Имитационная модель участка обрабатывающего цеха. Курсовая работа (т). Информационное обеспечение, программирование.
👉🏻👉🏻👉🏻 ВСЯ ИНФОРМАЦИЯ ДОСТУПНА ЗДЕСЬ ЖМИТЕ 👈🏻👈🏻👈🏻
Информационное обеспечение, программирование
Вы можете узнать стоимость помощи в написании студенческой работы.
Помощь в написании работы, которую точно примут!
Похожие работы на - Имитационная модель участка обрабатывающего цеха
Скачать Скачать документ
Информация о работе Информация о работе
Скачать Скачать документ
Информация о работе Информация о работе
Скачать Скачать документ
Информация о работе Информация о работе
Скачать Скачать документ
Информация о работе Информация о работе
Скачать Скачать документ
Информация о работе Информация о работе
Нужна качественная работа без плагиата?
Не нашел материал для своей работы?
Поможем написать качественную работу Без плагиата!
Исследование АСУ на всех этапах разработки, начиная с составления
технического задания на проектирование по результатам обследования объектов
управления и заканчивая внедрением АСУ в эксплуатацию, невозможно без
использования методов моделирования на ЭВМ.
Реальные сложные системы, к числу которых относятся и современные АСУ,
можно исследовать с помощью двух типов моделей: аналитических и имитационных. В
аналитических моделях поведение сложных систем записывается в виде некоторых
функциональных отношений или логических условий.
Когда явления в сложных системах настолько сложны и многообразны, что
аналитическая модель становится слишком грубым приближением к действительности,
то исследователь должен использовать имитационное моделирование. В имитационной
модели поведение компонент сложной системы описывается набором алгоритмов,
которые затем реализуют ситуации, возникающие в реальной системе.
Разработка хорошей имитационной модели часто обходится дороже создания
аналитической модели и требует больше временных затрат, ее построение как
правило себя оправдывает. Это объясняется тем, что такая модель позволяет
гораздо точнее отразить протекание процессов в реальной сложной системе и
описать поведение компонент сложной системы на высоком уровне детализации;
исследовать динамику взаимодействия компонент во времени и пространстве
параметров системы; изучить новые явления в системе, поведение которой
имитируется.
Таким образом, имитационное моделирование является одним из наиболее
широко используемых методов при решении задач анализа и синтеза сложных систем.
На
ВЦ через интервалы времени t 1 (мин)
поступают задания длиной N (байт). Скорость ввода, вывода и обработки
заданий - V (байт/мин).
Задания проходят последовательно: ввод, обработку и вывод. Перед каждой
операцией производится буферизация заданий в буферах К 1 (байт),
K 2 (байт),
K 3 (байт).
Задание, не вмещающееся в буфер, уничтожается. После вывода М заданий,
все выведенные М заданий проверяются, и выясняется, что (%) из них
оказывается выполнено неправильно вследствие сбоев. Все неправильно выполненные
задания возвращаются на ввод и проходят вне очереди. Смоделировать работу ВЦ в
течение недели.
Данные
для детерминированной модели СМО: N=500, t 1 =30, V = 100, М=10, = 10, К 1 =2000, К 2 =2000, К 3 =2000.
Данные
для стохастической модели СМО: t , V , N распределены
нормально с параметрами m t =30 , , m v =
1 00 , , m N = 500 , ; возмущение является стационарным случайным процессом с нормальным
законом распределения и интервалом разброса [0.. .20] .
Варьируемые
параметры: К 1 , К 2 , К 3 .
Показатели
работы: количество уничтоженных
заданий, средняя емкость пустующего пространства каждого из буферов.
Данный раздел курсовой работы отведён для построение имитационной модели
системы массового обслуживания, параметры которой являются детерминированными
величинами
.1
Графическая схема системы массового обслуживания
Определим сначала состав обслуживающих устройств и выясним, что является
заявками.
Обслуживающими устройствами в представленной системе будут модули ввода,
обработки и вывода, каждый из которых имеет свой буфер определенного объема.
Заявками в данном случае являются поступающие задания, которые необходимо
обработать.
Дисциплина обслуживания представляет собой живую очередь (список FIFO, первым пришел, первым ушёл (см.
рис.1)).
