Что понимается под названием вычислительный эксперимент

Оператор 12 представляет собой счетчик числа обслуженных заявок, после каждой обслуженной заявки показание счетчика увеличивается на единицу.

С оператора 12 управление передается на оператор 7 и дальше формируется следующая заявка так же, как и в рассмотрением случае отказа в обслуживании.

Если неравенство не выполняется (следовательно , это означает, что -я заявка уже не принадлежит заданному интервалу, и реализация на этом заканчивается.

Оператор 13 представляет собой счетчик числа испытаний.

Оператор 14 проверяет, получено ли уже заданное число испытаний . Если неравенство выполняется, управление передается оператору 15.

Оператор 15 осуществляет подготовку к следующему испытанию. При этом очищаются рабочие ячейки, хранящие значения и , а содержимое ячеек, хранящих число отказов и обслуженных заявок, пересылаются в специальный массив для последующей статистической обработки. Дальше управление передается на оператор 3, и начинается очередное испытание.

Если неравенство не выполняется, управление передается оператору 16.

Оператор 16 осуществляет статистическую обработку полученных результатов и вычисляет требуемые показатели эффективности функционирования системы за время .

Можно моделировать работу системы за целый месяц в течение нескольких минут машинного времени. Преимущество «сжатия времени» при моделировании становится очевидным, если попытаться получить такую же информацию, используя физическую систему.

Пример. Рассмотрим, как можно моделировать однофазные системы обслуживания с помощью ручных вычислений. Этот пример должен пояснить основные идеи, описанные выше.

Пусть мы хотим моделировать систему массового обслуживания, поступление требований в которой подчинено пуассоновскому распределению со средним 3 клиента в час, а время обслуживания равно 0,2 ч с вероятностью 0,5 или 0,6 ч с вероятностью 0,5. Клиенты обслуживаются согласно дисциплине «первым пришел – первым обслуживаешься»; длина очереди, а также источник поступления клиентов не ограничены. Предположим, что в начальный момент моделирования клиентов нет.

Для пуассоновского входного потока со средней интенсивностью клиента в час промежутки времени между требованиями имеют экспоненциальное распределение и, как показано ранее, могут быть получены из формулы

.

Поскольку время обслуживания равно либо 0,2, либо 0,6 ч с равными вероятностями, время обслуживания определяется как

Актуально о образовании:

Концептуальные основы проблемного обучения
Концепция проблемного обучения, как и любая другая педагогическая концепция, при ее формулировке неизбежно раскрывает субъективные особенности сознания, предпочтения педагога или исследователя. Именно поэтому в педагогической литературе даются различные определения этого понятия, в той или иной мер ...

Особенности лексической стороны речи у детей со стертой дизартрией
В предыдущих главах нашего исследования мы рассмотрели онтогенез лексической системы при нормальном речевом развитии ребенка. Однако под влиянием различные неблагоприятных воздействий, как во внутриутробном периоде развития, так и во время родов, а так же в первые годы жизни ребенка могут приводить ...

Модифицированный имитационным моделированием метод экспоненциального сглаживания
Для прогнозирования характеристик образцов техники, математическое описание которых имеет вид , (4.10) целесообразно применять метод экспоненциального сглаживания. Сложившаяся практика использования этого метода предполагает ограничение числа членов ряда Тейлора ,(4.11) аппроксимирующего выражение ...