物流系統(tǒng)規(guī)劃與設(shè)計(jì)實(shí)驗(yàn)報(bào)告

1、重慶交通大學(xué)學(xué)生實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)課程名稱(chēng)開(kāi)課實(shí)驗(yàn)室明德樓115、118學(xué) 院 2011年級(jí)物流管理專(zhuān)業(yè)班3班學(xué) 生姓名 黃永恒 學(xué) 號(hào) 631104090302開(kāi)課時(shí)間2014 至2015 學(xué)年第 學(xué)期總成績(jī) 教師簽名實(shí)驗(yàn)一：利用Excel預(yù)測(cè)與EIQ分析一、實(shí)驗(yàn)?zāi)康睦肊XCEL軟件作移動(dòng)平均預(yù)測(cè)、指數(shù)平滑預(yù)測(cè)、線(xiàn)性回歸預(yù)測(cè)和EIQ分析，讓學(xué)生 掌握簡(jiǎn)單的預(yù)測(cè)方法，熟練操作EXCEL軟件二、實(shí)驗(yàn)環(huán)境多媒體計(jì)算機(jī)WindowsXP操作系統(tǒng)Excel三、實(shí)驗(yàn)內(nèi)容1、已知某運(yùn)輸企業(yè)某年度1月至11月的貨運(yùn)量，用二次移動(dòng)平均預(yù)測(cè)法預(yù)測(cè)其12月 的貨運(yùn)量。2、根據(jù)數(shù)據(jù)，利用一次指數(shù)平滑法和二次指數(shù)平滑法預(yù)

2、測(cè)2012年的貨運(yùn)量。3、根據(jù)下表數(shù)據(jù)，利用線(xiàn)性回歸預(yù)測(cè)預(yù)測(cè)下表是某城市家庭10個(gè)月人均收入與人均消費(fèi)的有關(guān)數(shù)據(jù)統(tǒng)計(jì)情況，請(qǐng)用線(xiàn)性回歸預(yù) 測(cè)法預(yù)測(cè)當(dāng)人均月收入為4000美元時(shí)的人均消費(fèi)情況。要求：（1）寫(xiě)出回歸方程；（2）計(jì)算相關(guān)系數(shù)R；（3）計(jì)算：估計(jì)參數(shù)a的標(biāo)準(zhǔn)差、估計(jì)參數(shù)b的標(biāo)準(zhǔn)差；（4）寫(xiě)出估計(jì)參數(shù)a、b的t檢驗(yàn)值及其對(duì)應(yīng)的p-value，說(shuō)明是a、b否通過(guò)置信系數(shù)（1- a ）=95%的 t 檢驗(yàn)。a 為顯著性水平（level of significance）；（5）計(jì)算s2的無(wú)偏估計(jì)量。（6）計(jì)算當(dāng)人均月收入為4000美元時(shí)的預(yù)測(cè)人均消費(fèi)值，及其標(biāo)準(zhǔn)差。4、利用季節(jié)比例法預(yù)測(cè)某廠(chǎng)商

3、根據(jù)銷(xiāo)售情況作購(gòu)買(mǎi)量據(jù)測(cè)，將一年分為4個(gè)銷(xiāo)售季節(jié):A、B、C、D。該廠(chǎng)掌 握了三年的銷(xiāo)售數(shù)據(jù)，為保證足夠的采購(gòu)和生產(chǎn)提前期，需要對(duì)2013年的需求情況作預(yù)測(cè)。 分別用季節(jié)指數(shù)（季節(jié)比重）和季節(jié)指數(shù)（趨勢(shì)比率）預(yù)測(cè)5、某產(chǎn)品20072011年銷(xiāo)量如下表所示，利用Winter s模型對(duì)該產(chǎn)品2012年銷(xiāo)量進(jìn) 行預(yù)測(cè)。要求：（1）根據(jù)模型，完成表格的計(jì)算。（2）作出銷(xiāo)量xt和預(yù)測(cè)值Ft的趨勢(shì)圖（3）改變平滑常數(shù)a、趨勢(shì)指數(shù)8和季節(jié)指數(shù)Y的大小，觀察圖形變化。6、利用統(tǒng)計(jì)數(shù)據(jù)進(jìn)行EIQ分析某配送中心為應(yīng)對(duì)每家店面的需求，每天所處理的訂單數(shù)據(jù)非常龐大?，F(xiàn)從該配送中心 一天的訂單處理業(yè)務(wù)中選擇了有代表性的

