длинны очереди Ocher_2 . в противном случае транзакт перейдет в блок с меткой KOL).

23.Сохраняемые величины в gpss: формат блока matrix. Сча матрицы.

Поле	Информация
Метка	Имя матрицы
Операция	MATRIX
Операнд А	Не используется
Операнд В	Число строк матрицы
Операнд С	Число столбцов матрицы

Если в модели требуются операции с матрицами , то вводится оператор описания матрицы – MATRIX. Его формат <Метка> MATRIX A,В,С

Пример : матрица ZARPLATА состоит 2х строк и 3х столбцов: ZARPLATA MATRIX ,2,3 если необходимо a обратиться к элементу матрицы, то это делается с помощью СЧА MX$j (m,n), j-имя матрицы,количество строк- m ,где количество столбцов- n. Пример: обратиться к элементу матрицы ZARPLATА находящемуся в 1-й строке, втором столбце: MX$ZARPLATA(1,2)

24. Блоки SAVEVALUE и MSAVEVALUE: назначение и форматы операторов. Сохранение и модификация величины SAVEVALUE A[+,-] B A- Имя сохраняемой величины ( если +,- , то величина либо увеличивается либо уменьшается) B- Число или СЧА которое сохраняется ( присваивается )в величине записанной в операнде. Пример: сохранить в ячейке по названием « оплата» число 30000 рублей  SAVEVALUE OPLATA ,30000  Пример: увеличить сохраняемую величину «оплата» на 5000 рублей  SAVEVALUE OPLATA +,5000  Для изменения значений элементов матриц в процессе моделирования служит блок MSAVEVALUE (сохранить значение элемента матрицы), имеющий следующий формат: имя MSAVEVALUE A,B,C,D (В поле A указ. имя или № матрицы, после которого, как и в блоке SAVEVALUE, может стоять знак + или -. В полях B и C -номера соответственно строки и столбца, определяющие изменяемый элемент матрицы. В поле D указывается величина, используемая для изменения заданного элемента матрицы. Например: MSAVEVALUE 5,3,2,X1 MSAVEVALUE MTAB+,P$ROW,P$COL,1

