- •Федеральное агентство по образованию
- •Оглавление
- •Глава 5. Моделирование вычислительных и операционных систем 289
- •Глава 6. Основы моделирования процессов 305
- •Глава 7. Задания для самостоятельной работы 311
- •Глава 8. Проектирование имитационных моделей 335
- •Глава 9. Технология имитационного моделирования 361
- •Глава 10. Примеры принятия решений с помощью имитационного моделирования 433
- •Глава 11. Задания для имитационных проектов 451
- •Предисловие
- •Введение
- •Глава 1. Модели массового обслуживания
- •1.1. Системы массового обслуживания и их характеристики
- •1.2. Системы с одним устройством обслуживания
- •1.3. Основы дискретно-событийного моделирования смо
- •1.4. Многоканальные системы массового обслуживания
- •Глава 2. Вероятностные сети систем массового обслуживания
- •2.1. Общие сведения о сетях
- •2.2. Операционный анализ вероятностных сетей
- •2.3. Операционные зависимости
- •2.4. Анализ узких мест в сети
- •Глава 3. Вероятностное моделирование
- •3.1. Метод статистических испытаний
- •3.2. Моделирование дискретных случайных величин
- •3.3. Моделирование непрерывных случайных величин
- •3.4. Сбор статистических данных для получения оценок характеристик случайных величин
- •Для оценки дисперсии случайной величины ξ используют формулу
- •3.5. Определение количества реализаций при моделировании случайных величин
- •По формулам (3.18-3.20) находим
- •Задачи для самостоятельной работы
- •Задача 6
- •Глава 4. Система моделированияgpss
- •4.1. Объекты
- •4.2. Часы модельного времени
- •4.3. Типы операторов
- •4.4. Внесение транзактов в модель. БлокGenerate
- •Задание для самостоятельной работы:
- •4.5. Удаление транзактов из модели. БлокTerminate
- •4.6. Элементы, отображающие одноканальные обслуживающие устройства
- •4.7. Реализация задержки во времени. БлокAdvance
- •Задания для самостоятельной работы:
- •4.8. Сбор статистики об ожидании. Блоки queue, depart
- •4.9. Переход транзакта в блок, отличный от последующего. БлокTransfer
- •Задания для самостоятельной работы:
- •4.10. Моделирование многоканальных устройств
- •4.11. Примеры построенияGpss-моделей
- •Построение модели
- •4.12. Переменные
- •4.13. Определение функции вGpss
- •Пример 4.23
- •4.14. Стандартные числовые атрибуты, параметры транзактов. Блоки assign, mark, loop
- •4.15. Изменение приоритета транзактов. БлокPriority
- •4.16. Организация обслуживания с прерыванием. Блоки preempt и return
- •Задание для самостоятельной работы:
- •4.17. Сохраняемые величины
- •4.18. Проверка числовых выражений. Блок test
- •Пример 4.40
- •Задание для самостоятельной работы:
- •4.19. Определение и использование таблиц
- •Задания для самостоятельной работы:
- •4.20. Косвенная адресация
- •4.21. Обработка транзактов, принадлежащих одному семейству
- •4.22. Управление процессом моделирования в системеGpss
- •4.23. Списки пользователей
- •4.24. Блоки управления потоками транзактовLogic,gatelr,gatelSиGate
- •7 Testne p1,p2,asn2 ; Повторить, если адресат
- •4.25. Организация вывода временных рядов изGpss-модели
- •4.26. Краткая характеристика языкаPlus
- •4.27. Команды gpss World
- •4.28. Диалоговые возможностиGpssWorld
- •4.29. Отличия между gpss World и gpss/pc
- •Глава 5. Моделирование вычислительных и операционных систем
- •5.1. Операционные системы компьютеров
- •5.2. Сети и системы передачи данных
- •5.3. Проблемы моделирования компьютеров и сетей
- •Глава 6. Основы моделирования процессов
- •6.1. Производственные процессы
- •6.2. Распределительные процессы
- •6.3. Процессы обслуживания клиентов
- •6.4. Процессы управления разработками проектов
- •Глава 7. Задания для самостоятельной работы Задание 1. Моделирование разливной линии
- •Глава 8. Проектирование имитационных моделей с помощью интерактивной системы имитационного моделирования
- •8.1. Структура интерактивной системы имитационного моделирования
- •8.2. Построение концептуальной схемы модели
- •8.3. Параметрическая настройка модели
