Генератори випадкових чисел
Зміст
Генерація випадкових чисел і моделювання
Послідовності випадкових чисел використовуються в програмуванні в найрізноманітніших випадках, починаючи з моделювання (це найбільш часте застосування) і кінчаючи іграми і іншим розважальним програмним забезпеченням. Турбо Паскаль містить вбудовану функцію, звану Random, яка генерує випадкові числа. Як ви побачите в даному розділі, Random - це чудовий генератор випадкових чисел, але для деяких застосувань вам може потрібно два або більш різних генераторів для забезпечення різних наборів випадкових чисел для різних завдань. Крім того, при моделюванні потрібний ассиметрічний або дісбалансний генератор випадкових чисел, який породжує послідовність, зміщену до одного з кінців. Перша частина даного розділу присвячена побудові генераторів випадкових чисел і оцінці їх якості.
Генератори випадкових чисел
Технічно термін "генератор випадкових чисел" - це абсурд; числа само по собі не є випадковими. Наприклад, 100 - це випадкове число? А 25? Що насправді означає цей термін, так це те, що створюється послідовність чисел, що з'являються випадковим чином. Це породжує складніше питання: що таке послідовність випадкових чисел? Єдино правильна відповідь: послідовність випадкових чисел _ це послідовність, в якій всі елементи є незв'язаними. Це визначення приводить до такого парадоксу, що будь-яка послідовність може бути як випадковою, так і невипадковою залежно від того, як ця послідовність отримана. Наприклад, наступний рядок чисел 1 2 3 4 5 6 7 8 9 0 була отримана друкуванням верхнього рядка клавіатури по порядку, таким чином послідовність звичайно не може розглядатися як що згенерувала випадковим чином. Але як бути, якщо ви отримаєте ту ж саму послідовність, виймаючи пронумерований тенісні кулі з боченка. В даному випадку це вже випадковим чином послідовність, що згенерувала. Даний приклад показує, що випадковість послідовності залежить від того, як вона була отримана, а не від неї самої. Пам'ятаєте, що послідовність чисел, що згенерувала комп'ютером, є детермінованою: кожне число, окрім першого, залежить від попередніх чисел. Технічно це означає, що комп'ютером може згенерувати тільки квазівипадкова послідовність чисел. Проте, це досить для більшості завдань і в даній книзі такі послідовності для простоти називатимуться випадковими. У загальному випадку вважається добре, коли числа в послідовності випадкових чисел розподілені рівномірно (не плутайте це з нормальним розподілом або колоколообразной кривою). При рівномірному розподілі всі події рівноімовірні так, що діаграма рівномірного розподілу прагне до прямої горизонтальної лінії, а не до кривій. До широкого розповсюдження комп'ютерів всякий раз, коли необхідні були випадкові числа, вони виходили або киданням гральних кісток, або вийманням пронумерованих куль з ящика. У 1955 році фірма RAND опублікувала таблицю з 1 мільйона випадкових чисел, отриманих за допомогою обчислювальної машини. На ранній стадії розвитку обчислювальної техніки було розроблено багато методів генерації випадкових чисел, але більшість з них не знайшла застосування. Один дуже цікавий метод був розроблений Джоном фон Нейманом; його часто називають середньоквадратичним. У даному методі попереднє випадкове число зводиться в квадрат, а потім з результату виділяються середні цифри. Наприклад, якщо ви створюєте числа з трьох цифр, а попереднє число було 121, то зведення в квадрат дає результат 14641. Виділення трьох середніх цифр дає наступне випадкове число 464. Недоліком даного методу є те, що він має дуже короткий період повторення, званий циклом. З даної причини даний метод сьогодні не використовується. Зараз найчастіше застосовується метод генерації випадкових чисел, що грунтується на використанні рівняння
R = (aR +c)modm
n+1 n
при виконанні наступних умов
R>0 a>0 c>0 m>R , a и c
Відзначимо, що R - це попереднє число, а R - наступне. Даний метод іноді називають лінійним порівняльним методом. Формула така проста, що ви можете подумати, що генерувати випадкові числа просто. Проте, це пастка: наскільки добре працює дана формула, дуже сильно залежить від значення а, з і m. Вибір значень іноді більшою мірою мистецтво, ніж наука. Існують складні правила, які можуть допомогти вам вибрати значення; проте, ми розглянемо лише декілька простих правил і прикладів. Модуль (m) повинен бути досить великим, оскільки він визначає область випадкових чисел. Операція узяття по модулю породжує залишок від ділення числа на модуль. Отже, 10 по модулю 4 рівне 2. Таким чином, якщо модуль рівний 12, то формулою породжуються числа від 0 до 11, а якщо модуль рівний 21425, то породжуються числа від 0 до 21424. Вибір множника а і прирости з є дуже складним завданням. У загальному випадку множник може бути задоволене великим, а приріст - маленьким. Безліч спроб і перевірок необхідна, щоб створити хороший генератор. Як перший приклад тут приведений один з найчастіше використовуваних генераторів випадкових чисел. Рівняння, показане в Rаn1 використовується як основа для генератора випадкових чисел у ряді популярних мов.
