1106104 SİSTEM SİMÜLASYONU



Benzer belgeler
Kuyruk Sistemlerinin Simülasyonu

Rasgele Sayılar Rasgele Basamaklar

SİSTEM SİMÜLASYONU

SIMÜLASYON DERS SORUMLUSU: DOÇ.DR. SAADETTIN ERHAN KESEN. Ders No:2 Simülasyon Örnekleri

EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME

9/22/2014 EME 3105 SİSTEM SİMÜLASYONU. Giriş. Tek Kanallı Kuyruk Sistemi. Kuyruk Sistemlerinin Simulasyonu. Simulasyon Örnekleri Ders 2

9/28/2016 EME 3117 SİSTEM SİMÜLASYONU. Giriş. Tek Kanallı Kuyruk Sistemi. Kuyruk Sistemlerinin Simulasyonu. Simulasyon Örnekleri Ders 2

KUYRUK TEORİSİ (BEKLEME HATTİ MODELLERİ) Hazırlayan: Özlem AYDIN

IE 303T Sistem Benzetimi L E C T U R E 3 : O L A Y Ç I Z E L G E L E M E A L G O R I T M A S I

BENZETİM. Prof.Dr.Berna Dengiz. 4. Ders Modelleme yaklaşımları Benzetim yazılımlarında aranan özellikler M/M/1 Kuyruk Sistemi benzetimi

BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi. İlhan AYDIN

Kuyruk Sistemlerinin Benzetimi. KUYRUK & BEKLEME HATTI SİSTEMLERİ Genel nüfus Bekleme hattı Sunucu

Rassal Değişken Üretimi

Yönetimde Karar Verme Teknikleri

ENM 316 BENZETİM DERS 3 KUYRUK SİSTEMİ. Operasyon yönetiminde önemli bir alana sahiptir.

EME 3105 SISTEM SIMÜLASYONU

Rasgele Sayı Üretme. Rasgele Sayıların Özellikleri. İki önemli istaiksel özelliği var :

Bekleme Hattı Teorisi

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

SİSTEM SİMÜLASYONU

SİMULASYON MODELLEME VE ANALİZ. Giriş. Arena Ortamı. Simulasyon Dilleri HAFTA 2. Yrd.Doç.Dr.Beyazıt Ocaktan

Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30)

EME 3105 SISTEM SIMÜLASYONU. Giriş. Arena Ortamı. Simulasyon Dilleri

Eme Sistem simülasyonu. Giriş. Simulasyonun Kullanım Alanları (Devam) Simulasyonun Kullanım Alanları. Sistem Simülasyonuna Giriş

9/14/2016 EME 3117 SİSTEM SIMÜLASYONU. Giriş. (Devam) Simulasyonun Kullanım Alanları. Sistem Simülasyonuna Giriş. Hafta 1. Yrd.Doç.Dr.

EME 3105 Giriş SISTEM SIMÜLASYONU Sistem Simülasyonuna Giriş Simülasyon Ders 1 Simülasyon, Yrd.Doç.Dr.Beyazıt Ocaktan

SİSTEM SİMÜLASYONU

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Ders 4: Rastgele Değişkenler ve Dağılımları

Veri Ağlarında Gecikme Modeli

Girişimcilikte Simülasyon: Eğitimcinin Eğitimi

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Bilgisayar İşletim Sistemleri BLG 312

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

Yrd. Doç. Dr. Caner ÖZCAN

ENM 316 BENZETİM. Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30)

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

BEKLEME HATTI MODELLERİ

ENM 316 BENZETİM ÖDEV SETİ

Simülasyonda İstatiksel Modeller

SİSTEM SİMÜLASYONU BENZETIM 1 SİMÜLASYON MODEL TÜRLERİ 1. STATİK VEYA DİNAMİK. Simülasyon Modelleri

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

Bir iş modeli olarak kitlesel üretimde, standartlaştırılmış ürünlerin çok yüksek adetlerde üretilmesi üretim maliyetlerini düşürmektedir ve bu da

Yrd. Doç. Dr. Caner ÖZCAN

Rasgele Sayıların Özellikleri

MONTE CARLO BENZETİMİ

Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir.

