Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Задание 10 (Евгений Г.).doc
Скачиваний:
2
Добавлен:
29.07.2019
Размер:
162.3 Кб
Скачать

Отчет по лабораторной работе

по курсу: «Моделирование вычислительных систем»

Тема: «Определение эффективной дисциплины обслуживания потоков»

Работу выполнил студент группы № 5081/1 Губанов Евгений Андреевич

Работу принял преподаватель Лупин Анатолий Викторович

Задание 10

На вход управляющей вычислительной машины (УВМ) поступают данные из пяти каналов передачи данных. Запросы поступают и обслуживаются с интенсивностями i и i соответственно, (i = ).

Определить эффективную дисциплину обслуживания потоков, сочетая абсолютные и относительные приоритеты, а также бесприоритетное обслуживание, т.е. используя смешанные приоритеты.

Какие показатели эффективности УВМ нечувствительны к выбору дисциплины обслуживания из множества предложенных?

Исходные данные в относительных единицах приведены в табл. 4.7.

Таблица 4.7

Варианты

Источники

1

1

2

2

3

3

4

4

5

5

2

3

15

10

40

15

30

1

100

2

100

Построение концептуальной модели.

Для определения эффективной дисциплины обслуживания потоков смешанных приоритетов, была написана программа на Си. В ней происходит перебор всех возможных вариантов со смешанными приоритетами. Этот метод был выбран как наиболее эффективный и простой в реализации на языке Си. Формула :

Из рассмотренной дисциплины обслуживания со смешанным приоритетом и тремя классами требований легко могут быть получены частные случаи следующих дисциплин:

  1. с абсолютными приоритетами, (

  2. с относительными приоритетами, (

  3. с абсолютными и с относительными приоритетами, (

  4. с абсолютными и без приоритетов, (

  5. с относительными и без приоритетов, ( );

  6. без приоритетов, ( ).

Во время перебора, программа осуществляет выбор 5-ти минимальных сумм смешанных приоритетов:

Frame1

Frame2

В результате на выходе мы получаем (только 5-ть минимальных):

FMin 1 = 3.513518

FMin 6 = 3.513518

FMin 11 = 3.635223

FMin 2 = 4.391898

FMin 7 = 4.513602

A-0, R-0, F-5, queue-1 --- f = 0.016667

A-0, R-0, F-5, queue-2 --- f = 0.035606

A-0, R-0, F-5, queue-3 --- f = 0.725000

A-0, R-0, F-5, queue-4 --- f = 0.908750

A-0, R-0, F-5, queue-5 --- f = 1.827496

1. FSum = 3.513518, FSUM/5 = 0.702704

A-0, R-5, F-0, queue-1 --- f = 0.016667

A-0, R-5, F-0, queue-2 --- f = 0.035606

A-0, R-5, F-0, queue-3 --- f = 0.725000

A-0, R-5, F-0, queue-4 --- f = 0.908750

A-0, R-5, F-0, queue-5 --- f = 1.827496

6. FSum = 3.513518, FSUM/5 = 0.702704

A-1, R-4, F-0, queue-1 --- f = 0.030000

A-1, R-4, F-0, queue-2 --- f = 0.041856

A-1, R-4, F-0, queue-3 --- f = 0.737121

A-1, R-4, F-0, queue-4 --- f = 0.948750

A-1, R-4, F-0, queue-5 --- f = 1.877496

11. FSum = 3.635223, FSUM/5 = 0.727045

A-0, R-1, F-4, queue-1 --- f = 0.020833

A-0, R-1, F-4, queue-2 --- f = 0.044508

A-0, R-1, F-4, queue-3 --- f = 0.906250

A-0, R-1, F-4, queue-4 --- f = 1.135937

A-0, R-1, F-4, queue-5 --- f = 2.284370

2. FSum = 4.391898, FSUM/5 = 0.878380

A-1, R-0, F-4, queue-1 --- f = 0.034167

A-1, R-0, F-4, queue-2 --- f = 0.050758

A-1, R-0, F-4, queue-3 --- f = 0.918371

A-1, R-0, F-4, queue-4 --- f = 1.175937

A-1, R-0, F-4, queue-5 --- f = 2.334370

7. FSum = 4.513602, FSUM/5 = 0.902720

Исходя из результатов, можно понять, что если все потоки без приоритетов или все приоритетные, то они будут обслуживаться одинаково быстро и быстрее всех других:

  1. A-0, R-0, F-5 – FIFO(3.513518/5=0.702704)

  2. A-0, R-5, F-0 – R(3.513518/5=0.702704)

  3. A-1, R-4, F-0 – 3.635223/5=0.727045

  4. A-0, R-1, F-4 – 4.391898/5=0.878380

  5. A-1, R-0, F-4 – 4.513602/5=0.902720

Это можно объяснить высокой интенсивностью обработки 4 и 5.

Реализация в GPSS с учётом полученных данных:

Frame18

Frame19

Отчет от GPSS (start = 10000) при разных RMULT:

- RMULT 1,2,3,4,5

FACILITY ENTRIES UTIL. AVE. TIME AVAIL. OWNER PEND INTER RETRY DELAY

ZZ1 11105 0.972 0.032 1 11107 0 0 0 14

QUEUE MAX CONT. ENTRY ENTRY(0) AVE.CONT. AVE.TIME AVE.(-0) RETRY

SYS 83 15 11119 0 24.203 0.794 0.794 0

QQ2 27 5 3573 0 7.670 0.783 0.783 0

QQ3 49 8 5369 0 11.792 0.801 0.801 0

QQ1 12 1 1105 0 2.511 0.829 0.829 0

QQ4 6 0 321 0 0.653 0.742 0.742 0

QQ5 9 1 751 0 1.577 0.766 0.766 0

TABLE MEAN STD.DEV. RANGE RETRY FREQUENCY CUM.%

Q_TIME 0.795 0.570 0

0.000 - 0.400 3285 29.58

0.400 - 0.800 2996 56.57

0.800 - 1.200 2249 76.82

1.200 - 1.600 1455 89.92

1.600 - 2.000 794 97.07

2.000 - 2.400 230 99.14

2.400 - 2.800 71 99.78

2.800 - 3.200 24 100.00