Part 3.2 : Changing Arrival RatePas

Part 3.2 : Changing Arrival Rate
Passengers do not arrive at a constant rate (i.e., homogeneous process) throughout the entire day in a real airport (even 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 "non-homogeneous Poisson " arrival process , also called a NHPP (Non-Homogeneous Poisson Process).
Therefore when you use SIMIO Rate Table you are assuming the arrival process is a NHPP. Error! eference source not found . Table 3.1 shows the hourly rate over the 24 hour day where more passengers on average arrive during the morning and dinner time hours .
The Zero rates imply no arrivals during that time period.

ผลลัพธ์ (ไทย) 1:

ส่วนที่ 3.2: การเปลี่ยนแปลงทางอัตราผู้โดยสารไม่ถึงอัตราคง (เช่น เหมือนกระบวนการ) ตลอดทั้งวันในสนามบินจริง (แม้ว่าพวกเขาอาจมาแบบสุ่ม), ดัง นั้นเราควรขยายรูปแบบของเราจัดการกับการเปลี่ยนแปลงดังกล่าววิธีของเราจะให้ราคาพิเศษมาให้ราคามาถึงการเปลี่ยนแปลงตลอดทั้งวันเราจะใช้วัตถุข้อมูลใน SIMIO เรียกว่าตารางอัตรา และอ้างอิงตารางอัตราเราสร้างในตรรกะทางของวัตถุต้นฉบับของเราแบบนี้อัตราการเปลี่ยนแปลง สิ่งสำคัญคือต้องเข้าใจว่า เวลา interarrival สำหรับอัตรานี้จะถือว่าสร้างกระจาย แต่ค่าเฉลี่ยของการกระจายนี้เปลี่ยนเวลาถ้ากระบวนการ interarrival มีกระจายการเนน แล้วเป็นที่รู้จักกันทางสถิติว่าจำนวนต่อหน่วยเวลาที่มาถึงปัวกระจาย เนื่องจากพารามิเตอร์ (เป็นค่าเฉลี่ย) การเปลี่ยนแปลงกับเวลา อย่างเป็นกิจจะลักษณะว่าเป็นกระบวนการมาถึง "ปัวไม่เหมือน" หรือที่เรียกว่า NHPP (ไม่เหมือนปัวกระบวนการ)ดังนั้น เมื่อคุณใช้ตารางอัตรา SIMIO คุณจะสมมติการถือเป็น NHPP ข้อผิดพลาด ไม่พบแหล่ง eference ตาราง 3.1 แสดงอัตราต่อชั่วโมงข้ามวัน 24 ชั่วโมงซึ่งผู้โดยสารที่เพิ่มมากขึ้น โดยเฉลี่ยถึงในช่วงเช้าและเย็นเวลาชั่วโมงราคาศูนย์เป็นสิทธิ์แบบไม่รับในระหว่างรอบระยะเวลานั้น

ผลลัพธ์ (ไทย) 2:

ส่วนที่ 3.2:
การเปลี่ยนอัตราการมาถึงผู้โดยสารที่ไม่ประสบความสำเร็จในอัตราคงที่(คือกระบวนการที่เป็นเนื้อเดียวกัน) ตลอดทั้งวันทั้งในสนามจริง (ถึงแม้ว่าพวกเขาอาจมาถึงแบบสุ่ม) ดังนั้นเราควรจะขยายรูปแบบของเราที่จะรับมือกับการเปลี่ยนแปลงดังกล่าว.
วิธีการของเรา เพื่อให้อัตราการมาถึงเพื่อให้อัตราการมาถึงการเปลี่ยนแปลงตลอดทั้งวัน.
เพื่อจำลองอัตราการเปลี่ยนแปลงนี้เราจะใช้วัตถุข้อมูลใน SIMIO เรียกว่าอัตราโต๊ะและอ้างอิงตารางอัตราที่เราสร้างในตรรกะการมาถึงของวัตถุที่มาของเรา . มันเป็นสิ่งสำคัญที่จะเข้าใจว่าเวลาที่ interarrival อัตรานี้จะถูกสันนิษฐานว่าจะถูกกระจายชี้แจง แต่ค่าเฉลี่ยของการเปลี่ยนแปลงการกระจายนี้มีเวลา.
หากกระบวนการ interarrival มีการกระจายเอกแล้วก็เป็นที่รู้จักกันทางสถิติว่าจำนวนของผู้โดยสารขาเข้าต่อ เวลาหน่วย Poisson กระจาย.
ตั้งแต่พารามิเตอร์ (ค่าเฉลี่ย) การเปลี่ยนแปลงที่มีเวลาก็จะเป็นทางการเรียกว่า "ที่ไม่เป็นเนื้อเดียวกัน Poisson" ขั้นตอนที่เดินทางมาถึงที่เรียกว่า NHPP (ไม่เป็นเนื้อเดียวกัน Poisson กระบวนการ).
ดังนั้นเมื่อคุณใช้ SIMIO ตารางอัตราสมมติว่าคุณจะมาถึงขั้นตอนการเป็น NHPP ข้อผิดพลาด! แหล่ง eference ไม่พบ ตารางที่ 3.1 แสดงให้เห็นถึงอัตราชั่วโมงในช่วงวันตลอด 24 ชั่วโมงที่ผู้โดยสารเฉลี่ยมาถึงในช่วงเช้าและอาหารค่ำเวลาชั่วโมง.
อัตราศูนย์บ่งบอกถึงการเดินทางเข้ามาในช่วงเวลานั้น

ผลลัพธ์ (ไทย) 3:

ส่วน 3.2 : การเปลี่ยนแปลงอัตรา
มาถึงผู้โดยสารไม่ได้มาถึงในอัตราคงที่ ( เช่น เอกพันธ์ กระบวนการ ) ตลอดทั้งวันในรถจริง ( แม้ว่าพวกเขาอาจจะสุ่ม ) ดังนั้นเราจึงควรขยายรูปแบบของเราเพื่อจัดการกับการเปลี่ยนแปลงดังกล่าว
วิธีการของเราคือการอนุญาตให้เข้าพักเพื่อให้มาถึงอัตราอัตรา เปลี่ยนแปลงตลอดทั้งวัน
รูปแบบนี้การเปลี่ยนแปลงอัตราเราจะใช้วัตถุข้อมูลใน simio เรียกว่าตารางคะแนนอ้างอิงและอัตราตารางที่เราสร้างในการมาถึงตรรกะของแหล่งที่มาของเราวัตถุ มันเป็นสิ่งสำคัญที่จะเข้าใจว่าครั้ง interarrival อัตรานี้จะถือว่ามีจำนวนมาก กระจาย แต่หมายถึงของการกระจายการเปลี่ยนแปลงกับเวลา .
ถ้ากระบวนการ interarrival มีการชี้แจง ,แล้วมันเป็นที่รู้จักกันทางสถิติว่าจำนวนนักท่องเที่ยวต่อหน่วยเวลาเป็นพารามิเตอร์แบบกระจาย
ตั้งแต่พารามิเตอร์ ( หมายความว่า ) การเปลี่ยนแปลงกับเวลา มันเป็นกิจจะลักษณะเรียกว่า " non-homogeneous ปัวซง " มาถึงกระบวนการ เรียกว่า nhpp ( ไม่ใช่กระบวนการปัวซงเหมือนกัน )
ดังนั้นเมื่อคุณใช้ตารางอัตรา simio คุณคิดว่ากระบวนการมาถึงเป็น nhpp . ข้อผิดพลาด !eference แหล่งที่มาไม่พบ ตารางที่ 3.1 แสดงอัตรารายชั่วโมงกว่าวันตลอด 24 ชั่วโมง ที่ผู้โดยสารเฉลี่ยมาถึงในช่วงเช้าและเย็นเวลาชั่วโมง .
ศูนย์อัตรานัยไม่เข้ามาในช่วงเวลาที่ .