4、12份訂單進(jìn)行分析、共涉及33個(gè)品項(xiàng)。要求根據(jù) 這些數(shù)據(jù)對(duì)該配送中心進(jìn)行EIQ分析，并根據(jù)所作的圖形，簡(jiǎn)要說(shuō)明分析結(jié)果對(duì)配送中心 的日常管理和布局規(guī)劃有什么樣的啟示。實(shí)驗(yàn)數(shù)據(jù)見(jiàn)實(shí)驗(yàn)指導(dǎo)書(shū)1四、實(shí)驗(yàn)結(jié)果、已知某運(yùn)輸企業(yè)某年度1月至11月的貨運(yùn)量，用二次移動(dòng)平均預(yù)測(cè)法預(yù)測(cè)其12月的貨 運(yùn)量。n=3月份實(shí)際貨運(yùn)B 里MtMta：tt)b (t)：Y122400221如。322&0042140022300. 002310021966. 6762310022366. 6772570022 5 33 ； -3323266. 6722800. 00266. 6782340023966.6722588. 89

5、25644. 441677. 7892380024066. 6722955. 5625177. 781111. 111025.20024300. 0023522, 2225077. 78777. 78112540024133. 8824111. 1124155. 5622. 2212: 24177. 78由數(shù)據(jù)可知：當(dāng)n=3時(shí)預(yù)測(cè)出的12月的貨運(yùn)量為24177.78噸。二、利用一次指數(shù)平滑法和二次指數(shù)平滑法預(yù)測(cè)2012年的貨運(yùn)量。al=O.9U- t年份時(shí)序?qū)嶋H貨 運(yùn)量恒我珥1)St。）St(2)at二次指數(shù)平涓預(yù)測(cè) 侑2005：1404040項(xiàng),02006474045.644.4846.72

6、4-舞4020073蛾:46.353.9252.03255.8087. 552：51. 22008：455.0362.78460.633664.9344S. SO16強(qiáng)3&200 Q；7664.0036S.556866.9721670.141446. 3385673. 536;20107S69.400373.71136723635275.05925. 39136花、4S20111274.4400380342277E.74652S1.&380226. 3SS0JQ2SQ. 45056.2012SS. 32102由數(shù)據(jù)可知：當(dāng)a1=0.9, a2=0.8時(shí)預(yù)測(cè)出的2012年的貨運(yùn)量為88.32噸

7、三、利用線(xiàn)性回歸預(yù)測(cè)預(yù)測(cè)n=10序號(hào)月人均收入Xi （美元）月人均消 費(fèi)Yi （美 元）Xi+YiXi 2藥-區(qū)平均yiF平均(xix平均（xix平均廠(chǎng)（yi-y平均）”21800594475200640000-1350-973. 413140901822500947507. 56211006387018001210000-1050-929. 49758701102500863784. 36314001122157080019S0000-750-445. 4334050562500198381.1641700115519635002890000-450-412. 418558020250017

8、0073.7652000140828160004000000-150-159. 4239102250025408. 366230015953668500529000015027. 6414022500761.7672600196951194006760000450401. 6180720202500161282. 5682900207860262008410000750510. 6382950562500260712.3693200258582720001024000010501017. 6106848011025001035509.761035002530885500012250000135

9、0962. 612995101822500926598.76求和21500156743946840053650000576930074250004590020. 4平均.21501567. 4b0. 78a-103. 17R0. 988回歸分析1SUMMARY CJUTPUT回歸統(tǒng)計(jì)Multiple0. 9S0252R Square0. 976641Adjusted0. 97372S:標(biāo)準(zhǔn)誤差115. 767觀測(cè)值10方差分析dfssMSF;nificancfe F回歸分析:14402SO44402SO4.334. 48768.22E-0S殘差810Z：216.1340.2總計(jì)9459020C

10、defficien標(biāo)淮誤差t Statp-ValueLbw er弱呼Upper 9SWF限：95.削上限：95. 0%Inter cep-ioi1729S. 40598-1. 04S430. 32079-33j0.；0&12 7529-器O.：O魂123.- 752S79X Variab：0. 77701Q, 04240518. 2898. 22E-0S0. 67039：874981Q, 6袒而g0, S749S091residual Output觀測(cè)值預(yù)測(cè)Y殘差1510.癡475, 56S42：751. 5394-113 ; 5 3 9-3984. 6424137; 357641217-.

