Смекни!
smekni.com

Имитационное моделирование жизненного цикла товара на примере ООО "Стимул" (стр. 2 из 4)

2. Применяется заданное по умолчанию расположение (дискретное или непрерывное)

3. Если в качестве значения параметра DefaultNetwork выбран тип ALL IN RANGE, то происходит создание сети.

В случае дискретного времени, первый шаг («тик часов») будет совершен сразу после инициализации модели. Но обратите внимание, что если в модели на момент времени 0 будут запланированы другие события, то неизвестно, какое из действий будет выполнено раньше – инициализация сети и расположения агентов или какие-то из запланированных событий.

Для всех агентов, динамически создаваемых во время выполнения модели, никакие контакты с другими агентами по умолчанию не устанавливаются.

Объект AgentBase поддерживает две временные модели: непрерывную – CONTINUOUS и дискретную – DISCRETE. Непрерывная модель подразумевает, что агенты сами управляют временем, т.e. они могут иметь таймеры, стейтчарты и уравнения, планирующие какие-то индивидуальные активности во времени. Дискретная модель подразумевает, что агенты работают синхронно и пошагово.

В модели с дискретной временной моделью популяция генерирует события («тики часов») в моменты времени 0, 1, 2… При наступлении каждого такого события выполняется следующая последовательность действий:

· Для всей популяции один раз вызывается код параметра OnBeforeStepGlobal (предполагается, что этот код содержит глобальные действия, не связанные с какими-либо отдельными агентами).

· У каждого агента популяции вызывается код параметра OnBeforeStep

· Для всей популяции один раз вызывается код параметра OnStepGlobal (опять же, предполагается, что этот код содержит глобальные действия, не связанные с какими-либо отдельными агентами)

· Справочное руководство по Agent Based Library

· У каждого агента популяции вызывается код параметра OnStep

Дискретная временная модель не означает, что у агентов не может быть своих активностей – они могут выполнять любые действия параллельно с дискретными «тиками» часов модельного времени.

Объект AgentBase поддерживает две пространственные модели: непрерывную – CONTINUOUS и дискретную – DISCRETE. В моделях с непрерывным пространством каждый агент имеет кординаты (x, y), и не существует никаких ограничений на плотность или расположение агентов в пространстве. Можно управлять расположением агентов, либо изменяя текущие значения координат (параметры Xdynamic и Ydynamic) (тогда должен быть выбран режим управления местоположением агента DYNAMIC USER DEFINED), или используя функции API, отвечающие за передвижение агентов: moveTo, stop, jumpTo, и т.д. (тогда должен быть выбран режим управления местоположением STATIC OR MOBILE).

Начальное расположение агентов в непрерывном пространстве задается параметром DefaultLayoutContinuous. Использование параметров SpaceWidth и SpaceHeight имеет смысл, только если используется заданное по умолчанию расположение агентов. Если используется дискретная модель пространства, то агенты помещаются в ячейки, причем в каждой ячейке может быть не более одного агента. Количество ячеек задается параметрами SpaceRows (количество строк) и SpaceColumns (количество столбцов). Начальное расположение агентов задается параметром DefaultLayoutDiscrete. В дискретном пространстве существует понятие соседства агентов. Тип соседства задается параметром Neighborhood. При типе соседства EUCLIDIAN функция getNeighbors() возвратит объект типа Vector, содержащий всех агентов, находящихся в ячейках, которые имеют общие границы с данной ячейкой (если таковые имеются). Если же будет выбран тип соседства MOORE, то будут также учитываться агенты и в ячейках, соседних с данной по диагонали, то есть, в ячейках, имеющих общие углы с этой ячейкой.

Если Вы создадите анимацию агента, то на анимации активного объекта, содержащего объект агента, агенты будут расположены согласно их текущим координатам.

Каждый агент может иметь контакты с другими агентами этой же популяции (если значение параметра DefaultNetwork не равно NONE). Список всех агентов, соединенных с этим агентом, можно получить с помощью функции getContacts().

Существует несколько предопределенных типов сетей: RANDOM, SCALE FREE, и т.д. Можно использовать один из предопределенных типов сетей, но можно также соединять агентов «вручную» с помощью функций connectTo/disconnectFrom.

Можно использовать сеть для посылки сообщений соединенным агентам с помощью функций sendToRandomContact и sendToAllContacts. Если у агента создана анимация, то при желании можно отобразить на ней линии, показывающие связи между соединенными агентами.

Стандартный тип сети не означает, что агенты не могут иметь каких-то других соединений. Можно задать любую топологию сети взаимодействий агентов, устанавливая и сохраняя соответствующие связи. Например, можно промоделировать семьи, создав в объекте агента переменные Parent и Children, которые будут хранить ссылки на агента-родителя и агентов-детей соответственно.

