Содержание к диссертации
Введение
1. Системный анализ методов моделирования процессов управления на предприятиях промышленности и транспортного комплекса 10
1.1. Актуальность проблемы создания АСУ и моделирования процессовуправления предприятиями 10
1.2. Определение класса методов и моделей управления предприятиями.. 13
1.2.1. Определение класса анализируемых методов и моделей 13
1.2.2. Точные методы анализа 16
1.2.3. Приближенные методы анализа 20
1.3. Анализ методов статистической обработки результатов имитационного эксперимента 27
1.3.1. Повторные независимые реализации 29
1.3.2. "Независимые" отрезки реализации 29
1.3.3. Оценивание сериальной корреляции 30
1.3.4. Регенеративный метод 30
1.4. Декомпозиционный метод вложенных процессов 33
1.6. Имитационные и гибридные модели 36
Выводы по главе 1 42
2. Модель оперативного планирования производственных процессов на предприятиях с распределенной структурой 43
2.1. Вложенное представление имитационной модели распределенного производственного предприятия 43
2.2. Формирование процессного описания вложенных моделей 46
2.3. Структура декомпозиционного метода вложенных процессов 54
2.3.1. Определения модели вложенных процессов 60
2.3.2. Анализ характеристик прямого и обратного интерфейса 64
2.3.3. Анализ влияния второго момента ФРВ входного потока 66
2.3.4. Выявление значимых факторов 67
2.3.5. Влияние загрузки на погрешность вложенной модели 68
2.3.6. Влияние вида ФРВ времени пребывания во вложенной модели 72
2.4. Представление вложенного уровня замкнутыми СМО 74
2.4.1. Выявление значимых факторов 75
2.4.2. Влияние вида ФРВ времени пребывания в источнике 77
Выводы по главе 2 79
3. Исследование управляемых имитационных моделей регенерирующих процессов 81
3.1. Построение модели управляемого регенерирующего процесса 81
3.2. Стационарные характеристики управляемой модели 88
3.3. Задача оптимального распределения циклов регенерации 96
3.4. Выбор параметров алгоритма поиска 102
Выводы по главе 3 109
4. Программная реализация системы диалогового взаимодействия 111
4.1. Организация и основные возможности 111
4.2. Реализация моделирующего алгоритма сканирующего типа 117
4.2.1. Линейная модель реализации алгоритма управляемого имитационного эксперимента 121
4.2.2. Оценка вычислительной эффективности алгоритма управления... 124
4.3. Реализация системы диалогового взаимодействия в рамках системы
СОТА 125
4.3.1. Структура диалоговой системы 126
4.3.2. Язык директив пользователя 128
4.3.3. Операторы диалогового взаимодействия 132
4.4. Структура комплекса программ диалоговой системы 133
Выводы по главе 4 139
Заключение 140
Литература 141
Приложение. Акты о внедрении 152
- Актуальность проблемы создания АСУ и моделирования процессовуправления предприятиями
- Формирование процессного описания вложенных моделей
- Построение модели управляемого регенерирующего процесса
- Реализация моделирующего алгоритма сканирующего типа
Введение к работе
В настоящее время методы управления производственными процессами, основанные на интерактивных имитационных моделях, приобретают все большее распространение при организации работы предприятий. Все это требует необходимости внедрения новых информационных технологий в сферу управления их деятельностью, разработки и использования автоматизированных систем управления различного класса и назначения.
Потребности исследования сложных систем и разработки методов их моделирования приводят к рассмотрению в рамках единого процесса моделирования следующих этапов: построение модели, организация имитационного эксперимента, формирование процедур принятия решений. За последнее время разработано достаточно много систем имитационного моделирования, которые за счет своей проблемной ориентации предоставляют пользователю набор удобных средств, что упрощает процесс построения моделей. Среди них можно выделить GPSS, SIMULA, SIMULINK, НЕДИС, СЛЭНГ и другие. Однако следует отметить, что недостаточное внимание уделено разработке диалоговых средств взаимодействия с моделями в рамках системы моделирования, учитывающих специфику проведения имитационного эксперимента.