11、745-泣.745551450. S40-42. 84S561683; 952-S8. 951511917)555E 9454502150. 158-72. 15732363.知201. 7394102616. 364-S6. 3636實(shí)驗(yàn)結(jié)果：由上表可知a=-103.17,b=0.78,所以回歸方程為：Y= 103.17+0.78X+相關(guān)系數(shù)R=0.988a的標(biāo)準(zhǔn)差為98.41, b的標(biāo)準(zhǔn)差為0.042b的p-value值為0.33；在t檢驗(yàn)中，b的t檢驗(yàn)值為18.29大于1.81,所以通過(guò)t檢驗(yàn)。四、利用季節(jié)指數(shù)法預(yù)測(cè)實(shí)驗(yàn)結(jié)果：季節(jié)比重法：由數(shù)據(jù)可知：2013年A、B、C、D需求情況分別是

12、16.42,11.53,8.55, 21.67b=0.24趨勢(shì)比率法：年份銷(xiāo)售季節(jié)時(shí)序 (t)銷(xiāo)售額 (x)去除季節(jié)性后的需 求趨勢(shì)值季節(jié)指數(shù)預(yù)測(cè)值2010A112.611.121.1312.6B28.611.360.768.6C36.311.4411.60.546.3D417.511.8411.841.4817.52011A514.112.2012.081.1714.1B610.312.4412.320.8410.3C77.512.6812.560.607.5D818.212.8612.81.4218.22012A915.312.9813.041.1715.3B1010.613.2313.2

13、80.8010.6C118.113.520.608.1D1219.613.761.4219.62013A13141.1616.21B1414.240.8011.35C1514.480.588.40D1614.721.4421.22a=10.88回歸統(tǒng)計(jì)Multiple10.984949R Square0.970125Adjusted10.965146標(biāo)準(zhǔn)誤差0.112893觀測(cè)值8方差分沂dfSSMSF Significance F回歸分斤12.4832182.483218194.83998.43E-06殘差60.0764690.012745總計(jì)72.559688Coefficien力標(biāo)準(zhǔn)誤差

14、t StatP-valueLower 95%Upper 95%下限95.0，上限95.0%Intercep10.875740.12005890.587511.22E-1010.5819711.1695210.5819711.16952X Variabl(0.2431550.0174213.958518.43E-060.200530.285780.200530.28578實(shí)驗(yàn)結(jié)果：如以上圖表五、利用Winters模型進(jìn)行季節(jié)性數(shù)據(jù)預(yù)測(cè)年份季節(jié)t銷(xiāo)量（x）STIF200711684.2tIt0.935338t22584.10.79849633765.41.04634344892.3731.501.

15、219822200815885.4783.7501452.250141.0868826677838.877106655.126970.805151371006.6910.524470371.647361.092481481122.1967.043166456.51871.1734452009191163.41034.93977367.896611.115919210993.21134.58856299.648790.8599113111312.51226.25974791.671191.0752084121545.31317.67856291.418811.17289920101131596.

16、21414.26962796.591061.1258372141260.41499.89911885.629490.8446383151735.21592.402392.503181.0864874162029.71695.980175103.57791.19151220111172107.81817.204594121.22441.1524062181650.31942.175697124.97110.8485983192304.42080.218815138.04311.103084202639.42217.510585137.29181.19053120121212713.6892221

17、998.2813232597.5354242803.465實(shí)驗(yàn)結(jié)果：（1）表格計(jì)算如圖中紅色區(qū)域（2）銷(xiāo)量和預(yù)測(cè)值的趨勢(shì)圖如下ABCDEFG1實(shí)驗(yàn)一（5）2年份季節(jié)t銷(xiāo)童（瓦）StT，L兀1320071168420.935338422584.10.798496533765.41.046343644892.3731.501.219822720081885.4796.0329024193.598711.0945728826677947.095310865.989810.72318519371006.6997.764755520.0287131.0126038104811224988 4219215

18、-68 085931 1437017112009191163.4963.099314960.2040371.19663491221099321128.323068375.263190.864538413311131221441.35939188.582590.920799214412154531546.301078-62.340121.0137875152010113159621438.944859-197.38841.11802162141260.41306.455847-2.6902050.954726617315173521477.97092519.925631.148717818416

19、2029.71999.156404523.70521.01512921920111172107.82331.59228-50.102780.9254177202181650.32115.609967-547.74140.7975255213192304.41699.326854-153.36661.3353315224202639.41862.191163795.326061.377139223201212124593134242222116.4378253233548.6665264243659.7712JKLWmtek s模型參數(shù)平滑常數(shù)a0. 3趨勢(shì)指數(shù)3季節(jié)指數(shù)y0.9個(gè)周期的L4同時(shí)

