- •Основные принципы имитационного моделирования.
- •Метод статистических испытаний в имитационном моделировании (метод Монтк-Карло)
- •Схемы построения имитационных моделей.
- •Моделирование вычислительных процессов и систем с использованием средств gpss.
- •Использование инструментальных средств для моделирования вычислительных процессов.
- •Входные параметры, характеризующие качество работы имитационной модели.
- •Функциональные блоки gpss World.
- •Стандартные числовые и логические атрибуты модели.
- •Модель однопроцессорного вычислительного устройства.
- •Имитационная модель однопроцессорной системы с неограниченной длиной очереди.
- •Модель вычислительной системы с ограниченным числом мест в очереди.
- •Моделирование параллельных вычислительных процессов.
- •Часть 1 Часть 1
- •Часть 2 Часть 2
- •Параметрический анализ сложного вычислительного процесса.
- •Использование библиотечных функций распределения для моделирования случайных процессов в вычислительных системах.
- •Структура имитационной модели последовательного вычислительного процесса с несколькими режимами обслуживания входных сообщений.
- •Структура сегментов для моделирования последовательного вычислительного процесса.
- •Функциональное моделирование (idef0) мкс
- •Концептуальная модель и ее представление контекстной диаграммой
- •Разновидности связей, реализуемых в функциональных диаграммах.
- •Наименование связей
- •Количественный анализ функциональных диаграмм.
- •Наиболее используемые команды bpWin.
- •Функциональная диаграмма процесса разработки бвм.
- •Результат работы экспертов с моделью «как есть» для построения модели «как должно быть»
- •Моделирование потоков данных в информационных системах в соответствии со стандартом dfd
- •Моделирование потоков работ, сопровождающих разработку, создание, эксплуатацию мкк (idef3).
- •Структура мкк.
- •Контекстная диаграмма модульной разработки мкк.
- •Декомпозиция idef3-диаграммы первого уровня
- •Возможности системы erWin по автоматизации разработки бд.
- •Инструменты erWin для создания логической модели бд.
- •Построение erd –диаграммы логической модели бд «ис сопровождения модульной сборки мкс», основанной на ключах. Диаграмма сущностей бд и их связей.
- •Этапы автоматизации разработки логической модели бд ис
- •Правила выбора атрибутов сущностей для включения первичных ключей:
- •Нормализация логической модели бд
- •Создание физической модели бд.
- •Создание erd -диаграммы пользователя бд
- •Логическое моделирование аппаратных средств цвт.
- •Сравнение восходящего и нисходящего подхода к проектирования.
- •Цикл проектирования специализированной сбис
- •Ввод символов моделируемой схемы.
- •Подготовка схемы к временному моделированию.
- •Пример временного моделирования работы клс.
- •Алгоритм временного моделирования электронных схем.
- •Использование временного анализатора.
- •Временное моделирование работы асинхронных элементов памяти.
- •Оценка установившихся и устойчивых состояний асинхронных элементов памяти.
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 ;
-
Параметрический анализ сложного вычислительного процесса.
Для параметрического анализа сложного вычислительного процесса необходимо выполнить следующую последовательность действий:
-
Задание закона поступления входных сообщений в систему (GEN) и законов обработки этих сообщений (ADV) для каждого из процессов;
-
Определение соответствий между параметрами генерируемых сообщений и устройств, отвечающих за их ресурсы;
-
Выбор критерия оценки работы моделируемых процессов и устройств (напр. коэффициент загрузки устройства);
-
Получение характеристики работы устройств в виде гистограмм, функций распределения результирующих процессов.
-
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:
-
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: