Смекни!
smekni.com

Программа имитационного моделирования работы банка (стр. 1 из 2)

Программа имитационного моделирования работы банка


Содержание

1.Постановка задачи3

2.Метод решения задачи4

3.ПРОГРАММНОЕ РЕШЕНИЕ6

4.Инструкция пользователю7

5.РУКОВОДСТВО ПРОГРАММИСТА8

6.ПРИЛОЖЕНИЕ А – «Блок-схема имитационного моделирования работы банка»_ 9


1. Постановка задачи

В современном мире гарантией эффективной работы любого предприятия служит рациональное использование денежных средств и трудового фактора. Так для расчета экономического эффекта работы банка необходимо провести имитационное моделирование на основании предварительно установленных зависимостей.

Допустим, что клиенты в банк прибывают с интервалом, исчисляемым в минутах (см. рис. 1).

Рис. 1 – «Приход клиентов в банк»

Приход клиентов в банк описывается пуассоновским потоком с интенсивностью r, который определяется следующим образом:

(1.1)

где: r – интенсивность потока;

k – время между приходами клиентов.

Параметр k может принимать дискретные значения от нуля до бесконечности. Причем k=0 означает приход сразу двух клиентов.

Предположим, в банке имеется N касс. Математическое ожидание обслуживания клиентов в банке обозначим

. Обслуживание клиентов у касс происходит по экспоненциальному закону распределения случайной величины
(
- время обслуживания клиентов) с плотностью распределения
:

(1.2)

Примечание:

Если в банке есть свободные кассы, то клиент становится на обслуживание к ближайшей из них (т.е. к кассе с минимальным номером). Если все кассы заняты – клиент становится в очередь к той кассе, где очередь минимальна. Если очереди одинаковы, то клиент становится в любую из них.

Для решения поставленной задачи необходимо разработать алгоритм имитационного моделирования работы банка за восьмичасовой рабочий день. А также определить время простоя касс и количество клиентов в очереди не обслуженных на момент закрытия банка.


2. Метод решения задачи

Имитационное моделирование на ЭВМ процесса функционирования автоматизированной системы управления работой банка позволяет получить численное решение поставленной задачи. Суть рассматриваемого приближенного метода решения состоит в проведении ряда случайных испытаний вероятностной модели исследуемой системы и получении совокупности реализаций случайных процессов изменения состояния.

В результате многократной реализации случайных процессов определяются оценки вероятности тех или иных событий и средние значения случайных величин. Имитационное моделирование связано с необходимостью воспроизведения случайных событий и величин, распределенных по произвольному закону. Существует несколько способов генерации случайных величин и формирования их распределений. Модель системы управления работой банка включает в себя:

· Приход клиентов в банк

;

· Время обслуживания клиентов у касс

.

По условию поставленной задачи приход клиентов в банк описывается пуассоновским потоком с интенсивностью r. Для лучшего понимания сути распределения Пуассона необходимо знать основные определения:

Интенсивность потока – среднее число событий, которое появляется в единицу времени.

Поток – последовательность событий, которые наступают в случайные моменты времени.

Закон распределения Пуассона выражается формулой (1.1).

Будем моделировать интервал времени между двумя последовательно зашедшими в банк клиентами методом Монте-Карло с датчиком случайных чисел на интервале [0 - 1].

Совокупность

независимых случайных событий, образующих полную группу, характеризуется вероятностями появления каждого из событий
, причем
. Для моделирования этой совокупности случайных событий используется генератор случайных чисел, равномерно распределенных в интервале [0 - 1]. При делении отрезка [0 - 1] на n частей, численно равных
, возникновение события
устанавливается путем определения нахождения случайного числа Х в пределах интервала при проверке условия
, где
изменяется от нуля до n. При
имеем
; при
имеем
и так далее. При подстановке
в формулу (1.1) получим:

;

;

и так далее.

Причем

(мин.) – максимальное количество ожидания клиентов.

Так как опыт проводится многократно, то, очевидно, что частота попадания случайных чисел на каждый из отрезков, определяющихся их длиной, и соответствует полученным вероятностям.

Моделирование времени обслуживания клиентов у касс происходит по экспоненциальному закону распределения, формула которого представлена выше (формула (1.2)).

Время обслуживания клиентов

, как и любая иная случайная величина, описывается функцией распределения
, определяемая как вероятность
случайного события, заключающегося в том, что время обслуживания клиентов
меньше некоторого заданного времени
:

Эта вероятность рассматривается как функция

во всем диапазоне возможных значений величины
. Функция распределения любой случайной величины является неубывающей функцией времени
. Примерный вид функции
дан на рисунке 3.

Рис. 3 – «Функция распределения экспоненциального закона»

Так как значения

не могут быть отрицательными, то
. При
величина
стремится к единице. Таким образом, функция распределения времени обслуживания клиентов: