- •Теория телетрафика
- •1.1. Теория телетрафика – одна из ветвей теории массового обслуживания
- •1.2. Математические модели систем распределения информации
- •1.3. Основные задачи теории телетрафика
- •1.4. Общие сведения о методах решения задач теории телетрафика
- •1.5. Краткий исторический обзор развития теории телетрафика
- •Контрольные вопросы
- •2.1. Основные понятия
- •2.2. Принципы классификации потоков вызовов
- •2.3. Характеристики потоков вызовов
- •2.4. Простейший поток вызовов
- •2.5. Нестационарный и неординарный пуассоновские потоки
- •2.6. Потоки с простым последействием
- •2.7. Симметричный и примитивный потоки
- •2.8. Поток с повторными вызовами
- •2.9. Поток с ограниченным последействием. Поток Пальма
- •2.10. Просеивание потоков. Потоки Эрланга
- •2.11. Длительность обслуживания
- •2.12. Поток освобождений
- •Контрольные вопросы
- •3.1. Поступающая, обслуженная, потерянная нагрузки
- •3.2. Концентрация нагрузки
- •3.3. Основные параметры и расчет интенсивности нагрузки
- •3.4. Характеристики качества обслуживания потоков вызовов
- •3.5. Пропускная способность коммутационных систем
- •Контрольные вопросы
- •4.1. Обслуживание вызовов симметричного потока с простым последействием
- •4.2. Обслуживание вызовов простейшего потока
- •4.3. Обслуживание вызовов примитивного потока
- •Контрольные вопросы
- •5.1. Обслуживание вызовов простейшего потока при показательном законе распределения длительности занятия
- •5.2. Обслуживание вызовов простейшего потока при постоянной длительности занятия
- •5.3. Область применения систем с ожиданием
- •Контрольные вопросы
- •6.1. Постановка задачи
- •6.2. Предельная величина интенсивности поступающей нагрузки
- •6.3. Уравнения вероятностей состояний системы с повторными вызовами
- •6.4. Основные характеристики качества работы системы с повторными вызовами
- •Контрольные вопросы
- •7.1. Общие сведения
- •7.2. Моделирование случайных величин
- •7.3. Моделирование коммутационных систем на универсальных вычислительных машинах
- •7.4. Точность и достоверность результатов моделирования
- •Контрольные вопросы
- •8.1. Общие сведения
- •8.2. Некоторые характеристики неполнодоступных схем
- •8.3. Выбор структуры ступенчатой неполнодоступной схемы
- •8.4. Выбор структуры равномерной неполнодоступной схемы
- •8.5. Построение цилиндров
- •8.6. Идеально симметричная неполнодоступная схема
- •8.7. Формула Эрланга для идеально симметричной неполнодоступной схемы
- •8.8. Априорные методы определения потерь в неполнодоступных схемах
- •8.9. Инженерный расчет неполнодоступных схем
- •Контрольные вопросы
- •9.1. Общие сведения
- •9.2. Комбинаторный метод. Полнодоступное включение выходов
- •9.3. Потери в двухзвеньевых схемах при отсутствии сжатия и расширения
- •9.4. Потери в двухзвеньевых схемах при наличии сжатия или расширения
- •9.5. Двухзвеньевые неполнодоступные схемы
- •9.6. Метод эффективной доступности
- •9.7. Структура многозвеньевых коммутационных схем
- •9.8. Способы межзвеньевых соединений и методы искания в многозвеньевых схемах
- •9.9. Расчет многозвеньевых коммутационных схем в режиме группового искания. Метод клигс
- •9.10. Метод вероятностных графов
- •9.11. Оптимизация многозвеньевых коммутационных схем
- •Контрольные вопросы
- •10.1. Качество обслуживания на автоматически коммутируемых сетях связи
- •10.2. Расчет нагрузок на входах и выходах ступеней искания коммутационных узлов
- •10.3. Расчет нагрузок, поступающих на регистры и маркеры
- •10.4. Способы распределения нагрузки
- •10.5. Колебания нагрузки. Расчетная интенсивность нагрузки
- •Контрольные вопросы
- •11.1. Общие сведения
- •11.2. Обходные направления и использование метода эквивалентных замен при расчете числа линий в обходных пучках
- •11.3. Динамическое управление. Характер задач, возникающих при управлении потоками
- •11.4. Кроссовая коммутация как управление структурой сети
- •11.5. Метод укрупнения состояний пучков при определении характеристик управляющей информации
- •Контрольные вопросы
- •12.1. Цели и задачи измерений
- •12.2. Принципы измерений параметров нагрузки и потерь
- •12.3. Обработка результатов измерений
- •12.4. Определение объема измерений
- •Контрольные вопросы
- •Список литературы
7.4. Точность и достоверность результатов моделирования
При моделировании коммутационных систем, как отмечалось выше, общее время моделирования разбивается на п равных отрезков, т. е. разбивается нап экспериментов (серий). В каждом эксперименте производится равное числот испытаний (как правило,т поступающих вызовов). Для каждой серии определяется экспериментальное значение исследуемой статистической характеристики, например потерь, по формуле
где ri – число появлений исследуемого события (число потерянных вызовов) вi-й серии;xi – экспериментальное значение статистической характеристики (потерь) в той же серии.