20、減小時(shí)ABCDEFGH1實(shí)驗(yàn)一（5）2年份季節(jié)t銷(xiāo)量Cxt）玨L耳1320071168420.935338422584.10.798496533765.41.046343644892.3731.501.21982272008188.4753.010967510.7554841.0074805826677772.174200814.9593590.82197089371006.6804.621926923.7035421.107746810481122.1837.481753428.2816841.2558304112009191163.4894.663278442.7316051.095349

21、6122109932964.486944956.2776360.8843106133111312.51037.17187764.4812841.155060914412154531114.53789870.9236521.2950295152010113159621212.64056284.5131581.16163516214126041309.96745390.9200250.907665817315173521411.02457595.9885741.177466184162029.71513.04185899.0029281.30896161920111172107.81632.291

22、45109.126261.200538620218165031749.093957112.964380.91842122131923M.41871.560911117.715671.1936077224202639.41991.989676119.07222131377522320121212534.4112242221938.844253232519.7798264242773.4607JKLMN0FWinter s模型參數(shù)平滑常數(shù)CE0.1趨勢(shì)指數(shù)0. 5季節(jié)指數(shù)y0. 3個(gè)周期的L4六、利用統(tǒng)計(jì)數(shù)據(jù)進(jìn)行EIQ分析實(shí)驗(yàn)結(jié)果：EN圖IKEN250200EQIK5EQ圖o0 I i i i i

23、 i i i i i i i i i i i i i i i i i i i i i i i i i i i i IQ 圖 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33IQ在一開(kāi)始做實(shí)驗(yàn)的時(shí)候，有很多不懂的地方，也不知道怎么操作；但通過(guò)老師的指導(dǎo)，五、EXCEL通過(guò)同學(xué)們的教誨，還有自己實(shí)際的操作；我對(duì)相關(guān)的預(yù)測(cè)方法有了很深的了解。所以多上 實(shí)驗(yàn)課對(duì)于我們的學(xué)習(xí)非常有幫助。通過(guò)實(shí)驗(yàn)的實(shí)際操作，一方面可以加強(qiáng)了自己的動(dòng)手能力，另一方面鞏固了在課堂的理 論知識(shí)的學(xué)習(xí)。例如：（1）移動(dòng)平均預(yù)測(cè)法中n值的一般選擇原則。當(dāng)n值增大，移動(dòng)平均 值的修勻能力增加

24、，但同時(shí)移動(dòng)平均值對(duì)時(shí)間序列變化的敏感性降低。所以要根據(jù)時(shí)間序列 的特點(diǎn)來(lái)確定n值的大小。（2）指數(shù)平滑預(yù)測(cè)法中a越大，現(xiàn)實(shí)測(cè)定值在預(yù)測(cè)中占的比重就 越大，這就越能體現(xiàn)預(yù)測(cè)對(duì)象當(dāng)前的變化趨勢(shì)而忽視它的歷史趨勢(shì)。a越小，歷史數(shù)據(jù)在預(yù) 測(cè)中占的比重就越大，這就越能反映預(yù)測(cè)對(duì)象的歷史演變趨勢(shì)而忽視了當(dāng)前的變化。（3）在 線(xiàn)性回歸預(yù)測(cè)預(yù)測(cè)中，加深了怎么樣求回歸方程的方法；還有知道人均月收入為4000美元 時(shí)，預(yù)測(cè)人均消費(fèi)值，及其標(biāo)準(zhǔn)差；（4）季節(jié)比例法預(yù)測(cè)中，季節(jié)變動(dòng)預(yù)測(cè)的基本思路是： 首先根據(jù)時(shí)間序列的實(shí)際值，觀察不同年份的季或月有無(wú)明顯的周期波動(dòng)，以判斷該序列是 否存在季節(jié)變動(dòng)；然后設(shè)法消除季節(jié)因

25、素的影響，以測(cè)定趨勢(shì)變動(dòng)；最后求出季節(jié)指數(shù)，結(jié) 合預(yù)測(cè)模型進(jìn)行預(yù)測(cè)。（5）EIQ的基本思想：在訂單出庫(kù)資料取樣的基礎(chǔ)上，運(yùn)用柏拉圖、 次數(shù)分布圖及ABC分析工具等，對(duì)其訂單進(jìn)行訂單量（EQ）、訂貨品項(xiàng)數(shù)（EN）、品項(xiàng)數(shù)量（IQ）、 品項(xiàng)受訂次數(shù)（IK）等的統(tǒng)計(jì)分析，以獲取規(guī)劃信息。實(shí)驗(yàn)二：利用Excel進(jìn)行物流網(wǎng)絡(luò)規(guī)劃一、實(shí)驗(yàn)?zāi)康氖煜だ肊xcel進(jìn)行物流網(wǎng)絡(luò)規(guī)劃二、實(shí)驗(yàn)內(nèi)容用 Excel 計(jì)算 the Capacitated Plant Location Model（CPLM）模型，進(jìn)行物流網(wǎng)絡(luò)規(guī)劃三、實(shí)驗(yàn)結(jié)果實(shí)驗(yàn)一：需求分配模型(ALLOCATING DEMAND TO PRODUCTIO

