Имитационное моделирование в AnyLogic 7. В 2 частях. Часть 2

Министерство образования и науки Российской Федерации
Уральский федеральный университет
имени первого Президента России Б. Н. Ельцина

О. В. Лимановская

Имитационное моделирование 
в AnyLogic 7

В 2 частях

Часть 2

Рекомендовано методическим советом 
Уральского федерального университета 
в качестве лабораторного практикума для студентов вуза, 
обучающихся по направлению 
09.03.04 — Программная инженерия

Екатеринбург
Издательство Уральского университета
2017

УДК 004.94(076.5)
ББК 32.972.1я
          Л58

Рецензенты:
ст. науч. сотр., канд. физ.-мат. наук О. Р. Рахманова (лаборатория электродных процессов ФГБУН «Институт высокотемпературной электрохимии УрО РАН);
Г. В. Лимановский (начальник группы поддержки сети Института высокотемпературной электрохимии УрО РАН)

Научный редактор доц., канд. техн. наук И. Н. Обабков

 
Лимановская, О. В.
Л58    Имитационное моделирование в AnyLogic 7. В 2 ч., ч. 2 : лабораторный практикум / О. В. Лимановская. — Екатеринбург : Изд-во Урал. ун-та, 
2017. — 104 с.

ISBN 978-5-7996-1996-1 (ч. 2)
ISBN 978-5-7996-1995-4

Работа состоит из двух частей: часть 1 — учебное пособие, часть 2 — лабораторный практикум. В первой части излагаются основы имитационного моделирования в среде AnyLogic 7. Во второй части приведены четыре лабораторных работы 
для бакалавров, изучающих модуль «Математическое и компьютерное моделирование». Издание предназначено для студентов всех форм обучения и аспирантов, 
обучающихся по техническим специальностям.

Рис. 160.

УДК 004.94(076.5)
ББК 32.972.1я

ISBN 978-5-7996-1996-1 (ч. 2) 
© Уральский федеральный
ISBN 978-5-7996-1995-4 
     университет, 2017

Введение

Лабораторный практикум посвящен изучению работы 
в среде имитационного моделирования AnyLogic 7, содержит подробные пошаговые инструкции по созданию моделей в среде AnyLogic 7. Рассмотрено создание дискретно-событийных, агентных и пешеходных моделей. В ходе 
работы по созданию моделей могут возникать вопросы 
по теоретической части среды AnyLogic. Теоретические вопросы и справочные материалы по среде AnyLogic 7 изложены в учебном пособии «Имитационное моделирование 
в AnyLogic 7» (часть 1). Поэтому для работы со студентами 
в ходе выполнения ими лабораторных работ рекомендуется использование обоих изданий.

Лабораторная работа № 1
Дискретно-событийное моделирование.  
Моделирование систем массового обслуживания

Задача

Промоделировать работу билетных касс. В кассы есть единая очередь, которую обслуживают две основные кассы. Если основные кассы 
не справляются с потоком покупателей, то открывается третья касса. 
Поток покупателей меняется в зависимости от времени суток и становится больше в выходные дни. Расписание потока покупателей приведено ниже.
Рабочие дни:
8:00–13:00 — десять человек в час;
13:00–16:00 — пятнадцать человек в час;
16:00–22:00 — двадцать человек в час.
Выходные дни:
9:00–12:00 — двадцать человек в час;
12:00–21:00 — сорок человек в час.
Покупатели, время ожидания покупки у которых превысило час, 
уходят из касс, не купив билета. Время обслуживания одного покупателя в кассах меняется случайным образом от 2 до 15 минут и в среднем 
составляет 5 минут. Предусмотреть в модели учет купивших и некупивших билеты.

Решение

Этап 1. Задание логики работы модели

Шаг 1. Создание новой модели

Создайте новую модель (рис. 1.1) в среде AnyLogic, нажав на кнопку Создать и выбрав Модель из выпадающего меню (или используйте 
клавиши быстрого доступа <Ctrl+N>).

Дискретно-событийное моделирование. Моделирование систем массового обслуживания 

Рис. 1.1. Создание новой модели

Введите имя модели ticket в открывшемся диалоговом окне и задайте единицы модельного времени — минуты (рис. 1.2). Нажмите 
кнопку Готово.

Рис. 1.2. Задание параметров новой модели

Лабораторная работа № 1

Шаг 2. Моделирование прихода покупателей

В открывшемся окне модели перейдите на вкладку Палитра и откройте первую библиотеку из списка — Библиотеку моделирования 
процессов. Из нее перетащите на рабочее поле блок Source (рис. 1.3). 
Как известно, именно этот блок моделирует появление заявок в модели. В нашем случае покупатели — это заявки.