После завершения процесса моделирования определяются статистические оценки среднего значения х, дисперсии2и среднеквадратического отклоненияпо формулам
Оценка точности и достоверности результатов моделирования может быть произведена на основе применения центральной предельной теоремы для стационарных последовательностей, согласно которой исследуемые статистические характеристики сходятся к нормальному закону. При этом оценка точности и достоверности результатов моделирования производится по критерию Стьюдента:
где р(z*n-1) – доверительная вероятность или надежность статистической оценки, т. е. вероятность того, что случайный доверительный интервал(х–,х+) содержит в себе теоретическую (достоверную) характеристикух; Sn-1(z*n-1) – коэффициент, определяемый распределением Стьюдента при(п–1)-й степени свободы. Величинаопределяет точность статистической оценки, или доверительную границу статистической оценки.
При числе степеней свободы (п–1)19 ивеличина Sn_1(z*n_1) определяется по таблицам распределения Стьюдента.
Если число степеней свободы (n–1)>19 (т. е. число экспериментовn>20), то величинуSn_1(z*n_1) можно определять по приближенной формуле
где Ф0(z) – интегральная форма функции, предназначенная для вычисления значений функции нормального распределения и определяемая по формуле
Функция Ф0(z) табулирована. В (7.11)и при заданной доверительной вероятностиp(z*n_1) с увеличением числа экспериментовп повышается точность статистической оценки, т. е. уменьшается доверительная граница статистической оценки е, а следовательно, сокращается доверительный интервал(х–, х+). Поэтому рекомендуется, чтобы количество серийп при моделировании исследуемой коммутационной системы было достаточно большим – желательно, чтобыn50. Расчетами установлено, что при таких значенияхп достигается и достаточно устойчивое значение статистической оценки среднеквадратического отклонения.
Задача.
Исследуется коммутационная система с потерями, в которой необходимо определить вероятность потерь р при определенных параметрах системы и заданной величине интенсивности поступающей нагрузки. Моделирование коммутационной системы проведено 3 раза с различным числом экспериментов (серий):n1=16,n2=25,n3=49. В результате каждого процесса моделирования получены одинаковые статистические оценки среднего значения потерьр и среднеквадратического отклонения, а именно:р=0,005 и=0,01.
Определить: доверительные интервалы вероятности потерьр для трех процессов моделирования при доверительной вероятностиp(z*n-1) =0,95.
Решение. Значения коэффициентаz*n-1табулированы в зависимости от доверительной вероятностиp(z*n-1) и числа степеней свободыn–1 [29]. Дляp(z*n–1)=0,95 иn1–1=15 значение коэффициентаz*n-1=2,13. Из соотношенияопределяем1=0,0053. Доверительный интервал составит (р–1<p<p+1)=(–0,0003<p<0,0103).
Для n2=25 иn3= 49 коэффициентzможно определять в предположении, что величинар распределена по нормальному закону. В этом случае приp(z*n-1)=0,95 значениеz=l,96. Тогда приn2=25 иn3=49 соответственно2=0,004 и3=0,0028 и доверительные интервалы (0,001<р<0,009) и (0,0012<р<0,0078).
Таким образом, рассмотренная задача показывает, что при определенной доверительной вероятности p(z*n-1) с увеличением числа экспериментовп сокращается доверительный интервал.