CC BY
6
УДК 004.94
Лацын Н. Д. студент магистрант 2 курса кафедра «Системы обработки информации и управления»
Ларин А. А. студент магистрант 2 курса кафедра «Системы обработки информации и управления» научный руководитель: Черненький В.М., доктор технических наук
профессор
кафедра «Системы обработки информации и управления»
МГТУ им. Н.Э. Баумана Россия, г. Москва РАЗРАБОТКА УНИВЕРСАЛЬНОЙ ИМИТАЦИОННОЙ МОДЕЛИ
МНОГОФАЗНЫХ СМО Аннотация. В данной статье рассматриваются несколько примеров систем и их имитационных моделей. Определены основные процессы работы в этих системах. Для каждой системы была составлена модель в виде системы массового обслуживания (СМО) и выявлены их общие структурные элементы. Наряду с этим составлены имитационные модели в среде GPSS World, а также спроектирован паттерн для задач подобного класса.
Ключевые слова: имитационное моделирование, фазы, СМО, универсальная модель, GPSS World
Latsyn N.D. Master, 2 year
Department of Information Processing and Management Systems
Bauman Moscow State Technical University
Russia, Moscow Larin A.A. Master, 2 year
Department of Information Processing and Management Systems
Bauman Moscow State Technical University
Russia, Moscow Scientific adviser: Chernenky V.М. Doctor of Technical Sciences Professor of the Department of Information Processing and Management
Systems
Bauman Moscow State Technical University
Russia, Moscow
DEVELOPMENT OF A UNIVERSAL SIMULATION MODEL
MULTIPHASE QMS
Annotation. In this article, several examples of systems and their simulation models are considered. The main processes of work in these systems are
determined. For each system, a model was developed in the form of a queuing system (QMS) and their common structural elements were identified. Along with this, simulation models were created in the GPSS World environment, and a pattern for tasks of this class was also designed.
Keywords: simulation modeling, phases, QMS, universal model, GPSS World
Введение
Имитационное моделирование — метод исследования, при котором изучаемая система заменяется моделью, воспроизводящей реальную систему с достаточной точностью. В имитационной модели процессы протекают так, как они проходили бы в действительности. Имитационная модель — логико-математическое описание объекта, которое может быть использовано для виртуального экспериментирования в целях проектирования, анализа или оценки функционирования объекта. Вычислительные эксперименты с моделью называют имитацией, подчёркивая изучение систем, явлений и событий без экспериментов на реальном объекте.
Имитационное моделирование — это частный случай метода математического моделирования. Существует класс систем, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае аналитическая модель может заменяться имитационной моделью.
Сегодня имитационные модели применяются в самых различных сферах: зачастую этот метод моделирования непосредственно связан с системами массового обслуживания (СМО). Следует отметить, что сегодня также существует несколько методов аналитического моделирования СМО, однако основным их недостатком является сложность разработки моделей для конкретных прикладных СМО. Разработка имитационных моделей, в данном случае, предоставляет возможность относительно быстрого создания моделей сложных СМО.
Имитационные модели используются как для исследования процессов технических систем, так и для крупных производственных процессов. Их применение наблюдается во множестве областей, включая логистику, транспорт, бизнес-процессы, боевые действия и изучение экологических сред.
В данной статье рассмотрены несколько примеров использования имитационного моделирования.
1. Моделирования работы Call-центра
1.1. Постановка задачи
Call-центр - это аппаратно-программный комплекс, предназначенный для приема и обслуживания вызовов, поступающих на экстренные, справочно-информационные, консультационные, заказные, технические и другие службы, использующие для оказания услуг пользователям ресурсы телефонной сети связи общего пользования и/или Интернет.
Хотя во многом эффективность работы Call-центр определяется человеческим фактором - уровнем подготовки и квалификации операторов и менеджеров, - необходимо также уделить внимание технической стороне дела.
Существенно облегчить работу операторов позволяет система интерактивного голосового ответа (IVR), функции которой значительно шире обычного автоответчика, как иногда называют этот компонент. IVR позволяет не только приветствовать пользователя с помощью заранее записанного голосового обращения, но и получить необходимую информацию без непосредственного участия оператора путем запроса дополнительных данных.
С внешним миром Call-центр соединяют каналы связи. Именно от их пропускной способности зависит, сколько пользователей могут находиться в контакте с Call-центр одновременно.