var
a1: integer; { установка до первого вызова Ran1 }
function Ran1: real;
var
t: real;
begin
t := (a1*32749+3) mod 32749;
a1 := Trunc(t);
Ran1 := Abs(t/32749);
end; {Rea1}
Дана функція має три головні особливості. По-перше, випадкові числа насправді є цілими, хоча функція повертає дійсні числа. Даний метод працює з цілими числами, але генератори випадкових чисел, як це прийнято, повинні повертати числа в межах від 0 до 1, що означає, що це повинні бути числа з плаваючою комою. По-друге, початкове значення задається через глобальну змінну а1. До першого виклику Ran1 змінна а1 повинна бути встановлена в 1. По-третє, в Ran1 випадкові числа діляться на модуль перш, ніж вони будуть повернені функцією, для того, щоб числа лежали в області від 0 до 1. Якщо ви поцікавитеся значенням глобальної змінної а1 до повернення рядка, то воно повинне лежати в області від 0 до 32748. Отже, коли а1 ділиться на 32749, отримане число буде більше або рівне 0 і менше 1. Багато генераторів випадкових чисел не застосовні, оскільки вони породжують не рівномірний розподіл або мають короткий цикл повторення. Навіть коли ці недоліки не дуже впадають в очі, вони можуть породити змішаний результат, якщо такий генератор використовується знову і знову. Рішення полягає в тому, щоб створити різні генератори і застосовувати їх індивідуально або спільно для отримання якісніших послідовностей випадкових чисел. Застосування декількох генераторів може згладити розподіл послідовності за рахунок зменшення малих змішень окремих генераторів. Далі приведена функція генерування випадкових чисел, звана Ran2, яка породжує хороший розподіл:
var
a2:integer; { встановити в значення 203 до першого виклику
Ran2 }
function Ran2: real;
var
t: real;
begin
t := (a2*10001+3) mod 17417;
a2 := Trunc(t);
Ran2 := Abc(t/17417);
end; {Ran2}
Обидва цих генератора випадкових чисел породжують хороші послідовності випадкових чисел. Проте залишаються питання: чи достатньо "випадковою" є послідовність? Чи хороші дані генератори?
Визначення якості генераторів
Ви можете застосувати різні тексти для визначення випадковості послідовності чисел. Жоден з тестів не скаже, що послідовність є випадковою, проте, він скаже, якщо вона немає такій. Тести можуть виявити не випадкові послідовності, але, якщо тест не знайшов недоліків, це не означає, що дана послідовність дійсно випадкова. Тести, проте, підвищують упевненість в генераторі випадкових чисел, який породив послідовність. Тепер ми стисло розглянемо декілька простих способів тестування послідовностей. Спершу розглянемо спосіб визначення того, наскільки близький розподіл чисел в послідовності відповідає очікуваному. Наприклад, ви намагаєтеся генерувати послідовність випадкових чисел від 0 9. Вірогідність появи кожної цифри рівна 1/10. Хай згенерувала наступна послідовність
9 1 8 2 4 6 3 7 5 2 9 0 4 2 4 7 8 6 2
Якщо ви підрахуєте число появ кожної цифри, то отримаєте результат
Цифри Число появ
0 1
1 1
2 4
3 1
4 3
5 1
6 2
7 2
8 3
9 2
Далі вам слід відповісти самому собі на питання, чи достатній схоже даний розподіл на очікуване вами. Пам'ятаєте: якщо генератор випадкових чисел хороший, він генерує послідовності випадково. У істинно випадковому варіанті всі послідовності можливі. Дійсно, як якась послідовність може бути не випадковою, якщо будь-яка послідовність можлива? Просто деякі послідовності менш схожі на те, якою повинна бути випадкова послідовність, чим інші. Ви можете визначити вірогідність того, що дана послідовність є випадковою, використовуючи критерій хи-квадрат. У критерії хи-квадрат очікувана кількість віднімається із спостережуваної кількості зустрічей числа в послідовності, що згенерувала. Цей результат називається V. Ви можете використовувати Vдля знаходження відсотка в таблиці значень хи-квадрат. Цей відсоток визначає вірогідність того, що була породжена випадкова послідовність. Мала таблиця хи-квадрат приведена на ріс.7-1; ви можете знайти повні таблиці в більшості книг за статистикою
