- •50 Часов — лекционных занятий;
- •25 Часов — практических занятий;
- •25 Часов — лабораторных занятий. Содержание
- •Лекция 1. Общие вопросы теории моделирования (2 часа) План
- •2. Роль и место моделирования в исследованиях систем
- •3. Классификация моделей
- •4. Моделирование в процессах познания и управления
- •5. Классификация объектов моделирования
- •6. Основные этапы моделирования
- •7. Этапы моделирования объектов (процессов, явлений)
- •Контрольные вопросы
- •Литература
- •Лекция 2. Технология моделирования (2 часа) План
- •2. Подготовка исходных данных
- •3. Разработка математической модели
- •4. Выбор метода моделирования
- •2. Проверка адекватности и корректировка модели
- •3. Планирование экспериментов с моделью
- •4. Анализ результатов моделирования
- •2. Сведения об объекте
- •3. Априорная информация
- •4. Апостериорная информация
- •1. Постановка задачи идентификации.
- •2. Трудности идентификации
- •1. Постановка задачи идентификации.
- •Следовательно модельный оператор f должен быть таким, чтобы:
- •2. Трудности идентификации
- •1. Идентификация структуры и параметров объекта
- •2. Классификация методов идентификации
- •1. Идентификация структуры и параметров объекта
- •2. Классификация методов идентификации
- •2. Ранжирование входов и выходов объекта (Метод экспертных оценок)
- •Метод непосредственного ранжирования;
- •Метод парных сравнений.
- •3. Метод непосредственного ранжирования
- •2. Определение рационального числа входов и выходов объекта, учитываемых в модели
- •3. Определение характера связи между входом и выходом модели объекта
- •1. Потоки заявок
- •2. Марковские модели
- •1. Потоки заявок
- •2. Марковские модели
- •2. Характеристики вычислительных систем как сложных систем массового обслуживания
- •3. Методы приближённой оценки характеристик вычислительных систем
- •1. Нестационарные режимы функционирования вычислительных систем
- •2. Характеристики вычислительных систем как стохастических сетей
- •1. Нестационарные режимы функционирования вычислительных систем
- •2. Характеристики вычислительных систем как стохастических сетей
- •2. Обобщенные алгоритмы имитационного моделирования
- •2. Метод повторных экспериментов
- •3. Методы генерации случайных величин и последовательностей
- •Контрольные вопросы
- •II. Модель в - для задачи максимизации
- •2. Преобразование задачи с дискретными переменными к задаче с булевыми переменными
- •3. Преобразование задачи линейного булева программирования к задаче нелинейного булева программирования
- •Контрольные вопросы
- •2. Модель задачи автоматической классификации
- •3. Задача об оптимизации размещения букв алфавита на клавиатуре эвм
- •2. Проверка адекватности математической модели
- •3. Алгоритм оптимального управления работы насосной станции
- •Контрольные вопросы
- •2. Аналитический подход к формированию информативной подсистемы признаков в задаче распознавания
- •3. Упрощенный метод классификации с использованием аналитического подхода формирования информативной подсистемы признаков при наличии обучающей выборки
- •Контрольные вопросы
- •Литература
- •Литература
3. Методы приближённой оценки характеристик вычислительных систем
Оценка при большой нагрузке. Аналитические зависимости, позволяющие определить параметры распределений выходных характеристик, имеются только для ограниченного круга систем. У более широкого круга систем могут быть вычислены средние значения в стационарном установившемся режиме. Однако остается ряд систем и режимов, для которых отсутствуют точные формулы даже по определению средних значений. К таким системам относятся, в первую очередь, системы с произвольными распределениями периодов поступления и длительностей обслуживания заявок. Это системы G/G/1 и G/G/m. При отсутствии точных зависимостей приходится довольствоваться приближенными оценками.
Одним из методов приближений является оценка характеристик при близких к единице значениях коэффициента загрузки, как наиболее важных с практических позиций. В частности, для системы G/G/1 время ожидания заявки в очереди распределено по экспоненциальному закону и среднее время ожидания можно определить по следующей формуле:
(33)
где — дисперсия периодов поступления и длительностей обслуживания заявок соответственно.
Используя зависимость (10) и формулы Литтла, можно вычислить средние значения других характеристик.
