Основные системы массового обслуживания модели
Пример логической очереди
Предположим, что вы моделируете очередь, которая может физически содержать 100 сущностей, и вы хотите определить, какую пропорцию времени длина очереди превышает 10. Можно смоделировать длинную очередь как пару более коротких очередей, соединенных последовательно. У более коротких очередей есть длина 90 и 10.
Несмотря на то, что деление длинной очереди в две более коротких очереди не имеет никакого основания в физической действительности, это позволяет вам собрать статистику, связанную с одной из более коротких очередей. В частности, можно просмотреть длину очереди (n) очереди, имеющей длину 90. Если сигнал положителен по ненулевому временному интервалу, то длина, 90 очередей содержат сущность, которая не может усовершенствовать к длине 10 очередей. Это означает, что длина 10 очередей полна. В результате физическая длина 100 очередей содержит больше чем 10 элементов. Определение пропорции времени, которое физическая длина очереди превышает 10, эквивалентно определению пропорции времени сигнал длины очереди логической длины, которую 90 очередей превышают 0.
Варьируйтесь время обслуживания сервера
Можно варьироваться время обслуживания сервера с помощью одного из следующих методов:
Постоянный источник, где вы варьируетесь константа
Рандомизированный источник
Произвольный источник
Основанный на времени источник
Используйте параметр Service time source блока Entity Server, чтобы применить эти методы. Можно выбрать из:
DialogВведите постоянное значение в параметр Service time value.
Signal portСоедините источник времени с получившимся портом сигнала.
AttributeВведите имя атрибута, который содержит данные, которые будут интерпретированы как сервис.
MATLAB actionВ разделе Service time action введите код MATLAB®, чтобы варьироваться время обслуживания. Присвойте переменную dt, которую модель использует в качестве времени обслуживания.
Случайные сервисные времена
Этим примером является простая система массового обслуживания, в которой сущности прибывают в фиксируемую детерминированную ставку. Они затем ожидают в очереди и переходят к серверу, который обслуживает сущности наугад интервалы. Это иллюстрирует использование Service time from random distribution design шаблон.
В новой модели перетащите блоки, показанные в примере, и повторно пометьте и соедините их как показано. Для удобства запустите с
Service time from random distributionшаблон разработкиГенерировать сущности каждые.5 секунды, в блоке Entity Generator:
Во вкладке Entity Generation измените Period в
.5.Во вкладке Statistics выберите Number of entities departed, d.
В блоке Entity Queue выберите Number of entities in block, n.
В блоке Entity Server:
Проверьте, что сервер сконфигурирован в течение случайного времени обслуживания. В противном случае скопируйте блок Server из
Service time from random distributionшаблон разработки.Во вкладке Statistics выберите Number of entities in block, n.
В блоке Entity Terminator, во вкладке Statistics, выбирают Number of entities arrived, a.
Сохраните и запустите модель. В частности, наблюдайте шаблон сущностей, оставляя блок Entity Generator и сущности наугад сервисными временами.
Смотрите также
Связанные примеры
- Сортировка приоритетом
- Вытеснение задачи в многозадачном процессоре
- Определите, непуста ли очередь
- Отказ сервера модели