p=99% p=95% p=75% p=50% p=25% p=5% n=5 0.5543 1.1455 2.675 4.351 6.626 11.07 n=10 2.558 3.940 6.737 9.342 12.55 18.31 n=15 5.229 7.261 11.04 14.34 18.25 25.00 n=20 8.260 10.85 15.45 19.34 23.83 31.41 n=30 14.95 18.49 24.48 29.34 34.80 43.77
Вибрані значення хи-квадрат. Для визначення вірогідності того, що послідовність не випадкова, знайдіть рядок в таблиці, показаній на ріс.7-1, з числом елементів послідовності; в даному випадку це 20. Потім шукайте число по рядку, яке більше V. В даному випадку це колонка 1. Це означає, що існує вірогідність 99% того, що приклад з 20 елементів матиме V більше 8,260. З іншого боку це означає, що існує вірогідність тільки в 1% того, що послідовність, що перевіряється, згенерувала випадковим чином. Щоб пройти через критерій хи-квадрат, вірогідність V повинна знизитися до рівня від 25% до 75%. Проте ви можете протиставити цьому виводу питання: Оскільки всі послідовності можливі, як може дана послідовність мати тільки однопроцентний шанс бути законною? Відповідь така: це всього лише вірогідність. Фактично, якщо ви застосовуєте критерій хи-квадрат, вам слід отримати декілька різних послідовностей і усереднений результат, щоб уникнути відкидання хорошого генератора випадкових чисел. Будь-яка одинична послідовність може бути знехтувана, але ряд різних послідовностей після усереднювання повинен давати добрий результат. З іншого боку, послідовність може пройти через критерій хи-квадрат і не бути випадковою. Наприклад, послідовність 1 3 5 7 9 1 3 5 7 9 пройде критерій хи-квадрат, але вона виглядає не дуже випадковою. В даному випадку згенерував пробіг по діапазону значень. Пробіг - це просто зростаюча або убуваюча послідовність чисел з довільним інтервалом. В даному випадку кожна група з п'яти цифр є зростаючою послідовністю і як така не може вважатися випадковою послідовністю. Можна створити тест для виявлення такої ситуації, але це виходить за рамки даної книги. Іншою характеристикою, належній оцінці, є довжина періоду: тобто, як багато чисел може згенерувати до початку повторення послідовності. Всі машинні генератори випадкових чисел завжди генерували послідовність, що повторюється. Чим довше період, тим краще генератор. Навіть якщо частота чисел усередині періоду розподілена рівномірно, числа не утворюють випадкову серію, оскільки дійсно випадкова серія не може достатньо повторюватися. У загальному випадку період в декілька тисяч чисел задовольняє більшості застосувань. Тест для з'ясування періоду може бути розроблений. Різні інші тести можуть бути застосовані для визначення якості генератора випадкових чисел. Напевно, можна написати більше програм для перевірки генераторів випадкових чисел, чим створити самих генераторів. Розглянемо ще один тест, який дозволить вам перевірити генератор випадкових чисел "візуально", використовуючи діаграму для демонстрації характеристик послідовності, що згенерувала. У ідеалі діаграма повинна грунтуватися на частоті кожного числа. Проте оскільки генератор може породжувати тисячі різних чисел, це не здійснимо. Замість цього створюватимуться діаграми, згруповані до десяти цифрам. Наприклад, оскільки породжувані числа лежать в області від 0 до 1, число 0.9365783 буде включено в групу 9, а число 0.34523445 буде включено в групу 3. Це означає, що діаграма виведення випадкових чисел має 10 ліній, кожна з яких представляє число попадань в групу. Програма також виводить середнє значення послідовності, яке може бути використане для виявлення змішення. Як і всі інші програми даного розділу, наступна програма виконується тільки на персональному комп'ютері IBM РС, який має адаптер кольорового графічного дисплея. Розроблені раніше функції Ran1 і Ran2, а також вбудована функція Турбо Паскаля Random, продемонстровані поряд для порівняння.