Определение границ. При значениях 0 ρ < 1 для оценки характеристик используется несколько различных подходов определения верхней и нижней границ, в пределах которых находится истинное значение той или иной характеристики. Например, для системы G/G/1 приводятся следующие формулы расчета границ среднего времени ожидания заявки в очереди:
(24)
где v , — коэффициенты вариации периодов поступления и длительностей обслуживания заявок соответственно.
Средняя длина очереди , и среднее число заявок в системе .
Дискретное и непрерывное приближения. Другие методы оценки ориентированы не на поиск приближенного решения исходной задачи, а на точное решение упрощенно сформулированной задачи. Уравнения, описывающие работу системы G/G/1, преднамеренно преобразуются к такому виду, при котором полученная система уравнений может быть решена.
В теории массового обслуживания показано, что если исходные величины являются дискретными, можно определить точное распределение времени ожидания. На этом основывается метод дискретного приближения, при котором промежутки времени между моментами поступления заявок и длительности обслуживания аппроксимируются дискретными распределениями.
Для исследования нестационарных систем и режимов перегрузки оказывается полезным метод непрерывного приближения. Процессы поступления и ухода заявок — это ступенчатые вероятностные процессы (рис. 7). Но когда длины очередей значительно больше единицы, а времена ожидания существенно больше среднего времени обслуживания, становится разумной замена этих ступенчатых процессов сглаженными непрерывными функциями времени, поскольку величины отдельных ступенек малы по сравнению со средними значениями (рис. 6).
Когда Х (f) становится значительно больше единицы, на основании закона больших чисел можно ожидать лишь небольшого относительного отклонения этой величины от ее среднего значения
Рис. 6. Временная диаграмма процессов поступления и ухода заявок с непрерывной аппроксимацией зависимостей количества заявок от времени М [х(t)]= На этом основывается приближение первого порядка, которое заключается в замене вероятностного процесса его средним значением, зависящим от времени, т. е. детерминированным процессом . Это относится и к процессу ухода заявок . Тогда число заявок в системе тоже представляет собой детерминированную непрерывную функцию времени:
(35)
Функции и определяются из зависимостей:
(36)
(37)
—число поступивших и покинувших систему заявок к нулевому моменту времени.
Диффузионная аппроксимация. Непрерывное приближение является довольно грубым, поскольку не учитывает случайный характер процессов поступления и ухода заявок. По методу диффузионной аппроксимации непрерывное приближение усовершенствуется путем учета флуктуаций относительно среднего значения. С этой целью случайный процесс (42) заменяется марковским процессом диффузионного типа х (/) с непрерывным временем и непрерывным множеством состояний. Диффузионный процесс определяется коэффициентом сноса
и коэффициентом диффузии
Эти коэффициенты выражаются через параметры исходной модели. Для системы G/G/1 считается, что при больших t распределение Х (t) является приближенно нормальным с математическим ожиданием и дисперсией и распределение Y (f) тоже приближенно нормальное с математическим ожиданием и дисперсией . Тогда коэффициент сноса
(38)
и коэффициент диффузии
(39)
В связи с тем, что процесс п (t) не может принимать отрицательных значений, для аппроксимирующего процесса х (t) задается граничное условие, удерживающее его траекторию на неотрицательной полуоси. Например, при достижении х (t) =0 совершается скачок в целочисленные точки положительной полуоси, выполняемый с заданным распределением вероятностей после экспоненциальной задержки в нуле.
Применение диффузионной аппроксимации дает возможность получения оценок различных характеристик СМО. В частности, для системы G/G/1 средняя длина очереди в стационарном режиме определяется по формуле
(40)
при постоянных коэффициентах сноса и диффузии, соответствующих случаю независимых от длины очереди вероятностных характеристик поступления и обслуживания заявок.
Контрольные вопросы
Одноканальная СМО для описания ВС.
Как определяется коэффицент загрузки ВС?
Как определяется число заявок в СМО?
Как определяется длина очереди в СМО?
Как определяется время реакции в СМО?
Формулы Литтла.
Многоканальная СМО для описания ВС.
Основные характеристки многоканальной СМО.
Для каких систем используются методы приближенной оценки характеристик?
Литература
Лекция 11. НЕСТАЦИОНАРНЫЕ РЕЖИМЫ ФУНКЦИОНИРОВАНИЯ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ (2 часа)
План