99520

Моделирование системы управления производством

Курсовая

Информатика, кибернетика и программирование

Анализ возможных методов решения поставленной задачи. Разработка концептуальной модели. Выбор программных средств моделирования. Разработка структурной схемы имитационной модели и описания ее функционирования. Оценка адекватности модели...

Русский

2016-09-21

255.5 KB

3 чел.

Волжский университет имени В.Н.Татищева

Факультет “Информатика и телекоммуникации”

Кафедра “Информатика и системы управления”

КУРСОВАЯ РАБОТА

по дисциплине: “Моделирование процессов и систем”

Тема: “ Моделирование системы управления производством ”

Выполнил: студент гр.

Преподаватель: Воронцова Е.В.

Тольятти

2004

Задание на курсовую работу по дисциплине «Моделирование процессов и систем»

Тема курсовой: Моделирование системы управления производством.

Задание: Построить имитационную системы управления производством.

Исходные данные:

Пусть имеется некоторая система управления производством, в которой ЭВМ циклически опрашивает три датчика информации (рис.). Информация в датчиках появляется через 12±3 с и имеет размер 3000 символов; ЭВМ поочередно каждому датчику предоставляет Зс:

- в первые 3 с обрабатывается информация из первого датчика;

- во вторые 3 с обрабатывается информация из второго датчика;

- в третьи 3 с обрабатывается информация из третьего датчика;

- в четвертые 3 с обрабатывается информация из первого датчика и т.д.

  Если на момент начала опрашивания у датчика нет информации для обработки, имеем свободный цикл.

Скорость обработки информации ЭВМ равна 1000 символов в секунду. Промоделировать 5 ч работы ЭВМ.

Цели моделирования:

Промоделировать 5 часов работы ЭВМ и определить ее нагрузку.

Содержание

[1] Содержание

[2] Введение

[3] 1. Анализ возможных методов решения поставленной задачи

[4] 2. Разработка концептуальной модели

[5] 3. Выбор программных средств моделирования

[6] 4. Разработка структурной схемы имитационной модели и описания ее функционирования

[7] 5. Оценка адекватности модели

[8] Список литературы

Введение

    В исследовании операций широко применяются как аналитические, так и статистические модели. Каждый из этих типов имеет свои преимущества и недостатки. Аналитические модели более грубы, учитывают меньшее число факторов, всегда требуют каких-то допущений и упрощений. Зато результаты расчета по ним легче обозримы, отчетливее отражают присущие явлению основные закономерности. А, главное, аналитические модели больше приспособлены для поиска оптимальных решений. Статистические модели, по сравнению, с аналитическими, более точны и подробны, не требуют столь грубых допущений, позволяют учесть большое (в теории – неограниченно большое) число факторов. Но и у них – свои недостатки: громоздкость, плохая обозримость, большой расход машинного времени, а главное, крайняя трудность поиска оптимальных решений, которые приходятся искать «на ощупь», путем догадок и проб.

1. Анализ возможных методов решения поставленной задачи

Поставленную в данной курсовой работе задачу будет гораздо удобнее решить если представить ее в виде блок-диаграммы и Q-схемы. Это поможет лучше понять принцип работы датчиков и поступающей с них информации и наметить план для дальнейшего моделирования. Также с помощью построенных диаграмм можно воспользоваться языком моделирования GPSS, который дает возможность просмотреть этапы работы линии для проведения всевозможных расчётов и последующего анализа.

2. Разработка концептуальной модели

Целью данного моделирования является определение эффективности работы ЭВМ и  оценка заторов которые могут возникнуть во время работы.

Для наглядности представим структурную схему нашего процесса (рис.1).

Рис. 2.1 Структурная схема модели

Суть процесса заключается в обработке информации поступающей последовательно с трех датчиков. Считывание информации ЭВМ происходит  через каждые 3 секунды. Информация поступает на датчики с интервалом 12±3 секунды и имеет размер 3000 символов. Информация распределяется по датчикам которые в свою очередь опрашиваются ЭВМ. Время обработки данных с разных датчиков может с течением времени привести к тому, что информация будет считываться неполностью.

