【文章內容簡介】 31985 0 0 0 Conveyor19 Conveyor 1700 1700 10 0 0 0 Sink20 Sink 1700 0 0 0 0 0 Processor21 Processor 1700 1700 529412 15 7700 0 由報表分析可知，按照 2 １、３得順序投產(chǎn)得總得處理時間為 772 、六? 六、實驗結果及分析1）實驗結果: :由以上報表分析可知 6 種投產(chǎn)順序中，按照 3 得順序投產(chǎn)得總得處理時間最短為７7２5，故以這種投產(chǎn)順序作為最佳投產(chǎn)方式。２）討論: :系統(tǒng)還存在很多可以改善得地方，請指出有哪些地方就是有待改善得，：可以適當?shù)媒档吞幚砥鞯眠\行速度，除了第三組得處理器空閑時間較短外，其余各組處理器得空閑時間過長。尤其就是，其中暫存區(qū) 17 得平均等待時間過長,可以適當?shù)谜{整運行速度，以提高整個系統(tǒng)得運行效率。實驗報告打印格式說明 :三號加粗黑體 :5 號加粗宋體 :(1)標題:５號黑體(2)正文：5 號宋體:１6 開(20cm) 上距：2cm 下距：2cm 左距: 右距:２．8cｍ 說明: “年級專業(yè)班”可填寫為“00 電子 1 班,表示 2000 、實驗成績可按五級記分制（即優(yōu)、良、中、及格、不及格)，或者百分制記載，若需要將實驗成績加入對應課程總成績得，則五級記分應轉換為百分制。第二篇：仿真與建模實驗報告實驗報告13工業(yè)工程2班 李偉航 13工業(yè)工程2班實驗10一、實驗目的: 、Equation（I）模塊讀寫數(shù)據(jù)庫的方法 、Equation（I）模塊進行編程計算的方法二、實驗問題（這個文件要保存好，下次實驗還要使用），然后根據(jù)以上視頻，進行操作實驗。（I）模塊計算并累加總訂貨成本到數(shù)據(jù)庫中的程序邏輯。（I）模塊有何不同？，在一筆訂貨的在途貨物運輸期間（即提前期期間），會不會再次發(fā)出訂貨指令？或者換句話說，每次查庫時，會不會有已訂但未到的貨？為什么？（查庫信號）用Create模塊每天生成一個庫存檢查員實體（實際代表一個查庫信號）Create模塊具體設置如下圖：利用Select Item Out模塊、Equation模塊和Simulation Variable模塊檢查庫存，并判斷是否需要訂貨。若需要，就將庫存檢查員實體發(fā)送到Select Item Out模塊的上端口輸出進行后續(xù)處理；若不需要訂貨，就將庫存檢查員實體發(fā)送到下端口輸出，簡單地離開系統(tǒng)。其中，Equation模塊的設置如下圖。由上一步Equation中設置可知，當s=1時，即無需訂貨的情況下，直接將庫存檢查員實體從Select Item Out模塊下端口輸出，通過Exit模塊離開系統(tǒng)。Select Item Out模塊設置如下，當s=0時從上端口輸出，否則從下端輸出。當s=0時，即需要訂貨的情況下，庫存檢查員實體有Select Item Out模塊上端口輸出，后續(xù)訂貨處理模型如下圖：用一個Equation模塊獲取數(shù)據(jù)庫中的當前庫存（kc）和最大庫存(ds)，計算訂貨量dh。Equation模塊設置如下：將第5步Equation模塊計算得到的訂貨量（dh）輸出給Set模塊，將訂貨量賦值給檢查實體dh屬性。Set屬性設置如下圖。（I）模塊計算并累加總訂貨成本到數(shù)據(jù)庫中因此用Equation（I）模塊獲取數(shù)據(jù)庫中固定費（gdf）和可變訂貨費（kbf），再根據(jù)訂貨量算出本次訂貨成本，把它累加到總訂貨費用（toc）并寫入數(shù)據(jù)庫中。具體Equation（I）模塊設置如下圖。從下訂單到所訂貨物入庫的這段時間為訂貨提前期，這里用Activity模塊表示。訂貨提前期的設置如下。