26、N FACILITIES)光纖通信設(shè)備制造企業(yè)TelecomOne：由數(shù)據(jù)可知：Atlanta主要有 Memphis提供服務(wù)；Boston主要有Baltimore提供服務(wù)；Chicago 有 Baltimore Memphis 提供服務(wù)。光纖通信設(shè)備制造企業(yè)HighOptic：由數(shù)據(jù)可知：Denver主要有Cheyenne提供服務(wù)；Omaha主要有Cheyenne提供服務(wù)；Portland 主要有Salt Lake City提供服務(wù)。實(shí)驗(yàn)二：有能力約束的工廠(chǎng)選址模型(THE CAPACITATED PLANT LOCATION MODEL)Inputs - Costs, Capacities,

27、 Demands ( for TelecomOptic)SupplyCityDemand CityProduction and Transportation Cost per 1000 UnitsFixedCost ($)CapacityAtlanta BostonChicagoDenverOmahaPortlandBaltimore1,6754006851,6301,1602,8007,65018Cheyenne1,4601,9409701004951,2003,50024Salt Lake1,9252,4001,4255009508005,00027MemphisWichita3801,3

28、555431,0456652,3214,1002,20022319221,6467005083111,797Demand108146711Decision VariablesDemand City Supplied (1 indicates Cities Supplied) PlantsSupply CityAtlantaBostonChicagoDenverOmahaPortland(1=open)Baltimore0000000Cheyenne0000000Salt Lake0001011Memphis1100001Wichita0010101Resulting Production Al

29、locationDemand City -Production Allocation (1000 Units)SupplyCityAtlantaBostonChicagoDenverOmahaPortlandBaltimore000000Cheyenne000000Salt Lake0006011Memphis1080000Wichita0014070ConstraintsSupply CityExcess CapacityBaltimore0Cheyenne0Salt Lake10Memphis4Wichita10AtlantaBostonChicagoDenverOmaha Portlan

30、dDemand111111Objective FunctionCost =$49,717Optimal Location&Allocation Cost=$47,401Cost penalty for single sourcing =$ 2,316Linear Program FormulationsModel Inputs:n = Number of potential factory locationsm =D =jK =if=c = ijNumber of markets or demand pointsAnnual demand from market jPotential capa

31、city of factory iAnnualized fixed cost of keeping factory i openCost of producing and shipping one unit from factory i to market j (cost includes production, inventory, and transportation)Decision Variables:y, = 1 if factory i is open, 0 otherwise.x, = Quantity shipped from factory i to market jnn m

32、Objective Function :y DjC x*1=1j=i j=i*Subject to the following constra int s :ni=lmZD X痍 K).伽 i = L，n尸ix擴(kuò)y實(shí)驗(yàn)結(jié)果電子文檔見(jiàn)附件：631104090302黃永恒rar四、總結(jié)通過(guò)實(shí)驗(yàn)二，利用 Excel 計(jì)算 the Capacitated Plant Location Model (CPLM)模型，進(jìn)行 物流網(wǎng)絡(luò)規(guī)劃。在需求分配模型中，通過(guò)對(duì)有兩家光纖通信設(shè)備制造企業(yè)TelecomOne和 HighOptic。各工廠(chǎng)每月生產(chǎn)能力，每月市場(chǎng)需求量，每一千單位的生產(chǎn)和運(yùn)輸成本，每個(gè) 工廠(chǎng)每

