Часть 1 Часть 1

А1, В1 А2, В2

Часть 2 Часть 2

А3, В3 А4, В4

CPU 3

Задача 3

А5, В5

Обработка вторых частей двух задач требует синхронизации поступающих данных, а конечные результаты Задачи 1 и Задачи 2 используются в Задаче 3.

Для управления параллельными процессами необходимо ввести блок TRANSFER

Например:

TRANSFER , Met1 ; безусловная передача управления оператору с меткой Met

TRANSFER .4, AA, UN ; транзакт с вероятностью Р=0.4 передается оператору с меткой

UN и с вероятностью Р=0.6 к оператору с меткой АА

TRANSFER PIC, ST3, ST23 ; равновероятный переход к операторам с метками ST3…ST23

Цель: оценить распределение вычислительной нагрузки по трем процессорам системы и выдать (получить) рекомендации по регулированию этой нагрузки.

Структура модели представлена на рис.2.

Программная реализация модели параллельно-последовательного вычислительного процесса:

*имитация синхронных вычислительных процессов

GENERATE A,B ;

SPLIT 1, Maub ;

*модель первого процесса

SEIZE CPU 1 ;

ADVANCE A1, B1 ;

HERE MATCH THERE ;

ADVANCE A3, B3 ;

RELEASE CPU 1 ;

TRANSFER , FINAL ;

*модель второго процесса

SEIZE CPU 2 ;

ADVANCE A2, B2 ;

THERE MATCH HERE ;

ADVANCE A4, B4 ;

RELEASE CPU 2 ;

FINAL ASSEMBLE 2 ; собирает вместе 2 параллельных процесса

*модель третьего процесса

SEIZE CPU 3 ;

ADVANCE A5, B5 ;

RELEASE CPU 3 ;

TERMINATE 1 ;

13. Параметрический анализ сложного вычислительного процесса.

Для параметрического анализа сложного вычислительного процесса необходимо выполнить следующую последовательность действий:

1. Задание закона поступления входных сообщений в систему (GEN) и законов обработки этих сообщений (ADV) для каждого из процессов;

2. Определение соответствий между параметрами генерируемых сообщений и устройств, отвечающих за их ресурсы;

3. Выбор критерия оценки работы моделируемых процессов и устройств (напр. коэффициент загрузки устройства);

4. Получение характеристики работы устройств в виде гистограмм, функций распределения результирующих процессов.

14. Использование библиотечных функций распределения для моделирования случайных процессов в вычислительных системах.

Входными данными для имитационной модели являются результаты тестирования соответствующих процессов и систем. Для вычислительных систем наиболее распространенным и универсальным является закон распределения Эрланга:

, где t >0 (1)

Если k=0 , то формула (1) – становится экспоненциальным законом распределения событий:

15. Структура имитационной модели последовательного вычислительного процесса с несколькими режимами обслуживания входных сообщений.

В качестве эталонного рассмотрим режим равномерного обслуживания заявок, частным случаем которого является задание среднего времени обслуживания.

В качестве второго закона используем экспоненциальный как наиболее близкий к практическим задачам.

Третий режим реализуем с использованием закона Эрланга, модель которого строится с использованием библиотечной программы.

Так как структура сегментов 1, 2 и 3 близки друг к другу в качестве эталона возьмем след. структуру: