tify"> n=50 - кількість випробувань Lкр;
Мінімальні і максимальні тимчасові значення виконання робіт представлені в табл.5
Таблиця 5
Розрахунок за методом PERT для Lкр3.
Робота (0; 1) Робота (1; 2) Робота (2; 3) Робота (2; 4) Робота (2; 5) tmin816365tmax12218108
3.1 Оригінальний текст програмної моделі
Розроблена програмна модель розраховує значення функції P (Т кр? Т пл) за методом Монте-Карло.
Для кожної роботи генеруються тимчасове значення, яке знаходиться в проміжку [tmin; tmax], де tmin і tmax - вхідні значення, отримані в результаті експерименту.
У результаті проведення n експериментів для кожного Lкр обчислюється середнє за формулою - (13).
(13)
Вихідний код програмної моделі зображений на рис.2.
Малюнок 2. Вихідний програмний код на С ++.
Малюнок 2. Вихідний програмний код на С ++. (продовження)
Малюнок 2. Вихідний програмний код на С ++. (продовження)
3.2 Результати запуску програмної моделі
Результати запуску програмної моделі записуються у файл MyResults. xls, і являють собою EXCEL таблицю c даними про експерименти і містить значення значення функції f (x) для кожного Lкр.
Результати запуску програмної моделі з даними про експерименти див. Додаток 2.
закоментувавши строчки 123, 185 і 243 файл MyResults. xls містить значення P (Т кр? Т пл), скріншот представлений рис.3:
Малюнок 3. MyResults. xls
4. Аналіз результатів
Результати визначення імовірнісного часу отримання необхідної інформації відділами в строк шляхом аналітичної та імітаційної моделей представлені в табл.6.
Таблиця 6.
Результати моделювання.
ВероятностьАналітіческая модельІмітаціонная модельP=(Ткр1? Тпл) 0,980,79P=(Ткр2? Тпл) 0,700,53P=(Ткр3? Тпл) 0,940,68
Аналітичний метод моделювання системи показав, що для Lкр1 і Lкр3 значення ймовірності P=(Ткр1? Тпл) значно перевищують позначку 0.65, що є дуже високою ймовірністю. Відповідно, виходячи з цих даних, можна сказати, що ймовірність отримання необхідної інформації комерційним відділом і відділом маркетингу дуже висока, в той час як, ймовірність отримання необхідної інформації аналітичним відділом трохи нижче і становить 0.70, однак так само задовольняє умові P=(Ткр1? Тпл) gt; 0.65.
Для комп'ютерного моделювання використовувався метод Монте-Карло (метод статистичних випробувань).
Для отримання графіка розподілу, розрахованого за методом Монте-Карло замінимо строчки 123, 185 і 243 на: lt; lt; t lt; lt; t lt; lt; Експеримент № lt; lt; n lt; lt; t lt; lt; t lt; lt; t lt; lt; (float) suml/NexpS lt; lt; t lt; lt; t1 + t2 + t3 lt; lt; endl;
У результаті одержимо додатковий стовпець з інформацією про сумарної тривалості робіт (див. Додаток 3).
На основі отриманих даних постоїмо графіки розподілу для Lкр1 (рис.4), Lкр2 (рис.5) і Lкр3 (рис.6).
Малюнок 4. Дослідження моделі методом Монте-Карло для Lкр1.
Малюнок 5. Дослідження моделі методом Монте-Карло для Lкр2.
Малюнок 6. Дослідження моделі методом Монте-Карло для Lкр3.
У зв'язку з тим, що значення Tкр при розрахунку за методом PERT виявляється злегка завищеними, приблизно на 15-20% (більш оптимістичний метод), цим пояснюється відмінність між результатами аналітичної та імітаційної моделей.
Значення, отримані за допомогою імітаційного моделювання можна інтерпретувати так:
· P=(Ткр? Тпл)=0.79 gt; 0.65 для Lкр1 - ймовірність отримання необхідної інформації в термін комерційним відділом висока
· P=(Ткр? Тпл)=0.53 lt; 0.65 для Lкр2 - ймовірність отримання необхідної інформації в термін аналітичним відділом має знижений, але не критичний характер.
· P=(Ткр? Тпл)=0.68 gt; 0.65 для Lкр2 - ймовірність отримання необхідної інформації в термін комерційним відділом задовольняє граничний поріг допустимості.
Висновок
При оцінці ефективності роботи ЕЕПП вироблялося знаходження ймовірності отримання необхідної...