庫存檢查實體離開Activity，表示提前期結束，貨物到達，到貨后用Get模塊獲取訂貨量，用Write模塊將訂貨量累加到數(shù)據(jù)庫中的sc表的當前庫存（kc）中，根據(jù)訂貨動態(tài)增加當前庫存。Write模塊設置如下。 運行模型，觀察數(shù)據(jù)庫sc表中的庫存（kc）由變?yōu)?3，累計訂貨費用達到了11125。本實驗實驗模型如下：：用Equation模塊計算訂貨量的程序邏輯：是當檢測到庫存小于訂貨點xs時，用最大庫存ds減去目前庫存，即為訂貨量，即dh=dskc；過程如實驗步驟5所示。：用Equation（I）模塊計算并累加總訂貨成本到數(shù)據(jù)庫中的程序邏輯是：因為每訂貨一次的成本=固定費（gdf）+可變訂貨費（kbf）*訂貨量（dh），將每次的訂貨成本累加到總訂貨成本當中去，即toc=toc+gdf+kbf*dh，即更新了總訂貨成本。具體步驟如步驟7所示。：Equation模塊是由value庫中添加的值模塊，是用來讀取傳遞系統(tǒng)產(chǎn)生的值（如產(chǎn)生的隨機數(shù)）并進行相應的邏輯運算，而對于實體傳來的屬性則不可以讀??；而相反的，Equation（I）模塊是由Item庫中添加的實物模塊，用來讀取和傳遞實體屬性并進行相應的邏輯運算。兩者都可以讀取數(shù)據(jù)可中的數(shù)據(jù)。：一筆訂貨的在途貨物運輸期間，不會再次發(fā)出訂貨指令。因為在Create模塊中設置了檢查實體到來的間隔為1天，所以不會出現(xiàn)每次查庫有已訂但未到的貨的情況。實驗11一、實驗目的 amp。Min模塊、Mean模塊、Equation模塊以及各種計算模塊計算和采集庫存系統(tǒng)性能指標的方法（這個文件要保存好，下次實驗還要使用），然后根據(jù)以上視頻，進行操作實驗。，用read模塊讀數(shù)據(jù)庫數(shù)據(jù)時，在其option頁要做何設置？ Variance模塊計算平均每天總成本的均值和置信區(qū)間時，模塊對話框要做何設置？，實驗比較以下各組（s，S）下的平均每天總成本：(20, 40)(20, 60)(20, 80)(20, 100)(40, 60)(40, 80)(40, 100)(60,80)(60,100)(80,100)對每種情況重復運行20次，寫出各項配置下的平均每天總成本的均值和置信區(qū)間。并寫出以上最優(yōu)的（使得平均每天總成本最低）的（s，S）。，分別計算平均每天缺貨成本、平均每天儲存成本、平均每天訂貨成本的均值和置信區(qū)間。，Discrete Event模塊繪制當前庫存水平的波動曲線，并同時繪制一條高度為20（即訂購點）的水平直線，和一條高度為0的水平直線（連接constant模塊到plotter DE模塊），觀察并庫存曲線的波動情況以及和兩條直線的關系，根據(jù)你的觀察，缺貨情況經(jīng)常發(fā)生嗎？每當庫存數(shù)據(jù)發(fā)生變化時，用Read模塊讀取庫存（kc）的值，Read設置如下： 當庫存大于0時，通過max模塊與0比較得到當前庫存值，并通過Meanamp。Varience模塊（運行10次）計算平均每天的庫存，再用Equation模塊計算平均每天儲存成本。計算平均每天儲存成本的模型與設置如下所示： 當庫存小于0時，通過max模塊與0比較得到當前缺貨數(shù)，并通過Meanamp。Varience模塊（運行10次）計算平均每天的缺貨數(shù)，用Equation模塊（缺貨數(shù)取反）計算平均每天缺貨成本。計算平均每天缺貨成本的模型與設置如下所示：利用Read模塊讀取運行完后數(shù)據(jù)庫中的總訂貨成本，再用Math模塊除以系統(tǒng)運行當前時間，得到平均每天訂貨成本。平均每天訂貨成本模型和設置如下：利用Math模塊將第4步所計算出的平均每天儲存成本，平均每天缺貨成本和平均每天訂貨成本相加即得到平均每天總成本。在Math模塊后用Meanamp。Varience模塊計算運行10次之后的平均每天總成本的均值和置信區(qū)間。