Составим графическую схему вычислительной системы с указанием потока
движения заявок. Графическая схема СМО поможет провести декомпозицию системы,
исследовать функциональные действия и события, происходящие в системе,
определить их последовательность и взаимосвязь и на основании этого сопоставить
список активностей имитационной модели заданного объекта рис.2.
Рис.2.
Графическая схема работы вычислительной системы
В качестве способа моделирования выберем просмотр активностей.
В качестве метода изменения модельного времени выберем пошаговое
моделирование. Для потактового способа моделирования надо задать величину шага
изменения модельного времени, который рекомендуется выбирать на порядок меньше
самого малого временного интервала в условии задачи, следовательно, принимая во
внимания, данные для детерминированной модели, приведенные в постановке задачи,
зададимся шагом равным 1 мин.
Структура
детерминированной модели СМО.
Активность 1 - Поступление задания.
Условие запуска - t’>t0+T, где t’ -
текущее время, t0 - последнее
время поступления задания , T - промежуток времени между поступлением заданий .
Операторы: В1 - увеличивает количество пакетов в буфере, если есть
достаточно места. В2 - фиксирует время (t0) t0=t’
Активность 2 - Обработка пакетов на вводе.
запись задания в буфер ВЦ, если там есть достаточно места
Условие запуска - прошло время обработки задания на
вводе.
где Т’ обр - время начала
обработки Т’ обр - время конца обработки
Активность
3 - Обработка пакетов на ВЦ.
запись задания в буфер вывода, если там есть достаточно места
Условие запуска - прошло время обработки задания на
вводе.
где Т’ обр - время начала обработки Т’ обр - время конца
обработки
Активность
4 - Обработка пакетов на Выводе.
Условие запуска - прошло время обработки задания на
вводе.
где Т’ обр - время начала обработки Т’ обр - время
конца обработки
Условие запуска - пришло время окончание обработки задания на выходе
Проверка задания на правильность выполнения
Если с ошибкой - отправка задания на повторную обработку (запись задания
в 4 буфер)
Если без ошибки - вывод задания из системы.
Рис.3.
Блок-схема алгоритма моделирования
Окно моделирования - таблица, где при различных величинах модельного времени
выводятся текущие значения параметров системы, по которым можно судить о ее
функционировании: длины очередей перед приборами, состояние приборов (занят,
свободен), поступление и уничтожение заявок и.т.д. Фрагмент моделирования для
детерминированной модели приведен на рис.4.
Количество уничтоженных заданий - 0.
Рис.4.
Фрагмент моделирования для детерминированной модели
Данный раздел курсового проекта отведен
для уточнение
имитационной модели СМО посредством моделирования случайных величин,
характеризующих параметры заявок и режимы функционирования устройств их обработки
в реальной сложной системе.
Программная
реализация случайной величины с законом распределения, отличным от
равномерного, производится методом обратной функции. Если - это последовательность, равномерно распределенная
на интервале [0..1], а - это последовательность, имеющая плотность
распределения вероятности , то .
Для
нормального распределения с плотностью распределения
где
и - это
две независимые последовательности, равномерно распределенные на интервале
[0..1].
Таким
образом, любой генератор последовательности случайных чисел, распределенных по
некоторому закону, отличному от равномерного, в основе своей содержит минимум
один генератор базовой последовательности, равномерно распределенной на
интервале [0..1].
Для каждой случайной величины были разработаны генераторы, отличающиеся
методом генерации базовой последовательности: метод серединных квадратов, метод
иррационального числа и конгруэнтный метод
Рис.5
Блок-схема алгоритма генерирования равномерно распределенных случайных величин
(а - метод серединных квадратов, б - метод иррационального числа)
Любой программный генератор выдает последовательность не случайных, а
псевдослучайных чисел, поэтому для достоверности получаемых при моделировании
результатов необходимо: во-первых, использовать в генераторах разных случайных
величин независимые базовые генераторы, во-вторых, все генераторы случайных
чисел должны пройти предварительное тестирование, которое заключается в
следующем.
Гистограмма - это кусочно-непрерывная функция плотности распределения
статистического ряда. На рис.6 изображены гистограммы тестирования случайных
независимой величин с показательным и нормальным распределением с
использованием конгруэнтного метода, числе испытаний 2000, число точек
дискретизации 30.
Гистограмма плотности распределения статистического ряда должна
максимально приближаться к теоретической кривой плотности распределения.