Выполнив свою задачу, система IVR передает управление вызовом системе распределения вызовов, в задачу которой входит соединить пользователя с оператором в нужной ему группе — в дело вступают алгоритмы организации очередей и распределения вызовов между операторами. Если в этой группе нет свободных операторов, то вызов помещается в очередь ожидания до тех пор, пока в группе не освободится оператор.
Существует трехуровневый и двухуровневый сценарии обслуживания. Использование того или иного определяется размером компании и режимом работы Call-центра. Трехуровневый сценарий используется в крупных компаниях в дневное время работы. Двухуровневая система является "облегченным" вариантом первой и используется в ночное время или при небольшой нагрузке.
Рисунок 1.1. Трёхуровневая система Рисунок 1.2. Двухуровневая система обработки обработки
Как правило, количество операторов и экспертов Са11-центра значительно меньше каналов связи - телефонных линий, на которых поддерживается диалог с клиентом. Очередь образуется при превышении числа клиентов на число операторов. Большая интенсивность потока клиентов увеличивает их время ожидания в очереди. Это время может быть ограничено как естественными причинами, такими как предельное количество каналов связи или "нетерпеливостью" клиента, так и намеренным ограничением количество мест ожидания.
1.2. Разработка модели СМО для предметной области
Очевидно, что для описания трехуровневой системы обработки клиентов требуется трехфазная СМО. Так как двухуровневая система в данном случае не имеет принципиальных отличий и является более простой, далее будет рассмотрена только трехуровневая система.
Пусть средний временной интервал между поступлениями новых вызовов будет определён как Д^ Примем за входной поток
экспоненциальное распределение интенсивностью Я = -1.
Первая фаза обслуживания клиентов - система IVR. Известно, что IVR может быть построена как диалог с клиентом через последовательность однотипных вопросов. В связи с этим, предположим, что первая фаза имеет обслуживание с интенсивностью подчиняющееся распределению
Эрланга ^го порядка, где к - среднее количество вопросов в диалоге IVR. Система предоставляет обслуживание по всем каналам связи одновременно. Очевидно, что число обслуживающих каналов равно всем каналам связи п1 = Мк.св. При отсутствии свободных каналов связи клиент не может занять место в СМО, из чего следует ограниченность внешнего буфера твн = ЫК.св и возможные потери заявок. Согласно символике, предложенной Д. Кендаллом первая фаза СМО будет иметь вид: М / Ек / п1.
Следующая фаза - обслуживание менеджерами. Предположим, что фаза имеет обслуживание интенсивностью подчиняющееся
экспоненциальному распределению. Число обслуживающих каналов равно количеству операторов-менеджеров п2 = Ым. При отсутствии свободных операторов клиент может занять место в очереди, пределы которой ограничены лишь количеством каналов связи. Согласно символике Кендалла вторая фаза СМО будет иметь вид: М / М / п2.
Третья фаза - обслуживание экспертами. Принцип обработки во многом совпадает с предыдущей фазой, из чего следует вид СМО: М / М / п3 .
Следует отметить, что клиент может выйти из системы после прохождения одной из этих фаз, если он уже получил всю необходимую информацию. Вероятности досрочного завершения после первой и второй фаз р1) р2 соответственно.
Общая схема СМО Са11-центра будет иметь вид:
|1
Автоответчик
1
|1
Автоответчик
n1
IVR
pi
|2
Менеджер 1
* * * |2 Менеджер n2
p2
|3
Эксперт 1
* * * |3
Эксперт n3
Система автоответчиков IVR
Первая линия поддержки
Вторая линия поддержки
Рисунок 2. СМО Call-центра 2. Моделирование функциональных узлов вычислительной техники
2.1. Постановка задачи
В качестве примера приведено сравнение моделей мультипроцессорных систем архитектур UMA (Uniform Memory Access) и NUMA (Non-Uniform Memory Access).
Основным отличием этих архитектур является механизм доступа к памяти. В архитектуре UMA каждый модуль оперативной памяти имеет одинаковый доступ от всех процессоров системы. Каждый процессор
Рисунок 3. UMA архитектура мультипроцессорной системы В КиМЛ архитектуре вся память разделена на локальные модули памяти каждого процессора. Процессор может обратиться как к своей локальной памяти, так и к памяти другого процессора. Время обращения к собственной памяти будет существенно меньше, чем к чужой.