Рис. 1.3. Моделирование прихода покупателей

В начале моделирования мы не будем учитывать изменение интенсивности потока покупателей в течение дня и недели. Просто зададим 
наименьшую границу потока. Для этого выберем в пункте Прибывают согласно режим Интенсивности и зададим значение интенсивности 10. Это значит, что в среднем 10 раз в час будут приходить покупатели, то есть примерно каждые 6 минут.

Шаг 3. Моделирование очереди покупателей

Перетащите из библиотеки моделирования процессов блок Queue. 
Будьте внимательны и постарайтесь сделать так, чтобы блок Queue связался с блоком Source. Это позволит избежать лишних хлопот по дорисовыванию связей между блоками. Если не удастся связать блоки, 
то нужно дважды щелкнуть на выходной порт блока Source и потянуть 
связь до блока Queue. Заявка проходит в модели только по связям. Если  

Дискретно-событийное моделирование. Моделирование систем массового обслуживания 

блоки не связаны, то заявка не сможет перейти в следующий блок. 
Блок Queue имитирует накопление заявок в модели, фактически моделирует очередь. Оставим все ее параметры по умолчанию. Это значит, 
что ее логика будет соответствовать логике очереди «первый пришел, 
первый ушел» и не будет задано никакой привязки на местности. Отметить пункт Максимальная вместимость (рис. 1.4), поскольку в задании ничего не было сказано об ограничениях длины очереди.

Рис. 1.4. Моделирование очереди покупателей

Шаг 4. Моделирование процесса покупки билетов

Для процесса покупки билетов требуется ресурс — кассиры. Для 
моделирования ресурсов в модели используется блок ResourcePool. 
Перетащите его на рабочее поле модели. Этот блок не связывается 
ни с каким блоком в модели, так как через него не должны проходить заявки.
В свойствах блока задайте его имя booking_clerk. Поскольку кассиры 
могут передвигаться от кассы к кассе, то задайте тип ресурса как Движущийся и укажите их скорость 2 км/ч. Пока не будем задавать расписание работы кассиров и в пункте Количество задано оставим режим Напрямую и укажем количество кассиров, например 2 (рис. 1.5).
Перед тем как моделировать сам процесс покупки билетов, используем блок выбора движения заявок, поскольку покупатели из очереди могут идти как в первую, так и во вторую кассу. Перетащите блок 
selectOutput на рабочее поле и соедините его с блоком Queue. Условие 
выбора касс введем позже.

Лабораторная работа № 1

Рис. 1.5. Моделирование ресурсов для продажи билетов

Далее нужно промоделировать сам процесс покупки билетов. Процесс покупки билетов — это процесс обслуживания заявки. Для этого используется блок Service, который включает в себя логику работы 
трех блоков Sieze (захват ресурсов), Delay (удержание заявки и ресурсов), Release (освобождение ресурсов). Также блок Service имеет 
собственную очередь, то есть в него еще встроен блок Queue. Поэтому если бы к каждой кассе шла своя очередь, то блок Queue отдельно 
можно было бы не использовать.
Перетащите два блока Service на рабочее поле. В свойствах блоков 
задайте их имена booking1 и booking2. Задайте вместимость собственных очередей 2 и время задержки (рис. 1.6). Время задержки задается 
функцией треугольного распределения со средним значением 5 минут, минимальным значением 2 минуты и максимальным значением 
15 минут. В пункте Набор(ы) ресурсов выберите из списка ресурсов 
только что созданный ресурс booking_clerk. Теперь в первой и во второй кассах будут работать указанные в ресурсах 2 кассира.
Теперь, когда обе кассы промоделированы, вернемся к условию выбора кассы покупателем. Пусть покупатель идет во вторую кассу, увидев, что в первой кассе собралось более трех человек. Такое поведение 
заявкам можно задать, если использовать в условии выбора функцию 

Дискретно-событийное моделирование. Моделирование систем массового обслуживания 

объекта service — size (), которая возвращает количество клиентов, обслуживаемых в данный момент объектом. Если величина, возвращенная функцией size () объекта booking1, будет больше 3 (рис. 1.7), то значит, что в эту кассу покупатель не пойдет.

Рис. 1.6. Моделирование процесса продажи билетов

Рис. 1.7. Условие выбора касс