Степень рассогласования можно оценить по среднеквадратичному отклонению
графиков (СКО).
3.3.2 Тестирование по критериям согласия
Позволяет оценить степень соответствия гистограммы и теоретической
плотности распределения с точки зрения проверки статистической гипотезы об их
идентичности. При использовании критерия согласия Колмогорова по гистограмме на
графике теоретической функции распределения строится кусочно-непрерывная
статистическая функция распределения. Для критерия Пирсона используется
гистограмма распределения вероятностей.
В таблице 1 приведены данные тестирования независимых случайных величин с
нормальным законом распределения.
Результаты
тестирования независимых случайных величин
Генератор возьмем на основе конгруэнтного метода.
3.3.3
Тестирование по корреляционному моменту
Позволяет проверить независимость элементов случайной последовательности.
Это необходимо, поскольку программный генератор случайных чисел может
“зацикливаться” с некоторым интервалом апериодичности. В таблице 4 приведены
вероятности независимости последовательности элементов при различных методах
генерирования случайной величины для разных математических ожиданий и
дисперсий.
В результате тестирования по корреляционному моменту было замечено что
генерируемые случайные величины независимы с вероятностью не менее чем 0,858.
Таким образом, на основании результата тестирования генераторов случайных
независимых величин можно заключить, что наиболее приемлемым является генератор
в котором для генерирования равномерно распределенной случайной величины
используется конгруэнтный метод. Этот вид генератора будет в дальнейшем
использован в имитационной модели.
Рис.7.
Тестирование генератора случайных величин с нормальным законом распределения
Фрагмент моделирования для модели, работающей в условиях случайных изменений
параметров, приведен в таблице 2.
моделирование имитационный тестирование оптимизация
Для
моделирования случайного стационарного процесса надо прежде всего задать
корреляционную функцию процесса, которая отражает степень статистической
зависимости между сечениями стационарного случайного процесса, отстоящими друг
от друга во времени на величину τ. Пусть корреляционная функция имеет вид , где a,
b - параметры, которые определяются исходя из условия задания:
Выбираем параметры из постановки задачи Ymax=20 и Ymin=0.
Зададимся Δt исходя из того, что возмущением является количество
неправильно выполненных заданий Δ (%) вследствие сбоев ВЦ, а время
обработки задания которого четко не определено, то Δt
примем равным приращению
модельного времени - 1 мин. Исходя из этого получим что a= 11,11; b= 0,998.
Корреляционная функция для таких параметров имеет вид, приведенный на
рис.8.
Рис.8.
Корреляционная функция стационарного случайного процесса
Получив аналитически корреляционную функцию, описывающую стационарный
случайный процесс, воспользуемся для его моделирования методом скользящего
суммирования.
Для вычисления значения возмущения на очередном шаге моделирования
необходимо найти константы C0, C1, C2,… Cm, которые определяются из системы
уравнений (m+1)-го порядка:
Для упрощения примем, что сечения случайного процесса, отстоящие друг от
друга во времени более, чем на три шага моделирования, считаются
некоррелированными, т.е. m=3. Тогда:
Далее,
согласно методу скользящего суммирования, значения стационарного случайного
процесса Y(t) с заданной корреляционной функцией KY(τ) находятся по формулам:
где
y(iΔt)
- значения значение возмущения на
очередном i-ом шаге моделирования, qi - случайные нормально распределенные
величины с нулевым математическим ожиданием и единичной дисперсией, - математическое ожидание стационарного случайного
процесса, C0, C1, C2,… Cm - константы, найденные выше.
В
рассматриваемой задачи возмущение имеет разброс [0…20] В результате вычисления
коэффициентов С необходимых для вычисления случайных величин по методу
скользящего суммирования были получены следующие результаты.
>
k2:=c0*c1+c1*c2+c2*c3=a*exp(-b*1);
>
solve({k1,k2,k3,k4},{c0,c1,c2,c3});
4.3
Блок-схема метода скользящего суммирования
Рис.9.
Блок-схема алгоритма генерирования стационарного случайного процесса методом
скользящего суммирования
4.4
Тестирование генератора стационарного случайного процесса
Для оценки качества работы генератора стационарного случайного процесса
используются критерии согласия Смирнова, Фишера и Стьюдента. Результаты одного
из тестов приведены на рисунке ниже.