Merkezi İşlem Birimi MİKROİŞLEMCİ SİSTEMLERİ. MİB Yapısı. MİB Altbirimleri. Durum Kütüğü. Yardımcı Kütükler

İÜ AÇIK VE UZAKTAN EĞİTİM FAKÜLTESİ. Süreç İyileştirme Standardı

SİSTEM VE YAZILIM. o Bilgisayar sistemleri donanım, yazılım ve bunları işletmek üzere gerekli işlemlerden oluşur.

BKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )

RASTGELE SAYI ÜRETİMİ VE UYGULANAN TESTLER HAZIRLAYAN: ÖZLEM AYDIN

İSTATİSTİK. Bölüm 1 Giriş. Ankara Üniversitesi SBF İstatistik 1 Ders Notları Prof. Dr. Onur Özsoy 4/4/2018

Kuyruk Simulasyonu (Qeue Simulation)

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz...

Proses. Prosesler 2. İşletim Sistemleri

PROSESLER. Proses. Proses

İstatistik ve Olasılık

Bu bölümde; Çok ölçütlü karar verme yöntemlerinden biri olan TOPSİS yöntemi anlatılacaktır.

VeritabanıYönetimi Varlık İlişki Diyagramları. Yrd. Doç. Dr. Tuba KURBAN

Olasılık ve Rastgele Süreçler (EE213) Ders Detayları

SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi

EME 3117 SİSTEM SİMULASYONU

4. ÜRÜN GELİSTİRME İŞLEMİ

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

ENM 316 BENZETİM ÖDEV SETİ

Y.Doç.Dr. Fazıl GÖKGÖZ Kuyruk Teorisi. Bölüm 1: Temel Kavramlar. Varışlar: Müşteriler sisteme belirli bir varış yapısında girerler

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN

BİYOİSTATİSTİK. Ödev Çözümleri. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

İÇ KONTROL SİSTEMİ EĞİTİMİ STRATEJİ GELİŞTİRME BAŞKANLIĞI

RASSAL SAYI ÜRETİLMESİ

ÇIKTI ANALİZİ BENZETİM TÜRLERİ

Yazılım Mühendisliği Bölüm - 3 Planlama

BİH 605 Bilgi Teknolojisi Bahar Dönemi 2015

Merkezi İşlem Birimi MİKROİŞLEMCİ SİSTEMLERİ. MİB Yapısı. MİB in İç Yapısı. MİB Altbirimleri. MİB in İç Yapısı

DARA PLUS PARAKENDE MODULU

KUYRUK TEORİSİ II DOĞUM-ÖLÜM SÜRECİ

IE 303T Sistem Benzetimi DERS 4 : O L A S I L I K T E K R A R

KUYRUK SİSTEMİ VE BİLEŞENLERİ SİSTEM SİMULASYONU KUYRUK SİSTEMİ VE BİLEŞENLERİ ÖRNEKLER BİR KUYRUK SİSTEMİNİN ÖRNEKLER

BLM 112- Programlama Dilleri II. Hafta 5 İşaretçiler (Pointers)

BMB204. Veri Yapıları Ders 12. Dizgi Eşleme (String Matching) Algoritmaları İleri Veri Yapıları

VERİ YAPILARI LİSTELER. Yrd. Doç. Dr. Murat GÖK Bilgisayar Mühendisliği Bölümü YALOVA ÜNİVERSİTESİ

Mekatroniğe Giriş Dersi

Genel Graf Üzerinde Mutlak 1-merkez

OPNET PROJECT EDİTÖRDE. Doç. Dr. Cüneyt BAYILMIŞ

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir,

Disk Çizelgeleme. BTEP205 - İşletim Sistemleri

ELN1001 BİLGİSAYAR PROGRAMLAMA I

KARAR TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü

Laboratuvar 3. Yrd.Doç.Dr.Beyazıt Ocaktan. Elektronik Montaj ve Test Örneği

BİLGİ SİSTEMLERİNİN GELİŞTİRİLMESİ

DAO İLE SQL KOMUTLARI. Sql komutlarını artık veri tabanında kullanmaktan başka çaremiz yok arkadaşlar. Şimdi bu sql derslerimize başlayalım.