Л
Рисунок 4. NUMA архитектура мультипроцессорной системы 2.2. Разработка моделей СМО для предметной области Реальная мультипроцессорная система нагружает модули памяти множеством потоков задач, исходящих от каждого процессора. Однако, все эти потоки аналогичны и для моделирования нагрузки на систему достаточно исследовать объединённый поток с суммарной интенсивностью поступления задач от каждого процессора. Примем за входной поток распределение Эрланга ^го порядка, где k - среднее количество процессоров системы.
В архитектуре ЦМЛ систем поток запросов направляется напрямую на общую шину. Предположив, что каждая заявка полностью занимает шину на некоторое время, примем, что шина является одноканальным устройством обработки п1=1 с достаточно большой экспоненциальной интенсивностью обслуживания . Для данной фазы СМО будет иметь вид: Ек / М / 1.
Далее, запросы равномерно распределяются к модулям памяти. Для данной архитектуры количество модулей памяти не связано с количеством процессоров и может быть любым. Примем п2 за число модулей памяти с интенсивностью д2. Для данной фазы СМО будет иметь вид: Ек / М / п2. Общая схема СМО будет иметь вид:
М2
Передача по общей шине Обработка в разделяемой памяти
Рисунок 5. СМО для UMA архитектуры Следует отметить, что КиМЛ архитектура осуществляет несколько более сложный поиск нужной ячейки памяти. Поиск требуемого нелокального модуля памяти осуществляется в специальном контроллере. Эти затраты соизмеримы с обращением к локальной памяти. Так, первая
фаза обработки в этой системе - поиск в локальной памяти. Если требуемые данные будут найдены (существует некоторая вероятность нахождения ), то обработка завершается. Иначе следуют две фазы, аналогичные системы архитектуре UMA. Общая схема СМО будет иметь вид:
Поиск в локальной памяти Передача по общей шине Обработка в разделяемой памяти
Рисунок 6. СМО для NUMA архитектуры
3. Моделирование пассажиропотока на входе в метрополитен
3.1. Постановка задачи
Примером имитационного моделирования может являться также и анализ потока пассажиров в общественных местах, таких как вокзалы и вестибюли станций метрополитена. При чрезвычайно высокой или низкой интенсивности прибытия пассажиров, нерациональное использование средств контроля человеческого потока может иметь плачевные последствия.
При детальном рассмотрении всех подобных систем можно выявить множество «узких мест». Поток пассажиров задерживается у кассы при покупке билета, на эскалаторе, при ожидании поезда, у турникетов и даже при проходе через входные двери. Тем не менее, все эти факторы могут повлиять, на распределение пассажиров, их скорость и удобство передвижения и даже на безопасность.
3.2. Разработка моделей СМО
Примем за входной поток экспоненциальное распределение интенсивностью Л. Наличие множества мест, задерживающих пассажиров, свидетельствует о том, что модель СМО также является многофазной. Разделим весь процесс прохождения по станции на отдельные фазы.
Первая фаза прохождение пассажиров через входные двери. Примем за
интенсивность обработки величину обслуживания = — , где — время
Д^
прохода через дверь, и щ за количество дверей.
Следующие фазы, такие как покупка билетов в кассе, проход через турникеты и ожидание перед эскалатором во многом аналогичны. Этим фазам соответствуют схожие со своими параметрами и п2) п3,
п4. Здесь одним из наблюдаемых значений может стать длина очереди, так как в замкнутых помещениях именно от неё зависит комфорт и безопасность пассажиров. Для подсчёта пассажиров, отказавшихся от поездки из-за
переполненности станции, могут быть введены ограничения очереди т^ на данных фазах.
Фаза спуска по эскалатору задерживает одновременно всех вошедших
пассажиров. Здесь число обслуживающих каналов можно принять как
неограниченное или как достаточно большое, так как оно равно количеству
«стоячих» мест на эскалаторах.
Фаза ожидания поезда может быть смоделирована как параллельная
1
обработка первых п6 пассажиров с интенсивностью = —, где Ы6 —
среднее время ожидания поезда. Ограничение длины т6 на этой фазе поможет выявить критические случаи переполнения платформы.
