УДК 519.872
DOI: 10.24412/2071-6168-2023-8-437-438
ЭКСПРЕСС-АНАЛИЗ ИМИТАЦИОННОЙ МОДЕЛИ ПРОЦЕССА ОБРАБОТКИ ЗАЯВОК НА ОБСЛУЖИВАНИЕ И РЕМОНТ ИНЖЕНЕРНОЙ
ИНФРАСТРУКТУРЫ
А.С. Глуханов, А.В. Мандрик
В статье рассматривается способ настройки имитационной модели процесса обработки заявок на обслуживание и ремонт инженерной инфраструктуры. Предлагается алгоритм извлечения данных из файла имитационной модели, разработанной в среде Anylogic. Полученные данные используются для построения упрощенной математической модели на основе цепей Маркова. Предлагаемая математическая модель позволяет произвести оценку времени переходного процесса, учесть временные затраты на обработку заявок при выполнении отдельных операций, ускорить настройку имитационной модели.
Ключевые слова: имитационное моделирование, техническая эксплуатация, инженерная инфраструктура, экспресс-анализ модели, среднее время обработки заявок.
Введение. Исследование процессов обслуживания и ремонта инженерной инфраструктуры требует использования сложных, многокомпонентных моделей. Для построения таких моделей удобно использовать современную среду имитационного моделирования Anylogic, обладающую наглядными средствами визуализации моделируемых процессов. Однако, данная среда чрезвычайно требовательна к вычислительным ресурсам. Ускорить вычисления можно с помощью использования упрощенных математических моделей, учитывающих компонентный состав, структуру исходной имитационной модели и длительности выполнения отдельных операций.
Актуальность задачи. В настоящее время существует несколько программных продуктов для разработки имитационных моделей. Их использование в научных исследованиях обычно сопровождается построением вспомогательных, расчетных математических моделей. В [1] приведен пример использования многомодельного подхода к исследованию компьютерных сетей, в том числе отмечается более высокая адекватность имитационных моделей, построенных с применением математического аппарата теории графов, сетей Петри. В [2] приведены результаты совместного применения цепей Маркова и имитационной модели Anylogic для прогнозирования процессов обслуживания и ремонта подвижного состава. В данном исследовании разработка математической модели предшествует разработке имитационной модели. Такая последовательность может быть названа прямой и полезна в начале имитационного моделирования. Однако при настройке имитационной модели становится актуальной задача коррекции математической модели в соответствии с изменениями, вносимыми в имитационную модель. В ряде исследований [3, 4, 5] отмечается возможность и преимущества совместного использования нескольких сред имитационного моделирования, в том числе для повышения скорости вычислений. Стоит отметить, что при высокой детализации моделей становится сложнее сохранять взаимное соответствие между моделями. Проведенный обзор и анализ научных публикаций позволяют говорить о необходимости разработки программных инструментов для корректировки и взаимной конвертации используемых моделей.
Разработка алгоритма построения упрощенной математической модели. В
структуре модели Anylogic для обозначения параметров блоков модели и связей между блоками используется система тегов, представленная в таблице.
На рис. 1 представлена обобщенная блок-схема алгоритма извлечения данных из имитационной модели Anylogic, построения упрощенной математической модели и коррекции исходной имитационной модели.
437
Используемые теги модели Anylogic
Ключевые теги модели Anylogic Функция тега
<Connector> <Name><![CDATA[connector38]]> </Name> </Connector> Теги для описания связи между блоками. В данном примере приведена связь с наименованием «connector38».
<SourceEmbeddedObjectReference> <ItemName><![CDATA[approved]]> </ItemName> </SourceEmbeddedObjectReference> Теги для объявления блока, из которого выходит заявка. В данном примере приведен блок с наименованием «approved».
<SourceConnectableItemReference> <ItemName><![CDATA[outF]]> </ItemName> </SourceConnectableItemReference> Внутри данных тегов находится наименование порта блока, из которого выходит заявка. В данном примере наименование порта блока «outF» соответствует невыполнению условия блока «approved».
<TargetEmbeddedObjectReference> <ItemName><![CDATA[timeMeasureEnd3]]> </ItemName> </TargetEmbeddedObjectReference> Внутри данных тегов находится наименование блока, в который направляется заявка. В данном примере приведен блок с наименованием «timeMeasureEnd».
<TargetConnectableItemReference> <ItemName><![CDATA[in]]></ItemName> </TargetConnectableItemReference> Внутри данных тегов находится наименование порта блока, в который направляется заявка. В данном примере наименование порта блока «in».
<Parameter> <Name><![CDATA[probability]]></Name> <Value Class="CodeValue"> <Code><![CDATA[0.8]]></Code> </Value> </Parameter> Теги, определяющие вероятность моделируемых событий. В данном примере вероятность прохождения заявки по одной из ветвей маршрута составляет 0,8.