{ програма, яка порівнює три генератори випадкових чисел }
program RanGenerator;
uses
Graph;
const
COUNT = 1000;
var
freg1, freg2, freg3: array[0..9] of integer;
a2, a1: integer;
f, f2, f3: real;
r, r2, r3: real;
y, x: integer;
GraphDriver, GraphMode: integer;
{ відображення графічного виводу}
procedure Display;
var
t : integer;
begin
for t := 0 to 9 do
begin
Line(t*10, 180, t*10, 180-freg1[t]);
Line(t*10+110, 180, t*10+110, 180-freg2[t]);
Line(t*10+220, 180, t*10+220, 180-freg3[t]);
end;
end; {Display}
function Ran1: real;
var
t: real;
begin
t := (a1*32749+3) mod 32749;
a1 := Trunc(t);
Ran1 := Abs(t/32749);
end; {Ran1}
function Ran2: real;
var
t: real;
begin
t := (a2*10001+3) mod 17417;
a2 := Trunc(t);
Ran2 := Abs(t/17417);
end; {Ran2}
begin
{ перемикання на графічний режим, використовуючи режим 4 Cga/ega }
GraphDriver := CGA;
GraphMode := CGAC1;
InitGraph(GraphDriver, GraphMode, );
SetColor(2);
SetLineStyle(SolidLn, 0, NormWidth);
OutTextXy(80, 10, 'Comparison of Random');
OutTextXy(96, 20, 'Number Generators');
{ прорисовать базовые линии }
Line(0, 180, 90, 180);
Line(110, 180, 200, 180);
Line(220, 180, 310, 180);
OutTextXy(30, 190, 'Random Ran1 Ran2');
{инициализация переменных генераторов случайных чисел }
a1:=1; a2:=203;
f := 0; f2 := 0; f3 := 0;
for x := 0 to 9 do
begin { инициализация матриц частот }
freg1[x] := 0;
freg2[x] := 0;
freg3[x] := 0;
end;
for x := 1 to COUNT do
begin
r:=Random; { взять случайное число }
f:=f+r; { прибавить для вычисления среднего }
y:=Trunc(r*10);{ преобразовать в целое число от 0 до 9 }
freg1[y]:=freg1[y]+1;{ увеличить счетчик частоты }
r2 := Ran1; { взять случайное число }
f2:=f2+r2; { прибавить для вычисления среднег }
y:=Trunc(r2*10);{ преобразовать в целое число от 0 до 9}
freg2[y]:=freg2[y]+1;{ увеличить счетчик частоты }
r3 := Ran2; { взять случайное число }
f3:=f3+r3; { прибавить для вычисления среднего }
y:=Trunc(r3*10);{ преобразовать в целое число от 0 до 9}
freg3[y]:=freg3[y]+1;{увеличить счетчик частоты }
Display; { отобразить счетчики частот }
end;
ReadLn;
RestoreCrtMode;
WriteLn('mean of Random is: ', f/COUNT);
WriteLn('mean of Ran1 is: ', f2/COUNT);
WriteLn('mean of Ran2 is: ', f3/COUNT);
end.
У даній програмі кожна функція генерує 1000 чисел і на основі цього створюються таблиці частот. Процедура Display малює всі три матриці частот на екрані після генерації кожного випадкового числа так, що ви можете спостерігати зростання частот. На ріс.7-2 показано виведення кожного генератора випадкових чисел після генерації 1000 чисел. Середні значення рівні 0,489932 у Ran1, 0,4858311 у Ran2 і 0,494014 у Random. Це прийнятно.
Порівняння генераторів випадкових чисел
¦ ¦ ¦ ¦ ¦
¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦
¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦
¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦
¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦
¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦
¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦
L-+-+-+-+-+-+-+-+-- L-+-+-+-+-+-+-+-+-- L-+-+-+-+-+-+-+-+-
Random Ran1 Ran2
----------------------------------------------------------.
