- •Министерство образования и науки Российской Федерации
- •Моделирование систем
- •664074, Иркутск, ул. Лермонтова, 83
- •1. Лабораторная работа.
- •Имя generate a,b,c,d,e
- •Generate 100,40
- •Имя advance a,b
- •Exp function rn1,c24
- •0,0/.1,.104/.2,.222/.3,.355/.4,.509/.5,.69/.6,.915
- •Имя function a,b
- •Exp function rn1,c24
- •Exp function rn1,c24
- •0,0/.1,.104/.2,.222/.3,.355/.4,.509/.5,.69/.6,.915
- •Имя 0queue a,b имя depart a,b
- •Exp function rn1,c24
- •Команды gpss/ world и технология работы с пакетом Загрузка интегрированной среды, введение в систему
- •Rmult 221
- •2. Контрольная работа
- •2.1. Общие положения
- •2.2 Параметры входящего потока заявок
- •3. Параметры и характеристики структуры смо
- •6. Задание на работу
- •Приложение 1
- •I Формулируем задачу в терминах смо.
- •II Рассматриваем возможные состояния системы :
- •3. Вычисляем характеристики смо
- •4. Вычисляем критерий эффективности смо (суммарные потери):
2. Контрольная работа
Аналитическое моделирование вычислительных систем
Цель работы: овладение методами аналитического моделирования вычислительных систем, рассматриваемых как системы массового обслуживания.
Расчёты выполняются с помощью пакета прикладных программ «MATHCAD».
2.1. Общие положения
Аналитические методы моделирования вычислительных систем основываются на результатах, полученных при исследовании систем массового обслуживания (СМО), и позволяют получить характеристики эффективности функционирования системы при определённых ограничениях, налагаемых на параметры СМО. Как правило, аналитические методы используются для получения приближённых оценок, которые уточняются в дальнейшем в процессе имитационного моделирования.
Под системой массового обслуживания понимают динамическую систему, предназначенную для эффективного обслуживания случайного потока заявок (требований на обслуживание) при ограниченных ресурсах системы[3].
Упрощённая схема СМО приведена на рис. 11.
На
вход СМО поступают заявки с интенсивностью
.
Под интенсивностью понимается число
заявок в единицу времени. Обслуживание
заявок выполняется совокупностьюm
каналов, в общем случае различных. Для
каждого канала известна функция
распределения длительности
обслуживания заявок –F(
).
Среднее число заявок, обслуживаемых
каналом в единицу времени, называется
интенсивностью обслуживания -
.
В произвольный момент времени канал
может быть занят обслуживанием только
одной заявки.
Обслуживание может начаться немедленно, если хотя бы один из каналов свободен. В противном случае заявки становятся в очередь.
Процесс продвижения заявок в СМО от входа к выходу происходит в соответствии с законами, задаваемыми дисциплинами ожидания и дисциплинами обслуживания.
Дисциплина ожидания определяет порядок приёма заявок в систему и размещения их в очереди.
Дисциплина обслуживания определяет порядок выбора заявок из очереди для назначения на обслуживание. Наиболее часто используются дисциплины FIFO (первый пришёл – первый вышел), реализующие «естественный» порядок продвижения в очереди.
Под параметрами понимаются количественные оценки первичных свойств СМО.
Характеристики – количественные оценки вторичных свойств СМО.
2.2 Параметры входящего потока заявок
При аналитическом моделировании СМО рассматриваются простейшие потоки заявок.
Под потоком событий понимается последовательность однородых событий (событие – переход системы в некоторое состояние, отличное от текущего).
Простейший поток заявок обладает свойствами:
стационарности;
ординарности;
отсутствия последствия.
Поток называется стационарным, если его вероятностные характеристики не изменяются со временем, ординарным – если события в нем происходят поодиночке.
Случайный процесс – процесс без последствий (или Марковский) если для любого момента времени t0 вероятность любого состояния системы в будущем зависит только от ее состояния в настоящем (при t=t0) и не зависит от того, как и каким образом система пришла в это состояние.
К
простейшим потокам относится Пуассоновский
поток, в котором интервал времени между
событиями подчинён экспоненциальному
закону распределения с параметром
(интенсивность потока).


Для
стационарного Пуассоновского потока
и вероятность наступления какого-либо
события на интервале
равна
.
Можно
показать, что математическое ожидание
длины интервала между событиями в
простейших потоках равно
,
а его дисперсия
.