- •8.4. Генератор формул
- •8.5. Управление экспериментом
- •8.6. Запуск эксперимента и обработка результатов моделирования
- •8.7. Управление проектами и общей настройкой системы
- •8.8. Пример построения модели средствамиIss2000
- •Глава 9. Технология имитационногомоделирования
- •9.1. Имитационные проекты
- •9.2. Организация экспериментов
- •9.3. Проблемы организации имитационных экспериментов
- •9.4. Оценка точности результатов моделирования
- •9.5. Факторный план
- •9.6. Дисперсионный анализAnovAв планированииэкспериментов
- •9.7. Библиотечная процедураAnova
- •9.8. Технология проведение дисперсионного анализа в системеGpss World
- •9.9. Особенности планирования экспериментов
- •9.10. Нахождение экстремальных значений на поверхности отклика
- •9.11. Организация экспериментов вGpssWorld
- •9.12. Выбор наилучшего варианта структуры системы
- •Глава 10. Примеры принятия решений с помощью имитационного моделирования
- •10.1. Моделирование производственного участка
- •10.2. Моделирование технологического процесса ремонта и замены оборудования
- •Глава 11. Задания для имитационных проектов
- •Приложение Системные сча
- •Сча транзактов
- •Сча блоков:
- •Сча одноканальных устройств:
- •Сча очередей
- •Сча таблиц
- •Сча ячеек и матриц ячеек сохраняемых величин:
- •Сча вычислительных объектов
- •Сча списков и групп
- •Список литературы
2.3. Операционные зависимости
Основные результаты операционного анализа формулируются в I виде соотношений между операционными переменными. Основой этих соотношений является гипотеза о балансе потоков в сети: количество требований, которые поступили в некоторый узел на протяжении продолжительного периода Т, равняется количеству требований, которые покинули этот узел. Эта гипотеза определяет работу сети СМО в установившемся режиме, то есть требования всегда покидают узлы сети.
Гипотеза о балансе позволяет установить зависимости между операционными переменными для каждого узла сети. Эта гипотеза позволяет записать уравнения баланса потоков:
Справедливость выражения (2.7) вытекает из предположения о балансе
Найдем из выражения (2.6) производительность узла
Определим коэффициент посещаемости узла k
Уравнение баланса потока можно представить в эквивалентной системе, в которой вместо интенсивности потоков используются коэффициенты посещаемости каждого узла сети.
Поделим левую и правую части выражения (2.7) на Х0:
Выражения (2.10) справедливы, если справедливы уравнения (2.7), поскольку (2.10) получены из (2.7).
Связь коэффициентов посещаемости и производительности узла определяем по формуле
Для определения среднего времени пребывания требования в вероятностной сети обозначим это время через R, а для отдельных узлов - через Rk. Введем еще одну операционную переменную - Wk , которая равняется суммарному времени ожидания и времени обслуживания требования узлом k на протяжении времени Т:
Среднее время пребывания в системе можно найти через Rk и коэффициенты посещаемости отдельных узлов, то есть
Это общий закон времени пребывания, который справедлив и в том случае, если гипотеза о балансе потоков не выполняется.
Среднее количество требований в сети N, которое определяется через среднее количество требований в каждом узле nk, равно
где nk - выводимая операционная переменная, которую можно получить из основных операционных переменных:
Для среднего времени пребывания требований в сети справедлив закон Литтла: среднее время пребывания в устройстве k определяется через среднее количество требований в устройстве и интенсивность потока
Обосновать формулу Литтла можно с помощью операционного анализа. Из выражения (2.15) находим:
Подставляем полученную операционную переменную в уравнение (2.12):
Закон Литтла справедлив также для всей сети в целом. Подставим выражение для Vk из уравнения (2.9) в (2.13) и выражение для Rk из (2.16), тогда
Покажем, как можно использовать операционный анализ для определения времени пребывания в замкнутой сети (рис. 2.6).