Вивід з програми відображення роботи генераторів
випадкових чисел.
Для ефективного використання програми ви повинні спостерігати як за формою діаграми, так і за динамікою зростання, щоб виявити короткі цикли, що повторюються. Наприклад, Ran2 генерує значно менше чисел в області від 0,9 до 0,999999, чим Random і Ran1. Звичайно даний текст не є всеосяжним, але він допоможе вам зрозуміти спосіб, яким генератор породжує числа, і прискорить процес аналізу генераторів.
Використання декількох генераторів
Один простий метод, який покращує властивості випадкових послідовностей, що породжуються трьома генераторами, полягає в комбінуванні їх під управлінням однієї головної функції. Дана функція вибирає між двома з них, грунтуючись на результаті третьої. За допомогою цього методу ви можете отримати дуже довгий період і зменшити вплив циклів і зсувів. Функція, звана Combrandom, показана тут, здійснює комбінування виводів генераторів Ran1, Ran2, Random:
{ дана функція використовує три генератори для повернення одного випадкового числа}
function CombRandom: real;
var
f: real;
begin
f := Ran2;
if f>0.5 thenCombRandom := Random
else CombRandom := Ran1; { случайный выбор генератора }
end; {CombRandom}
Результат Ran2 використовується для того, щоб вирішити, Ran1 або Random видасть значення головної функції Combrandom. При такому методі період головної функції рівний або більше суми періодів Random і Ran1. Таким чином, даний метод робить можливим породження послідовності з дуже довгим періодом. Можна легко змінювати суміш Random і Ran1 зміною константи в операторові if, щоб отримати бажаний вами розподіл між цими двома генераторами. Крім того, ви можете додати додаткові генератори і здійснювати вибір між ними для отримання ще довшого періоду. Далі слідує програма для відображення діаграми Comprandom і її середнього значення. На ріс.7-3 показана фінальна діаграма після генерації 1000 чисел. Середнє значення Combrandom рівне 0,493361.
{ дана програма демонструє комбіноване виведення трьох генераторів випадкових чисел }
program MultiRandom;
uses
Graph;
const
COUNT=1000;
var
freg: array[0..9] of integer;
a2,a1: integer;
f, r: real;
y, x: integer;
GraphDriver, GraphMode: integer;
{ отображение графического представления работы генераторов }
procedure Display;
var
t: integer;
begin
for t := 0 to 9 do
Line(t*10+110, 180, t*10+110, 180-freg[t]);
end; {Display}
function Ran1: real;
var
t: real;
begin
t := (a1*32749+3) mod 32749;
a1 := Trunc(t);
Ran1 := Abs(t/32749);
end; {Ran1}
function Ran2: real;
var
t: real;
begin
t := (a2*10001+3) mod 17417;
a2 := Trunc(t);
Ran2 := Abs(t/17417);
end; {Ran2}
{данная функция использует три генератора для возврата одного случайного числа
}
function CombRandom real;
var
t: real;
begin
f := Ran2;
if f>0.5 then CombRandom := Random
else CombRandom := Ran1; {случайный выбор генератора }
end; {CombRandom}
begin
{ переключение на графический режим, используя режим 4 CGA/EGA }
GraphDriver := CGA;
GraphMode := CGAC1;
InitGraph(GraphDriver, GraphMode, );
SetColor(2);
SetLineStyle(SolidLn, 0, NormWidth);
OutTextXy(48, 10, 'вывод, полученный комбинированием ');
OutTextXy(40,20, 'три генератора случайных чисел ');
Line(110, 180, 200, 180);
a1:=1; a2:=203; {инициализация переменных для
генераторов случайных чисел }
f := 0;
for x:=0 to 9 do freg[x]:=0; {инициализация матрицы
частот}
for x := 1 to COUNT do begin
r:=CombRandom; { взять случайное число }
f:=f+1; { прибавить для вычисления среднего }
y:=Trunc(r*10);{ преобразовать в целое число от 0 до 9}
freg[y]:=freg[y]+1;{ увеличить счетчик частоты } Display;
end;
ReadLn;
RestoreCrtMode;
WriteLn('Среднее случайное число равно : ', f/COUNT);
end.
