- •Моделирование систем
- •1. Наличие цели
- •1.2. Модель. Моделирование
- •Система
- •Параметры
- •Внешние
- •Внутренние
- •1.3. Классификация моделей
- •1.4. Методы моделирования
- •Имитационный способ представления задачи 1
- •Имитационный алгоритмический способ
- •Имитационная статистическая постановка задачи
- •2. Математические схемы моделирования систем
- •2.1. Формализация моделирования
- •Математическую схему можно определить как звено при переходе от содержательного к формализованному описанию процесса функционирования системы с учётом воздействия внешней среды.
- •2.2. Задачи, решаемые с помощью моделирования
- •2.3. Проектирование ис и анализ их производительности
- •2.3. Система массового обслуживания как модель
- •2.4. Модели потоков
- •2.2. Аналитический анализ смо
- •2.2.1. Экспоненциальная система массового обслуживания
- •2.2.1.1 Одноканальная однородная экспоненциальная смо
- •2.2.1.2. Многоканальная экспоненциальная смо
- •2.2.1.3. Модель m/g /1
- •2.3. Сети массового обслуживания
- •2.4. Анализ разомкнутых экспоненциальных СеМо
- •2.4.1. Свойства разомкнутой экспоненциальной СеМо
- •2.5. Расчет системных характеристик экспоненциальных СеМо
- •Контрольные вопросы
- •Лекция 4
- •1. Пример: Проблема распределение канала
- •1. Статическое распределение канала
- •2. Динамическое распределение канала
- •2. Пример: расчет системы телеобработки данных
- •3.1. Задание
- •3.2. Решение
- •4. Схема расчета замкнутой СеМо
- •4. Имитационное моделирование систем массового обслуживания
- •4.1. Система массового обслуживания как модель и оригинал
- •4.2. Иллюстративный пример: моделирование посадки самолетов.
- •4.3. Концепция статистического моделирования
- •4.3. Пример: оценка надежности системы
- •5. Построение моделирующего алгоритма
- •5.1. Моделирование на эвм процесса функционирования смо
- •Шагом (принцип t)
- •С другой стороны, принцип особых моментов выгоден тем, что
- •5.2. Особенности реализации процессов с использованием q-схем
- •5.2. Примеры моделирования смо с отказами
- •5.2.1. Подготовка исходных данных и назначение переменных
- •Моделирование смо с отказами по схеме событий
- •5.2.2.1. Построение блок-схем алгоритма имитации
- •5.3. Схемы построения моделирующего алгоритма
- •5.4.1. Моделирование смо с отказами по схеме событий
- •5.4.2. Моделирование смо с отказами по схеме процессов
- •Моделирование смо с отказами по схеме процессов
- •Шаг имитации
- •Класс процессов "генерирование заявок источником"
- •5.4.3. Сопоставление схемы событий и схемы процессов
- •5.5. Семафоры и связные списки
- •5.6. Алгоритмы обслуживания очередей
- •1) Традиционный алгоритм fifo
- •2) Приоритетное обслуживание (Priority Queuing)
- •3) Взвешенные настраиваемые очереди (Weighted Queuing)
- •6. Оценки искомых характеристик и их дисперсии
- •6.1. Структура оценок
- •7. Тестирование имитационной модели
- •8. Случайные факторы и их модели
- •8.1. Моделирование случайных событий
- •8.2. Моделирование дискретных случайных величин
- •321236246263321315464215224214664122142366236246611664533544.
- •8.3.1. Моделирование экспоненциальной с.В.
- •8.5. Моделирование равномерной с.В.
- •Планирование машинных экспериментов с моделями систем
- •Методы планирования эксперимента на модели.
- •Обработка, анализ и интерпретация результатов моделирования
- •11. Замечание о языках моделирования
- •Моделирование смо с одним npи6opом и очередью
5.4.3. Сопоставление схемы событий и схемы процессов
Схема событий более стройна: события не пересекаются, за один шаг имитируется одно событие, события имитируется в хронологическом порядке, алгоритм шага делится на этапы с четким функциональным назначением (имитация события, пополнение статистик, планирование новых событий).
Основная трудность при разработке модели по схеме событий - в сложных ситуациях довольно трудно сформировать перечень типов событий и правильно разработать соответствующие им части алгоритма так, чтобы не упустить каких-то нужных элементарных событий и правильно учесть взаимосвязи.
Схема процессов не требует при разработке алгоритма учитывать сразу все, что может происходить в системе, а допускает раздельную разработку отдельных процессов. Особенно упрощается разработка имитационных моделей при использовании готовой системы моделирования, когда пользователю требуется только описать последовательность событий и работ в процессах, а учет взаимодействия процессов, сбор статистики, управление порядком имитации процессов берет на себя система моделирования.
Однако, схема процессов не позволяет выделить функционально различные части алгоритма: пополнение статистик и планирование событий исследуют с операциями смены состояний в рамках одной фазы процесса. Это чревато упущениями при разработке алгоритма.
На этапе начального обучения моделирование и при моделировании простых систем целесообразно применять схему событий, а при моделировании сложных систем с использованием универсальных средств предпочтительнее схема процессов.
Для повышения эффективности моделирующих алгоритмов применяются семафоры и списковые структуры данных.
Дополним приведенное сопоставление этих двух схем построения моделирующего алгоритма количественной характеристикой на примере модели виртуального канала (ВК).
ВК представляет собой коммутационный канал, обеспечивающий транспортировку пакетов между двумя портами сети, т. е. является некоторым маршрутом в сети (рис. 1), состоящим из последовательности n узлов коммутации (УК) и (n-1) КС, по которому осуществляется передача информации из узла источника УК1 в узел - адресат УКn.
Особенностью имитационной модели ВК является отображение фоновых потоков, циркулирующих по сети и влияющих на процесс прохождения пакетов по выделенному (моделируемому) пути.
Узлы в моделирующей программе ВК представляются тремя модулями. Первый обеспечивает возникновение требований к передаче пакетов; второй реализует коммутацию пакетов; третий – передачу пакетов следующему узлу.
Положим,
пакет выделенного потока поступил в
устройство в момент
,
и спланирован момент
очередного следующего поступления
пакета выделенного потока через интервалy.
Рис.
1
Интервалы
между поступлениями пакетов выделенного
потока есть реализации случайной
величины, распределенной экспоненциально
с параметром
.
Помимо
выделенного потока на тот же вход
устройства поступает фоновый пуассоновский
поток с параметром
.
В календаре событий записываются моменты времени поступлений транзактов обоих потоков.
Если
за интервал y
между
моментами 
и
поступлений транзактов выделенного
потока не поступало транзактов фонового
потока, то для продвижения транзакта
(взятия на обслуживание, постановки в
очередь и т.п.) потребуется однократное
обращение к календарю. Вероятность
отсутствия поступления транзактов
фонового потока на интервале (
,
)
есть
P(1)
= 