33、月的固定成本等等數(shù)據(jù)進(jìn)行分析，利用Excel求出這兩個(gè)企業(yè)的生產(chǎn)和需求分配情況。 市場(chǎng)由哪個(gè)工廠(chǎng)服務(wù)，工廠(chǎng)使用哪個(gè)供應(yīng)來(lái)源。在有能力約束的工廠(chǎng)選址模型(THECAPACITATED PLANT LOCATION MODEL 中，通過(guò)分析 TelecomOne 和 HighOptic 兩家 光纖通信設(shè)備制造企業(yè)進(jìn)行企業(yè)合并，對(duì)合并后的5個(gè)工廠(chǎng)和6個(gè)市場(chǎng)進(jìn)行資源重新整合， 學(xué)會(huì)利用CPLM模型對(duì)其物流網(wǎng)絡(luò)進(jìn)行規(guī)劃。首先，作決策變量表、約束表、目標(biāo)函數(shù)， 然后填寫(xiě)相應(yīng)表格公式，最后填寫(xiě)“規(guī)劃求解參數(shù)”。CPLM模型是在滿(mǎn)足所有約束條件下 以達(dá)到最低成本為目標(biāo)。這一次的實(shí)驗(yàn)做起來(lái)感覺(jué)比較有挑戰(zhàn)力，給我

34、最大的收獲就是，做實(shí)驗(yàn)一定要細(xì)心、態(tài) 度要端正，聽(tīng)了老師初步的指導(dǎo)后，有了具體的思路之后，一定要注意細(xì)節(jié)，不能掉以輕心， 馬馬虎虎。細(xì)節(jié)決定成敗，態(tài)度決定一切。實(shí)驗(yàn)三：Flexsim的基礎(chǔ)操作一、實(shí)驗(yàn)?zāi)康恼J(rèn)識(shí)和熟悉仿真軟件Flexsim的基礎(chǔ)操作二、實(shí)驗(yàn)內(nèi)容動(dòng)手操作和熟悉Flexsim仿真軟件。三、實(shí)驗(yàn)結(jié)果熟悉物流仿真系統(tǒng)軟件，實(shí)驗(yàn)結(jié)果略。實(shí)驗(yàn)結(jié)果電子文檔見(jiàn)附件：631104090302黃永恒rar四、總結(jié)通過(guò)實(shí)驗(yàn)三，仿真軟件Flexsim的基礎(chǔ)操作，第一次接觸到這個(gè)軟件，知道了 Flexsim 是一個(gè)基于Windows的，面向?qū)ο蟮姆抡姝h(huán)境，用于建立離散事件流程過(guò)程，像是制造業(yè)， 物料處理和

35、辦公室工作流，這些全都配以令人瞠目結(jié)舌的三維虛擬現(xiàn)實(shí)環(huán)境。這次的Flexsim仿真軟件的使用，是我第一次真正的使用仿真軟件，感覺(jué)很很有意思,所 以自己一直很投入的做實(shí)驗(yàn)，也從這次實(shí)驗(yàn)中得到了許多收獲。首先是通過(guò)這次實(shí)驗(yàn)，讓我了 解和熟悉了 Flexsim仿真軟件,并初步的學(xué)會(huì)了運(yùn)用該軟件。其次，在這次實(shí)驗(yàn)中使我們的同 學(xué)關(guān)系更進(jìn)一步了，同學(xué)之間互相幫助，有什么不懂的大家在一起商量,聽(tīng)聽(tīng)不同的看法對(duì)我 們更好的理解知識(shí),所以在這里非常感謝熱心幫助我的同學(xué)。在此要感謝老師對(duì)我的指導(dǎo)和 幫助。在實(shí)驗(yàn)過(guò)程中，與同學(xué)交流經(jīng)驗(yàn)和自學(xué),并向老師請(qǐng)教等方式，使自己學(xué)到了不少知識(shí), 也經(jīng)歷了不少艱辛，但收獲同樣

36、巨大。在整個(gè)實(shí)驗(yàn)中我懂得了許多東西，也培養(yǎng)了我獨(dú)立工 作的能力，樹(shù)立了對(duì)自己工作能力的信心，相信會(huì)對(duì)今后的學(xué)習(xí)工作生活有重要的影響。而且 大大提高了動(dòng)手的能力，使我充分體會(huì)到了在創(chuàng)造過(guò)程中探索的艱難和成功時(shí)的喜悅。雖然 這個(gè)設(shè)計(jì)做的也不太好，但是在設(shè)計(jì)過(guò)程中所學(xué)到的東西是這次課程設(shè)計(jì)的最大收獲和財(cái) 富，使我終身受益。學(xué)了這么長(zhǎng)時(shí)間，我覺(jué)得Flexsim還是很強(qiáng)大的，也有很多東西可以學(xué)，我們也只能是 用到什么學(xué)什么。另外再次大家提醒細(xì)心的重要性，有時(shí)遇到問(wèn)題，一查手冊(cè)就會(huì)恍然大明 白了，特別是有些專(zhuān)門(mén)標(biāo)出的文字以前也都看漏了，其實(shí)是很重要的。實(shí)驗(yàn)四：熟悉Flexsim建模規(guī)則一、實(shí)驗(yàn)?zāi)康氖煜し抡?/p>