Предметом исследования являются методы и модели АСУП и АСУТП, а также компоненты математического, лингвистического и программного обеспечения систем поддержки принятия решений по организации эффективной работы предприятий.
Целью работы является повышение эффективности и качества управления предприятиями за счет создания методики комплексного анализа и моделирования процессов автоматизации и управления в условиях стохастической неопределенности.
Для достижения данной цели в работе решаются следующие задачи: системный анализ методов и моделей управления предприятиями в условиях стохастической неопределенности; формирование системы описаний вложенных имитационных моделей; построение дискретной модели управляемого процесса; анализ стационарных характеристик управляемого регенерирующего процесса; анализ сходимости дискретной модели управляемого процесса и оценка его эффективности; разработка подсистемы диалогового взаимодействия с управляемыми имитационными моделями и языка директив пользователя; программная реализация подсистемы диалогового взаимодействия. Научную новизну работы составляют методы и средства формирования интерактивных управляемых имитационных моделей.
На защиту выносятся следующие основные научные результаты: формализованное представление управляемой имитационной модели на основе методики вложенных процессов; дискретная модель управляемого регенерирующего процесса; аналитические выражения стационарных вероятностей характеристик управляемого регенерирующего процесса; метод и алгоритм решения задачи оптимального распределения циклов регенерации при общем ограничении на время моделирования.
Диссертация состоит из четырех глав, в которых приводится решение поставленных задач»
В первой главе проведен анализ методов и моделей оценки эффективности функционирования предприятий. Рассмотрена структура управления промышленными предприятиями, которые состоят из многочисленных взаимосвязанных производственных участков, имеют распределенную структуру и выполняют ряд функций по регулированию материальных потоков, а также накапливанию и распределению сырья, материалов и ресурсов непосредственно на производственных участках.
На этапе проектирования АСУП основное значение приобретает выбор оптимального состава и рациональной организации связей между ее компонентами. Существующие методы исследования распадаются на две большие группы - аналитические и имитационные. Методы аналитического исследования сводятся к получению достаточно компактных аналитических выражений, с помощью которых можно изучать поведение всей системы или некоторых узлов в виде некоторых функционалов. Существенным недостатком этих методов является то, что они применяется только для относительно простых структур. Наиболее точные результаты позволяет получить метод, основанный на физическом моделировании процессов. Недостатком этого метода, не позволяющим найти широкое применение, является высокая стоимость макета системы. Метод имитационного моделирования в значительной степени устраняет эти недостатки.
Во второй главе проведено исследование декомпозиционного метода вложенных процессов с целью определения влияния отдельных типов моделей и их параметров на выходные характеристики метода в целом. Указывается также на связь концепции метода с теоретическими основами описания технологических процессов. В рамках общей схемы применения метода определены основные источники погрешности, включающие ошибки.
Рассмотрена схема декомпозиции, при которой нижний уровень представлен разомкнутыми моделями. В этом случае общая погрешность времен пребывания в системе определяется погрешностями коррелированности потоков, времен пребывания в нижнем контуре и погрешностью отсутствия блокировки в нижнем уровне.
Рассмотрена схема декомпозиции, при которой нижний уровень описан замкнутыми моделями. В этом случае общая погрешность времени пребывания в системе определяется лишь погрешностями корреляций. Показано, что погрешность не превышает 15% и не зависит от коэффициента загрузки. Таким образом, схема с замкнутыми моделями нижнего уровня предпочтительна при всех значениях загрузки приборов.
В главе выполнен также анализ влияния аппроксимации функций распределения вероятности для различных характеристик метода и разработаны рекомендации по их применению.
В третьей главе, проведен анализ управляемых регенерирующих процессов. Разработан алгоритм управления имитационной моделью в предположениях: изменения управляемых параметров осуществляются в моменты регенерации; оценки небольшого числа циклов регенерации, что приводит к погрешности выбора направления поиска. Оценка оптимального значения управляемого параметра определяется на основании анализа всего управляемого процесса и зависит от точности оценок целевой функции на всей исследуемой области управляемых параметров.
