- •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
1. Нестационарные режимы функционирования вычислительных систем
2. Характеристики вычислительных систем как стохастических сетей
1. Нестационарные режимы функционирования вычислительных систем
Переходные процессы. До сих пор рассматривались характеристики ВС в стационарном установившемся режиме. Однако на практике не менее важным является анализ нестационарных режимов. Значения выходных характеристик в нестационарных режимах функционирования ВС можно определить для одних систем путем численного решения уравнений Колмогорова (9) задавая в них интенсивности как функции времени для других систем — в результате непрерывной или диффузионной аппроксимации процессов.
Частным случаем нестационарных режимов является переходный процесс, когда, например, в начальный момент времени в системе отсутствуют очереди и начинают поступать заявки с постоянной интенсивностью X. Важно уметь определять, когда установится стационарный режим.
Рис. 12. Временная диаграмма поведения системы в режиме перегрузки
Рис. 11. График зависимости среднего времени ожидания от текущего времени в переходном режиме
В работе приводятся результаты анализа переходных процессов для системы M/G/1. Интенсивность входящего пуассо-новского потока принималась равной 0,95 заявок в минуту, а среднее время обслуживания v =1 мин. Коэффициент загрузки р = 0,95. Рассматривались следующие распределения длительности обслуживания:
1) экспоненциальное распределение
2) нормированное распределение Эрланга 8-го порядка со средним, равным восьми,
3) комбинация экспоненциального распределения со средним значением 4 и распределения Эрланга 4-го порядка со средним значением 2/3
Зависимости среднего времени ожидания заявок в очереди в течение переходного процесса для этих случаев показаны на рис. 11. Установившиеся значения соответственно равны 19; 10,69 и 35,2 мин. Если принять длительность переходного процесса равной бремени, в течение которого среднее время ожидания достигает 0,8 от установившегося значения, то для этих случаев она соответственно составит 15,2; 8,55 и 28,2 ч. За эти времена система успевает обслужить 867, 487 или 1605 заявок. Можно утверждать, что ВС с суточным циклом никогда не работают практически в установившемся режиме при большой загрузке. Этот вывод можно распространить на ВС с большей длительностью цикла, если они имеют соответственно меньшие интенсивности поступления и обслуживания заявок.
Режимы перегрузок. Методы непрерывной и диффузионной аппроксимации дают возможность проанализировать поведение системы при изменяющихся во времени интенсивностях прихода и обслуживания заявок. С практических позиций наибольшую важность представляет анализ режима перегрузок, когда в течение некоторого интервала времени коэффициент загрузки р > 1.
Рассмотрим этот режим на упрощенном примере (рис. 12). Предположим, что в одноканальную систему поступает одномерный поток заявок с интенсивностью . Заявки обслуживаются в порядке поступления с постоянной интенсивностью
В начальный момент t0 коэффициент загрузки р < 1. В системе. имеются заявки, накопление которых обусловлено случайным характером их поступления и обслуживания.
Затем интенсивность поступления заявок начинает расти, достигая максимального значения. С момента t1 становится р > 1 и увеличивается число заявок в системе. При максимальном число заявок n(t) растет линейно, стремясь к бесконечности. Но в связи с тем, что в момент t2 интенсивность поступления начинает уменьшаться, рост n(t) замедляется и достигает максимума в момент t3 при р = 1.
В режиме перегрузки накопление заявок в системе определяется в основном не случайными факторами, а превышением средней интенсивности поступления над интенсивностью обслуживания. С момента t3 число заявок уменьшается до момента t4 принимая установившееся значение. Длительность рассасывания числа заявок может быть приближенно оценена по равенству заштрихованных на рисунке площадей, обозначенных плюсом и минусом.
Важно подчеркнуть, что такая система может быть вполне работоспособна, если максимальное число заявок в системе, а соответственно и время реакции не превысят допустимых значений. При правильном задании стохастических ограничений, как показано в п. 2.9, систему можно считать работоспособной даже при кратковременном превышении допустимых значений математическим ожиданием времени реакции. Этот подход дает возможность выбрать производительность ВС не по максимальной интенсивности поступления заявок, обеспечивая р < 1, а на существенно более низком уровне. Отдельные вопросы анализа нестационарных ВС рассматриваются в работах.