Учитывая все вышеописанные нюансы, была составлена общая схема СМО, которая имеет вид:
Рисунок 7. СМО входа на станцию метрополитена
4. Разработка универсальной модели
4.1. Общие черты рассматриваемых примеров
Прежде чем начать разработку модели, следует помнить, что модель не может быть абсолютно универсальной. Однако, возможно определить некоторую структуру модели, которая будет подходить к определённому классу однородных задач. Создание универсальной модели - это создание абстрактной неинициализированной структуры, которая становиться конкретной моделью при заданной параметризации.
Для разработки общей универсальной модели необходимо выявить сходства всех рассмотренных примеров. При разработке нужно не только учесть, чтобы модель была применима, для каждого из рассмотренных случаев, но и предсказать целый ряд случаев, схожих с данными примерами.
Наиболее очевидный общий фрагмент всех примеров - наличие множества фаз обработки. Количество фаз может быть разным. Каждая фаза может отличаться от остальных множеством параметров. Из этого следует необходимость поиска инициализируемых параметров для каждой фазы.
Важнейшим параметром каждой фазы является интенсивность обработки д. Время обработки - случайная величина, распределенная по некоторому закону. С целью охвата наиболее часто применяемых распределений было выбрано гамма-распределение. В зависимости от параметра к гамма-распределение может стать как экспоненциальным (Марковским), так и распределением Эрланга ^го порядка.
Каждая фаза системы является отдельной СМО. Исследуя обработку заявок необходимо учесть, что СМО может иметь не один, а множество каналов обработки п.
А
Важно учесть организацию очереди исследуемой СМО. В зависимости от ограничения длины очереди m, модель может терять долю заявок, не уместившихся в ней.
Движение заявок в системе может иметь стохастический характер. Ветвление потока на несколько направлений может определяться вероятностью досрочного завершения или вероятностью повтора фазы.
Кроме параметров каждой фазы требуется определить некоторые общие параметры моделируемой системы. Важнейшим из таких параметров является определение интенсивности входящего потока Я и его распределения. По аналогии с интенсивностью обработки для универсальной модели было выбрано гамма-распределение, зависящее от параметра k.
После объединения множества фаз в одну СМО получим универсальную СМО. Для неё также можно параметризировать ограничение на число заявок в системе, создающих некоторое объединённое пространство, занимаемое заявками каждой фазы обработки.
4.2. Разработка кода модели
В соответствии с вышеописанными требованиями была составлена структура имитационной модели. Модель разработана в среде моделирования GPSS World. В качестве способа параметризации была выбрана матричная инициализация, где в качестве измерений выбраны номер фазы и номер параметра инициализации для этой фазы.
Фрагмент кода, задающий параметры исследуемой системы:
La_Gen EQU 0 K_vh EQU 0 Over_Buff EQU 0
интенсивность входного потока ;к-параметр гамма-распределения ;ёмкость системы
Phases EQU 4
;число фаз смо
Mu
K_ob
OA
Buff
Pdelete
Preturn
EQU EQU EQU EQU EQU EQU
1
2
3
4
5
6
интенсивность обслуживания ;к-параметр гамма-распределения ;число серверов ;ёмкость очереди
;вероятность аварийного завершения ;вероятность возврата к начальной фазе
Settings MATRIX ,6,4
;1- число параметров ;2- число фаз
