входного потока гистограммой, полученной на имитационной модели; F3 оценка эффекта при аппроксимации ФРВ входного потока экспонентой. Граничные значения варьируемых факторов приведены в той же таблице. Таблица 2.3. ОЦЕНКИ ЭФФЕКТОВ Фактор Нижняя граница Верхняя граница FG FR X, 800 2000 -25.8 -39.1 х 2 0 1 11.2 14.3 Х3 10 20 20.3 26.8 х 4 0 1 7.2 8.8 х 5 30 80 21.3 28.2 Х6 0 1 3.3 6.3 Х7 40 60 22.5 29.3 Х8 0 1 6.4 3.5 Х9 .25 .75 -34.2 -41.2 Хю 2 8 26.7 30.2 Хп 2 4 7.5 8.4 Х[2 .3 .7 24.3 41.2 Г орог значимости 19.7 26.4 В соответствии с порогом значимыми являются следующие факторы: Х\, Х3, Х5, Х 7, Х9, Хю, Х\гМожно заметить, что значимыми оказались факторы, которые непосредственно влияют на загрузку узлов вложенного уровня. Таким образом, можно сделать предположение о том, что погрешность ДМВП при декомпозиции разомкнутыми сетями определяется загрузкой узлов вложенного уровня. 2.3.5. Влияние загрузки на погрешность вложенной модели Пользуясь полученными в предыдущем разделе выводами, исследуем влияние загрузки на погрешность оценки времени пребывания во вложенном |
специальным планам Плакетта Бермана, отклики в которых представляют погрешность определения среднего времени пребывания во вложенном уровне, вычисляемой на основании соотношения: Т —Т (3.5) Ч где 7}/ средние времена, полученные на имитационной модели; Тв средние времена, полученные по ДМВП. Результаты экспериментов приведены в таблице 3, где указаны оценки эффектов FG и FR: FG оценка эффекта при аппроксимации ФРВ входного потока гистограммой, полученной на имитационной модели; F3 оценка эффекта при аппроксимации ФРВ входного потока экспонентой. Граничные значения варьируемых факторов приведены в той же таблице. 135 Таблица 3 О Ц Е Н К И Э Ф Ф Е К Т О В Фактор Нижняя граница Верхняя граница FG FR X, 800 2 0 0 0 -25.8 -39.1 Х2 0 1 1 1 . 2 14.3 Х3 1 0 2 0 20.3 26.8 Х4 0 1 7.2 8 . 8 Х5 30 80 21.3 28.2 Хб 0 1 3.3 6.3 Х7 40 60 22.5 29.3 Х8 0 1 6.4 3.5 Х9 .25 .75 -34.2 -41.2 Хю 2 8 26.7 30.2 Хм 2 4 7.5 8.4 Х]2 .3 .7 24.3 41.2 Порог значимости 19.7 26.4 В соответствии с порогом значимыми являются следующие факторы: Х\, Аз, Х$, X-;, Х<), Х\о, Х\2 Можно заметить, что значимыми оказались факторы, которые непосредственно влияют на загрузку узлов вложенного уровня. Таким образом, можно сделать предположение о том, что погрешность ДМВГТ при декомпозиции разомкнутыми сетями определяется загрузкой узлов вложенного уровня. 3.5.2. Влияние загрузки на погрешность вложенной модели Пользуясь полученными в предыдущем разделе выводами, исследуем влияние загрузки на погрешность оценки времени пребывания во вложенном уровне. Для этого воспользуемся дисперсионным анализом в трехфакторной классификации при 2N наблюдениях [51]. Дисперсионная модель относится к классу моделей с фиксированными факторами. Рассмотрим факторы для дисперсионной модели: • фактор А максимальная загрузка по узлам нижнего уровня; • фактор В средняя загрузка по узлам нижнего уровня; • фактор С вид сети верхнего уровня (замкнутый или разомкнутый). Функцией отклика является погрешность времени пребывания во вложенном уровне в процентах при декомпозиции разомкнутыми сетями. Дисперсионная модель имеет вид: x ij k = ^ + a i + P J + 7 k + ( a l 3 ) i j + ( a Y ) j k + ( p 7 ) j где ц среднее значение функции отклика; a j, Pj, у* эффекты факторов А , В , С , соответственно, (aP)jj,(aY)jk,(Py)jk ' взаимодействия факторов А, В, С. Выдвигаются следующие гипотезы: Н0: Ц[=Ц2= ... =a„. НЛ: V i : a ,= 0 ; Нв: Vj : РГ 0; Нс: Vk: yk=0; Ндв: V ij: (ap ),j= 0 ; Нлс: V i,k (ay )]k =0; HBC'-V j,k (P yV 0 ; Требуется проверить гипотезы о значимости факторов А, В, С. 136 |