ENM 316 Arena Uygulama Dersi Mayıs 2015

IE 303T Sistem Benzetimi

BİYOİSTATİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

Güz Yarıyılı Balıkesir Üniversitesi, Endüstri Mühendisliği Bölümü EMM4129 ÇİZELGELEME

Esnek Hesaplamaya Giriş

Transkript:

6 SİSTEM SİMÜLASYONU Yrd Doç. Dr. Sırma Yavuz Çarşamba : - : (F-9) Ofis: B Blok - Kat Donanım Lab. Ofis Saatleri : Çarşamba 6: - 7: İçerik Simülasyon Modeli Yaklaşımları Kuyruk Sistemlerinin Simülasyonu Simülasyon Tablosu Kullanılarak Simülasyon Adımlarının İncelenmesi Rasgele Sayılar Rasgele Basamaklar Varışlar Arası ve Servis Sürelerinin Üretilmesi Olay Çizelgeleme-Planlama Yaklaşımı ile Tek-Kanallı Kuyruk Örneği Üzerinde İncelemeler

Simülasyon Modeli Yaklaşımları Olay çizelgeleme-planlama yaklaşımı Olaylar ve bunların sistem üzerindeki etkilerine yoğunlaşılır. Proses etkileşimleri yaklaşımı (işletim sistemlerindeki prosesler gibi) -Model varlıklar veya objeler türünden tanımlanır. - İçgüdüsel bir yanı vardır. - Prosesleri üst düzey bloklar veya bağlantılarla tanımlamaya olanak verir. - Olay planlama gizlidir. Her iki yaklaşım da değişken zaman artımı (variable time advance) kullanır. Simülasyon Modeli Yaklaşımları Aktivite tarama yaklaşımı - Hangi aktivitenin başlayabileceğine karar vermek için sabit zaman artımı ve kural tabanlı yaklaşım kullanılır. -Her zaman artımında her bir aktivite için koşullar kontrol edilir ve gerekli koşullar sağlanırsa aktivite başlar. - Küçük sistemler için uygundur.

Aktivite Tarama Yaklaşımı Bu yaklaşım kavramsal olarak basit görünse de sürekli bir aktivitenin başlayıp başlayamayacağını kontrol etmek simülasyonu yavaşlatır. Sonradan olay planlanlama yaklaşımının bazı özellikleri eklenerek bu yaklaşım fazlı bir hale dönüşmüş, ancak biraz daha karmaşık bir hal almış. fazlı yaklaşımda olaylar süreli aktiviteler olarak tanımlanır ve birincil veya koşullu olmak üzere iki tip aktivite tanımlanır. Böylelikle gereksiz kontroller azaltılmıştır. Aktivite Tarama Yaklaşımı Kapı Simülasyonu Örneği

Süreç (Proses) Etkileşimleri Yaklaşımı Proses Etkileşimleri Yaklaşımında analist süreçler cinsinden düşünür. Süreç zamanda dizilmiş olaylar, aktiviteler, gecikmeler zinciridir. Varlık sistem içinde ilerlerken gerek duyduğu kaynaklar da sürece dahildir. Genellikle sistemde birden fazla süreç aktiftir ve bunların etkileşimleri karmaşık bir hal alabilir. Süreç (Proses) Etkileşimleri Yaklaşımı Bu yaklaşımın simülasyon paketlerindeki uygulanmasında model yaratılırken etkileşimler genellikle modeli yaratan kişiden gizlenmiştir: olaylar gelecek olay listesine eklenir, diğer süreçler işlerken başka bir sürecin geçici olarak durmasına sebep olur...

Süreç (Proses) Etkileşimleri Yaklaşımı Tek Sunuculu Kuyruk- İki Müşteri Sürecinin Etkileşimi Olay Çizelgeleme-Planlama Yaklaşımı Analist olaylara ve bu olayların sistem üzerindeki etkilerine yoğunlaşır. Sistemde zaman içinde oluşan durumları takip etmek için simülasyon tabloları kullanılır.