INITIAL MX$Settings(Mu,1),0 INITIAL MX$Settings(K_ob,1),0 INITIAL MX$Settings(OA,1),0 INITIAL MX$Settings(Buff,1 ),0 INITIAL MX$Settings(pdelete,1),0 INITIAL MX$Settings(Preturn,1),0
INITIAL INITIAL INITIAL INITIAL INITIAL INITIAL
INITIAL INITIAL INITIAL INITIAL INITIAL INITIAL
INITIAL INITIAL INITIAL INITIAL INITIAL INITIAL
MX$Settings(Mu,2),0
MX$Setti MX$Setti MX$Setti MX$Setti MX$Setti
MX$Setti MX$Setti MX$Setti MX$Setti MX$Setti MX$Setti
ngs(K_ob,2),0
ngs(OA,2),0
ngs(Buff,2),0
ngs(Pdelete,2),0
ngs(Preturn,2),0
ngs(Mu,3),0
ngs(K_ob,3),0
ngs(OA,3),0
ngs(Buff,3),0
ngs(Pdelete,3),0
ngs(Preturn,3),0
MX$Settings(Mu,4),0
MX$Settings(K_ob,4),0
MX$Settings(OA,4),0
MX$Settings(Buff,4),0
MX$Settings(Pdelete,4),0
MX$Settings(Preturn,4),0
Timer EQU START 1
10000
время завершения моделирования
Универсальный фрагмент кода, определяющий структуру любой исследуемой системы, подходящей под выявленный класс задач:
GENERATE (GAMMA(1,0,(1/La_Gen),K_vh))
QUEUE Overall_Queue TEST NE Over_Buff,0,NoLimit TEST L Q$Overall_Queue,Over_Buff,ToDelete ASSIGN 1,1
TEST NE MX$Settings(Buff,P 1 ),0,NoLimitPh
Q* 1 ,MX$Settings(Buff,P1),ToDelete QUEUE P1
SELECT E
2,(1+P1#100),(MX$Settings(OA,P1)+P1#100),0,F,ToList SEIZE P2 DEPART P1 ADVANCE
(GAMMA(1,0,(1/MX$Settings(Mu,P 1 )),(MX$Settings(K_ob,P1)))) RELEASE P2
UNLINK P1,ToSelect,1
TRANSFER MX$Settings(Preturn,P1),,ToLoop
NoLimit ToLoop
TEST L NoLimitPh ToSelect
TRANSFER ASSIGN 1+,1 TEST G P1,Phases,ToLoop DEPART Overall_Queue TERMINATE
MX$Settings(Pdelete,P1),,ToDelete
ToDelete DEPART TERMINATE
Overall_Queue
ToList
LINK
P1,FIFO
GENERATE Timer TERMINATE 1 4.3. Примеры использования модели
Применение модели к рассмотренным примерам осуществляется в виде реализации сегмента инициализации параметров. Универсальный сегмент модели должен быть неизменным.
1) Сегмент инициализации параметров для моделирования системы Call-центра будет иметь вид:
La_Gen EQU 10 интенсивность
K_vh EQU 1 ;экспоненциальный
Over_Buff EQU 10000 ;связи
Phases
Mu EQU
K_ob
OA EQU
Buff
Pdelete
Preturn
EQU 1
EQU 3
EQU EQU EQU
3 2
4
5
6
;кол-во фаз
Settings
MATRIX ,6,3
;1 - число параметров ;2 - число фаз
;IVR фаза
INITIAL MX$Settings(Mu,1),0.1 ; интенсивность INITIAL MX$Settings(K_ob,1),5 ;5 вопросов IVR INITIAL MX$Settings(0A,1),10000 ; связи INITIAL MX$Settings(Buff,1 ),0 INITIAL MX$Settings(Pdelete,1),0.2 INITIAL MX$Settings(Preturn,1),0.4 ;фаза менеджер
INITIAL MX$Settings(Mu,2),0.01 INITIAL MX$Settings(K_ob,2),1 INITIAL MX$Settings(0A,2),100
; вероятность + IVR ; вероятность - IVR
INITIAL MX$Settings(Buff,2),10000
INITIAL MX$Settings(Pdelete,2),0.5
INITIAL MX$Settings(Preturn,2),0 ;фаза эксперт
INITIAL MX$Settings(Mu,3),0.01
INITIAL MX$Settings(K_ob,3),1
INITIAL MX$Settings(OA,3),10
INITIAL MX$Settings(Buff,3),10000
INITIAL MX$Settings(Pdelete,3),0
INITIAL MX$Settings(Preturn,3),0
Timer EQU 10000 длительность моделирования
START 1
2) Сегмент инициализации параметров для моделирования системы UMA архитектуры будет иметь вид:
La_Gen EQU K_vh EQU
Over_Buff EQU
10 ; интенсивность 4 ; число CPU 0 ; не использовано
Phases EQU 2
Mu EQU 1
K_ob EQU 2
OA EQU 3
Buff EQU 4
Pdelete EQU 5
Preturn EQU 6
;число фаз: bus + DRAM
Settings MATRIX ,6,2 ; 1- число параметров
; 2 - число фаз
INITIAL MX$Settings(Mu,1),0.5 ; интенсивность
INITIAL MX$Settings(K_ob,1),1 ; exponential
INITIAL MX$Settings(oA,1),1 ;шина
INITIAL MX$Settings(Buff,1),0 ;не используется
INITIAL MX$Settings(pdelete,1),0 ; не используется
INITIAL MX$Settings(Preturn,1),0 ; не используется ;shared DRAM phase
INITIAL MX$Settings(Mu,2),2