26. Дискретные и непрерывные функции в GPSS. Формат операторов описания. При моделировании бизнес-процессов надо учитывать, что и поступление и обслуживание транзактов подчиняется неравномерному закону распределения. Функции GPSSиспользуют когда распределение неравномерное, они могут быть дискретные и непрерывные. Формат описания дискретных функций: имя FunctionRNj, Dnx1y1/x2y2… где RNj– генератор случайных чисел, вместо j м б число от 1 до 7. D – число отрезков. X1Y1 – координаты точек. Например: PrihodFunctionRN2, D3 0.33,4/0.66,5/1,6 27. Типы переменных в среде GPSS. Выражения арифметических операций. Существует 2 вида переменных: булевы и арифметические (с фиксированной точкой и плавающей) имя переменной VARIBLEA, А это выражение, оно может состоять из чисел или сча. При расчете переменных с фиксируемой точкой, дробная часть отбрасывается при каждом действии. Например VIRUCHKA VARIBLE (300/7)#10 28. Применение дисперсионного анализа в имитационном моделировании. Алгоритм расчета критерия F-Фишера. Дисперсионный анализ оценивает степень вариации показателя. В имитационных моделях оценивают степень вариации таких показателей, как средняя длина очереди, среднее время нахождения транзакта в очереди. Для того чтобы оценить вариацию, ее нужно сформировать, сделать это можно в результате прогона. Вариацию оценивают затем чтобы дать ответ на вопрос: является ли значимым для системы изменение фактора, сильно ли повлияют эти изменения на результаты, а если не сильно повлияют, значит этот фактор не значим. Вариацию явления можно разделить на 3 составляющие. Wобщая = wмежгрупповая + wвнутригрупповая + wостаточная. Внутригрупповая это есть отклонение фактических значений от средних по группам. Остаточная объясняется изменением фактора не вкл в анализ. Чем больше доля межгрупповой вариации в общей, тем больше влияние этого фактора на результат. Много или мало, оценивает специальный критерий: Fфишера = фактическая/остаточную. Fфишера это фактическое значение. Есть значения табличные, и с ними сравнивают фактические и делается заключение (для этого используют алгоритм проверки статестических гипотез) Статестгипот – это некое утверждение которое должно быть принято или опровержено. если она не принимается, то принимается альтернативная гипотеза. 29. Алгоритм проверки статической гипотезы при оценке чувствительности модели в экcпериментеANOVA. -выдвижение нулевой гипотезы -расчет Fфактического -выявление Fтабличного -сравнение Fтабл и Fфакт  В СМО для проведения эксперимента ANOVAформируется матрица 2 на 3. Каждый элемент матрицы является результатом прогона 100 транзактов. Для проведения этих прогонов к файлу программы присоединяют текстовый файл, но набранный в GPSS. Для присоединения пишется текстовый файл: 30. Оценка адекватности и точности результатов моделирования. Для того чтобы проводить эксперименты с моделью, модель должна быть качественной, она должна быть адекватной и включать достаточную часть стационарного режима работы. Адекватность модели это соответствие реальной системе и здравому смыслу. Если модель не адекватна, то проводится верификация, это исправление и подгонка под адекватный режим работы. В работе каждой системы есть переходный режим и относительно стационарный (стабильный). Горизонт моделирования должен быть достаточным, чтобы переходный режим составил 10-20 % если это не так, то увеличиваем горизонт моделирования.  31. Определение необходимого объема выборки (числа прогонов имитационной модели). Необходимость проведения нескольких прогонов связано с наличием генератора случайных чисел, который является источников погрешности. Точность суждений о значений какого-либо показателя зависит от количества выборочных значений: чем выборка больше, тем точнее результаты. Если точность (доверительный интервал) задается заранее, необходимое количество прогонов Nопределяется путем обратной задачи следующим образом: N=No*do^2/d^2 где No–число пробных прогонов. Do – длина получившегося доверительного интервала по результатам пробных прогонов. 32. Оценка устойчивости модели. Под устойчивостью результатов имитации понимается степень нечувствительности модели системы к изменению входных условий. Устойчивость модели – это ее способность сохранять адекватность на всем диапазоне рабочей нагрузки, а так же при внесении изменений в конфигурацию системы. В целом устойчивость результатов моделирования можно оценить дисперсией значений отклика (например загрузки одного устройства). Если при увеличении времени моделирования, дисперсия не увеличивается то результаты работы данной модели устойчивы. Оценка устойчивости модели оценивается статестически с помощью критериев Бартлетта и Вилкоксона и др.  33. Оптимизационный эксперимент в GPSSWorld.  Наука и практика часто имеет целью найти оптимальное значение какое-либо явление, при этом выдвигается определенный критерий оптимальности, которое минимизируется или максимизируется. На каждый показатель влияют определенные факторы: на прибыль (цена реализации, фондовооруженность, стоимость ос), на урожайность (количество удобрений, количество осадков, плодородность почвы). Среди факторов выделяют с жестким влиянием и с вероятностными. Для этих факторов рассчитывается степень тесноты связи с помощью коэффициента корреляции, а так же рассчитывается статистическая модель, она называется уравнение регрессии.  34. Сущность метода системной динамики. Методом системной динамики реализуются модели потокового типа. Они относятся к непрерывным моделям. Например: моделируется деятельность предприятия, вкл потоки материальные (ос, оборудование, машины, сырье), трудовые (они пополняются, перемещаются в другие подразделения), денежные (займы, кредит), информационные. Предметом моделирования методом системной динамики является производственно-хозяйственная деятельность предприятия, биологические процессы, развитие региона, демографические процессы. Основоположником метода системной динамики является Форрестер, он был руководителем группы, которые разрабатывали имитационные модели под названием world 1, world 2, туда были заложены такие элементы как динамика численности населения, развитие производства, загрязнение окружающей среды. 

35. Область применения метода системной динамики. Экономические и биологические процессы, модель роста растений, мировая динамика. была написана книга «Динамика города», раскрывающая применение метода к моделирования города какдинамической системы. 36. Положительные и отрицательные обратные связи в моделях системной динамики, примеры. Метод системной динамики позволяет моделировать обратные связи, которые существуют между элементами системы. Существуют положительные (чем больше стоимость оф, тем они дороже и производительны, а значит у них низкая себестоимость, обратная петля начнет действовать через временной лаг (запаздывает)) и отрицательные связи (численность населения на определенную дату равна начальному значению плюс родившиеся минус умершие. Обратные связи реализуются через определенный временной лаг)

38. Общая характеристика системы имитационного моделирования Vensim.  Пакет Vensim предназначен для построения системно-динамических моделей. Он поддерживает непрерывное моделирование; Пакет Vensim обладает средствами оптимизации и статистики; возможностью создавать подключаемые к другим программам DLL- библиотеки;  39. Элементы имитационной модели, реализуемой методом системной динамики (уровни, темпы, вспомогательные переменные, константы). Темп – это когда увеличивается или уменьшается уровень. Вспомогательные переменные служат для расчета уровня или темпа. Уровень аналогичен уровню воды в бассейне.

40. Модель распространения продукции предприятия на рынке: постановка задачи.  Постановка задачи. Предприятие продает посуду из нержавеющей стали и планирует объемы будущих продаж. Часть населения города (1000 человек) уже пользуются посудой (купившие товар). Остальная часть города 1 000 000 человек (потенциальные покупатели). Вместе купившие и потенциальные покупатели в общем наз. общий рынок. Купившие рассказывают о своем счастье и провели опрос и согласно 20 разговоров в месяц насказывают об этом «сарафанное радио» (общаемость), количество контактов на человека в месяц.  Общее количество разговоров = Общаемость * кол-во купивших товары Из всех этих контактов предприятию наиболее важны контакты купивших с потенциальными покупателями, которые составляют определённую долю рынка = потенциальные покупатели / общий рынок. Не каждый потенциальный покупатель пойдёт сразу покупать посуду, а только 1 из 100 (убеждаемость = 0,01 чел/ на контакт). В месяц будет прибывать купивших в количестве равном «контакты потенциальных покупателей с купившими товар * убеждаемость».  «схема модели» рис Горизонт моделирования 100 месяцев, шаг 1 месяц.  Общаемость = 20 контактов на человека в месяц Купившие товар = 1000 + новые покупатели человек Потенциальные покупатели = 1 000 000 человек  Количество решивших купить товар = убеждаемость * контакты покупателей чел/месяц Доля потенциальных покупателей на общем рынке = потенциальные / общий рынок (DMNL) Убеждаемость = 0,01 чел/ контакт Контакты потенциальных покупателей с купившими = доля потенциальных покупателей * контакты купивших

