- •1. Наличие цели
- •1.3. Классификация моделей
- •1.4. Методы моделирования
- •2. Математические схемы моделирования систем
- •2.1. Основные подходы к построению мм систем
- •2.2. Задачи, решаемые с помощью моделирования
- •2.3. Система массового обслуживания как модель
- •2.4. Модели потоков
- •2.2. Аналитический анализ смо
- •2.2.1. Экспоненциальная система массового обслуживания
- •2.2.1.2. 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
- •Пример 1. Проблема распределение канала
- •1. Статическое распределение канала
- •2. Динамическое распределение канала
- •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. Пример: оценка надежности системы
- •Рассмотрим случайную величину
- •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
- •Моделирование смо с отказами по схеме событий
- •5.3. Схемы построения моделирующего алгоритма
- •5.4. Моделирование смо с отказами по схеме процессов
- •Моделирование смо с отказами по схеме процессов
- •Шаг имитации
- •Класс процессов "генерирование заявок источником"
- •Численный пример
- •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. Моделирование случайных факторов
- •8. Тестирование имитационной модели
- •9. Планирование статистического эксперимента
- •Вопросы и задания
- •Планирование машинных экспериментов с моделями систем
- •Методы планирования эксперимента на модели.
- •11. Замечание о языках моделирования
- •Моделирование смо с одним npи6opом и очередью
Пример 1. Проблема распределение канала
(пропускной способности)
1. Статическое распределение канала
В сети широкополосный (широковещательный) канал связи обычно используется совместно несколькими пользователями (абонентами).
Канал связи характеризуется частотной полосой пропускания F и временем Т, на которое канал может быть предоставлен для передачи сообщений. Для совместного использования такого канала N автономными пользователями общую полосу пропускания F можно разделить на N частотных подполос =F, и за каждым пользователем жестко закрепить отдельную составляющую Такое коллективное использование общего ресурса канала называетсячастотным уплотнением канала – Frequency Division Multiplexing (FDM).
Аналогично, если для каждого отдельного канала циклически в жесткой последовательности предоставлять квант времени , то такой способ совместного использования общего канала называетсявременны уплотнением канала– Time Division Multiplexing (TDM).
При таких методах распределения общего ресурса широкополосного канала конфликтов между пользователями не возникает.
Однако при большом и меняющемся числе пользователей трафик в сети крайне неравномерен (пульсирующий трафик) статические методы оказываются не эффективными.
Неравномерность трафика характеризуется, например, коэффициентом пульсаций
Кп== (50÷100)и более
2. Динамическое распределение канала
Пусть N – число каналов, P – число источников (пользователей).
При N < P – ожидание доступа; при N > P – простои каналов.
Рассмотри один канал и его модель в виде СМО с ожиданием.
Рис. Одноканальная однородная экспоненциальная СМО
Пусть С – пропускная способность канала [бит/с];
1/μ – [бит/кадр] – количество битов в кадре;
– интенсивность поступления кадров на вход канала [кадр/с];
С: 1/μ = Сμ– средняя скорость передачи кадров [кадр/с].
Среднее время передачи кадра по каналу с учетом возможного ожидания есть время пребывания заявки в СМО с ожиданием. Для экспоненциальной одноканальной СМО
=
Пусть С = 100 [Мбит/с]; 1/μ = 10000 [бит/кадр]; Λ = 5000 [кадр/с], тогда . Если не учитывать ожидание в очереди, то для передачи кадра потребовалось бы 100μкс.
Теперь разделим канал на N подканалов. Соответственно, у каждого подканала пропускная способность есть С/N [бит/с]. Интенсивность поступления кадров на вход отдельного канала – / N [кадр/с]. Тогда
.
Cледовательно, при FDM значение средней задержки стало в N больше значения, если бы все кадры могли бы быть организованы в одну общую очередь на входе широковещательного (широкополосного) канала.
Те же аргументы применимы и к временному уплотнению широкополосного канала (TDM).
Если разделить 100 Мбитную сеть физически на 10 10-Мбитный сетей, то средняя задержка возрастает с 200 μкс до 2 мс.
Вывод: ни один статистический метод распределения широковещательного (широкополосного) канала не годится при пульсирующем трафике.