processes. Stochastic discrete even

processes. Stochastic discrete event simulation
allows the modelling of uncertainty and dynamic
systems and it is also flexible in modelling various
levels of detail and complexity (Awuah-Offei, 2012
and Awuah-Offei et al, 2012).
In this paper a stochastic simulation model is built
with Arena® simulation software to forecast
production at AG pit of PMGL. The model catered
for the random behaviour of excavators and trucks
in the pit and targeted a minimal variance between
planned production and actual production.

ผลลัพธ์ (ไทย) 1:

กระบวนการ จำลองเหตุการณ์แยก stochasticช่วยให้การสร้างแบบจำลองไดนามิก และความไม่แน่นอนระบบและยังมีความยืดหยุ่นในการสร้างแบบจำลองต่าง ๆระดับของรายละเอียดและความซับซ้อน (Awuah-Offei, 2012และ Awuah-Offei et al, 2012)สร้างแบบจำลอง stochastic ในเอกสารนี้ด้วยซอฟต์แวร์จำลอง Arena® ในการพยากรณ์การผลิตที่หลุม AG ของ PMGL รุ่นที่รองรับสำหรับพฤติกรรมสุ่มของรถขุดและรถบรรทุกในหลุม และมีผลต่างน้อยที่สุดระหว่างการกำหนดเป้าหมายแผนการผลิตและการผลิตจริง

ผลลัพธ์ (ไทย) 2:

กระบวนการ Stochastic จำลองเหตุการณ์ไม่ต่อเนื่อง
จะช่วยให้การสร้างแบบจำลองของความไม่แน่นอนที่และแบบไดนามิก
ระบบและมันยังมีความยืดหยุ่นในการสร้างแบบจำลองต่างๆ
ระดับของรายละเอียดและความซับซ้อน (Awuah-Offei 2012
และ Awuah-Offei et al, 2012).
ในกระดาษนี้รูปแบบการจำลองสุ่มที่ถูกสร้างขึ้น
กับซอฟต์แวร์การจำลองArena®ที่จะคาดการณ์
การผลิตที่เอจีหลุม PMGL รุ่นที่รองรับ
สำหรับพฤติกรรมสุ่มของรถขุดและรถบรรทุก
ในหลุมและเป้าหมายความแปรปรวนน้อยที่สุดระหว่าง
การผลิตการวางแผนและการผลิตที่เกิดขึ้นจริง

ผลลัพธ์ (ไทย) 3:

กระบวนการ เหตุการณ์ไม่ต่อเนื่องแบบจำลองสโตแคสติกช่วยให้การสร้างแบบจำลองของความไม่แน่นอนและแบบไดนามิกระบบและยังมีความยืดหยุ่นในแบบต่าง ๆระดับของรายละเอียดและความซับซ้อน ( awuah offei 2555และ awuah offei et al , 2012 )ในกระดาษนี้เป็นแบบจำลองเฟ้นสุ่มสร้างกับเวที®จำลองซอฟต์แวร์การคาดการณ์การผลิตของหลุมโดย pmgl . รูปแบบบริการสำหรับพฤติกรรมที่สุ่มของรถบรรทุกและรถขุดในหลุมและเป้าหมายน้อยที่สุดผลต่างระหว่างการวางแผนการผลิตและการผลิตจริง .