мод сис / V.Boev-GPSSvsAnyLogic

Рис. 1.6. Условия стандартной процедуры запуска по умолчанию

Перейдите, пользуясь клавишами вверх-вниз, в конец процеду-

ры запуска. Там в разделе Set up your own run conditions (Задайте свои условия наблюдения) имеются две команды START, между которыми находится команда RESET (рис. 1.6).

Поясним назначение этих команд. Первой командой START

DoCommand(―START 100,NP‖); /*Get past the Startup Period. */

определяется количество прогонов в неустоявшемся режиме. Подразумевается, что если моделирование выполняется долго,

то система приходит в стационарное состояние. Сколько времени следует вести моделирование, чтобы достичь стационарного состояния? Часто ответ на этот вопрос можно получить из опыта экспериментирования с моделью. Команда RESET служит для этого. Она сбрасывает в ноль накопленную на неустоявшемся режиме статистику без удаления транзактов из процесса моделирования.

Второй командой START

DoCommand(―START 1000,NP‖);/*Run the Simulation. */

определяется количество прогонов в наблюдении, т. е. количество прогонов, которое было определено ранее при тактическом планировании эксперимента: N = 9604. Измените 1000 на 9604 (рис. 1.7).

Корректировка процедуры запуска возможна до и после того, как она будет добавлена к объекту «Модель».

21

Рис. 1.7. Условия стандартной процедуры запуска после корректировки

После корректировки нажмите Ok.

Сгенерированный Plus – эксперимент представлен ниже. Изучите его. Это необходимо для создания собственных экспериментов, отличающихся от стандартных экспериментов GPSS World.

В начале автоматически сгенерированного эксперимента определяется и инициализируется в неопределенное состояние (UNSPECIFIED) матрица результатов. Далее имеются Plus – операторы, которые для каждого из наблюдений определяют сочетания уровней факторов. В рассматриваемом примере таких сочетаний восемь.

Plus – эксперимент содержит также вызов Plus – процедуры запуска. Процедура запуска осуществляет связь между генерируемым экспериментом и процессом моделирования. Она вызывается столько раз, сколько требуется сделать наблюдений. Так как процедура запуска вызывается Plus – экспериментом, ей разрешается вызывать библиотечную процедуру DoCommand и, следовательно, выполнять RMULT, CLEAR, RESET и многие другие команды GPSS. Поэтому все команды, необходимые для определения условий наблюдения, например, обнуление сохраняемых ячеек, следует помещать в процедуру запуска.

Для сохранения матрицы результатов при обнулении переменных перед очередным наблюдением используется команда CLEAR OFF. Для изменения начального числа генератора случайных чисел в каждом наблюдении процедуре передается номер запуска.

22

****************************************************

****************************************************

/* Наблюдение 1 */ T1_ = 60;

Koef = 0.5; Q_ = 300000;

IF (StringCompare(DataType(Dis_Server_Results[1,1,1]), "UNSPECIFIED")'E'0)

THEN BEGIN

/* Установить начальное значение переменной количества наблюдений */

Dis_Server_NextRunNumber = 1;

/* Записать данные наблюдения и запустить процесс моделирования*/ Dis_Server_GetResult();

Dis_Server_Results[1,1,1] = N$ObrZap/N$KolZap; END;

/* Наблюдение 2 */ T1_ = 60;

Koef = 0.5; Q_ = 700000;

IF (StringCompare(DataType(Dis_Server_Results[1,1,2]), "UNSPECIFIED")'E'0)

THEN BEGIN

/* Записать данные наблюдения и запустить процесс моделирования */ Dis_Server_GetResult();

Dis_Server_Results[1,1,2] = N$ObrZap/N$KolZap; END;

/* Наблюдения 3 – 7 для краткости пропущены */ /* Наблюдение 8 */

T1_ = 180;

Koef = 1.5; Q_ = 700000;