Пусть есть М устройств, время обслуживания требования любым из них - Z. Среднее время пребывания требования в сети определяем по формуле
Выражение (2.20) получено из таких соображений. Среднее время одного цикла взаимодействия, включая время обслуживания требования во внешней сети и пребывание в одном из М устройств, определяется суммой Z + R. Если предположить, что выполняется гипотеза о балансе потоков, то для рассматриваемого цикла справедлива формула Литтла. Поэтому величина (Z + R)X0 должна определять среднее количество занятых устройств или среднее количество работающих устройств для системы с отказами. Таким образом, общее количество устройств
Продемонстрируем использование приведенных соотношений операционного анализа на примерах.
Пример 2.1. Пусть имеем М= 20 устройств. Среднее время обслуживания каждым Z = 25 с (рис. 2.7).
Для узлов l, g, n сети частоты перехода к узлу t равняются соответственно: qlt = 0,5; qmt = 0,7; qnt=0,85, а коэффициенты посещаемости этих узлов равняются Vl = 12; Vg =17; Vn =19. Узел t используется на 50%, среднее время обслуживания узлом t поступающих требований составляет 25 мс. Необходимо найти среднее время пребывания и среднее количество требований в сети.
Определим коэффициент посещаемости узла t, используя уравнения баланса потоков (2.10), записанные через коэффициенты посещаемости узлов:
Находим интенсивность поступления требований в сеть
В выражение (2.22) входят известные из условий операционные переменные: U, = 50% и S, = 0,025 с. Следовательно получим
Из выражения (2.19) находим время пребывания требования в сети
Для определения среднего количества требований в сети воспользуемся формулой Литтла:
Пример 2.2. Рассмотрим сеть, в которую поступают требования как из обслуживающих устройств (замкнутая часть сети), так и извне (рис. 2.8).
Есть М= 40 обслуживающих устройств. Среднее время обслу-пнания каждым Z= 15 с. В результате проведенных исследований получены такие данные о сети:
- среднее время пребывания требований, которые поступают от 40 устройств обслуживания в сеть, равняется 5 с;
- среднее время обслуживания любого требования узлом t составляет 40 мс;
- каждое требование, которое поступает от М устройств обслуживания, порождает 10 требований к узлу t;
- каждое требование, которое поступает в систему извне, порождает 5 требований к узлу t;
узел t используется на 90%.
Нужно определить нижнюю границу времени пребывания в сети требований, которые поступают от М устройств обслуживания с интенсивностью входящего потока x0 и от внешнего источника требований в сеть с интенсивностью Xt, что выходят из узла t.
При решении поставленной задачи переменные, которые касаются поступающих от М устройств обслуживания требований, будем обозначать звездочкой.
Из выражения (2.20) для потока требований от М устройств находим
где Z- среднее время обслуживания М устройствами; R* - среднее время пребывания требований, которые поступили от 40 устройств обслуживания в сеть. Тогда
Интенсивность потока требований в узел t определяем как сумму
интенсивности потоков требований от устройств обслуживания и интенсивности потока внешних требований, то есть Xt* +Хt ,. Тогда в соответствии с выражением (2.3.1) можно записать:
Используя формулу для коэффициента посещаемости (2.8), находим Xt*:
Теперь можно найти интенсивность Х0 входящего потока внешних требований в сеть
Допустим, что исходные условия изменились и интенсивность входящего потока внешних требований увеличилась втрое, то есть Х0= 1,5 требований/с. Тогда Xt = VtХ0 =7,5 требований/с. Считая, что среднее время обработки требований узлом t не изменилось, получаем, что максимально возможная интенсивность обслуживания требований узлом t, составляет 1/St = 25 требований/с при 100% использовании узла t. Таким образом, интенсивность обслуживания требований чем t от устройств обслуживания не может превышать
Итак, нижняя граница времени пребывания в сети требований, которые поступают от 40 устройств обслуживания в соответствии с выражением (2.19)
Таким образом, увеличение в три раза интенсивности потока внешних требований приведет к увеличению среднего времени пребывания требований в сети от 40 устройств обслуживания на 2,9 с.