- •Общие вопросы моделирования. Понятие модели. Классификация моделей. Модели физические, абстрактные, смешанные.
- •Виды моделей. Способ реализации моделирования и степень отражения в моделях времени и неопределенности.
- •Объект моделирования – вычислительная система. Основные задачи исследования объекта, их характеристика и методы решения.
- •Графовые модели алгоритмов и программ. Построение графовых моделей.
- •Эквивалентные преобразования графовых моделей алгоритмов и программ.
- •Марковские случайные процессы и их место при построении и исследовании вероятностных моделей объектов.
- •Дискретные марковские цепи. Основные задачи их исследования. Примеры объектов, для исследования которых могут быть использованы дмц.
- •Потоки событий. Основные понятия и определения. Простейший поток событий и потоки Эрланга.
- •Непрерывные марковские цепи. Основные задачи их исследования. Примеры объектов, для исследования которых могут быть использованы дмц.
- •Типовые графы состояний системы. Процесс “гибели и размножения”. Примеры объектных систем.
- •Типовые графы состояний системы. Циклический процесс. Примеры объектных систем.
- •Методы исследования немарковских случайных процессов, сводящихся к марковским.
- •Теория массового обслуживания и ее место при построении и исследовании вероятностных моделей объектов. Основные понятия и определения.
- •Системы массового обслуживания (смо). Обобщенная структура смо.
- •Основные параметры и характеристики смо.
- •Разомкнутые смо с очередью и нетерпеливыми заявками. Примеры объектных систем.
- •Разомкнутые смо с очередью и терпеливыми заявками. Примеры объектных систем.
- •Разомкнутые смо без потерь. Примеры объектных систем.
- •Замкнутые смо с простейшими потоками событий. Примеры объектных систем.
- •Смо с произвольными потоками событий. Случай бесприоритетной дисциплины обслуживания.
- •Смо с произвольными потоками событий. Случай дисциплины обслуживания с относительным приоритетом.
- •Смо с произвольными потоками событий. Случай дисциплины обслуживания с абсолютным приоритетом.
- •Сети массового обслуживания с простейшими потоками событий. Анализ разомкнутой сети. Примеры объектных систем.
- •Сети массового обслуживания с простейшими потоками событий. Анализ замкнутой сети. Примеры объектных систем.
- •Статистическое моделирование случайных процессов. Организация статистического моделирования. Моделирование базовых случайных величин (св).
- •Моделирование непрерывной случайной величины с произвольным распределением. Моделирование дискретной св. Моделирование случайных событий и потоков случайных событий.
-
Графовые модели алгоритмов и программ. Построение графовых моделей.
Графовая модель – это конечный ориентированный граф со взвешенными вершинами или дугами. Используется для оценки вычислительных затрат (время выполнения/затраты памяти).
Графовые модели легко поддаются эквивалентным преобразованиям, а значит:
-
Можно упростить модель, исключив из нее все ненужные подробности (свести фрагменты к любому уровню детализации).
-
ГМ позволяет уменьшить затраты памяти в моделируемой системе на представление программ в памяти.
-
Можно получить зависимость интересующих нас характеристик от параметров отдельных операторов, причем зависимость – в параметрическом виде (в виде формулы).
-
ГМ позволяет оптимизировать проектируемый алгоритм или программу с точки зрения процессорного времени и памяти.
-
ГМ могут применяться для отображения и последовательных, и параллельных процессов.
Допущения:
-
Будем говорить о последовательных алгоритмах.
-
Будем рассматривать самый простой вид графовых моделей – ГМ, использующие вершины только одного вида и дуги (не ребра). Вершины – решения, дуги – процессы.
-
Ресурсные параметры (время, память) связаны только с процессами (ветвление, слияние – не учитывается, считаем нулевыми затраты времени и памяти). Следствие максимального упрощения.
-
Ресурсные параметры могут быть детерминированными величинами (min, max) и случайными величинами.
Так как характеристика алгоритма зависит от конкретных исходных данных, то, чтобы от него абстрагироваться, необходимо включить элемент случайности (вероятности ветвления по тому или иному пути).
Задача – получить сетевую модель. Данная задача решается в два этапа:
-
“СА -> ГМ” – преобразование схемы алгоритма в графовую модель определенного вида (псевдосетевую модель). Псевдосетевая модель отличается от сетевой только наличием контуров.
-
“ГМ -> СМ” – преобразование графовой модели в сетевую модель, то есть избавление от контуров.
Рассмотрим первый этап – построение графовой модели (“СА -> ГМ”).
Рассмотрим прямые сетевые модели:
-
Дуга отображает работу (то есть процесс с ресурсными затратами). Входящие дуги – предшествующие работы, выходящие дуги – последующие работы. Число водящих/выходящих дуг неограниченно, но так как мы рассматриваем только последовательные алгоритмы, то работы подчинены правилу исключающего ИЛИ (в каждый момент времени выполняется только одна работа).
-
Вершина – это событие (факт окончания работы).
Вершина, не имеющая входящих дуг – исток (событие – начальное).
Событие, не имеющее выходящих работ – конечное. Соответствующая вершина – сток.
-
Вершины – пронумерованы 0, 1, …, k.
i = 1, …, k-1
i – номер вершины, в которую входят дуги уже пронумерованных вершин с номером меньше i.
-
Каждая дуга взвешивается вектором ресурсных параметров и вероятностью выполнения этой работы.
Алгоритм преобразования (“СА -> ГМ”):
-
Последовательно числами, начиная с единицы, нумеруются все операторные вершины схемы алгоритма, а также начальная (номер 0) и конечная (№max).
-
Изображается в виде точек (или кружков) k+1 вершина будущей графовой модели.
-
(!!!) Две вершины i и j соединяются дугой, если на отмеченной схеме алгоритма имеется путь из вершины i в вершину j, не проходящий ни через одну операторную вершину.
-
Полученная в пункте 3 дуга отмечается вектором ресурсных параметров, соответствующих вершине оператора схемы алгоритма с номером i, кроме того – вероятностью попадания из i в j.
Графовая модель должна быть синтаксически корректна:
-
Наличие одной начальной и одной конечной вершины.
-
Условие достижимости любой вершины, кроме начальной из начальной.
-
Условие достижимости конечной вершины из любой другой вершины кроме конечной.
-
Условие полноты:
Для любой вершины сумма вероятностей исходящих дуг равна единице.