В связи с этим решается задача определения стационарных характеристик управляемого регенерирующего процесса. Достроена марковская цепь, описывающая поведение модели в. пространстве управляемых параметров. Используя предложенное и исследованное в работе приближение нормального закона распределения, найдены аналитические выражения для стационарных вероятностей марковской цепи. Исследована зависимость характеристик управляемой модели от значений целевой функции.
В четвертой главе показана целесообразность разработки средств диалогового взаимодействия с программными имитационными моделями, использования сочетания разнообразных поисковых методов, а также непосредственного участия проектировщика на этапе параметрического синтеза. В процессе моделирования он получает сведения о текущих результатах, на основании чего может менять параметры модели и осуществлять целенаправленный выбор характеристик используемого метода. Такой подход позволяет с большей эффективностью решать поставленные задачи.
С учетом требований, предъявляемых к диалоговым системам разработана структура диалоговой подсистемы для системы моделирования
СОТА, учитывающая особенности взаимодействия с имитационными моделями. Язык взаимодействия расширен за счет введения операторов диалогового взаимодействия, позволяющих синхронизировать работу моделирующего алгоритма и действий проектировщика. Разработан язык директив пользователя, синтаксические конструкции которого близки к операторам системы моделирования и позволяют эффективно управлять процессом моделирования. В соответствии со структурой системы разработан комплекс компилирующих и интерпретирующих программ, позволяющих управлять процессом с экрана дисплея.
Обоснованность научных положений, рекомендаций и выводов определяется корректным использованием современных математических методов и моделей, согласованностью результатов аналитических и имитационных моделей. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения результатов работы в ряде промышленных предприятий.
Научные результаты, полученные в диссертации, доведены до практического использования, Они представляют непосредственный интерес в области моделирования технологических процессов, связанных с организацией производства на предприятиях промышленности и транспортного комплекса.
Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения на предприятиях ООО «Интерсервис М», 000 «ТФТСпецтехноком», а также используются в учебном процессе в МАДИ(ГТУ).
Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение: на Российских и межрегиональных научно-технических конференциях, симпозиумах и семинарах (2001-2006г.г.); на заседании кафедры АСУ МАДЩГТУ).
9 Совокупность научных положений, идей и практических результатов исследований в области построения интерактивных имитационных моделей представляет интерес в области теоретических и практических методов принятия решений по автоматизации управления производственными процессами на предприятиях промышленности и транспортного комплекса. Материалы диссертации отражены в 6 печатных работах. Диссертационная работа состоит из введения, пяти глав и заключения, изложенных на 137 страницах машинописного текста, содержит 38 страниц рисунков, графиков и таблиц, список литературы из 128 наименований и приложения.
10 1. СИСТЕМНЫЙ АНАЛИЗ МЕТОДОВ МОДЕЛИРОВАНИЯ ПРОЦЕССОВ УПРАВЛЕНИЯ НА ПРЕДПРИЯТИЯХ ПРОМЫШЛЕННОСТИ И ТРАНСПОРТНОГО
КОМПЛЕКСА Многообразие функций, реализуемых АСУТП и АСУП требует использования различных методов и моделей в ходе проектирования, обслуживания и администрирования систем автоматизации и управления производственными процессами. В главе проводится краткий анализ методов моделирования и предлагаются рекомендации по выбору и развитию наиболее перспективных подходов к решению задач имитационного моделирования.