3. Выбор программных средств моделирования

В данной работе из программных средств я буду использовать Visio 2000 для построения схем т.к. данный программный продукт относится к наиболее распространенным по построению различных графиков, диаграмм и блок схем. В качестве программы моделирования самой задачи на мой взгляд наиболее удобно использовать программу GPSSPC которая на языке программирования gpss позволяет быстро смоделировать процесс работы моей линии. Немаловажным фактором использования данного метода является удобная отладка модели, также с помощью дополнительных графиков вызываемых командами (alt+F и alt+B) можно наглядно увидеть работу модели и устранить ошибки которые могут возникнуть в процессе работы.

Основной критерий выбора данного метода решения поставленной задачи является  совместимость его с теорией массового обслуживания и очередей, а также наличие инструментов для решения задач связанных с ними. К ним относятся средства генерации случайных чисел и переменных, возможность отладки и изменения алгоритма во время работы, отображение статистических данных по работе модели и многое другое помогающее организовать вычислительный процесс.

4. Разработка структурной схемы имитационной модели и описания ее функционирования

Для описания имитационной модели в моём случае исходя из выше перечисленных пунктов наиболее удобно и рационально использовать Q схему для данной модели и по ней наиболее удобно в дальнейшем будет построить модель в gpss. Суть процесса заключается в обработке информации поступающей последовательно с трех датчиков. Сначала ЭВМ считает информацию с первого датчика затем через 3 секунды со второго и т.д.

На рисунке 4.1 представлена Q-схема данной модели.

Рис.4.1 Q-схема моделируемой системы

Программная часть написанная на языке GPSS выглядит так:

20          GENERATE     12,3  1000        

30          QUEUE        D1        

40          SEIZE        EVM        

50          DEPART       D1        

60          ADVANCE      3        

70          RELEASE      EVM        

80          TERMINATE            

90          GENERATE     12,3  1000        

100         QUEUE        D2        

110         SEIZE        EVM        

120         DEPART       D2        

130         ADVANCE      3        

140         RELEASE      EVM        

150         TERMINATE            

160         GENERATE     12,3  1000        

170         QUEUE        D3        

180         SEIZE        EVM        

190         DEPART       D3        

200         ADVANCE      3        

210         RELEASE      EVM        

220         TERMINATE            

5. Оценка адекватности модели

 Как и ожидалось при текущих входных данных ЭВМ успевает обработать все входящие запросы, это означает что информация не будет утеряна.

Для расчета других ситуаций можно вывести формулы которые будут отражать ситуацию при изменении параметров. Введем следующие обозначения:

A – количество поступающих символов

B - количество обрабатываемых символов за единицу времени (по умолчанию 3000).

T  – время обработки данных с одного датчика.

Z – количество необработанных символов которые будут утеряны.

Отсюда выводим: Z=A-B при текущих параметрах имеем 1000-3000= -2000 мы видим что при данных параметрах ЭВМ успеет обработать еще 2000 символов поэтому рекомендуется

Увеличить число символов поступающих с одного датчика. И получим прирост производительности более чем в 2 раза.

Список литературы

1. Арсеньев Б. П., Яковлев С. А. Интеграция распределенных баз данных (монография). – СПб.: Лань, 2001. – 464 с.

2.  Бусленко Н. П. Моделирование сложных систем. Москва, 1961 г.

3.  Вавилов А. А. и др. Имитационное моделирование производственных систем. М.: Техника, 1983 г.

4. Голованов О. В., Дуваков С. Г., Смирнов В. Н. Моделирование сложных дискретных систем на ЭВМ третьего поколения (опыт применения GPSS). М.: Энергия, 1978 г. - 160 с.