Simülasyon Tablosu Kullanılarak Simülasyon Adımlarının İncelenmesi Öncelikle simülasyon girdilerinin karakteristikleri belirlenir. Çoğunlukla bu girdiler sürkli veya ayrık olasılık dağılımları olarak modellenir. Daha sonra simülasyon tablosu oluşturulur. Eldeki probleme bağlı olarak simülasyon tabloları farklılık gösterecektir. Simülasyon Tablosu Kullanılarak Simülasyon Adımlarının İncelenmesi Her tekrar (i=,,...,n deneme) için p adet girişi (x ij, j=,...,p), adet cevabı (y i ) bulunan simülasyon tablosu örneği : 6

Kuyruk Sistemlerinin Simülasyonu Bir kuyruk sistemi talepte bulunan nüfusu, varışların türü, servis mekanizması, sistem kapasitesi ve kuyruk disiplini ile tanımlanır. Kuyruk Sistemlerinin Simülasyonu Varışlar ve Servisler varışlar arası süre ve servis süresi dağılımı ile tanımlanır. Tek veya çok kanallı bir kuyrukta genel varış hızı toplam servis hızından düşük olmalı, aksi halde kuyruk sınırsız büyür bu tür kuyruklar kararsız ya da patlayıcı olarak nitelendirilir. 7

Kuyruk Sistemlerinin Simülasyonu Tek kanallı kuyruk için talepte bulunan nüfus sonsuzdur: - bir bireyin nüfustan ayrılıp bekleme kuyruğuna veya servise girse bile diğer bireylerin varış oranında değişme olmaz - servis süreleri bir olasılık dağılımına göre rasgele bir uzunluktadır ve zaman içinde değişmezler. Sistem kapasitesi limitsizdir yani herhangi bir sayıda birey kuyruğa girebilir?? Bireyler kuyruğa giriş sıralarına göre servis alacaklardır (First In First Out)?? Tek Kanallı bir Kuyruk Sistemi Servis alan müşteri Gelen Müşteri Kuruktaki Müşteriler Sunucu Giden Müşteri Sistem Durumu : Sistemdeki bireylerin sayısı ve sunucunun durumu (meşgulboş) Olaylar : Varış (sisteme yeni bir bireyin girişi) ve Ayrılma (servisin tamamlanması) 8

Sisteme Yeni bir Bireyin Girişi -Varış Olayı Varış Olayından Sonraki Potansiyel Birey Davranışları Kuyruk Durumu Boş Değil Boş Sunucu Durumu Meşgul Boş Kuyruğa Gir Olanaksız Kuyruğa Gir Sevis Almaya Başla 9

Servisin Tamamlanması -Ayrılma Olayı Servisin Tamamlanması Olayından Sonraki Sunucu Çıktıları Kuyruk Durumu Boş Değil Boş Sunucu Çıktıları Meşgul Boş Olanaksız Olanaksız

Kuyruk Sistemlerinin Simülasyonu Kuyruk sistemlerinin simülasyonu sonraki adımda ne olacağını belirlemek üzere bir olay listesinin tutulmasını ve bakımını gerektirir. Simülasyonda olaylar genellikle gerçek hayattaki rasgeleliği taklit edecek şekilde rasgele zamanlarda oluşur (müşterinin ne zaman varacağını, servisin ne kadar süreceğini kesin olarak bilemeyiz...) Rasgele Sayılar Rasgele Basamaklar Gerçek hayatı taklit etmek için ihtiyaç duyulan rasgeleliği elde etmek rasgele sayılar ın kullanılması ile mümkündür. Rasgele sayıların oluşturulmasında rasgele basamaklar kullanılır.

Rasgele Sayılar Rasgele Basamaklar Rasgele sayılar (,) aralığında bağımsız ve düzenli olarak dağılmıştır. Rasgele basamaklar {,,,...,9} kümesinde düzenli olarak dağılmıştır. Rasgele basamak tablosu ile Rasgele Sayıların oluşturulması: Her bir rasgele sayı için uygun sayıda (girişlerinizin gerektirdiği çözünürlüğe bağlı) basamak seçilir ve seçilen sayının soluna ondalık virgül eklenir: 9788787969.. Tek Kanallı Kuyruk Sistemi Örneği Tek kasası (ödeme noktası) olan bir dükkan Müşterilerin kasaya varış aralıkları -8 dakika arası ve rasgele değişiyor Varışlar arası sürelerin hepsi aynı olasılığa sahip Kasiyerin servis süresi -6 dakika arasında değişiyor ve farklı olasılıklara sahip müşteri için sistemi analiz etmek isteyelim...

