2. Оценка зависимости точности моделирования от его длительности

Выполняется для полной модели аналогично § 7.3.2.

Здесь ввиду отсутствия эталона для сравнения погрешности характеристик следует вычислять относительно значений характеристик, полученных в той же модели при моделировании с наибольшей длительностью.

По полученным результатам оценивается необходимая длительность моделирования.

9. Исследование свойств системы

Выполняется исследование свойств (характеристик) системы (объекта) на имитационной модели [1, с.207-225, 2 с. 176-186].

8.Анализ исходного состояния системы

Выполняется анализ режима работы системы (анализ стационарности). Выполняется анализ установившегося режима работы системы (сбалансированности, наличия “узких” мест). Строятся диаграммы Кивиата.

Выполняется оценка специфичных характеристик системы (например, вероятностей отказа в обслуживании, процента потерянных заявок, вероятностей простоев из-за занятости или ненадежности узлов и т.п.).

Для заданной системы.

Анализ характеристик, полученных для исходных данных (см. Таблица 30 - Значения характеристик ИМ), показывает следующее.

1. Система работает в установившемся стационарном режиме, т.к. коэффициенты загрузки всех обслуживающих узлов меньше 1 (ρ₁ = 0,116; ρ₂ = 0,35; ρ₃ = 0,759).

2. Узел 1 не догружен, а загрузка 3-го узла близка к предельной.

3. Система разбалансирована, т.к. коэффициенты загрузки обслуживающих узлов значительно отличаются (идеальная балансировка, когда ρ1 = ρ2 = … ).

4. Потенциальное “узкое” место – узел 3, затем узел 2. Т.е. при росте числа обслуживаемых заявок (их интенсивностей) именно узел 3 первым достигнет загрузки с коэффициентом загрузки близким к единице. И именно емкость памяти станет ограничивающим фактором в работе данной системы.

Сеть будет перегружена, т.е. перейдет из устойчивого стационарного режима работы в режим насыщения. В системе возникнет тенденция к бесконечному нарастанию числа потерянных (не обслуженных) заявок с течением времени моделирования.

5. Вероятность потери заявки - 0,4 (соответственно для заявок 1-го и 2-го потоков вероятности составляют 0,16 и 0,24), что, скорее всего, не соответствует желаемому.

6. Вышесказанное означает, что система работает не эффективно и требует настройки, модификации.

9.Прогнозирование характеристик системы при росте интенсивностей потоков заявок

Выполняется аналогично § 7.5.2.

Прогнозируется характер изменения характеристик системы (узловых и системных) на модели в зависимости от роста интенсивностей всех (или отдельных) потоков заявок.

Оцениваются предельные значения системных характеристик. Они вычисляются для стационарного режима работы системы при коэффициентах загрузки близких к единице (0,8-0,9).

Выявляются “узкие” места системы. Это узел (или узлы) с наибольшими значениями коэффициентов загрузки. При росте нагрузки именно они первыми войдут в режим насыщения. Соответственно они выявляются анализом характеристик, полученных при моделировании. Формируются предложения по их устранению, оцениваются результаты – эффективность предложений.

Таким образом, прогнозирование характера изменения узловых и системных характеристик при росте нагрузки выполняется в установившемся, стационарном режиме модели за счет вариации интенсивностей входных потоков заявок. Например, изменяется общая интенсивность поступления заявок с сохранением заданного соотношения интенсивностей отдельных потоков. Интенсивность входных потоков изменяется от значений, обеспечивающих появление в модели узлов (хотя бы одного) с малой загруженностью (с коэффициентами загрузки в пределах 0,1÷0,25), до значений интенсивности входных потоков, обеспечивающих появление в модели узлов (хотя бы одного) с высокой загруженностью (в пределах 0,8÷0,95). А затем выбирается 2 - 4 значения интенсивностей входных потоков в пределах между минимальным и максимальным значениями.

Фиксируются значения 1-2 узловых и 1-2 системных характеристик. Строится график зависимости их значений от значений интенсивностей потока заявок.

Для заданной системы.