- •1Общие сведения
- •1.3 Метаалгоритм проектирования икс
- •2 Математическая модель мсс
- •2.1 Постановка задачи оптимизации структуры мсс
- •2.2 Принятые допущения и ограничения
- •2.3 Расчет структурных параметров
- •2.4 Модель живучести
- •2.5 Модель структурной надёжности
- •2.6 Гравитационная модель информационного обмена
- •2.7 Модель распределения смешанных потоков
- •2.8 Стоимостный функционал. Система ограничений
- •3 Автоматизированное проектирование структуры мсс
- •3.1 Требования к программному обеспечению
- •3.2 Разновидности оптимизационных задач
- •3.3 Выбор алгоритма оптимизации
- •3.4 Программное обеспечение расчета иерархических мсс
- •4 Оптимизация мультисервисной сети
- •4.1 Алгоритм оптимизации структуры иерархических мсс
- •4.2 Алгоритм распределения потоков в мсс с распределенной структурой
- •4.3 Укрупненная структура алгоритма топологического
2 Математическая модель мсс
2.1 Постановка задачи оптимизации структуры мсс
Рассмотрим задачу оптимизации структуры МСС с учетом архитектуры. Остановимся на концепции иерархических МСС с КП. Проектирование МСС следует производить, исходя из необходимости обеспечить нужное качество связи в период наибольшей нагрузки (ПНН).
Пусть заданы:
Р- число классов входящих потоков;
Nр
- число ОП р-класса,
;
λa - удельная интенсивность исходящего потока от ОП р-класса, т.е. среднее количество сообщений (пакетов), поступающих в МСС от одного ОП в ПНН. Измеряется в пак/сек, сообщ/час т.д.;
Vр – средний объем пакета р-го класса в байтах (битах);
I – число типов Кц и центров коммутации пакетов (ЦКП), различающихся производительностью {Gi} (пак/с), стоимостью {cyi} (руб) и надёжностными показателями {ky ri} и {dy i} (1 /ч);
J - число типов КС, различающихся скоростью ПД {Сi} (Кбит/сек), стоимостью (арендной платой {Ск j} (руб/год) и надежностными показателями (kкrj) и ( dкj), (1/час);
Г - число типов ЦТО, различающихся функциональной принадлежностью и годовыми расходами по содержанию {eγ} (руб/год);
L - число типов дисциплин обслуживания очередей.
Кроме того, предполаются известными данные, характеризующие форму и размеры территории сети, а также характер информационного тяготения ОП между собой.
Тогда задача оптимизации структуры МСС может быть сведена к поиску некоторого вектора Х*, доставляющего минимум функции общесетевых приведенных затрат
П(Х)→ min, (2)
при выполнении ограничений на вероятность доставки пакета р-класса за заданное время t
Qр (Х)≥Q3p (3)
и среднюю задержку пакета q-класса
Тq (Х)≤Т3p (4)
Ограничение (3) имеет смысл для каждого маршрута и для тех рР (видов информации), которые характеризуются ''быстрым’’
старением (речь, передача изображений и т.п.). Ограничение (4) справедливо для всех остальных классов рР, q ≠ р ( текст, данные и т.п.).
Состав вектора Х определяется числом факторов, определяющих эффективность структурной организации, и числом подзадач, определяющих содержание общей задачи оптимального проектирования. В состав вектора Х целесообразно включить параметры, описывающие топологию графа сети, пропускные способности оборудования, подсистему ТО, экономическую эффективность, ''географию''сети (местоположение УК) , план РП и т.п. Трудности, связанные с увязкой в рамках одной модели всего многообразия функций МСС, растут экспоненциально с ростом размерности, т.е. количеством описывающих сеть параметров.
При построении моделей подобного класса (комплексных моделей) целесообразнее искать пути снижения размерности, позволяющие получить рабочий вариант модели, сложность которого по сравнению с исходным значительно уменьшается, а степень адекватности остаётся высокой. На практике получили распространение следующие способы снижения размерности:
- "превращение" переменных в константы;
- исключение некоторых переменных или их объединение;
- введение линейной зависимости между исследуемыми величинами;
- введение более жёстких требований, ограничений и граничных условий
