MAX = +0.5% MIN = -0.6%
MAX = -10.3% MIN = -11.3%
7. 1 станция; 32000 заявок; 10 экспериментов; нормальное распределение входного потока, нормальное распределение потока обслуживания; Ta = 10; DTa = 50; Ts(1) = 5; DTs(1) = 10; Pr(1) = 0
По формулам:
Результаты имитационного моделирования:
| 1 | 2 | 3 | 4 | 5 | |
| WT | 0.597 | 0.594 | 0.591 | 0.582 | 0.598 |
| IDT | 5.046 | 5.044 | 5.011 | 5.032 | 5.008 |
| Tmid | 5.598 | 5.595 | 5.593 | 5.578 | 5.598 |
| 6 | 7 | 8 | 9 | 10 | |
| WT | 0.610 | 0.598 | 0.623 | 0.621 | 0.607 |
| IDT | 4.976 | 4.952 | 5.028 | 4.977 | 4.981 |
| Tmid | 5.608 | 5.595 | 5.620 | 5.623 | 5.606 |
MAX = -4.1% MIN = -10.5%
MAX = +0.9% MIN = -1%
MAX = -0.5% MIN = -1.3%
Получилось, что при экспоненциальном распределении входного потока заявок экспериментальные данные близки к теоретическим, а при нормальном существенно различаются. Это связано с тем, что для входного потока, не являющегося простейшим, существуют только формулы для грубо приближенной оценки параметров, которые являются применимыми только для узкого круга задач, с определенным соотношением входных параметров.
Далее исследуем систему из 2 станций, на вход которой поступает поток заявок с экспоненциальным распределением времени прихода. С выхода первой станции все заявки попадают на вход второй. В зависимости от типа распределения потока обслуживания получим экспериментальные данные имитационного моделирования и сравним их с результатами расчета по формулам.
8. 2 станции; 32000 заявок; 10 экспериментов; экспоненциальное распределение входного потока, нормальное распределение времени обслуживания; Ta = 10; Ts(1) = 5; DTs(1) = 0; Pr(1) = 0; Ts(2) = 5; DTs(2) = 0; Pr(2) = 0
По формулам:
Результаты имитационного моделирования:
| 1 | 2 | 3 | 4 | 5 | |
| WT1 | 2.44 | 2.47 | 2.56 | 2.58 | 2.54 |
| IDT1 | 4.96 | 5.05 | 5.00 | 5.00 | 5.01 |
| Tmid1 | 7.44 | 7.47 | 7.56 | 7.58 | 7.54 |
| WT2 | 0 | 0 | 0 | 0 | 0 |
| IDT2 | 4.96 | 5.05 | 5.00 | 5.00 | 5.01 |
| Tmid2 | 5 | 5 | 5 | 5 | 5 |
| 6 | 7 | 8 | 9 | 10 | |
| WT1 | 2.53 | 2.45 | 2.49 | 2.48 | 2.51 |
| IDT1 | 5.03 | 5.04 | 5.05 | 5.00 | 5.05 |
| Tmid1 | 7.53 | 7.45 | 7.49 | 7.49 | 7.51 |
| WT2 | 0 | 0 | 0 | 0 | 0 |
| IDT2 | 5.03 | 5.04 | 5.05 | 5.00 | 5.05 |
| Tmid2 | 5 | 5 | 5 | 5 | 5 |
MAX = +3.2% MIN = -2.4%
MAX = +1.0% MIN = -0.8%
MAX = +1.1% MIN = -0.8%
MAX = -100% MIN = -100%
MAX = +1.0% MIN = -0.8%
MAX = -33.3% MIN = -33.3%
9. 2 станции; 32000 заявок; 10 экспериментов; экспоненциальное распределение входного потока, нормальное распределение потока обслуживания; Ta = 10; Ts(1) = 5; DTs(1) = 50; Pr(1) = 0; Ts(2) = 5; DTs(2) = 50; Pr(2) = 0
По формулам:
Результаты имитационного моделирования:
| 1 | 2 | 3 | 4 | 5 | |
| WT1 | 3.137 | 3.177 | 3.170 | 3.067 | 3.074 |
| IDT1 | 5.062 | 4.927 | 4.943 | 5.025 | 4.992 |
| Tmid1 | 8.142 | 8.161 | 8.161 | 8.062 | 8.074 |
| WT2 | 1.876 | 1.926 | 1.828 | 1.842 | 1.827 |
| IDT2 | 5.048 | 4.916 | 4.949 | 5.018 | 5.018 |
| Tmid2 | 6.894 | 6.922 | 6.812 | 6.844 | 6.801 |
| 6 | 7 | 8 | 9 | 10 | |
| WT1 | 3.153 | 3.067 | 3.205 | 3.197 | 3.126 |
| IDT1 | 4.936 | 5.026 | 5.000 | 4.951 | 5.116 |
| Tmid1 | 8.169 | 8.070 | 8.214 | 8.200 | 8.107 |
| WT2 | 1.828 | 1.776 | 1.787 | 1.885 | 1.813 |
| IDT2 | 4.958 | 5.034 | 5.013 | 4.961 | 5.095 |
| Tmid2 | 6.823 | 6.771 | 6.783 | 6.879 | 6.815 |
MAX = +2.6% MIN = -1.8%
MAX = +2.3% MIN = -1.5%
MAX = +1.1% MIN = -0.8%
MAX = -38.4% MIN = -43.2%
MAX = +1.9% MIN = -1.7%
MAX = -14.8% MIN = -16.7%
10. 2 станции; 32000 заявок; 10 экспериментов; экспоненциальное распределение входного потока и потока обслуживания; Ta = 10; Ts(1) = 5; Pr(1) = 0; Ts(2) = 5; Pr(2) = 0