37、軟件Flexsim的操作和建模規(guī)則。二、實(shí)驗(yàn)環(huán)境多媒體計(jì)算機(jī) WindowsXP操作系統(tǒng)FLEXSIM 3.0三、實(shí)驗(yàn)內(nèi)容建立以下Flexsim實(shí)例模型，熟悉Flexsim的建模規(guī)則。Modell拉式邏輯使用模型學(xué)習(xí)內(nèi)容與目的學(xué)習(xí)如何使用拉式邏輯，根據(jù)臨時(shí)實(shí)體類(lèi)型來(lái)定義臨時(shí)實(shí)體的流程路徑。問(wèn)題描述與參數(shù)模型產(chǎn)品在制造完成以后需要檢測(cè)。兩種類(lèi)型的產(chǎn)品以4： 6的比例隨機(jī)到達(dá)，在一個(gè)隊(duì)列中排隊(duì)等待。產(chǎn)品到達(dá)的時(shí)間間隔是exponential(0,30,1)。有2臺(tái)檢測(cè)儀檢測(cè)產(chǎn)品1，3臺(tái)檢測(cè)儀檢測(cè)產(chǎn)品2,產(chǎn)品將首先到空閑可用的監(jiān)測(cè)儀進(jìn)行 檢測(cè)。(5)兩種產(chǎn)品的檢測(cè)時(shí)間是介于120150s之間的均勻分

38、布duniform()。Model2標(biāo)簽使用模型學(xué)習(xí)內(nèi)容與目的學(xué)習(xí)如何在臨時(shí)實(shí)體上設(shè)定和使用標(biāo)簽來(lái)進(jìn)行流程和加工過(guò)程的建模。學(xué)習(xí)如何使用經(jīng)驗(yàn)分 布(dempirical()來(lái)分配臨時(shí)實(shí)體的類(lèi)型。問(wèn)題描述與參數(shù)模型共建按照每30s的指數(shù)分布時(shí)間間隔到達(dá)一個(gè)隊(duì)列。有四種類(lèi)型的工件，工件類(lèi)型的分布為20%、30%、40%、10%。每種類(lèi)型的工件都在專(zhuān)用的機(jī)器上進(jìn)行加工，工件第一次加工的加工時(shí)間為uniform(100,200)s ；如果返工，返工時(shí)間為 uniform(120,130)s.工件被加工后，在一個(gè)隊(duì)列中等待檢驗(yàn)，檢測(cè)時(shí)間為常數(shù)：10s檢驗(yàn)通過(guò)的工件離開(kāi)模型，檢驗(yàn)不能通過(guò)對(duì)工件被送回第一個(gè)

39、隊(duì)列中等待返工；返工率 為10%返工的工件在隊(duì)列中具有優(yōu)先權(quán)。Model3操作員使用模型學(xué)習(xí)內(nèi)容與目的學(xué)習(xí)如何使用操作員來(lái)同時(shí)搬運(yùn)和加工臨時(shí)實(shí)體。問(wèn)題描述與參數(shù)模型工件以每20s指數(shù)分布的時(shí)間間隔到達(dá)一個(gè)隊(duì)列，并需要由操作員將其搬運(yùn)到三個(gè)機(jī)器 之一。操作員需要用10s來(lái)進(jìn)行工件裝卡(預(yù)設(shè)置)。然后，工件自己加工20s。工件加工完成后離開(kāi)系統(tǒng)。所有三個(gè)機(jī)器由一個(gè)人來(lái)負(fù)責(zé)。Model4條件中斷響應(yīng)使用模型學(xué)習(xí)內(nèi)容與目的學(xué)習(xí)如何使用任務(wù)執(zhí)行器(taskexcuser)的“條件中斷響應(yīng)”命令問(wèn)題描述與參數(shù)模型臨時(shí)實(shí)體以隨機(jī)方式到達(dá)三個(gè)隊(duì)列。這些臨時(shí)實(shí)體類(lèi)型按均勻分布duniform()被分配為1， 2