.
Вивід, отриманий комбінуванням трьох генераторів випадкових чисел.
¦ ¦
¦ ¦ ¦ ¦
¦¦¦¦¦¦¦¦¦¦
¦¦¦¦¦¦¦¦¦¦
¦¦¦¦¦¦¦¦¦¦
¦¦¦¦¦¦¦¦¦¦
¦¦¦¦¦¦¦¦¦¦
L++++++++
------------------------------------------------------
Фінальне відображення функції Combrandom
Моделирование
Оставшаяся часть данной главы посвящена применениям генераторов случайных чисел для моделирования на компьютерах. Промоделировать можно все; успех моделирования зависит главным образом от того, насколько хорошо программист понял ситуацию, которую надо моделировать. Так как реальные ситуации часто имеют тысячи переменных, многие вещи с трудом поддаются моделированию. Однако, существуют ситуации, которые очень хорошо подходят для моделирования. Моделирование важно по двум причинам. Во-первых, оно позволяет вам изменять параметры моделирования для проверки и наблюдения возможных результатов в то время, как в реальности такие эксперименты могут быть и дорогими и опасными. Например, моделирование атомной электростанции может быть использовано для проверки влияния различных типов отказов без какой-либо опасности. Во-вторых, моделирование позволяет нам создавать ситуации, которые не могут произойти в реальной жизни. Например, психологи могут захотеть изучить влияние непрерывного роста интеллекта мыши до человеческого, чтобы определить, когда мышь будет проходить лабиринт наиболее быстро. Хотя это не может быть сделано в реальной жизни, моделирование может помочь проникновению в природу соотношения интеллекта и инстинкта. Далее разберем первый из двух примеров, в которых используются генераторы случайных чисел.
Моделирование очередей обслуживания
В первом примере моделируется обслуживание в бакалейной лавке. Предположим, что лавка открыта 10 часов в день с пиковыми часами с 12 до 13 и с 17 до 18 часов. Период с 12 до 13 часов имеет нагрузку в два раза, а с 17 до 18 - в три раза больше обычной. При моделировании один генератор "порождает" покупателей, второй генератор определяет время обслуживания покупателя, а третий решает, в какую очередь пойдет покупатель. Цель моделирования состоит в том, чтобы помочь управляющему найти оптимальное число очередей, которые должны работать в обычный день при условии, что число людей в очереди в любое время не превышало бы 10 и кассиры не ожидали бы покупателей. Ключ к данному типу моделирования состоит в создании многих процессов. Хотя Турбо Паскаль непосредственно не поддерживает параллельности, вы можете моделировать с помощью множества процессов или с помощью главной программы с циклами. Далее показана программа с ее глобальными данными для моделирования очередей без поддержки процедур и функций:
var
gueues, count: array[0..9] of integer;
open: array[0..9] of boolean;
cust, time: integer;
a1, a2: integer;
y, x: integer;
change: boolean;
GraphDiver, GraphMode: integer;
begin
{переключение на графику, используя режим 4 CGA/EGA}
GraphDriver := CGA;
GraphMode := CGAC1;
InitGraph(GraphDriver, GraphMode, );
SetColor(2);
SetLineStyle(SolidLn, 0, NormWidth);
a1:=1; a2:=203; {инициализация переменных генератора
случайных чисел}
change := FALSE;
cust := 0;
time := 0;
for x:=0 to 9 do begin
gueues[x]:=0; {инициализация очереди }
open[x]:=FALSE; { нет покупателей или очередей в
начале дня }
count[x]:=0; {счетчик очереди }
end;
OutTextXy(155, 190, '1 10');
OutTextXy(8,190,'Check-out lines: ');
{ теперь начинается день открытием первой очереди }
open[0] := TRUE;
repeat
AddCust;
AddQueue;
Display;
CheckOut;
Display;
if (time>30) and (time<50) then AddCust;
if (time>70) and (nime<80) then begin
AddCust;
AddCust;
end;
time := time+1;
until time>100; { конец дня }
ReadLn;
RestoreCrtMode;
end.