41.Модель выбора стратегии кормопроизводства на предприятии: постановка задачи.  Жирность молока, производимого в хозяйстве, определяет его закупочную цену, и, следовательно, выручку предприятия. Жирность молока определяется качеством корма (качество определяют показатели: содержание перевариваемого протеина (белка), наличие микроэлементов (калий, магний), витамины) в данной модели берётся только один показатель содержание перевариваемого протеина. Чем лучше качество корма, тем его производство дороже, т.к. для хорошего корма нужна дорогая технология. На нашем предприятии корм 1 сорта дороже, чем корм 2 сорта. На одну голову 4800 руб. в месяц, Корм 2 сорта дешевле 3700 руб. на голову в месяц, а не сортовой корм 2800 руб. на голову в месяц. Качество корма определяет надои на одну голову. При кормлении 1 сорта надои на одну голову = 300 литров в месяц. Общие надои определяются произведением количество коров надой на одну корову. В свою очередь поголовье коров зависит от темпа пополнения стада молодняком, а также от темпа падежа скота вследствие болезни и темпа плановой выбраковки стада. Выручка предприятия складывается из двух составляющих, во-первых от ??, во вторых от производства мяса от выбракованных коров. В летнее время стоимость содержания одной головы скота определяющая себестоимость производства молока ниже.  Выражение модели 1. Стоимость кормов на одну голову скота в месяц. IF THEN ELSE качество кормов = 1, 4800, (IF THEN ELSE качество кормов = 2, 3700, 2800) Units: руб. (Month * голову)  IF THEN ELSE (а, в, с)  Если качество кормов = 1 то его стоимость = 4800 Если качество корма = 2 то его стоимость = 3700 По рисунку 2: Выбраковка = поголовье скота * % выбраковки Выход телят на 1 голову скота = 0,08 голов в месяц на голову  Выручка = поголовье * на 1 голову * цена + стоимость проданной говядины  Жирность молока = 3,5 + содержание перевариваемого протеина * 0,4  Единица измерения - кг на центнер, качество кормов = 1 (1 сорта)  Молодняк = поголовье * выход телят  Надой на одну корову = IF THEN ELSE (если качество кормов = 1, то это 300 литров на голову в месяц). Падеж скота = % скота * поголовье в месяц Поголовье молочного стада = поголовье на нач момент времени + молодняк – выбраковка скота – падеж  Прибыль = выручка – себестоимость – убыток от падежа (руб/месяц) Процент выбраковки = 0,01 голов в месяц на голову Процент падежа = 0,04 голов в месяц на голову  Рентабельность = прибыль / себестоимость (DMNL – доли) Себестоимость = стоимость содержание + стоимость кормов * поголовье  Содержание перевариваемого протеина = IF THEN ELSE(количество кормов = 1, 32, 25 (кг/центнер)) Стоимость 1 головы скота на мясо = 10 000 руб. на голову  Стоимость проданной говядины = стоимость 1 головы скота / выбраковка скота  Стоимость содержания 1 головы скоты без корма = 1500 – STEP (200,4) + STEP (300,9) Прогоны моделей с условиями дорогой и дешевой технологии показал, что выгоднее использовать дешевую технологию.

42. Функция STEP, примеры использования (модель «Цена - спрос»). Объем необходимого производства = продажа (шт/месяц) Продажа = 100 + STEP (50, 20)  Рис 2. модель «Цена - спрос». Предприятие планирует поднять свой доход (выручку) через 10 месяцев на 5 тыс. с 10 тыс.$. Это планируется сделать путём изменения цены (целевая цена) на рынке цена на эту продукцию уже существует (элемент ЦЕНА). Если спрос на продукцию не эластичен, то для увеличения дохода предприятие поднимет цену, а если эластичен, то снизит. Цена на рынке меняется не сразу, а в течение 10 месяцев. Предприятие планирует при изменении целевой стратегии изменение спроса на свою продукцию («ожидаемый спрос»). Спрос меняется в течение 2 месяцев. Модель делается для выяснения вопроса: на сколько предприятие может поднять или опустить цену при заданной эластичности спроса так чтобы общий доход повысился. Реальный доход может не совпадать с целевым доходом. Правая часть нужна для постановки спроса.  Effect price demand = цена / справочная цена