Tek Kanallı Kuyruk Sistemi Örneği Normalde müşterilik bir örnek kümesi seçmek güvenilir sonuçlar için yeterli değil Böyle bir dükkanın simülasyonunun dükkan boş iken başlaması da doğru değil ancak hesaplamaları basit tutmak için başlangıç koşulları ve diğer tereddütleri ihmal ediyoruz... Varışlar Arası Sürelerin Dağılımı Varışlar Arası Süre (dakika) Olasılık Kümülatif Olasılık Rasgele Basamak Ataması.. -.. 6-..7-7.. 76-..6-6 6..7 66-7 7..87 7-87 8. 876- R. Basamaklar 6 - arasında Varışlar arası süre dk. R. Sayı.6. ile. arası kümülatif olasılığa karşılık gelir

Varışlar Arası Sürelerin Üretilmesi Kasaya varışları üretmek için bir grup düzgün dağılımlı rasgele sayıya ihtiyacımız var. Bu sayılar (,) aralığında olmalı ve ardarda gelen sayılar birbirinden bağımsız olmalı. Varışlar arası sürelerin olasılıkları basamak ile doğru olarak temsil edilebilir. müşteri için varışlar arası süreleri üretmek üzere 99 rasgele sayıya ihtiyacımız var (neden 99?) Varışlar Arası Sürelerin Üretilmesi Müşteri Rasgele Basamaklar Varışlar Arası Süre (dakika) Müşteri Rasgele Basamaklar Varışlar Arası Süre (dakika) - - 6 6 8 7 678 6 78 6 89 9 6 87 7 6 888 8 7 8 7 9 8 8 9 8 9 : : : 9 8

Servis Sürelerinin Dağılımı 96-. 6 86-9.9. 6-8.8. -6.6. -.. -.. Rasgele Basamak Ataması Kümülatif Olasılık Olasılık Varışlar Arası Süre (dakika) Servis Sürelerinin Üretilmesi 6 8 : : : 6 9 8 9 8 7 7 79 7 6 9 6 6 6 9 8 79 87 8 9 8 Servis Süresi (dakika) Rasgele Basamaklar Müşteri Servis Süresi (dakika) Rasgele Basamaklar Müşteri

Simülasyondan Çıkarılabilecek Bazı Sonuçlar Ortalama Bekleme Süresi Bir müşterinin kuyrukta x dakika bekleme olasılığı Kasanın boşluk-doluluk oranı (kasanın boş olma olasılığı) Ortalama servis süresi (ve beklendik değeri) Varışlar arası ortalama süre (ve beklendik değeri) Olay Çizelgeleme-Planlama Yaklaşımı Örneği (Tek-Kanallı Kuyruk) Tek Kasalı Bir Dükkan için Elle Simülasyon Örneği Sistem Durumu LQ(t) Sırada bekleyen müşteri sayısı LS(t) t anında servis verilen müşteri sayısı ( veya ) Varlıklar Servis elemanı ve müşteri özel olarak modellenmiyor (sadece durum değişkenleri içinde yer alıyor) Olaylar Varış (A) Ayrılma(D) Durma Olayı (E) t=6 anında oluşması planlanmış 6

Olay Çizelgeleme-Planlama Yaklaşımı Örneği Olay İhbarları (A,t) gelecekteki bir t anındaki varış olayı (D,t) gelecekteki bir t anındaki varış olayı (E,6) gelecekte 6 anında simülasyonu sonlandırma olayı Aktiviteler Varışlar arası süre, servis süresi Gecikme Müşterinin kuyrukta beklerken harcadığı süre Varış Olayının Uygulanması 7