Рис.10. Результаты тестирования генератора стационарного случайного
процесса
Как видно из рисунка, результаты теста приемлемы. Поэтому добавим
генератор стационарного случайного процесса к существующей уже модели, тем
самым сделав процесс случайным стационарным процессом.
4.5
Моделирование СМО в условиях воздействия возмущающих случайных процессов
Отличие моделирования СМО в условиях воздействия возмущающих случайных
процессов от моделирования СМО в условиях случайных изменений параметров будет
заключаться в том, что процент брака каждого из станков изменяется случайным
образом.
Количество уничтоженных заданий - 0
Рис.11.
Моделирование СМО в условиях воздействия возмущающих случайных процессов
Пользуясь разработанной имитационной моделью, произвести оптимизацию
системы массового обслуживания.
.1
Постановочная часть оптимизационной задачи
Варьируя параметры модели, можно оптимизировать показатели работы
моделируемой системы массового обслуживания.
Процессы в сложных системах можно достаточно полно оценить только
совокупностью различных показателей качества, поэтому для их оптимизации
необходимо выбирать несколько частных критериев качества функционирования
системы.
Для решения задачи рассматривается критерием оптимальности
где -частный критерий оптимальности.
По
заданию, варьируемым параметрам являются К- математическое ожидание Объемов
памяти буферов. Таким образом, нельзя представить критерии оптимальности в виде
обобщенного показателя, несмотря на то что они не являются противоречивыми, но
тем не менее они имеют различную «природу». Для решения оптимизационной задачи
воспользуемся методом Парето-оптимизации.
5.2
Блок-схема реализующая Парето-оптимизацию
Рис.12
Блок-схема алгоритма реализующего Парето-оптимизацию
В результате применение Парето-оптимизации получим, при заданных
параметрах оптимизации, следующую таблицу Паретто-оптимальных альтернатив
(рис.13)
Cоздана
имитационная модель участка обрабатывающего цеха. Полученная модель является
абстрактной математической моделью. Моделирование системы осуществлялось в
среде разработке приложений Borland Delphi 7.0.
Результатом является программа в виде exe файла, имитирующая работу участка
обрабатывающего цеха.
Имитационная программа, прилагаемая к записке, кроме своей
непосредственной задачи (имитационное моделирование системы), позволяет тестировать
рассмотренные во втором пункте генераторы случайных величин, тестировать
стационарный случайный процесс, полученный при использовании метода скользящего
суммирования, а также позволяет производить эксперименты с готовой моделью и
оптимизировать параметры системы по полученным результатам.
interface, Messages,
SysUtils, Variants, Classes, Graphics, Controls, Forms,, Menus, XPMan,
StdCtrls;= class(TForm): TButton;: TButton;: TButton;: TButton;: TXPManifest;:
TButton;N5Click(Sender: TObject);Button5Click(Sender:
TObject);Button1Click(Sender: TObject);Button2Click(Sender:
TObject);Button3Click(Sender: TObject);Button4Click(Sender: TObject);
{ Public declarations };:
TForm1;Unit2, Unit3, Unit4, Unit5;
{$R
*.dfm}TForm1.N5Click(Sender: TObject);.Close;;TForm1.Button5Click(Sender:
TObject);.Close;;TForm1.Button1Click(Sender:
TObject);.Show;.Hide;;TForm1.Button2Click(Sender:
TObject);.Show;;TForm1.Button3Click(Sender: TObject);.Show;;TForm1.Button4Click(Sender:
TObject);.Show;;.