5. Девятков В. В., Гиматдинова С. Г. Пакет прикладных программ для моделирования и исследования на ЭВМ дискретных систем. М.: ЦФАП ВНТИЦентра, 1978 г. - 127 с.

6. Колбанев М. О., Яковлев С. А. Модели и методы оценки характеристик обработки информации в интеллектуальных сетях связи (монография). – СПб.: Издательство СПбГУ. 2002. – 230 с.

7. Кузьменко В. М. Специальные языки программирования. Программные и инструментальные средства моделирования сложных систем. - Харьков, 2001. (украинский язык).

8. Машинные имитационные эксперименты с моделями экономических систем. / Под ред. Нейлора Т.М. / М.: Мир, 1975 г. - 501 стр.

9. Наставление по GPSS/PC. Minuteman Software перевод с английского под ред. Якимова И. М. Казань, 1997 г. - 320 с.

10. Руководство по GPSS/PC. Minuteman Software, перевод с английского под ред. Якимова И. М. Казань, 1997 г. - 351 с.


 

А также другие работы, которые могут Вас заинтересовать

12988. Экспертные системы. Назначение экспертных систем 53.55 KB
  Экспертные системы Назначение Экспертных Систем Структура Экспертных Систем Этапы разработки экспертных систем Интерфейс с конечным пользователем Представление Знаний В ЭС Уровни Представления И Уровни Детальности Организация Знаний В Р...
12989. Методы работы со знаниями 40.97 KB
  Лекция 9: Методы работы со знаниями Основные определения Подготовительный этап Основной этап Системы приобретения знаний от экспертов Формализация качественных знаний Пример формализации качественных знаний Основные определения Приобретением...
12990. Системы понимания естественного языка 50.03 KB
  Лекция 10: Системы понимания естественного языка Введение Предпосылки возникновения систем понимания естественного языка Понимание в диалоге Примеры системы обработки естественного языка Методы озвучивания речи Наиболее распространенные системы синт...
12991. Системы машинного зрения 30.22 KB
  Лекция 11: Системы машинного зрения Введение Основные принципы или целостность восприятия Распознавание символов Шаблонные системы Структурные системы Признаковые системы Структурнопятенный эталон Уроки машинного чтения от Cognitive Technologies Распо
12992. Тенденции развития систем искусственного интеллекта 41.29 KB
  Лекция 12: Тенденции развития систем искусственного интеллекта Введение Состояние и тенденции развития искусственного интеллекта Успехи систем искусственного интеллекта и их причины Экспертные системы реального времени основное направление искусственног...
12993. Авіаційні геоінформаційні комплекси 357 KB
  РОБОЧА НАВЧАЛЬНА ПРОГРАМА навчальної дисципліни Авіаційні геоінформаційні комплекси ВСТУП Метою навчальної дисципліни є вивчення теоретичних основ методів та засобів побудови авіаційних геоінформаційних комплексів. Головною задачею дисципліни Авіацій
12994. Вступ до предмету Інформатика 305.5 KB
  Лекція №1 Вступ до предмету Інформатика План 1. Вступ. Про цифрове проектування. 2. Відношення між аналоговим і цифровим. 3. Роль програмування в проектуванні цифрових пристроїв. 1. Вступ. Про цифрове проектування. В настоящий момент ...
12995. Представлення чисел в цифрових системах 217.5 KB
  Лекція №2. Представлення чисел в цифрових системах . План 1. Позиційна система числення. 2. Восьмирічні та шістнадцятирічні числа. 3. Переведення чисел з однієї системи числення в іншу. Цифровые системы строятся на основе схем в которых происх...
12996. Простейшие узлы вычислительной техники 400.5 KB
  Лекция №3 Тема Простейшие узлы вычислительной техники ЛОГИЧЕСКИЕ ФУНКЦИИ. Понятие о логической функции и логическом устройстве. Диоднорезисторные схемы. ТРИГГЕРЫ. Классификация триггеров. Асинхронные триггеры. Син