Если создается анимацию агента, то можно сделать анимацию интерактивной, задав реакцию на щелчок мышью по анимации агента (для этого нужно установить параметр Clickable в true). Область, чувствительная к щелчку мыши, будет ограничена пунктирной рамкой анимации агента. Действие, которое будет выполняться при совершении щелчка мышью по анимации агента, задается параметром OnClick. В частности, рядом с анимацией агента может показываться любая необходимая информация об агенте (можно изменить содержание отображающегося текста с помощью параметра InfoString).

Объект AgentBase также предоставляет механизм обмена сообщениями между агентами. Функции sendTo… используются для пересылки сообщений различного типа агентам той же популяции. При получении агентом сообщения, начинает выполняться код параметра OnReceive. В этом коде можно задать обработчик события получения сообщения, при этом сообщение будет доступно как встроенная переменная message (типа Object), а агент-отправитель сообщения – как переменная sender (типа ActiveObject).

Как обычно, можно задать любой другой механизм взаимодействия между агентами: они могут вызывать функции друг друга, изменять значения переменных, и т.д.

2. Разработка имитационной модели жизненного цикла товара ООО «Стимул»

2.1 Краткая организационно-экономическая характеристика предприятия ООО «Стимул» и его деятельности

Общество с ограниченной ответственностью «Стимул» (далее ООО «Стимул») создано в 1995 году. Зарегистрировано советом учредителей в г. Брянске в 1995 году.Расположено в северо-восточной части города.Предприятие имеет 0,5 га площади, на которой расположено складское и торговое хозяйство, административно-управленческие помещения.

Целью деятельности предприятия является: получение прибыли путём использования имущества ООО «Стимул», осуществление производственно-хозяйственной, коммерческой и прочей деятельности, в порядке и в соответствии с действующим законодательством Российской федерации.Предметом деятельности ООО «Стимул» является:производство товаров народного потребления и предоставление платных услуг населению.

2.2 Разработка имитационной модели жизненного цикла товара ООО «Стимул»

В начале создадим новый проект для модели.

· Создаем новый проект:

1. Щелкнем мышью по кнопке панели инструментов Создать появится диалоговое окно Новый Проект.

1. Щелкнем мышью по кнопке Выбрать… и выберите директорию, в которой вы будете хранить файлы проекта.

2. Укажем имя нового проекта Product Stimyl в поле редактирования Имя проекта.

5. Подтверждаем операцию, нажав кнопку ОК.

Создали новый проект. В центре появилась структурная диаграмма в центре рабочей области AnyLogic, окно Проект – в левой панели, и окно Свойства в правой.

Рис. 1. Структурная диаграмма в центре рабочей области AnyLogic

Первым шагом при создании модели является создание агентов. В AnyLogicTM для создания агентов вначале создали класс активного объекта, который будет задавать внутреннюю структуру агента, а затем создали необходимое количество экземпляров этого класса, каждый из которых будет представлять отдельного агента модели. Создаем новый класс активного объекта, кликаем по кнопке панели инструментов Новый класс активного объекта. В диалоговом окне задаем имя Имя нового класса: Person.

Рис. 2. Создание нового класса активного объекта


Теперь добавим агентов в модель. Откроем структурную диаграмму класса Main, сделав двойной щелчок мышью по элементу Main в окне Проект. Перетащим мышью класс Person из окна Проект на структурную диаграмму класса Main. Назовем объект people. Зададим количество человек в модели. На вкладке Количество окна Свойства зададим Количество объектов: 1000. Автоматически создано 1100 экземпляров класса Person, каждый из которых будет представлять отдельного агента. Зададим характеристики агента. Характеристики агента задаются с помощью параметров класса. Все агенты обладают общей структурой, поскольку все они задаются объектами одного класса. Параметры же позволяют задавать характеристики индивидуально для каждого агента. Зададим подверженность человека влиянию рекламы. Откроем структурную диаграмму класса Person, сделав двойной щелчок мышью по элементу Person в окне Проект. В окне Свойства, кликаем мышью по кнопке Новый параметр. В появившемся диалоговом окне Параметр, задаем свойства параметра. Изменим имя параметра. В поле Имя введем Ad_Effectiveness. Зададим значение параметра. Введем 0.011 в поле По умолчанию.

Рис. 3. Подверженность человека влиянию рекламы


Рис. 4. Среднегодовое количество встреч человека

Зададим среднегодовое количество встреч человека. Аналогично создаем параметр Contact_Rate. Предположим, что человек в среднем встречается со 90 людьми в год. Введем в поле редактирования По умолчанию 90.