INITIAL MX$Settings(K_ob,2),1
INITIAL MX$Settings(0A,2),8 ;DRAMs
INITIAL MX$Settings(Buff,2),0
INITIAL MX$Settings(pdelete,2),0
INITIAL MX$Settings(Preturn,2),0
Timer EQU 10000 ;
START 1
3) Сегмент инициализации параметров для моделирования системы
NUMA архитектуры будет иметь вид:
La_Gen EQU K_vh EQU
0ver_Buff EQU
Phases
Mu EQU
K_ob
OA EQU
Buff
Pdelete
Preturn
Settings
EQU 1
EQU 3
EQU EQU EQU
MATRIX ,6,3
10 4 0
3
2
4
5
6
; интенсивность ; число CPU ; не используется
; число фаз:шина+DRAM
; 1- число параметров ; 2 - число фаз
;фаза в локальной памяти
INITIAL MX$Settings(Mu,1),2
INITIAL MX$Settings(K_ob,1),1
INITIAL MX$Settings(0A,1),1
INITIAL MX$Settings(Buff,1 ),0
INITIAL MX$Settings(Pdelete,1),0.125
INITIAL MX$Settings(Preturn,1),0
;фаза передачи по шине
INITIAL MX$Settings(Mu,2),0.5
INITIAL MX$Settings(K_ob,2),1
INITIAL MX$Settings(0A,2),1
INITIAL MX$Settings(Buff,2),0
INITIAL MX$Settings(Pdelete,2),0
INITIAL MX$Settings(Preturn,2),0 ;фаза в общей памяти
INITIAL MX$Settings(Mu,3),2
INITIAL MX$Settings(K_ob,3),1
INITIAL MX$Settings(0A,3),(8-1)
INITIAL MX$Settings(Buff,3),0
INITIAL MX$Settings(Pdelete,3),0
INITIAL MX$Settings(Preturn,3),0
; интенсивность ;exponential ; локальная DRAM ; не используется ; вероятность локальной ; не используется
;шина
;DRAM
Timer EQU
START 1
4) Сегмент инициализации параметров пассажиропотока станции метрополитена:
10000 ; длительность моделирования
для моделирования
La Gen EQU 5 ; интенсивность
K_vh EQU 1
0ver_Buff EQU 0 ; не используется
Phases EQU 6 ; число фаз
Mu EQU 1
K_ob EQU 2
0A EQU 3
Buff EQU 4
Pdelete EQU 5
Preturn EQU 6
Settings MATRIX ,6,6 ; 1- число параметров
; 2 - число фаз
;вход в двери
INITIAL MX$Settings(Mu,1),0.5
INITIAL MX$Settings(K_ob,1),1
INITIAL MX$Settings(0A,1),4
INITIAL MX$Settings(Buff,1 ),0
INITIAL MX$Settings(pdelete,1),0
INITIAL MX$Settings(Preturn,1),0 ; билеты
INITIAL MX$Settings(Mu,2),0.05
INITIAL MX$Settings(K_ob,2),1
INITIAL MX$Settings(0A,2),5
INITIAL MX$Settings(Buff,2),20
INITIAL MX$Settings(pdelete,2),0
INITIAL MX$Settings(Preturn,2),0 ; проход через турникеты
INITIAL MX$Settings(Mu,3),2
INITIAL MX$Settings(K_ob,3),1
INITIAL MX$Settings(0A,3),6
INITIAL MX$Settings(Buff,3),40
INITIAL MX$Settings(Pdelete,3),0
INITIAL MX$Settings(Preturn,3),0 ; эскалаторы
INITIAL MX$Settings(Mu,4), 1
INITIAL MX$Settings(K_ob,4),1
INITIAL MX$Settings(0A,4),3
INITIAL MX$Settings(Buff,4),30
; интенсивность ; exponential ; дверей
; не используется ; вероятность ; не используется
;кассы
;места перед кассой
;турникеты
;места перед турникетами
;эскалаторы
;места перед эскалатором
INITIAL MX$Settings(Pdelete,4),0 INITIAL MX$Settings(Preturn,4),0 ; на эскалаторе
INITIAL MX$Settings(Mu,5), 1 INITIAL MX$Settings(K_ob,5),1 INITIAL MX$Settings(0A,5),100000 INITIAL MX$Settings(Buff,5),0 INITIAL MX$Settings(Pdelete,5),0 INITIAL MX$Settings(Preturn,5),0 ;waiting a train
INITIAL MX$Settings(Mu,6),0.01 INITIAL MX$Settings(K_ob,6),1 INITIAL MX$Settings(0A,6),10000 INITIAL MX$Settings(Buff,6),500 INITIAL MX$Settings(Pdelete,6),0 INITIAL MX$Settings(Preturn,6),0
; много мест ; не используется
;места в поезде ;места на платформе
Timer EQU 21600 ; длительность моделирования
START 1
Заключение
В данной статье были рассмотрены несколько примеров систем и их имитационных моделей. Были определены основные процессы работы в этих системах. Для каждой системы была составлена модель в виде системы массового обслуживания (СМО) и выявлены их общие структурные элементы.