Чтекне файла модели Any logic
Построение матрицы с вязей между блоками модели
Полу чение вектора времен
запаздывания при обработке заявок в блоках
Определение минимального времени запаздывания
I
Увеличение чиста операторов, уменьшение времен» задержи! операции
Нет
Формирование начального вектора распределения заявок в системе
Вычисление вероятностей распределения заявок в зависимости от времени
Определение минимального времени запаздывания
Оценка качества обслу-,кнвания заявок по полученным модельным данным
Корректировка файла модели Anylogic в соответствии с упрощенной математической моделью
Рис 1. Обобщенная блок-схема алгоритма коррекции параметров имитационной модели в соответствии данными упрощенной математической модели
438
При первичной обработке файла имитационной модели Anylogic производится построение матрицы смежности блоков имитационной модели, вектора временных затрат на обработку заявок в блоках. Среди полученных временных затрат производится поиск наименьшего времени обработки заявки, это значение принимается за длительность шага моделирования. С учетом матрицы смежности и длительностей обработки заявок строится следующее рекуррентное отношение для вычисления распределения заявок по блокам модели:
+ , (1) где Р] - матрица возможных переходов между блоками модели на расстоянии длительности в j минимальных отсчетов времени, X; - вектор числа заявок в блоках модели на ьм шаге моделирования, ^ - вектор, содержащий нормированные количества заявок, поступившие в блоки модели на ьм шаге моделирования.
Экспериментальная часть. Для проверки работоспособности предлагаемого метода использовалась имитационная модель собственной разработки, представленная в публикации [6]. Графики распределений заявок в основных блоках модели, полученные посредством вычисления выражения (1) с единичным начальным значением в первом блоке модели представлены на рис. 2.
1.0
| 0.6
о
А
г
а*
| 0.4
Л
X
(В 0.2 0.0
О 20 40 60 80 100
Вероятность нахождения заявки в заданном блоке мотели
Рис. 2. Вычисление вероятностей сети Маркова, построенной по имитационной модели Ану^1с
Расчет вероятностей на числе шагов равном 100, выполненный в среде программирования Jupiterlab, потребовал менее 2.2 секунд машинного времени. Аналогичный расчет в среде Anylogic занимает порядка 30 минут, что позволяет говорить о целесообразности разработки подобных алгоритмов настройки имитационных моделей.
Заключение. Предложенный алгоритм извлечения данных из имитационной модели и упрощенная математическая модель для оценки распределения заявок в системе позволяют существенно сократить время моделирования процессов обработки заявок на обслуживание и ремонт инженерной инфраструктуры. В дальнейшем планируется адаптировать разработанный алгоритм для большего количества анализируемых параметров, обеспечить более широкую совместимость разрабатываемого подхода с библиотеками блоков систем массового обслуживания, предоставляемых средой Апу^ю.
Список литературы
1. Семеновых, А. А. Многомодельный подход к моделированию компьютерных сетей // Вестник молодых ученых ПГНИУ: сборник научных трудов. Пермский
439
Ответ на звонок Определение типа заявки Передача заявки в аварийную службу Согласование работ Планирование работ Выполнение работ
государственный национальный исследовательский университет. Вып. 5. 2015. С. 144151.
2. Панов К.В. Разработка имитационной модели деповского ремонта локомотивов, учитывающей вероятность возникновения неплановых технологических операций // Известия Транссиба. 2018. № 4(36). С. 21-30.
3. Якимов И.М., Кирпичников А.П., Исаева Ю.Г., Аляутдинова Г.Р. Сравнение результатов имитационного моделирования вероятностных объектов в системах: Anylogic, Arena, Bizagi modeler, GPSS W // Вестник Технологического университета. 2015. Т. 18. № 16. С. 260-264.
4. Якимов И.М., Кирпичников А.П., Трусфус М.В., Мокшин В.В. Сравнение систем структурного и имитационного моделирования Anylogic, ExtendSim, Simulink // Вестник Технологического университета. 2017. Т. 20. № 15. С. 118-122.
5. Астапкович К.В. Сравнение систем имитационного моделирования «Arena» и «AnyLogic» // Научно-практические исследования. 2020. № 1-3(24). С. 17-19.
6. Глуханов А.С., Поспелов К.Н. Имитационная модель процессов обслуживания и ремонта инженерной инфраструктуры // Известия тульского государственного университета. Технические науки. 2023. Вып. 7. С. 572-577.
Глухов Александр Сергеевич, канд. техн. наук, доцент, _pro-mo19_78@mail.ru, Россия, Санкт-Петербург, Санкт-Петербургский государственный архитектурно-строительный университет,
Мандрик Антон Викторович, старший преподаватель, mandryk.av@spbstu.ru, Россия, Санкт-Петербургский политехнический университет Петра Великого
RAPID ANALYSIS OF THE IMITATION MODEL PROCESSING PROCESS OF APPLICATIONS FOR MAINTENANCE AND REPAIR OF ENGINEERING
INFRASTRUCTURE
A.S. Glukhanov, A.V. Mandrik
The article discusses a method for setting up a simulation model of the process of processing requests for maintenance and repair of engineering infrastructure. An algorithm is proposed for extracting data from a simulation model file developed in the Anylogic environment. The obtained data is used to construct a simplified mathematical model based on Markov chains. The proposed mathematical model allows you to estimate the time of the transition process, take into account the time costs for processing applications when performing individual operations, and speed up the setup of the simulation model.
Key words: simulation modeling, technical operation, engineering infrastructure, express analysis of the model, average application processing time.
Glukhanov Alexander Sergeevich, candidate of technical sciences, docent, pro-mo19_78@mail.ru, Russia, St. Petersburg, St. Petersburg State University of Architecture and Civil Engineering,
Mandrik Anton Viktorovich, senior lecturer, mandryk. av@spbstu. ru, Russia, St. Petersburg, Peter the Great St. Petersburg Polytechnic University