Актуальность проблемы создания АСУ и моделирования процессовуправления предприятиями
На этапе проектирования АСУ различного класса и назначения основное значение приобретает выбор ее оптимального состава и рациональной организации связей между ее отдельными узлами. Существующие в настоящее время методы исследования АСУ распадаются на две большие группы [43]: аналитические и имитационные. Методы аналитического исследования сводятся к получению достаточно компактных аналитических выражений, с помощью которых можно изучать поведение всей системы или некоторых узлов в виде некоторых функционалов. Существенным недостатком этих методов является то, что они применяется только для относительно простых структур. Наиболее точные результаты позволяет получить метод, основанный на физическом моделировании процессов, происходящих в АСУ. Недостатком этого метода, не позволяющим найти широкое применение, является высокая стоимость макета системы. Метод имитационного моделирования в значительной степени устраняет эти недостатки. Потребности исследования сложных систем и разработки методов их моделирования приводят к рассмотрению в рамках единого процесса моделирования следующих составляющих [34, 37] построение модели, организация имитационного эксперимента, формирование процедур принятия решений.
За последнее время разработано достаточно много систем имитационного моделирования, которые за счет своей проблемной ориентации предоставляют пользователю набор удобных средств, что упрощает процесс построения моделей [21]. Среди них можно выделить GPSS . SIMULA, SIM SCRIPT, НЕДИС, СЛЭНГ и другие. Однако следует отметить, что недостаточное внимание уделено разработке диалоговых средств взаимодействия с моделью в рамках системы моделирования (СМ), учитывающих специфику проведения имитационного эксперимента.
На этапе экспериментирования с моделью в работах [33, 51] выделяются два этапа планирования: стратегическое и тактическое. В рамках стратегического планирования существуют два подхода: статический [95], связанный с решением задач выбора точек плана сразу для всей исследуемой области; и последовательный [63], при котором точки плана выбираются последовательно, на основании полученных в процессе эксперимента результатов. В рамках тактического планирования [32] разрабатываются методы оценивания целевой функции при фиксированных значениях варьируемых параметров.
В работах [17, 98] предлагается использование методов статистического поиска для решения задач оптимизации, где целевая пункция вычисляется на основании статистической обработки результатов имитационного эксперимента. Однако в них не рассматриваются вопросы эффективности предложенных процедур, а оценки целевой пункции вычисляются с наперед заданной, достаточно высокой степенью точности. При этом точность оценок одинакова для всех значений варьируемых параметров, что приводит к большим затратам машинного времени на вычисление оценок при значениях параметров, далеких от экстремальных.
В работах [84, 62] выбор экстремальных значений параметров осуществляется на основании метода множественных сравнений. Они относятся к методам последовательного планирования, однако требуют несмещенности оценок и априорного задания точек плана, что ограничивает возможности их практического применения.
Методы стохастической аппроксимации [102] не предполагают вычисления точных оценок, однако они не учитывают специфику имитации. Поведение алгоритмов, включающих имитационные модели в контур оптимизации, аналогично поведению алгоритмов в обстановке помех. Эти вопросы рассмотрены в работах [52, 76, 81]. Однако в них не решаются задачи, связанные с оценкой точности и выбором длительности моделирования.
Кроме того, во всех перечисленных работах предполагается стационарность исследуемого процесса, что не всегда приемлемо при имитационном моделировании. Из работ по исследованию переходных режимов можно выделить [30, 69], но они служат лишь для решения задач анализа стохастических систем. Вопрос об использовании этих методов на этапе параметрического синтеза не затрагивается.
Анализ литературы показал, что достаточно широкий класс стохастических систем обладает свойствами, позволяющими ранжировать нестационарные процессы по их предельным характеристикам на основании оценок, полученных на переходном режиме.
Поэтому при организации процедур оптимизации необходимо более полно учитывать особенности имитационных процессов. Должны быть исследованы переходные режимы с целью их непосредственного использования для поиска экстремума. Также необходимо учитывать потребности проектировщика не только в определении экстремума, но и при получении оценок поведения целевой функции в исследуемой области изменения варьируемых параметров. Кроме того, необходимо обеспечить активное участие проектировщика не только в планировании, но и в процессе проведения всего имитационного эксперимента.
