对于仿真系统，仿真结束后系统输出了模型所需要的数据。为了进一步优化系统，针对输出变量：（1）进入系统的实体数量；（2）系统输出的服务实体总数；（3）系统输出各项服务实体明细；（4）系统中正在接受服务的实体数量；（5）系统服务器利用率，进行相应的流程调整、设备增减、参数优化等措施，得到优化后的输出变量，详见表1。在系统仿真时间段内，系统共进入136个实体，其中需求方的实体共76个，供给方的实体共60.4个，如图12。相对于优化前进入系统的实体数量大幅增加，系统共输出55个实体，表示服务平台共完成了55项工作，其中完成设计服务16项，制造服务24项，教育培训服务6项，方案解决服务7项，技术支持服务2项，如图13。需方在系统中接受的服务时间33.8分钟，供方在系统中接受的服务时间为25.6分钟，如图14。优化后系统中资源的使用率，其中需求分类服务器“Demand Classserver”的使用率降到0.7834，制造提供者





“Manufacturing Provide”使用率降到0.8343，服务计算机和储存设备“server computers andstor-age devices”使用率降到0.8343，虽然利用率还是有些偏高，但是相比于之前的系统已经有所改善，而需求匹配“Demander Matchingserver”的使用率已经提升到0.5163，属于比较理想的状态，注册服务器“registerserver”的使用率提升到0.4052，方案解决“Solutionservicer”的使用率提升到0.364 3，技术支持“Technicalsupportservicer”的使用率提升到0.5427，所有服务器的利用率基本超过了40%，资源得到有效的利用，如图15。



    通过仿真结果对比分析表，可以看出，优化后的服务流程服务效率有了很大的提升。对于仿真模型这些数据，对服务平台具有重要的参考意义，根据仿真结果调整服务平台的服务流程环节，对于低使用率的服务器，可减少服务器的运行速度；对于利用率超高的服务器，通过提高运行效率和增加服务器的数量来降低其使用频率，最终能够达到长期、正常、持续的运行。

    4 结束语
    本文通过Arena仿真软件建立了3D打印云制造服务平台服务流程的仿真优化系统，结合服务平台实例验证了仿真系统实用性。该系统利用仿真软件的基本功能模块和相对低层的模块，综合考虑系统中实际存在的实际因素，如需求到来随机性、加工时间的随机性、匹配关系的随机性等，使系统的仿真模型更加贴近平台实际，从而提高了仿真系统的仿真能力和解决实际问题的能力，也为服务流程的仿真与优化提供了一个全新的思路和方法。在以后的工作中，针对实际问题对仿真系统进一步改进和优化，使仿真系统更加贴近服务平台的实际运行情况，将是一个有意义的研究方向。
 

上一页  [1] [2] [3]