- •"Компьютерное моделирование процессов и систем"
- •"Компьютерное моделирование процессов и систем"
- •Содержание
- •Введение
- •1Характеристики сложных систем и задачи их исследования
- •1.1Основные понятия и определения. Понятие системы.
- •1.2Структура системы.
- •1.3Элементы и подсистемы.
- •1.4Функция системы и ее структура.
- •1.5Способы управления.
- •1.6Характеристики сложных систем
- •1.7Основные задачи исследования сложных систем
- •1.8Этапы анализа
- •1.9Виды моделирования систем
- •1.10Возможности и эффективность моделирования систем на эвм.
- •1.11Виды обеспечения имитационного моделирования.
- •1.12Подбор функции методом наименьших квадратов.
- •1.13Методы формирования случайных величин
- •1.14Мультипликативный способ получения равномерно распределенных случайных величин из интервала (0,1).
- •1.15Особенности вычислительных систем как объектов моделирования. Режимы работы вычислительных систем. Режимы использования.
- •1.16Структурная организация вычислительных систем.
- •1.17Рабочая нагрузка вс. Потоки заявок.
- •1.18Параметры потока заявок.
- •1.19Управление вычислительной нагрузкой и ресурсами вс.
- •1.20Функциональные характеристики вс.
- •1.21Разработка модели вс. Выбор уровня детализации.
- •1.22Подбор параметров модели. Количественные параметры.
- •2Моделирование дискретных систем на gрss
- •2.1Введение в gрss.
- •2.2Системы обслуживания с одним прибором и очередью.
- •2.3Элементы процедуры решения (моделирования).
- •2.4 Модельный таймер, завершение моделирования.
- •2.5 Одновременные события
- •2.6Выводы.
- •2.7Основные концепции моделирования на gрss.
- •2.8Списки gрss ( цепи ).
- •2.9Стандартные числовые и логические атрибуты gрss.
- •2.10Стандартные числовые атрибуты устройств.
- •2.11Стандартные числовые атрибуты накопителей.
- •2.12 Логические ключи
- •2.13Статистические объекты.
- •2.18Общий подход к моделированию.
- •2.19Основные карты и блоки gрss.
- •2.20Правила описания модели на gрss в лабораторной работе.
- •2.21Перенаправление потока заявок.
- •2.22Функции.
- •2.23Арифметические переменные variable fvariable
- •2.24Табулирование переменных.
- •2.25Многоканальные устройства (накопители )
- •2.26Работа с прерываниями.
- •2.27Управление логическими переключателями.
- •2.28Блок проверки gate
- •2.29Блок test
- •2.30Работа с ячейками.
- •2.31Работа с сча заявок
- •2.32Блок sрlit
- •2.33Блок assemble
- •2.34Блок gather
- •2.35Блок match
- •2.36Блок looр
- •2.37Блок присваивания приоритетов рriority
- •2.38Списки пользователя
- •2.39Блок mark
- •2.40Блок count
- •2.41Блок select
- •2.42Карта установки начальных значений генераторов случайных чисел rmult
- •2.43Матрицы
- •3Аналитические расчеты систем массового обслуживания
- •3.1Аналитическое моделирование вычислительных систем
- •3.2Модель размножения - гибели.
- •3.3Характеристики одноканальных систем массового обслуживания.
- •3.4Характеристики сложных смо.
- •3.5Многоканальные системы
- •3.6Системы с произвольным распределением длительности обслуживания.
- •3.7Система с отказами.
- •3.8Методы приближенной оценки характеристик систем массового обслуживания.
- •3.9Стохастические сетевые модели для вс.
- •3.10Стохастические сетевые модели.
- •3.11Экспоненциальные стохастические сети
- •3.12Характеристики разомкнутых систем
- •3.13Характеристики замкнутых систем.
- •4Литература
1.7Основные задачи исследования сложных систем
Важнейшими являются задачи синтеза, т.е. нахождения структуры и параметров системы по заданным свойствам и задачи анализа, когда по известной структуре и параметрам изучается поведение системы.
Задачи синтеза
Синтез - порождение функций и структур, необходимых и достаточных для получения системы.
Выявляя функции системы, определяют абстрактную систему, о которой известно только то, что она будет делать. Этот этап называется абстрактным синтезом.
Этап порождения структуры реализующей функции - структурный синтез.
Задачи анализа
Анализ - процесс определения свойств системы.
Типичная задача анализа: пусть известны функции и характеристики элементов, входящих в состав системы и задана ее структура, нужно определить функции и характеристики самой системы.
Показатели, характеризующие свойства системы можно определить:
1) обработкой результатов натурного эксперимента;
2) в результате математического или физического моделирования процессов работы системы.
Изучать объект в натуре целесообразно при следующих условиях:
1) система может работать в режимах, соответствующих цели эксперимента;
2) всю нужную информацию можно зафиксировать без чрезмерных расходов на запись и датчики;
3) фиксация и статистическая обработка может быть выполнена в сроки, удовлетворяющие экспериментатора;
4) экспериментальные режимы работы не ведут к аварии.
Обычно изучают модели объектов.
1.8Этапы анализа
1. Выявление причинно-следственных связей объекта и построение его концептуальной модели.
2. На базе концептуальной модели строят математическую модель, выявляя количественные соотношения между характеристиками и параметрами (обычно в виде функциональных зависимостей). Количественные отношения конкретизируют концептуальные связи и позволяют полностью определить модель.
Если построены зависимости, описывающие объект, то можно определить
предельные и экстремальные значения определенных характеристик, взаимосвязь между ними.
3. Проверка достоверности модели путем сравнения расчетных и реальных характеристик системы и если нужно - уточнение пункта 2.
1.9Виды моделирования систем
Один из простых фактов: точное моделирование достигается при замене одного объекта другим, точно таким же.
При моделировании стремятся, чтобы модель хорошо отражала не все стороны, а только те, которые нужно использовать.
В зависимости от характера процессов в системе, виды моделирования делят на:
стохастические и детерминированные;
статические и динамические;
дискретные, непрерывные и смешанные.
В зависимости от формы представления объекта выделяют:
реальное и мысленное моделирование.
Мысленное делят на собственно математическое и моделирование на ЭВМ.
Моделирование с помощью ЭВМ бывает аналитическое и имитационное.
Аналитическое основано на решении системы уравнений и вычислениях по формулам.
Имитационное моделирование воспроизводит работу системы во времени; причем на ЭВМ имитируют элементарные явления процесса с сохранением их логической структуры и последовательности протекания во времени. Имитационное моделирование позволяет учитывать дискретные и непрерывные элементы, нелинейности, случайные воздействия.
Недостаток имитационного моделирования.
Если система работает при случайных воздействиях, то для получения статистических характеристик нужно многократное и довольно длительное моделирование.
Методы имитационного моделирования позволяют строить довольно сложные системы, включая оценки вариантов структуры системы, анализ эффективности различных алгоритмов управления системой, влияние изменения различных параметров системы.