Формирование процессного описания вложенных моделей
На первом этапе проектировщик выполняет предварительный анализ модели. Проводится эксперимент с целью определения периода регенерации. Если длительность невелика, то более целесообразно выбирать регенеративный метод статистического анализа модели. В противном случае оценивается автокорреляционная функция, проверяется выполнимость свойств монотонности и сравнимости, на основании чего выбирается алгоритм управления моделью. Этот этап не может быть полностью формализован и поэтому решения принимаются на основе опыта и интуиции проектировщика. В процессе эксперимента, по мере накопления статистических данных алгоритм выбора параметров дает более обоснованные решения, поэтому используется при корректировке параметров.
Генерация выборок выполняется выбранной системой моделирования. Однако отсутствуют эффективные процедуры останова экстремального имитационного эксперимента. Поэтому проектировщик формирует набор данных для вывода результатов моделирования. В процессе функционирования модели результаты постоянно отображаются в одном из окон, что позволяет наблюдать за развитием процесса. Останов модели осуществляется в интерактивном режиме.
При анализе результатов могут возникнуть задачи, не предусмотренные заранее. Поэтому проектировщику предоставлена библиотека обрабатывающих программ, данные для каждой конкретной подпрограммы он вводит в интерактивном режиме.
К настоящему времени разработано значительное количество программных систем, основанных на методе имитационного моделирования и оснащенных проблемными средствами описания модели и представления результатов [14, 87, 98]. Одной из систем, имеющей развитые средства параметрической настройки при моделировании является СОТА [57, 67]. В силу указанной проблемной ориентации эта система представляет набор удобных средств, облегчающих процесс построения моделей и проведения имитационных экспериментов. В языке предусмотрено задание структур в виде мультиграфа, использование классов, блоков и групповых блоков. К основным понятиям СОТА относятся объекты, типы, записи и списки. Объектами языка являются следующие элементы: числа, простые переменные, одномерные и двумерные массивы, метки, стационарные блоки, стандартные процедуры, классы, матрицы, условные переменные. Записи представляют собой набор числовых характеристик, сформированных определенным образом. Записи являются динамическими элементами, которые могут как появляться, так и исчезать в процессе выполнения программ. Таким образом, для реализации процедуры параметрического синтеза выбрана СОТА.
Однако, система не позволяет проводить настройку параметров в процессе моделирования. Поэтому необходимо дополнить систему моделирования средствами диалогового взаимодействия, которые должны: просматривать описание моделей и проводить эксперимент с выбранной моделью; просматривать характеристики модели и моделируемого процесса (вывод текущих значений по их программным идентификаторам); изменять значения управляемых параметров модели и продолжать моделирование, сохраняя текущее состояние модели; организовать диалоговый режим типа "запрос-ответ" как по инициативе пользователя, так и по инициативе модели; в процессе моделирования без останова модели оперативно отображать текущие значения характеристик, что позволяет непосредственно наблюдать за развитием процесса; остановить моделируемый процесс в произвольный момент модельного времени (режим оперативного вмешательства); просматривать файл результатов, формируемый моделью в процессе функционирования; выполнять обрабатывающие программы, вводя исходные данные в интерактивном режиме. Кроме того, включение процедуры параметрического синтеза предъявляет к системе диалогового взаимодействия свои требования [5]: преимущественная ориентация на непрограммирующего пользователя; широкое разнообразие режимов диалога: заполнение таблиц, ответы на "меню", ввод команд и т.д.; совместимость в одной диалоговой системе различных типов диалога: управляемого проектировщиком, управляемого СОТА и смешанного; сравнительно большое количество данных, вводимых и выводимых за один цикл диалогового взаимодействия и множество таких циклов; разнообразие используемых языковых средств; наличие готовых пакетов прикладных программ в данной области проектирования. В диссертационной работе предложена диалоговая подсистема в рамках СОТА.
Построение модели управляемого регенерирующего процесса
Анализ полученной регрессионной модели показал значимость обоих факторов и их взаимодействия. Результаты эксперимента иллюстрирует график на рис.2.24 Погрешность оценки времени пребывания во вложенной модели аппроксимирована квадратичной поверхностью.