本實驗實驗模型如下：：由于本實驗要求在庫存發(fā)生變化時讀取數(shù)據(jù)庫的庫存水平，因此在Read模塊中的Option選項中，選擇Discrete eventread data during when 以及勾中data sources change，意思即為數(shù)據(jù)發(fā)生變化時讀取數(shù)據(jù)庫。設置如下：：用Meanamp。Varience模塊計算平均每天總成本的均值和置信區(qū)間時，要勾中Calculate for multiplte simulations，意思是計算出運行多次情況（這里為10）次時平均每天總成本的均值和置信區(qū)間。： 10種情況的運行結果如下，其中最優(yōu)的（s，S）為（20,60）。（20，40）（20，60）（20，80）均值： 均值： 均值：置信區(qū)間（177。）置信區(qū)間（177。）置信區(qū)間（177。）（20，100）（40,60）（40，80）均值： 均值： 均值：置信區(qū)間（177。）置信區(qū)間（177。）置信區(qū)間（177。）（40,100）（60,80）（60，100）均值： 均值： 均值：置信區(qū)間（177。）置信區(qū)間（177。）置信區(qū)間（177。）（80,100）均值： 置信區(qū)間（177。）：用3個Meanamp。Varience模塊計算平均每天存儲成本、缺貨成本和訂貨成本的均值和置信區(qū)間，Meanamp。Varience模塊勾中Calculate for multiplte simulations。添加模塊后的模型以及運行結果如下：平均每天存儲成本：平均每天缺貨成本 置信區(qū)間為（177。）置信區(qū)間為（177。）平均每天訂貨成本：置信區(qū)間為（177。）： Plotter Discrete Event模塊設置和運行后的庫存水平波動曲線如下圖所示，由曲線圖可以看出庫存水平在0和20之間以及上下變動。由圖可以看出，位于0以下的曲線分布比較多，這意味著缺貨的情況發(fā)生的比較頻繁；曲線在0和20之間的分布也較多，這意味著需要訂貨的情況也發(fā)生的比較多。實驗12 : ，然后根據(jù)以上視頻，建立優(yōu)化模型。（Optimizer）中，整數(shù)型決策變量和連續(xù)型（實數(shù)型）的輸入方法有何不同？，使用Extendsim軟件提供的優(yōu)化器來尋找（s，S）的最佳設置（總成本最小）。令s在1和99之間取值（步長為1，即為整數(shù)），S在2和100之間取值（步長為1，即為整數(shù)）。要注意s和S必須是整數(shù)而且滿足s S。 Defaults，寫出優(yōu)化結果（s，S）和平均每天總成本。 Defaults，寫出優(yōu)化結果（s，S）和平均每天總成本。（第2題）的基礎上，通過將庫存檢查間隔（Evaluation Interval，目前為1天）作為變量加入到優(yōu)化變量集中，來研究在每天開始工作時查看并補充（當需要時）庫存是否是最佳方案，讓該值在半天到5天之間連續(xù)取值，s和S的取值情況與上題相同。應用優(yōu)化器求取最優(yōu)設置。 Defaults，寫出優(yōu)化結果（s，S）、Evaluation Interval和平均每天總成本。 Defaults，寫出優(yōu)化結果（s，S）、和平均每天總成本。 Init模塊初始化最小最大庫存(s，S) 從value庫中將Optimizer模塊放進模型中，在查庫與訂貨處理模型中將決策變量訂貨點(xs，1~99)和最大庫存(ds，2~100)和輸出變量平均每天總成本（toc）克隆拖放到Optimizer模塊上，然后建立目標函數(shù)方程和約束條件。Optimizer模塊設置如下：在Optimizer模塊中的Constraints中添加約束方程，約束條件為s和S必須是整數(shù)而且滿足s S，約束條件的代碼設置如下：在Optimizer模塊