IF (StringCompare(DataType(Dis_Server_Results[2,2,2]), "UNSPECIFIED")'E'0)

THEN BEGIN

/* Записать данные наблюдения и запустить процесс моделирования */ Dis_Server_GetResult();

23

Dis_Server_Results[2,2,2] = N$ObrZap/N$KolZap; END;

/* Эффекты смешивания в дробном факторном эксперименте */ SE_Effects(Dis_Server_Results,"I");

END;

*******************************************************

", "" );

ShowString = PolyCatenate(ShowString," Yield=",String(CurrentYield),". ");

ShowString = PolyCatenate(ShowString," T1_=",String(T1_), ";" ); ShowString = PolyCatenate(ShowString," Koef=",String(Koef), ";" ); ShowString = PolyCatenate(ShowString," Q_=",String(Q_), ";" ); CommandString = PolyCatenate("SHOW """,ShowString,"""", "" ); DoCommand(CommandString);

Dis_Server_NextRunNumber = Dis_Server_NextRunNumber + 1; RETURN CurrentYield;

END;

*******************************************************

* Процедура запуска *

*******************************************************

PROCEDURE Dis_Server_Run(Run_Number) BEGIN DoCommand("CLEAR OFF"); /* Использовать OFF для сохранения

результата. */

/* Увеличьте число команд RMULT, если у вас большее число ГСЧ. */ /* Задать новые случайные числа всем потокам случайных чисел. */

TEMPORARY CommandString;

/* Вычислить, прежде чем перейти к DoCommand. */ CommandString = Catenate("RMULT ",Run_Number#111);

/* DoCommand контролирует строку в глобальном контексте. */ DoCommand(CommandString);

/* Установить собственные условия наблюдения. */

24

DoCommand("START 9604,NP"); /* Провести моделирование. */ END;

Проведем эксперимент. Для вызова эксперимента предназначена команда CONDUCT. Однако за функциональной клавишей [F11] была закреплена соответствующая команда CONDUCT (Edit / Settings / Function Keys (Правка / Настройки / Функцио-

нальные клавиши)).

Проведите трансляцию, т. е. создайте объект «Процесс моделирования», для чего нажмите [Ctrl]+[Alt]+[S] или выполните коман-

ду Command / Create Simulation (Команда / Создать процесс моделирования).

При отсутствии ошибок в сгенерированном эксперименте в окне Journal (Журнал) появится сообщение (рис. 1.8), свидетельствующее об отсутствии ошибок. Нажмите функциональную клавишу [F11]. Эксперимент начинает работать.

Замечание. Во время эксперимента доступна только команда HALT. Остальные команды неактивны, т. е. процесс моделирования можно только остановить и потом продолжить, но просмотреть его с использованием меню, вызываемого командой WINDOW / SIMULATION WINDOW и другими командами, нельзя.

В ходе выполнения сгенерированного эксперимента автоматически создается отчет, который по готовности записывается в окно Journal (Журнал) объекта «Процесс моделирования». Фрагмент отчета для четырех наблюдений (Run1 … Run4) показан на рис. 1.9. В отчете содержатся Yield — целевая функция и значения факторов, при которых получение значение целевой функции.

Рис. 1.8. Окно Journal (Журнал) с сообщением

об успешном создании объекта «Процесс моделирования»

25

Рис. 1.9. Окно Journal (Журнал) с отчетами по каждому наблюдению

Так как эксперимент включает 8 наблюдений по 9604 прогонов в каждом из них, то будет выдано 8 отчетов (на рис. 1.9 в целях сокращения показаны только первые четыре отчета). Окончательные результаты моделирования после статистической обработки будут выведены в виде таблицы Anova (рис. 1.10).

Втаблице каждый фактор и взаимодействие факторов представлены отдельной строкой. В каждой строке для всех эффектов указаны коэффициенты, с которыми они входят в целевую функцию (столбец Effect), а для главных эффектов (А, В, С) — суммы квадратов отклонений — столбец Sum of Squares.