На основе изученных СМО был выявлен обобщающий класс СМО, применимый к множеству однотипных задач из различных предметных областей. Для исследуемого класса СМО была составлена универсальная имитационная модель. Модель предусматривает матричную параметризацию, не затрагивая самого сегмента моделирования. Такой приём упрощает её настройку для пользователя, и позволяет создавать модели путём изменения только настроечной части в сегменте инициализации модели.
Использованные источники:
1. Хлебников С. О. Моделирование нагрузки и определение типовых сценариев обслуживания для call-центров малых и средних предприятий. Кемерово, 2007. - 75 с.
2. Кичдиков В.А. Моделирование функциональных узлов вычислительной техники. [Электронный ресурс] (доступно 18/01/2018) https://documents.tips/documents/-5750a99e1a28abcfDcd19de6.html
3. Постников В.М. Основы эксплуатации АСОИиУ. М.: Издательство МГТУ им. Н.Э. Баумана, 2013. -178 с.
4. Постников В.М. Основы эксплуатации АСОИиУ. Часть 1. Техническое обслуживание. М.: МГТУ им. Н.Э. Баумана, 2015. - 192 с.
5. Черненький В.М., Черненький М.В. Процессно-агрегативные системы имитационного моделирования. - М.: Издательство «Перо», 2018.-160 с.
УДК 338.001.36
Левашова А.В. студент 4 курса кафедра «Экономика и управление» Шахтинский институт (филиал) ЮРГПУ(НПИ) им. М.И. Платова Россия, г. Шахты
ПОКАЗАТЕЛИ АНАЛИЗА ФИНАНСОВОГО СОСТОЯНИЯ ПРЕДПРИЯТИЯ: РОССИЙСКИЙ И ЗАРУБЕЖНЫЙ ПОДХОДЫ
Аннотация: в статье рассмотрены источники информации и показатели анализа финансово-хозяйственной деятельности российских и зарубежных предприятий.
Ключевые слова: анализ, показатели финансово-хозяйственной деятельности, экономическая эффективность.
Levashovа A.V. student
4th year, Department of «Economics and management» Shakhty Institute (branch) YURGTU(NPI)
name of M. I. Platov
Russia, Shakhty THE INDICATORS OF ANALYSIS OF THE FINANCIAL
CONDITION OF THE COMPANY: RUSSIAN AND FOREIGN
APPROACHES
Abstract: the article deals with the sources of information and indicators of the analysis offinancial and economic activity of Russian and foreign enterprises.
Keywords: analysis, indicators of financial and economic activity, economic efficiency.
Для реализации основной цели анализа финансового состояния -оценки финансово-хозяйственной деятельности предприятия и поиска возможностей повышения эффективности ее функционирования -применяются различные методики.
Анализ финансового состояния за рубежом обычно отождествляется с оценкой финансового положения (financial position) или с оценкой финансовой устойчивости (financial sustainability) [1].
Структура анализа может также отличаться от российских подходов. Существует несколько школ анализа финансового состояния, которые отождествляют анализ с оценкой только отчетности, или всей деятельности организации в целом. В табл. 1 представлены данные школы, их основные представители и структуру анализа финансового состояния, которую они