Соответственно,
если на интервал (
,
)
поступаетn
транзактов
фонового потока, моменты поступлений
которых опережают момент
,
то в такой ситуации для продвижения
транзакта выделенного потока
потребуется (n
+
1) обращений к календарю. Вероятность
такого количества обращений есть
P(n+1)=
Условное математическое ожидании числа обращений к календарю для продвижения одного транзакта выделенного потока в одном устройстве при наличии фонового потока определим как

Усредняя по y, получим среднее значения числа обращений к календарю для продвижения одного транзакта выделенного потока в одном устройстве при наличии фонового потока в виде
(1)
Положим, типовая операция продвижения транзактов выделенного потока осуществляется в многофазной системе, какой является модель виртуального канала. Пусть модель включает N узлов. Тогда виртуальный календарь такой многофазной системы для продвижения транзакта по виртуальному каналу будет содержать
(2)
мест для записи особых моментов.
При реализации обращений по выделенному первому узлу параллельно выполняются обращения к общему календарю для продвижения транзактов и по другим узлам ВК. Можно принять, что в этом случае для каждого последующего j-о узла размер календаря как бы «сужается» и принимает значение
,
(3)
Полагаем,
что относящиеся к отдельному какому
– либо узлу (узлы считаем идентичными)
моменты особых состояний распределены
равновероятно в ряде общих мест календаря.
Тогда среднее число обращений к общему
календарю при продвижении транзакта
на j-м
узле, обеспечивающее выборку i
=
значений,
можно оценить формулой
(4)
где
определяется
формулой (3).
Таким образом, по схеме событий для продвижения транзакта выделенного потока на один шаг по цепочке (ВК) из N узлов потребуется выполнить в среднем следующее число обращений к общему календарю
=
(5)
Итак, при продвижении транзакта выделенного потока в многофазной системе (ВК), состоящей из N узлов, оценку среднего числа обращений к общему календарю при построении алгоритма моделирования по схеме событий дает формула (5) и, соответственно, формула (2) при построении алгоритма моделирования по схеме процессов. Соотношение этих средних

можно рассматривать как частный количественный критерий эффективности одной схемы построения алгоритма моделирования по отношению к другой.
В
табл. 1 представлены некоторые численные
значения
анализируемого
сопоставления названных схем
Табл. 1.
|
N |
3 |
5 |
7 |
9 |
|
1 |
1,00 |
1,00 |
1,00 |
1,00 |
|
2 |
1,55 |
1,97 |
2,40 |
2,84 |
|
3 |
2,60 |
3,53 |
4,47 |
5,42 |
|
4 |
4,05 |
5,60 |
7,19 |
8,78 |
По схеме событий на каждом очередном шаге выполняется то особое состояние, время наступления которого ближайшее к текущему моменту. При этом на каждом шаге возможен переход к любому из программных модуле. А это, в свою очередь, влечет вызов другой структуры данных, соответствующий типу особого состояния.
Схема процессов обеспечивает переход к нужному модулю и позволяет выполнять несколько последовательных особых состояний при очередном переходе к определенному модулю, что, как показывают приведенные расчеты, существенно сокращает число обращений к календарю событий и тем самым ускоряет процесс моделирования.