Элемент Graph.P включен, чтобы программа могла использовать графические функции. Главный цикл управляет всем моделированием:
repeat
AddCust;
AddQueue;
Display;
CheckOut;
Display;
if (time>30) and (time<50) then AddCust;
if (time>70) and (time<80) then begin
AddCust;
AddCust;
end;
time := time+1;
until time>100; { конец дня }
Функция AddCust использует либо Ran1, либо Ran2 для генерации числа покупателей, встающих в очереди при каждом запросе. Функция AddQuece используется для помещения покупателей в очереди в соответствии с результатом Ran2, а также открывает новые очереди, если все существующие переполнены. Функция Display отображает программу моделирования. Checkout использует Ran2 для назначения каждого покупателя в очередь с соответствующим увеличением счетчика очереди; каждый вызов уменьшает счетчик на 1. Когда счетчик покупателей равен 0, очередь становится пустой. Переменная time (время) изменяет интенсивность, с которой генерируются покупатели, для того, чтобы отследить часовые пики. Каждый проход по циклу представляет одну десятую часа. На рис.7-4, 7-5 и 7-6 показаны состояния очередей, когда time=28, time=60 и time=88, что соответствует нормальному времени, концу первого пика и концу второго пика, соответственно. Отметим, что в конце второго пика требуется максимум пять очередей, Если моделирующая программа написана правильно, то в бакалейной лавке оставшиеся пять очередей не нужны.
gueue 1: 10 time: 28
gueue 2: 8
gueue 3: 0
gueue 4: 0
gueue 5: 0
gueue 6: 0
gueue 7: 0
gueue 8: 0
gueue 9: 0
gueue 10: 0
Очередь ¦
¦
¦ ¦
¦ ¦
¦ ¦
¦ ¦
¦ ¦
¦ ¦
1 10
Рис.7-4. Состояние очередей, когда time=28:
gueue 1: 6 time: 60
gueue 2: 8
gueue 3: 8
gueue 4: 1
gueue 5: 0
gueue 6: 0
gueue 7: 0
gueue 8: 0
gueue 9: 0
gueue 10: 0
Очередь ¦ ¦
¦ ¦
¦ ¦ ¦
¦ ¦ ¦
¦ ¦ ¦
¦ ¦ ¦ ¦
1 10
Рис.7-5. Состояние очередей, когда time=60:
gueue 1: 8 time: 80
gueue 2: 9
gueue 3: 6
gueue 4: 6
gueue 5: 7
gueue 6: 0
gueue 7: 0
gueue 8: 0
gueue 9: 0
gueue 10: 0
Очередь ¦
¦ ¦
¦ ¦ ¦
¦ ¦ ¦ ¦ ¦
¦ ¦ ¦ ¦ ¦
¦ ¦ ¦ ¦ ¦
¦ ¦ ¦ ¦ ¦
1 10
Рис.7-6. Состояние очередей, когда time=88: Вы можете непосредственно управлять различными переменными в программе. Во-первых, вы можете изменить путь и число прибывающих покупателей. Вы также можете изменить функцию AddCost, чтобы она возвращала число покупателей в пиковые часы с большим или меньшим постепенным увеличением или уменьшением. Программа предполагает, что покупатели случайным образом выбирают, в какую очередь им встать. Такой подход справедлив для одних покупателей, а другие будут выбирать самую короткую очередь. Вы можете учесть это, изменив функцию AddQueue так, чтобы она в некоторых случаях помещала покупателей в самую короткую очередь, а в некоторых - случайным образом. При моделировании не учитываются такие случайности, как упавшая булка или буйный покупатель в очереди, которые вызывают временные остановки очереди. Целиком программа выглядит следующим образом:
program simulation; {моделирование очередей в бакалейной
лавке }
uses
Graph;
var
gueues, count: array[0..9] of integer;
open: array[0..9] of boolean;
cust, time: integer;
a1, a2: integer;
y,x: integer;
change: boolean;
GraphDriver, GraphMode: integer;
function Ran1: real;
var
t: real;
begin
t := (a1*32749+3) mod 32749;
a1 := Trunc(t);
Ran1 := Abs(t/32749);
end; {Ran1}
function Ran2: real;
var
t: real;
begin
t := (a2*10001+3) mod 17417;
a2 := Trunc(t);
Ran2 := Abs(t/17417);
end; {Ran2}