40、， 3三種類(lèi)型。所有三個(gè)隊(duì)列均可以接收三種類(lèi)型的臨時(shí)實(shí)體。一個(gè)運(yùn)輸機(jī)從三個(gè)隊(duì)列搬運(yùn)臨時(shí)實(shí)體到另外三個(gè)隊(duì)列處，這三個(gè)隊(duì)列每個(gè)只接收一類(lèi)臨 時(shí)實(shí)體。然后，臨時(shí)實(shí)體從這些隊(duì)列到處理器，并到吸收器中。一臺(tái)運(yùn)輸機(jī)可以同時(shí)搬運(yùn)五個(gè)臨時(shí)實(shí)體。運(yùn)輸機(jī)只能同時(shí)搬運(yùn)多個(gè)相同的臨時(shí)實(shí)體類(lèi)型。Model5優(yōu)先級(jí)與先占使用模型學(xué)習(xí)內(nèi)容與目的練習(xí)使用操作員、優(yōu)先級(jí)和先占；時(shí)間表的應(yīng)用。問(wèn)題描述與參數(shù)模型一個(gè)加工車(chē)間有五臺(tái)機(jī)器。工件必須在所有五臺(tái)機(jī)器上逐一加工。該車(chē)間里有一個(gè)由三人組成的操作員小組。操作員需要將工件搬運(yùn)到下一臺(tái)機(jī)器去，并為機(jī)器裝卡(預(yù)設(shè)置)該工作。裝卡(預(yù)設(shè)置)時(shí)間為5、，加工時(shí)間為15s。每25s有新的工

41、件到達(dá)系統(tǒng)。Model6全局表使用模型學(xué)習(xí)內(nèi)容與目的學(xué)習(xí)如何使用全局表來(lái)定義和控制產(chǎn)品的流程，如何使用標(biāo)簽來(lái)跟蹤產(chǎn)品所處的加工步驟。問(wèn)題描述與參數(shù)模型三種產(chǎn)品以均勻分布的方式進(jìn)入五個(gè)車(chē)間的工作站。產(chǎn)品1需要在工作站1，3，2進(jìn)行加工。產(chǎn)品2需要在工作站1，2，4進(jìn)行加工。產(chǎn)品3需要在工作站2，4，3，5進(jìn)行加工。采用一個(gè)全局表來(lái)確保產(chǎn)品以正確的順序被送到正確的工作站。采用一個(gè)隊(duì)列，將其輸出端口分別與五個(gè)工作站相連，再和一個(gè)吸收器相連。這五個(gè)工作站都將其輸出端口與這個(gè)隊(duì)列的輸入端口相連。五、實(shí)驗(yàn)結(jié)果Modell實(shí)驗(yàn)結(jié)果如下:Model2實(shí)驗(yàn)結(jié)果如下:Model3實(shí)驗(yàn)結(jié)果如下:Model4實(shí)驗(yàn)結(jié)果

42、如下:提升速度;叫升降機(jī)流節(jié)點(diǎn)收器13暫存區(qū)8儲(chǔ)灌灌T復(fù)合處理器傳送帶 匠分揀商送帶Z流節(jié)點(diǎn)/網(wǎng)路節(jié)點(diǎn):血茂通控制器至削視化工且A記錄器、基本任苗執(zhí)行器,基本畫(huà)耘體文件道）編輯 視圖 創(chuàng)建但）執(zhí)行00統(tǒng)計(jì) 工具您）調(diào)試旭）Window幫助 日咨導(dǎo) 叵如 口，a， 國(guó)Excel包樹(shù) 300腳本Object:暫存區(qū)7 Position 2.00, 17.00,0.00 Rotation 0.00, 0.00r 0.00 Scale 2,00, 2.00, 0.20 State: emptyDone Bindina Objects.文件但）編輯d）視圖W）創(chuàng)建但）執(zhí)行催）統(tǒng)計(jì)窈 工具（X）調(diào)試皿Window幫助冬） 0B； H 匝A % 口，迫， 國(guó)Excel向樹(shù) 帶300腳本響重置 A運(yùn)行.停止 回步進(jìn)運(yùn)行時(shí)間：云66|停止時(shí)間：Ljnone- JQ 運(yùn)行速度:11.85離散實(shí)體發(fā)生器.N暫存區(qū)*處理器吸收器合成器.分解器z復(fù)合處理器隹送帶舊分揀傳送帶切?I任務(wù)分配器任務(wù)執(zhí)行器V操作員叉車(chē) 應(yīng)升降機(jī)7,起重機(jī)4堆垛機(jī)z網(wǎng)路節(jié)點(diǎn)交通控制器即，可視化工且-記錄器、基本任務(wù)執(zhí)行器.基本固定實(shí)體際重置汗運(yùn)行停止|w步進(jìn)運(yùn)行時(shí)間：|。