Встолбце Degrees of Freedom приведены степени свободы соответствующих измерений.

Встолбце F-for Only Main Effects — вычисленные значения F- статистик для главных эффектов, а в столбце Critical Value of F (p=0,5) — соответствующие критические значения F - распределения для уровня значимости 50%.

Встроке Error показаны остаточная составляющая дисперсии

исоответствующая степень свободы.

Встроке Total — общая сумма квадратов ошибок по всему эксперименту.

Встроке Greand — среднее значение результата исследования (в примере — вероятности) по данным всего эксперимента.

26

Result (Результат) выражение, по которому вычисляется вероятность обработки запросов, выражением для расчѐта количества обработанных запросов: N$ObrZap/X$Prog.

После замены вставьте эксперимент и выполните его. Вы получите, что среднее количество обработанных запросов составит 25,889, а все факторы будут несущественными.

1.1.2. Решение обратной задачи

Для решения обратной задачи возьмем количество запросов, ожидаемое время обработки которых нужно определить, N 29

—результат решения прямой задачи. Программа модели приведена ниже.

;Обработка запросов сервером. Обратная задача

;Задание исходных данных

; Сегмент организации завершения моделирования и расчета резуль-

28

При решении обратной задачи один прогон определяется заданным количеством запросов N_, которые нужно обработать сервером, а не временем моделирования. Для этого организован счетчик обработанных запросов в виде сохраняемой ячейки X$NZap. Как только содержимое X$NZap = N_, из счетчика завершений вычитается единица. Таким образом, фиксируется один прогон модели. После этого ячейка X$NZap обнуляется и начинается очередной прогон.

Для расчета времени обработки заданного количества запросов используется арифметическое выражение (AC1-X$AC2)/X$Prog. В состав этого выражения входят абсолютное модельное время АС1 и опять количество прогонов. Запоминается количество прогонов также как и при решении прямой задачи.

Кроме этого, в арифметическом выражении есть сохраняемая ячейка X$AC2. Дело в том, что команда RESET не влияет на абсолютное модельное время АС1. Время же выполнения 1000 прогонов до установившегося режима не должно участвовать в расчѐте. Поэтому оно запоминается, а затем вычитается из абсолютного модельного времени выполнения 1000 + 9604 = 10604 прогонов. Количество прогонов до установившегося режима может быть и другим.

29

В результате моделирования получим среднее время обработки

29запросов 3579,401 с.

Фрагмент из отчета моделирования приведен ниже:

А почему не 3600 сек? Ведь это же время моделирования было задано при решении прямой задачи? Потому что мы отбросили дробную часть, т. е. взяли 29, а не 29,161. Как же поступить, чтобы учесть и отброшенную дробную часть? Ведь в счѐтчике фиксируются обработанные запросы только целыми числами, а не дробными?

Для учѐта десятых долей дробной части зададим N_ = 291, т. е. увеличим в 10 раз. Это нужно учесть и в арифметическом выраже-

нии: ((AC1-X$AC2)/(X$Prog#Koef1)). Переменной пользователя

Koef1 задается значение 10. По завершении моделирования получим 3594,826 с. Этот результат уже ближе к 3600.

Для учѐта сотых долей дробной части установим N_ = 2916, а

Koef1 = 100. Получим 3602,099.

Вероятность обработки запросов в обоих случаях практически одна и та же, т. е. 0,971. Однако время моделирования существенно возрастает: 2 с, 21 с и 3 мин 34 c соответственно, т. е. более чем

в10 и 100 раз.

Впримере обратной задачи также показано, что арифметические выражения можно не описывать отдельно до блоковой части программы вместе с заданием исходных данных (как в программе модели прямой задачи), а сразу записывать в соответствующих блоках, заключив в скобки (скобки можно и не ставить, но лучше это делать).

Например (см. сегмент организации завершения моделирования и расчета результатов):

него времени обработки запросов

30