function CombRandom: real;
{random selection of generators} 2
var
f: real;
begin
f := Ran2;
if f>0.5 then CombRandom := Random
else CombRandom:=Ran1;{случайный выбор генераторов}
end; {CombRandom}
{ добавление покупателей в очередь }
procedure AddCust;
var
f, r: real;
begin
if change then f:=Random {переключение между двумя }
else f := Ran2; {генераторами }
if f>0.5 then
if f>0.6 then cust:=cust+1 {добавить одного покупателя}
else if f>0.7 then cust:=cust+2 {два покупателя}
else if f<0.8 then cust:=cust+3 {три покупателя }
else cust := cust+4; {четыре покупателя }
end; {AddCust}
{ обслуживание покупателя }
Procedure CheckOut;
var
t: integer;
begin
for t := 0 to 9 do
begin
if gueues[t]<>0 then
begin
{получить время обслуживания }
while count[t]=0 do count[t]:=Trunc(Ran1+5);
{новый покупатель требует времени обслуживания }
count[t]:=count[t]-1;
if count[t]=0 then gueues[t]:=gueues[t]-1;
{удаление покупателя}
end;
if gueues[t]=0 then open[t]:=FALSE;{закрытие очереди}
end;
end; {CheckOut}
{возвращается TRUE, если очередь переполнена }
function AllFull: Boolean;
var
t: integer;
begin
AllFull := TRUE;
for t := 0 to 9 do
if (gueues[t]<10) and open[t] then AllFull:=FALSE;
end; {AllFull}
{данная процедура вводит новые очереди }
procedure AddQueue;
var
t, line: integer;
done: Boolean;
begin
done := FALSE;
while cust<>0 do
begin
if AllFull then
begin
t:=0;
repeat
if not open[t] then
begin
open[t]:=TRUE;
done:=TRUE;
end;
t:=T+1;
until done or (t=9);
end
else
begin
Line:=Trunc(Ran2*10);
if open[line] and (gueues[line]<10) then
begin
gueues[line]:=gueues[line]+1;
cust:=cust-1;
end;
end;
if AllFull and open[9] then cust:=0; {all full}
end;
end; {AddQueue}
{очистить символы длины, начиная с позиции Х, У }
procedure ClrVed(x,y,len: integer);
var
i: integer;
s: string[80];
begin
for i := 1 to len do
s := concat(Chr(219), Chr(219));
SetColor(0);
OutTextXy(x, y, s);
SetColor(2);
end; {ClrVid}
{отображение экрана результатов моделирования очереди }
procedure Display;
var
t: integer;
value: string[80];
begin
cirVid(170, 10, 3);
str(time, value);
OutTextXy(120, 10, 'Time: ');
OutTextXy(170, 10, value);
for t := 0 to 9 do
begin
{erase old line}
SetColor(0);
Line((t*10)+160, 180, (t*10)+160, 180);
{нарисовать новое состояние моделирования }
SetColor(2);
Circle((t*10)+160, 180, 3);
Line((t*10)+160, 180, (t*10)+160, 180-gueues[t]*10);
{дать также текстовый вывод }
OutTextXy(8, t*10, 'gueue');
str(t+1, value);
value := concat(value, ':');
OutTextXy(56, t*10, value);
ClrVid(80, t*10, 3);
str(gueues[t], value);
OutTextXy(80, t*10, value);
end;
end; {Display}
begin
{переключение на графику, используя режим 4 CGA/EGA }
GraphDriver := CGA;
GraphMode := CGAC1;
InitGraph(GraphDriver, GraphMode, );
SetColor(2);
SetLineStyle(SolidLn, 0, NormWidth);
a1:=1; a2:=203; {инициализация переменных генератора
случайных чисел }
change:=FALSE;
cust:=0;
time:=0;
for x := 0 to 9 do begin
gueues[x]:=0; {инициализировать очереди }
open[x]:=FALSE;{нет покупателей или очередей в начале
дня }
count[x]:=0; {счетчик очереди }
end;
OutTextXy(155, 190, '1 10');
OutTextXy(8, 190, 'Check-out lines; ');
{теперь начинается ден.
открытием первого пункта обслуживания
}
open[0]:=TRUE;
repeat
AddCust;
AddQueue;
Display;
CheckOut;
Display;
if (time>30) and (time<50) then AddCust;
if (time>70) and (time<80) then begin
AddCust;
AddCust;
end;
time:=time+1;
until time>100; { конец дня }
ReadLn;
RestoreCrtMode;
end.
