仿真与建模实验报告

试验报告132班李伟航13210一、试验目的:学习库存系统查库与订货处理的构造建模方法EquationEquation〔I〕模块读写数据库的方法模块进展编程计算的方法二、试验问题翻开上次试验你保存的文件〔这个文件要保存好，下次试验还要使用依据以上视频，进展操作试验。简述用Equation模块计算订货量的程序规律。4.EquationEquation〔I〕模块有何不同？5〔即提前期期间，货？为什么？三.试验过程生成查库员〔查库信号〕〔实际代表一个查库信号〕Create模块具体设置如以下图：推断是否需要订货SelectItemOut模块、Equation模块和SimulationVariable模块检查SelectItem到下端口输出，简洁地离开系统。Equation无需订货的处理s=1检查员实体从SelectItemOutExitSelectItemOuts=0订货处理-建立模型SelectItemOut口输出，后续订货处理模型如以下图：计算订货量〔kc〕和最大库存(ds)，计算订dh。Equation设置订货量属性〔dh〕SetdhSet用Equation〔I〕模块计算并累加总订货本钱到数据库中Equation〔I〕模块猎取数据库中固定费〔gdf〕和可变订货费〔再依据订货量算出本次订货本钱，把它累加到总订货费用〔toc〕并写入数据库Equation〔I〕模块设置如以下图。设置提前期Activity0.5-1到货后更数据库中的库存数据Getsc〔kc〕中，依据订货动态增加当前库存。Write观看运行结果sc〔kc由变为1311125。四.试验问题的分析解答上述过程即为试验步骤。本试验试验模型如下：答：用Equation模块计算订货量的程序规律：是当检测到库存小于订货点xsdsdh=ds-kc；过程照试验步5答：用Equation〔I〕模块计算并累加总订货本钱到数据库中的程序规律是：由于每订货一次的本钱=固定费gdf+可变订货费kbf*订货量dh，将每次的订货本钱累加到总订货本钱当中去，即toc=toc+gdf+kbf*dh，即更了总7答：Equationvalue〔如产生的随机数取和传递实体属性并进展相应的规律运算。两者都可以读取数据可中的数据。答：一笔订货的在途货物运输期间，不会再次发出订货指令。由于在Create模块中设置了检查实体到来的间隔为10.5-1所以不会消灭每次查库有已订但未到的货的状况。11一、试验目的通过试验理解各种库存性能指标的含义学习用Read模块读取数据库数据的方法Equation集库存系统性能指标的方法二.试验问题翻开上次试验你保存的文件〔这个文件要保存好，下次试验还要使用依据以上视频，进展操作试验。本试验中，用read模块读数据库数据时，在其option页要做何设置？要做何设置？次试验建立的模型，试验比较以下各组〔s，S〕下的平均每天总本钱：(20,40)(20,60) (20,80)(20,100)(40,60)(40,80) (40,100)(60,80) (60,100)(80,100)间。并写出以上最优的〔使得平均每天总本钱最低〕的〔s，S。订货本钱的均值和置信区间。一条高度为20〔即订购点〕的水平直线，和一条高度为0的水平直线〔连接constantplotterDE，观看并库存曲线的波动状况以及和两条直线的关系，依据你的观看，缺货状况常常发生吗？三.试验过程在库存发生变化时读取数据库中当前库存水平每当库存数据发生变化时，用Read模块读取库存〔kc〕的值，Read设置如下：计算平均每天储存本钱0Mean&Varience〔10Equation本钱。计算平均每天储存本钱的模型与设置如下所示：计算平均每天缺货本钱0max0Mean&Varience模块〔运行10〕计算平均每天的缺货数，用Equation〔缺货数取反〕计算平均每天缺货本钱。计算平均每天缺货本钱的模型与设置如下所示：计算平均每天订货本钱Math行当前时间，得到平均每天订货本钱。平均每天订货本钱模型和设置如下：计算平均每天总本钱和平均每天订货本钱相加即得到平均每天总本钱。计算平均每天总本钱的均值和置信区间在MathMean&Varience10值和置信区间。四.试验问题的分析解答上述过程即为试验步骤。本试验试验模型如下：答：由于本试验要求在库存发生变化时读取数据库的库存水平，因此在ReadOptionDiscreteevent-readdataduringwhen以及Calculateformultipltesimulations，意思是计算出运行屡次状况〔这里为10〕次时平均每天总本钱的均值和置信区间。答：10〔s，S〕为〔20,60。〔20，40〕〔20，60〕〔20，80〕125.8870均值：120.3812〔125.8870±2.2602〕置信区间〔120.3812±1.8750〕〔121.4371±1.0904〕〔20，100〕〔40,60〕〔40，80〕128.1696均值：127.5943〔128.1696±1.1935〕〔127.3233±1.2890〕置信区间〔127.5943±0.8358〕〔40,100〕〔60,80〕〔60，100〕134.0826均值：146.2447均值：147.6999〔134.0826±1.2611〕置信区间〔146.2447±1.3544〕置信区间〔147.6999±1.1276〕〔80,100〕均值：167.5711置信区间〔167.5711±1.2291〕的均值和置信区间，Mean&Varience模块勾中Calculateformultipltesimulations。添加模块后的模型以及运行结果如下：平均每天存储本钱： 平均每天缺货本钱均值约为9.5140元 均值约为16.2608元置信区间为〔9.5140±0.2234〕 置信区间为〔16.2608±0.9608〕平均每天订货本钱：98.7903〔98.7903±1.3140〕答：PlotterDiscreteEvent模块设置和运行后的库存水平波动曲线如以下图20002012一.试验目的:学习库存仿真优化方法学习如何设置模块表格的内容为决策变量二.试验问题翻开上次试验你保存的文件，然后依据以上视频，建立优化模型。在优化模块〔Optimizer〕中，整数型决策变量和连续型〔实数型〕的输入方法有何不同？〔s，S〕的最正确设置〔总本钱最小s199〔1，即为整数，S2sSsS。a.优化器参数由先选择QuickerDefaults，写出优化结果〔s，S〕和平均每天总本钱。b.再将优化器参数由选择BetterDefaults，写出优化结果〔s，S〕和平均每天总本钱。〔EvaluationInterval，充〔当需要时〕库存是否是最正确方案，让该值在半天到5sS先优化器参数选择QuickerDefaults，写出优化结果〔s，S、Interval再将优化器参数选择BetterDefault，写出优化结果〔s，S总本钱。三.试验过程DataInit(s，S)设置Optimizer模块目标函数和决策变量valueOptimizer(xs，1~99)和最大库存(ds，2~100)和输出变量平均每天总本钱〔toc〕OptimizerOptimizer模块设置如下：设置Optimizer模块约束方程sSs<S，约束条件的代码设置如下：设置Optimizer模块运行参数Optimizer模块下的RunParameters中，由于模型为随机模型，所以单机Defaults〔速度快精度低NewRuBetterDefault优化参数〔耗时长精度高，并比较两次的结果。运行优化,查看结果MinCostDefaultsBetterDefaults3。四.试验问题的分析解答试验过程如上述试验步骤所示。答：整数型决策变量的输入方法为输入范围的时候不要输入小数点，如1；而实数型1.0。QuickerDefaults〔s，〕优化结果为〔27,43122.37627QuickerDefaultsBetterDefaults〔s，S〕优化结果为〔20,58130.8615BetterDefaultscreate后加队列防止其堵塞，eiQuickerDefaultsBetterDefaultsQuickerDefaults第一步：选择QuickerDefaults