interface, Messages,
SysUtils, Variants, Classes, Graphics, Controls, Forms,, StdCtrls, Grids,
Buttons;= class(TForm): TEdit;: TLabel;: TEdit;: TLabel;: TEdit;: TLabel;:
TEdit;: TLabel;: TEdit;: TLabel;: TEdit;: TLabel;: TEdit;: TLabel;: TButton;:
TEdit;: TLabel;: TStringGrid;: TButton;: TSaveDialog;: TEdit;: TLabel;: TEdit;:
TLabel;: TBitBtn;: TButton;:
TButton;GetTime();FillTableDate();Button1Click(Sender:
TObject);Init();FormCreate(Sender: TObject);Button2Click(Sender:
TObject);BitBtn1Click(Sender: TObject);FormClose(Sender: TObject; var Action:
TCloseAction);Button3Click(Sender: TObject);Button4Click(Sender: TObject);
{ Public declarations };=
array[1..2, 1..50000] of integer;= array [1..3] of extended;: TForm2;
//абсолютное время в системе: real;
//сколько в буфере байт
занято,SizeBuf2,SizeBuf3,SizeBuf4 : real;
//макс размер
буфера,maxSizeBuf2,maxSizeBuf3 : real;
//если флаг в true, то буфер свободен
flInput, flObr, flOut,
flEr : boolean;
//номер обрабатываемого задания в буфере,NumberB2,NumberB3,NumberB4 :
integer;
//сколько в буфере находится
заданий,CountB2,CountB3,CountB4 : integer;
//время, когда будет генерироваться
задание
//время, когда закончится
обрабатываться задание на данном элементе
//число выполненных заданий на данный
момент
tempCountOutEx : integer;:
integer;, theHour, theMin : integer;
//когда неизвестно, с кого буфера
пришло
theHour := trunc((timeAbs
- theDay*1440)/(60));
theMin := trunc((timeAbs -
theDay*1440) - theHour * 60);
//процедура заносит всю статистику в
таблицу
strgrOut.Cells[0,iteration]
:= IntToStr(theDay);
strgrOut.Cells[1,iteration]
:= IntToStr(theHour);
strgrOut.Cells[2,iteration]
:= IntToStr(theMin);
strgrOut.Cells[3,iteration]
:= 'Генерация';
strgrOut.Cells[4,iteration]
:= FloatToStr(SizeBuf1);
if (not(flInput) and
is_4_Buffer) then
strgrOut.Cells[5,iteration]
:= '+4б';
if (not(flInput) and
not(is_4_Buffer)) then
strgrOut.Cells[5,iteration]
:= '+1б';.Cells[6,iteration] :=
FloatToStr(SizeBuf2);
strgrOut.Cells[8,iteration]
:= FloatToStr(SizeBuf3);
then
strgrOut.Cells[9,iteration] := '+ош';
if (not(flOut) and
not(iswithError)) then
strgrOut.Cells[10,iteration]
:= FloatToStr(SizeBuf4);;;TForm2.Button1Click(Sender: TObject);
error : real;:= 0;:= 0;:=
0;:= false;:= 0;:= 0;:=0;.RowCount := 11519;;:= 0;:= 0;:= t1;(timeAbs <
TimeOut) do
if ((SizeBuf1 + N) <=
maxSizeBuf1) then
//---------пришло время генерации
задания
////////////////////////////////////////////////////////////////////
//если на вводе ничего не выполняется
//начинаем обработку с 4-го буфера на
ввод
timeInput := timeAbs +
(Buf4[1,NumberB4]/Buf4[2,NumberB4]);
//если 4-ый свободен и первый тоже,
можем брать из первого
timeInput := timeAbs +
(Buf1[1,NumberB1]/Buf1[2,NumberB1]);
//если задание выполнилось на вводе
if ((timeInput <=
timeAbs) and (timeInput <> 0) and
((sizebuf1<>0)or(sizebuf4<>0))) then
//if ((timeInput <=
timeAbs) and (timeInput <> 0) ) then
//если задание пришло с 4-го буфера
SizeBuf4 := SizeBuf4 -
Buf4[1,NumberB4-1];
SizeBuf1 := SizeBuf1 -
Buf1[1,NumberB1-1];
//если можно записать во второй буфер
if (SizeBuf2 + Buf_1or4
<= maxSizeBuf2) then
if ((SizeBuf2 <> 0)
and (flObr = true) and (Buf2[1,NumberB2]<>0)) then
timeObr := timeAbs +
(Buf2[1,NumberB2]/Buf2[2,NumberB2]);