Ayrılma Olayının Uygulanması Simülasyon Tablosunun Oluşturulması Daha önce üretilen varışlar arası süreler ve servis sürelerini kullanacağız : Varışlar Arası Süreler (a*) 6 7 : Servis Süreleri (s*) : 8

İstatistiklerin Toplanması Sadece servis kullanımı ve maksimum kuyruk uzunluğuna ait iki istatistik toplayacağız. o Simülasyon tablosunda servis meşgul süresi (B) ve max. kuyruk uzunluğu (MQ) değerleri toplanmıştır. o Servis kullanımı daha sonra servis meşgul süresinin (B) geçen toplam süreye (T E ) bölünmesi ile elde edilir. Simülasyon Tablosu Saat Sistem Durumu LQ(t) LS(t) Gelecek Olay Listesi Açıklama Kümülatif İstatistikler MQ B (A,) (D,) (E,6) Önce A oluşuyor (a*=) sonraki varışı programla A (s*=) ilk ayrılışı D programla (A,) (D,) (E,6) İkinci A oluşuyor: (A,) (a*=) sonraki varışı A prlanla (müşteri gecikti) (D,) (A,8) (E,6) Üçüncü A oluşuyor: (A,) (a*=6) sonraki varışı A prlanla (iki müşteri gecikti) (D,6) (A,8) (E,6) İlk D oluşur: (D,) (s*=) sonraki ayrılışı (D) planla (müşteri gecikti) 6 6 9

Ortalama Cevap Süresinin Hesaplanması Örneğimizde simülasyon analistinin ortalama cevap süresi ve kasada dakika veya daha fazla süre geçiren müşterilerin oranını hesaplamak istediğini düşünelim. Bu durumda cevap süresini hesaplamak için müşteri ayrılırken varış zamanını da bilmemiz gerekiyor. Bunun için müşteri varlık olarak tabloya eklenecek kasa kuyruğu isimli yeni bir listede tutulacak. Ayrıca gelecek olay listesindeki olay ihbarları hangi müşterinin etkilendiğini de gösterecek şekilde tutulacak. Ortalama Cevap Süresinin Hesaplanması Varlıklar (Ci,t), t anında varan müşteriyi (Ci ) temsil etsin Olay İhbarları (A,t,Ci), müşterinin(ci) glecekteki t anında varışı (D,t,Cj), müşterinin(ci) glecekteki t anında ayrılışı Kasa Sırası: belli bir anda kasa varış zamanlarına göre sıralı tüm müşterilerin kümesi Tutulacak Yeni İstatistikler: Cevap Süresi = Saat- Nitelik (varış zamanı) S: O ana kadar ayrılmış olan tüm müşterilerin cevap süresi toplamı N D : O ana kadar ayrılmış olan müşterilerin toplam adedi F: Sistemde dakika veya daha fazla zaman harcamış olan toplam müşteri sayısı

Ortalama Cevap Süresinin Hesaplanması Örneğin Saat = anında C müşterisi için bir ayrılma olayı gerçekleşsin: C müşterisi (varlık) kasa kuyruğu listesinden çıkarılır Nitelik (varış zamanı) = olarak not edilmiş ise, Cevap Süresi = - = dakika olacaktır. S (cevap süresi toplamı) artırılır, N D (o ana kadar ayrılmış müşterilerin toplamı) artırılır, F(Sistemde dakika veya daha fazla zaman harcamış olan toplam müşteri sayısı) artırılmaz. Simülasyon Tablosu SAAT Sİstem Durumu LQ(t)... LS(t)... KASA KUYRUĞU (C,) (C,)(C,) (C,)(C,) (C,)... Gelecek Olay Listesi (A,,C) (D,,C) (E,6) (A,,C) (D,,C) (E,6) (D,,C) (A,8,C) (E,6)... S... Kümülatif İstatistikler ND... F... (C,)(C,) C artık listede yok (D,6,C) (A,8,C) (E,6)

Bir Simülasyon Sisteminin Yapısı Varlıklar-İlişkiler Saat Yönetim Dağılımlar Sonuçların Toplanması Tartışma Sıradışı Simülasyon Örnekleri???