Аналогичные результаты были получены при экспериментах на системах вида R64Pi, R64P0, R42Ob R4j2O0, Z64Ob Z64O0. Таким образом, погрешность оценки времени пребывания в системе при использовании замкнутой схемы во вложенном уровне не превышает 20% и в среднем составляет 7%, что в 10 раз меньше среднего значения погрешности при использовании разомкнутой схемы во вложенном уровне. Оценивалось влияние вида функции распределения времени пребывания в источнике в модели нижнего уровня на погрешность определения среднего времени пребывания требований в системе в целом. Эксперименты проводились для моделей R64Pi, R]64Po, R42Oi, R42Oo, Результаты экспериментов для экспоненциальной и детерминированной аппроксимации ФРВ времени пребывания в источнике приведены в таблице 8 Таким образом, при разработке метода расчета пребывания заявки во вложенном уровне, представленном замкнутой сетью, появляется возможность аппроксимировать функцию распределения времени пребывания в источнике во вложенной модели экспонентной в широком диапазоне загрузок. По результатам серии экспериментов при аппроксимации функции распределения времени пребывания в источнике экспонентой и распределением общего вида (аппроксимация гистограммой) построен график (рис.2.25.). 1. Показано, что этот метод позволяет использовать на вложенных уровнях имитационные модели наряду с аналитическими. Это дает возможность моделировать практически любые конфигурации вычислительных сетей в составе систем обработки информации с высокой вычислительной эффективностью. Включение имитационных моделей в ДМВП потребовало уточнения исходных постановок метода, определения области применимости аналитических и имитационных моделей, анализа точностных характеристик, разработки новых процедур использования имитационных моделей. 2. В рамках общей схемы применения ДМВП определены основные источники погрешности, включающие ошибки: методические, возникающие в результате использования той или иной методической схемы; корреляционные, возникающие из-за неучета коррелированности потоков при передаче параметров с верхних уровней на нижние и наоборот; аппроксимационные, связанные с аппроксимацией функций распределения интерфейсных переменных в процессе расчета. 3. Проведена серия имитационных экспериментов с целью определения влияния вида функции распределения входного потока на среднее время пребывания заявки в контуре нижнего уровня. Показано, что для широкого спектра изменения управляемых параметров старшие моменты распределения входного потока заявок в нижний контур мало влияют на среднее время пребывания заявки в нем. Таким образом, входной поток в блокированный контур может быть аппроксимирован пуассоновским. В то же время коэффициент вариации времен пребывания в нижнем уровне при различных значениях управляемых параметров колеблется в широких пределах. 4. Рассмотрена схема декомпозиции, при которой нижний уровень описан разомкнутыми моделями. В этом случае общая погрешность времен пребывания в системе определяется погрешностями коррелированное потоков, времен пребывания в нижнем контуре и погрешностью отсутствия блокировки в нижнем уровне, поскольку поток от составных ресурсов не ограничен единичностью источников поступления. 5. Проведены эксперименты определения погрешности пребывания в системе при аппроксимации функции распределения времени пребывания в источнике экспоненциальным и детерминированным законами в случае декомпозиции нижнего уровня на замкнутые сети. Показано, что возможна аппроксимация экспоненциальным распределением в широком диапазоне значений загрузок.
Реализация моделирующего алгоритма сканирующего типа
Функционирование системы можно представить в виде детерминированного автомата с конечным числом состояний. Система может находиться в одном из состояний. Переход в другое состояние осуществляется либо в результате ввода директив, либо выполнения операторов диалогового взаимодействия модели.
На рис.4.8. приведен граф автоматной схемы, вершины которого поименованы состояниями системы, а дуги директивами перехода и операторами модели.
Начальным состоянием работы системы является Выбор. Здесь пользователь имеет две возможности: закончить сеанс работы с имитационными моделями (директива Конец) либо выбрать из библиотеки моделей очередную для проведения эксперимента (директива Диалог). Для ее выполнения необходимо указать путь доступа к модели. После нормального завершения запуска модели система переходит в состояние Диалог. Это основное состояние системы, из которого доступны переходы в любое другое.