//---------началась обработка на
"обработке"
//если задание выполнилось на
"обработке"
SizeBuf2 := SizeBuf2 -
Buf2[1,NumberB2-1];
//если можно записать в третий буфер
if (SizeBuf3 +
Buf2[1,NumberB2-1] <= maxSizeBuf3) then
SizeBuf3 := SizeBuf3 +
Buf2[1,NumberB2-1];
Buf3[1,CountB3] :=
Buf2[1,NumberB2-1];
Buf3[2,CountB3] :=
Buf2[2,NumberB2-1];
if ((SizeBuf3 <> 0)
and (flOut = true)and (Buf3[1,NumberB3]<>0)) then
timeOutput := timeAbs +
(Buf3[1,NumberB3]/Buf3[2,NumberB3]);
//---------началась обработка на
"выводе"
//если задание выполнилось на
"выводе"
if ((timeOutput <=
timeAbs) and (TimeOutput <> 0) and (sizebuf3<>0)) then
SizeBuf3 := SizeBuf3 -
Buf3[1,NumberB3-1];
if (round(random)=1) then
iswithError := true;
if
(Ercount+M-MI
interval_k[i] then
{StringGrid2.Cells[0,k] :=
floattostrf(interval_n[i],Fffixed,6,6);
StringGrid2.Cells[1,k] :=
floattostrf(interval_k[i],Fffixed,6,6);
StringGrid2.Cells[2,k] :=
floattostrf(Hit[i],Fffixed,5,4);}
StringGrid1.Cells[0,k] :=
floattostrf(interval_n[i],Fffixed,6,6);
StringGrid1.Cells[1,k] :=
floattostrf(interval_k[i],Fffixed,6,6);
StringGrid1.Cells[2,k] :=
floattostrf(Hit[i],Fffixed,5,4);
P := Func((interval_n[i+1]
+ interval_n[i])/2)*dl;
Temp := (Hit[i] -
P)*(Hit[i] - P)/P;
edCriterionPirs.Text :=
FloatToStr(Pirs);;TForm3.BitBtn1Click(Sender: TObject);
Form3.Close;;TForm3.BitBtn2Click(Sender:
TObject);:integer;
For i:=1 to Form3.StringGrid1.RowCount-1
do
end;;TForm3.Button1Click(Sender:
TObject);
Form6.Show;;TForm3.Zoom(Sender:
TChart);
end;;TForm3.Zoom1(Sender:
TDBChart);
end;;TForm3.Chart1DblClick(Sender:
TObject);
Zoom(Chart1);;TForm3.DBChart1DblClick(Sender:
TObject);
Zoom1(DBChart1);;TForm3.Button2Click(Sender:
TObject);
Windows, Messages,
SysUtils, Variants, Classes, Graphics, Controls, Forms,
procedure
FormCreate(Sender: TObject);
procedure
BitBtn1Click(Sender: TObject);
procedure
BitBtn2Click(Sender: TObject);
procedure
Button1Click(Sender: TObject);
procedure
Button2Click(Sender: TObject);
allSolution, arrayPareto:
array[1..343, 0..6] of Real;Unit1;
{$R
*.dfm}TForm4.FormCreate(Sender: TObject);
StringGrid2.Cells[4,0] :=
'Y1(min)';
StringGrid2.Cells[5,0] :=
'Y2(min)';
StringGrid2.Cells[6,0] :=
'Y3(min)';
StringGrid2.Cells[7,0] :=
'Y4(min)';
StringGrid1.Cells[0,k] :=
IntToStr(k);
StringGrid1.Cells[i+1,k]
:= format('%0.0f',[n[i]]);
StringGrid1.RowCount :=
StringGrid1.RowCount - 1;;TForm4.BitBtn1Click(Sender: TObject);
arrayParetoOptimal;;TForm4.arrayParetoOptimal;
CountPokazateliRaboti,
CountarrayPareto: Word;
CountarrayPareto :=
CountPokazateliRaboti;
and (arrayPareto[J, 3]
<= arrayPareto[K, 3])
and (arrayPareto[J, 4]
<= arrayPareto[K, 4])
and (arrayPareto[J, 5]
<= arrayPareto[K, 5])
and (arrayPareto[J, 6]
<= arrayPareto[K, 6])) then begin
for M := K to
(CountarrayPareto - 1) do
arrayPareto[M, L] :=
arrayPareto[M + 1, L];
CountarrayPareto :=
CountarrayPareto - 1;
StringGrid2.RowCount :=
CountarrayPareto + 1;
Label1.Caption := 'Число Парето-оптимальных решений :' + IntToStr(CountarrayPareto);
for j :=1 to
CountarrayPareto + 1 do
StringGrid2.Cells[0,j] :=
IntToStr(j);
StringGrid2.Cells[k+1,j]
:= FloatTostr(arrayPareto[j,k]);
write(output,format('%0.0f',[arrayPareto[j,k]]));
CloseFile(output);;TForm4.BitBtn2Click(Sender:
TObject);
Form4.Close;;TForm4.Button1Click(Sender:
TObject);:integer;
For i:=1 to
Form4.StringGrid2.RowCount-1 do
end;;TForm4.Button2Click(Sender:
TObject);
Windows, Messages,
SysUtils, Variants, Classes, Graphics, Controls, Forms,
Windows, Messages,
SysUtils, Variants, Classes, Graphics, Controls, Forms,
function NormalLow(Sigma,
MatOzhidanie: Real): Real;
procedure
Button1Click(Sender: TObject);
procedure
FormActivate(Sender: TObject);
procedure
FormCreate(Sender: TObject);
procedure
Button2Click(Sender: TObject);
procedure
Button3Click(Sender: TObject);
procedure
Button5Click(Sender: TObject);
procedure
Button4Click(Sender: TObject);
arrayY: array[1..50000] of
Extended;
arrayYX, arrayYY:
array[1..25000] of Extended;TForm6.Initialize;
arrayY[I] :=
0;;TForm6.NormalLow(Sigma, MatOzhidanie: Real): Real;
Y := Sigma * Sqrt(-2 *
Ln(X1)) * Cos(2 * Pi * X2) + MatOzhidanie;
Edit7.Text :=
FloatToStrF(MOx,ffFixed,5,4);
Edit6.Text :=
FloatToStrF(Dx,ffFixed,5,4);
Edit8.Text :=
FloatToStrF(S,ffFixed,5,4);
Edit4.Text :=
FloatToStrF(MOy,ffFixed,5,4);
Edit3.Text :=
FloatToStrF(Dy,ffFixed,5,4);
Edit5.Text :=
FloatToStrF(S,ffFixed,5,4);
Dst :=
((Iter/2-1)*Dx+(Iter-1)*Dy)/(Iter/2+Iter/2-2);
tst :=
sqr((MOx-MOy)*(MOx-MOy)*(Iter/2)*(Iter/2)/Dst/(Iter/2+Iter/2));
Edit2.Text :=
FloatToStrF(tst,ffFixed,6,5);;TForm6.Button1Click(Sender: TObject);
arrayY[I] :=
round(Sechenie*1000)/1000;
Memo3.Lines.Add(FloatToStr(arrayY[I]));
if (i mod 2 = 0) then
Memo2.Lines.Add(FloatToStr(arrayY[I]))
else
Memo1.Lines.Add(FloatToStr(arrayY[I]));
Estimate;;TForm6.FormActivate(Sender:
TObject);
Initialize;TForm6.FormCreate(Sender:
TObject);
Randomize;;TForm6.Button2Click(Sender:
TObject);
E
Похожие работы на - Имитационная модель участка обрабатывающего цеха Курсовая работа (т). Информационное обеспечение, программирование.
Контрольная работа: Диалоговое проектирование технологических процессов в системе ТехноПро
Контрольная работа по теме Теория производства. Конкуренция на рынке
Курсовая работа по теме Административно-правовые акты
Реферат: О необходимой обороне в новом Уголовном кодексе Республики Молдова. Скачать бесплатно и без регистрации
Преддипломная Практика По Строительству Отчет
Реферат На Тему Проблемы Экономики России
Реферат по теме Гостиная-кабинет для музыканта
Дипломная работа по теме Коммерческий кредит
Рефераты По Физкультуре Бесплатно
Реферат: Геоэкологическая ситуация
Реферат: Революция 1848 1849 годов в Папской области
Реферат: Abortion Essay Research Paper Freedom of ChoiceAbortion
Сочинения Мой Любимый Новый Год
Сочинение по теме Творческий путь писателя (Михаил Александрович Шолохов)
Виды Семейного Насилия И Его Последствия Реферат
Контрольная Работа По Обществознанию 1
Очередность удовлетворения требований кредиторов
Реферат: История применения химического оружия
Курсовая работа: Учет и анализ выпуска и реализации готовой продукции. Скачать бесплатно и без регистрации
Почему Я Выбрал Профессию Пожарного Сочинение
Дипломная работа: Концепция мира и человека в трагедии Шекспира "Ромео и Джульетта"
Похожие работы на - Проектирование системы удобрения сельскохозяйственных культур в севообороте №3 СП им. Калинина ООО ПК 'Дон'
Похожие работы на - Экспериментальные исследования масштабного техногенного воздействия горных разработок на участок литосферы