Для того, чтобы исследовать свойства распределения Эрланга можно воспользоваться следующей моделью:
Оператор TABLE, блоки SPLIT, SAVEVALUE и TABULATE использованы для сбора статистики об интервалах прихода транзактов в модель (об их назначении см. в параграфах 4.17, 4.19 и 4.21).
Построенная в результате моделирования гистограмма (при использовании оператора START 100000000) приведена на рис. 4.8. Читателю предлагается исследовать распределение Эрланга при различных значениях k, путем изменения количества блоков ADVANCE в приведенной программе.
Рис. 4.8
Моделирование нормального закона распределения. Функция стандартного нормального закона распределения c параметрами m = 0, σ = 1 задается в GPSS 24 отрезками следующим образом:
Для того, чтобы получить функцию нормального распределения случайной величины Х c математическим ожиданием тх ≠ 0 и среднеквадратичным отклонением σх ≠ 1, необходимо произвести вычисления по формуле
где Z – случайная величина со стандартной нормальной функцией распределения. Например, если случайная величина Х имеет параметры mx = 60 и σx = 10, то в GPSS эта случайная величина моделируется так:
|
|
NOR1 FVARIABLE 60+10#FN$NOR
Если необходимо осуществить задержку по этому закону распределения, то используется блок
ADVANCE V$NOR1
При использовании функции нормального распределения для блоков GENERATE и ADVANCE необходимо обеспечить неотрицательность значений интервалов поступления и задержки. Это можно сделать, если mx ≥ 5σx.
Моделирование других законов распределения. Все другие виды функций распределения случайных величин в GPSS/PC необходимо задавать табличным способом для конкретных значений параметров этих функций. Для этого можно использовать специальные программы, которые позволяют числовым способом вычислять необходимое значение числа отрезков аппроксимации этих функций, как это сделано, например, в системе ИСИМ [5]. Пример меню такой программы представлен на рис. 4.9.
Рис. 4.9
Описание функции гамма-распределения для параметров (рис. 4.9):
Моделирование вероятностных функций распределения в GPSS World. В GPSS World в библиотеку процедур включено 24 вероятностных распределений. При вызове вероятностного распределения требуется определить аргумент Stream (может быть выражением), который определяет номер генератора случайных чисел. При моделировании генераторы случайных чисел создаются по мере необходимости и их явное определение не обязательно. Большинство вероятностных распределений имеют некоторые параметры. Аргументы процедур, называемые обычно Locate, Scale и Shape, часто используются для этих целей. Аргумент Locate используется после построения применяемого распределения и прибавляется к нему. Это позволяет горизонтально перемещать функцию распределения по оси X. Аргумент Scale обычно меняет масштаб функции распределения, А Shape – ее форму.
|
|
Встроенная библиотека процедур содержит следующие вероятностные распределения:
1) бета (Beta);
2) биномиальное (Binomial);
З) Вейбулла(Weibula);
4) дискретно-равномерное (Discrete Uniform);
5) гамма (Gamma);
6) геометрическое (Geometric);
7) Лапласа (Laplace);
8) логистическое (Logistic);
9) логлапласово (LogLaplace);
10) логлогистическое (LogLogistic);
11) логнормальное (LogNormal);
12) нормальное (Normal);
13) обратное Вейбулла (Inverse Weibull);
14) обратное Гаусса (Inverse Gaussian);
15) отрицательное биномиальное (Negative Binomial);
16) Парето (Pareto);
17) Пирсона типа V (Pearson Type V);
18) Пирсона типа VI (Pearson Type VI);
19) Пуассона (Poisson);
20) равномерное (Uniform);
21) треугольное (Triangular);
22) экспоненциальное (Exponential);
23) экстремального значения A (Extreme Value А);
24) экстремального значения В (Extreme Value В).
В качестве примера покажем, как для генерации потока транзактов можно использовать библиотечную процедуру экспоненциального распределения c параметром λ = 0,25 и использованием генератора случайных чисел RN1: