Part 3.2 : Changing Arrival RatePas

Part 3.2 : Changing Arrival Rate
Passengers do not arrive at a constant ate (i.e., homogeneous process) throughout the entire day in a real airport Zeven though they may arrive randomly),so we should expand our model to handle such changes .
Our approach is to allow the arrival rates to allow the arrival rates to change throughout the day .
To model this changing rate , we will use a data object in SIMIO Called a Rate Table and reference the Rate Table we create in the arrival logic of our Source object. It is important to understand that the interarrival times for this rate will be assumed to be Exponentially distributed, but the mean of this distribution changes with time.
If an interarrival process has an Exponential distribution , then it is known statistically that the number of arrivals per unit time is Poisson distributed.
Since the parameter (its mean ) changes with time, it is formally referred to as a "nonhomogeneous

ผลลัพธ์ (ไทย) 1:

ส่วนที่ 3.2: การเปลี่ยนแปลงทางอัตราผู้โดยสารไม่ถึงค่าคงกิน (เช่น เหมือนกระบวนการ) ตลอดทั้งวันทั้งในสนามบินจริง Zeven แม้ว่าพวกเขาอาจมาแบบสุ่ม), ดัง นั้นเราควรขยายรูปแบบของเราจัดการกับการเปลี่ยนแปลงดังกล่าวได้วิธีของเราจะให้ราคาพิเศษมาให้ราคามาถึงการเปลี่ยนแปลงตลอดทั้งวันเราจะใช้วัตถุข้อมูลใน SIMIO เรียกว่าตารางอัตรา และอ้างอิงตารางอัตราเราสร้างในตรรกะทางของวัตถุต้นฉบับของเราแบบนี้อัตราการเปลี่ยนแปลง สิ่งสำคัญคือต้องเข้าใจว่า เวลา interarrival สำหรับอัตรานี้จะถือว่าสร้างกระจาย แต่ค่าเฉลี่ยของการกระจายนี้เปลี่ยนเวลาถ้ากระบวนการ interarrival มีกระจายการเนน แล้วเป็นที่รู้จักกันทางสถิติว่าจำนวนต่อหน่วยเวลาที่มาถึงปัวกระจาย เนื่องจากพารามิเตอร์ (เป็นค่าเฉลี่ย) การเปลี่ยนแปลงกับเวลา อย่างเป็นกิจจะลักษณะว่าเป็นแบบ "nonhomogeneous

ผลลัพธ์ (ไทย) 2:

ส่วนที่ 3.2:
การเปลี่ยนอัตราการมาถึงผู้โดยสารที่ไม่ได้มาถึงที่คงกิน(คือกระบวนการที่เป็นเนื้อเดียวกัน) ตลอดทั้งวันทั้งในสนามจริงเฟนแม้พวกเขาจะประสบความสำเร็จแบบสุ่ม) ดังนั้นเราควรจะขยายรูปแบบของเราที่จะรับมือกับการเปลี่ยนแปลงดังกล่าว.
แนวทางของเราคือ ที่จะอนุญาตให้อัตราการมาถึงเพื่อให้อัตราการมาถึงการเปลี่ยนแปลงตลอดทั้งวัน.
เพื่อจำลองอัตราการเปลี่ยนแปลงนี้เราจะใช้วัตถุข้อมูลใน SIMIO เรียกว่าอัตราโต๊ะและอ้างอิงตารางอัตราที่เราสร้างในตรรกะการมาถึงของวัตถุที่มาของเรา มันเป็นสิ่งสำคัญที่จะเข้าใจว่าเวลาที่ interarrival อัตรานี้จะถูกสันนิษฐานว่าจะถูกกระจายชี้แจง แต่ค่าเฉลี่ยของการเปลี่ยนแปลงการกระจายนี้มีเวลา.
หากกระบวนการ interarrival มีการกระจายเอกแล้วก็เป็นที่รู้จักกันทางสถิติว่าจำนวนของผู้โดยสารขาเข้าต่อ หน่วยเวลามีการกระจาย Poisson.
ตั้งแต่พารามิเตอร์ (ค่าเฉลี่ย) การเปลี่ยนแปลงที่มีเวลาก็จะเรียกอย่างเป็นทางการว่า "nonhomogeneous

ผลลัพธ์ (ไทย) 3:

ส่วน 3.2 : การเปลี่ยนแปลงอัตรา
มาถึงผู้โดยสารไม่ได้มาถึงคงกิน ( เช่น เอกพันธ์ กระบวนการ ) ตลอดทั้งวันในเจ็ดสนามบินจริง ถึงแม้พวกเขาจะมาถึงสุ่ม ) ดังนั้นเราจึงควรขยายรูปแบบของเราเพื่อจัดการกับการเปลี่ยนแปลงดังกล่าว
วิธีการของเราคือ เพื่อให้มาถึงอัตราเพื่อให้มาถึงอัตราการเปลี่ยน ตลอดทั้งวัน
รูปแบบนี้การเปลี่ยนแปลงอัตราเราจะใช้วัตถุข้อมูลใน simio เรียกว่าตารางคะแนนอ้างอิงและอัตราตารางที่เราสร้างในการมาถึงตรรกะของแหล่งที่มาของเราวัตถุ มันเป็นสิ่งสำคัญที่จะเข้าใจว่าครั้ง interarrival อัตรานี้จะถือว่ามีจำนวนมาก กระจาย แต่หมายถึงของการกระจายการเปลี่ยนแปลงกับเวลา .
ถ้ากระบวนการ interarrival มีการชี้แจง ,แล้วมันเป็นที่รู้จักกันทางสถิติว่าจำนวนนักท่องเที่ยวต่อหน่วยเวลาเป็นพารามิเตอร์แบบกระจาย
ตั้งแต่พารามิเตอร์ ( หมายความว่า ) การเปลี่ยนแปลงกับเวลา มันถูกเรียกว่า " nonhomogeneous อย่างเป็นทางการ