Директива Результат предназначена для перехода в состояние Результат, в котором предоставляются средства просмотра накопленных статистических результатов. Для перехода в состояние График используется директива График. Директива Режим осуществляет переход в состояние режим, где имеются возможности изменения режимов работы управляющего алгоритма модели и диалоговой системы. По директиве Модель выполняется переход в состояние Модель. Моделирование продолжается с момента модельного времени, определяемого последним выходом в состояние Диалог.
Для перехода из состояний Результат, График, Режим в состояние Диалог и из состояния Диалог в состояние Выбор используется директива Конец. Описание используется для просмотра списка возможных директив текущего состояния и назначения каждой. Директива Описание ::= ОПИ ОПИ идентификатор Идентификатор определяет директиву. Директива Конец завершает сеанс работы с имитационной моделью Директива Конец ::=КОН Директивы состояния Диалог Директивы Модель, Диалог, Результат, График, Режим и Конец выполняют переходы по графу состояний диалоговой системы. Директива Вывод формирует информационное окно и назначает модельное время обновления из состояния Модель. Директива Вывод. ::= ВЫВ ВЫВ= целое ВЫВ форматная строка В первом случае, без указания параметров, она используется для обновления, когда в окне другая информация. Выдаются сформированные ранее результирующие данные. Во втором случае директива используется для назначения времени обновления окна. В третьем случае формируется новая запись, которая добавляется к ранее сформированному списку. Директива Читать предназначена для вывода текущих параметров модели Директива Читать ::=ЧИТ форматная строка В списке параметров указывается программный идентификатор модели. Директива Записать предназначена для изменения значений переменных в процессе моделирования. Директива Записать ::=ЗАП числовой объект = число При несоответствии типов выводится сообщение об ошибке. Директива Сбросить используется для обнуления указанных переменных модели. Директива Сбросить ::=СБР список числовых объектов Обычно применяется в начале моделирования. Директива Напечатать служит для вывода на принтер указанных пользователем параметров модели по заданному формату. Директива Напечатать ::=НАП форматная строка Директива Статистика выводит на печать таблицы, содержащие данные о собранной стандартной статистике до текущего модельного времени. Предварительно требуется установить в состоянии Режим соответствующее значение режима сбора стандартной статистики. Директива Статистика ::= СТА Директива Условие предназначена для формирования списка отложенных условий выхода в состояние Диалог из состояния Модель в процессе выполнения модели. Этот список представлен в дизъюнктивной нормальной форме и директива используется для добавления нового дизъюнктивного члена. список условий ::= список условий & дизъюнктивный член дизъюнктивный член В процессе моделирования происходит проверка списка условий. Выход в состояние Диалог выполняется при истинности списка условий. Он истинен при истинности хотя бы одного дизъюнктивного члена. При выходе в Диалог выдается информационное сообщение с указанием истинного дизъюнктивного члена. Каждый член определяется конструкцией дизъюнктивный член ::= отношение & дизъюнктивный член отношение ::= числовой объект операция отношения параметр параметр ::= числовой объект число операция отношения ::= = [ = [ = -i= В этих обозначениях директива имеет следующий синтаксис: Директива Условно ::= УСЛ дизъюнктивный член Директива Время предназначена для формирования отложенного запроса выхода в Диалог через заданное модельное время. К текущему модельному времени прибавляется указанное в директиве и заносится в список отложенных условий выхода. Директива Время ::= ВРЕ число Директива Удалить выполняет удаление дизъюнктивного члена из списка отложенных условий. Директива Удалить ::= УДА ВЫВ целое УДА УСЛ целое Целое определяет порядковый номер дизъюнктивного члена либо строки вывода. Директива Описание предназначена для выполнения сервисных подпрограмм, оформленных оператором Подпрограмма. Директива Выполнить ::- ВЫП метка Для идентификации подпрограмм указывается метка. После выполнения система возвращается в состояние Диалог. В подпрограмме не должно быть операторов Ждать.
