- •"Компьютерное моделирование процессов и систем"
- •"Компьютерное моделирование процессов и систем"
- •Содержание
- •Введение
- •1Характеристики сложных систем и задачи их исследования
- •1.1Основные понятия и определения. Понятие системы.
- •1.2Структура системы.
- •1.3Элементы и подсистемы.
- •1.4Функция системы и ее структура.
- •1.5Способы управления.
- •1.6Характеристики сложных систем
- •1.7Основные задачи исследования сложных систем
- •1.8Этапы анализа
- •1.9Виды моделирования систем
- •1.10Возможности и эффективность моделирования систем на эвм.
- •1.11Виды обеспечения имитационного моделирования.
- •1.12Подбор функции методом наименьших квадратов.
- •1.13Методы формирования случайных величин
- •1.14Мультипликативный способ получения равномерно распределенных случайных величин из интервала (0,1).
- •1.15Особенности вычислительных систем как объектов моделирования. Режимы работы вычислительных систем. Режимы использования.
- •1.16Структурная организация вычислительных систем.
- •1.17Рабочая нагрузка вс. Потоки заявок.
- •1.18Параметры потока заявок.
- •1.19Управление вычислительной нагрузкой и ресурсами вс.
- •1.20Функциональные характеристики вс.
- •1.21Разработка модели вс. Выбор уровня детализации.
- •1.22Подбор параметров модели. Количественные параметры.
- •2Моделирование дискретных систем на gрss
- •2.1Введение в gрss.
- •2.2Системы обслуживания с одним прибором и очередью.
- •2.3Элементы процедуры решения (моделирования).
- •2.4 Модельный таймер, завершение моделирования.
- •2.5 Одновременные события
- •2.6Выводы.
- •2.7Основные концепции моделирования на gрss.
- •2.8Списки gрss ( цепи ).
- •2.9Стандартные числовые и логические атрибуты gрss.
- •2.10Стандартные числовые атрибуты устройств.
- •2.11Стандартные числовые атрибуты накопителей.
- •2.12 Логические ключи
- •2.13Статистические объекты.
- •2.18Общий подход к моделированию.
- •2.19Основные карты и блоки gрss.
- •2.20Правила описания модели на gрss в лабораторной работе.
- •2.21Перенаправление потока заявок.
- •2.22Функции.
- •2.23Арифметические переменные variable fvariable
- •2.24Табулирование переменных.
- •2.25Многоканальные устройства (накопители )
- •2.26Работа с прерываниями.
- •2.27Управление логическими переключателями.
- •2.28Блок проверки gate
- •2.29Блок test
- •2.30Работа с ячейками.
- •2.31Работа с сча заявок
- •2.32Блок sрlit
- •2.33Блок assemble
- •2.34Блок gather
- •2.35Блок match
- •2.36Блок looр
- •2.37Блок присваивания приоритетов рriority
- •2.38Списки пользователя
- •2.39Блок mark
- •2.40Блок count
- •2.41Блок select
- •2.42Карта установки начальных значений генераторов случайных чисел rmult
- •2.43Матрицы
- •3Аналитические расчеты систем массового обслуживания
- •3.1Аналитическое моделирование вычислительных систем
- •3.2Модель размножения - гибели.
- •3.3Характеристики одноканальных систем массового обслуживания.
- •3.4Характеристики сложных смо.
- •3.5Многоканальные системы
- •3.6Системы с произвольным распределением длительности обслуживания.
- •3.7Система с отказами.
- •3.8Методы приближенной оценки характеристик систем массового обслуживания.
- •3.9Стохастические сетевые модели для вс.
- •3.10Стохастические сетевые модели.
- •3.11Экспоненциальные стохастические сети
- •3.12Характеристики разомкнутых систем
- •3.13Характеристики замкнутых систем.
- •4Литература
1.10Возможности и эффективность моделирования систем на эвм.
Экспериментальное исследование систем крайне не эффективно, т.к. требуют больших временных и финансовых затрат.
Теоретические исследования обычно не удовлетворяют по точности и достоверности информации.
Появление ЭВМ вначале привело к широкому внедрению аналитических методов исследования сложных систем. Поначалу казалось, что модели на основе методов математического программирования позволяют решать любые задачи.
Впоследствии оказалось, что чисто математические методы слишком грубы для их практического применения. В реальных системах существуют случайности, взаимные связи между параметрами системы, в результате чего чисто аналитические модели либо слишком большие, либо слишком неточные. Поэтому стали шире использовать имитационные модели. В зависимости от назначения моделирования их применяли на ЭВМ двух типов: универсальных и управляющих.
Универсальные позволяют получить результаты моделирования в процессе разработки системы; управляющие используют моделирование для управления реальными процессами.
В связи с этим моделирование в них должно вестись в опережающем времени.
В управляющих часто используют таймер, который влияет на порядок решения задачи и на своевременность выдачи управляющих воздействий.
1.11Виды обеспечения имитационного моделирования.
Математическое обеспечение имитационной системы позволяет описывать поведение реального объекта и содержит набор алгоритмов, обеспечивающих как подготовку, так и работу с моделью. Сюда входят алгоритмы ввода данных, имитации, вывода и обработки результатов.
Программное обеспечение должно синхронизировать процессы в модели. Информационное обеспечение включает в себя технику организации и перестройки БД моделирования, методы логической и физической организации данных, формы документов, описывающих модель и результаты моделирования.
Техническое обеспечение включает в себя средства вычислительной техники, связи, обмена оператора и ЭВМ, ввода/вывода данных и средства управления экспериментом. К техническому обеспечению предъявляют высокие
требования по надежности.
Имитационная система - это машинный аналог сложного реального процесса. Она заменяет эксперимент с реальными процессами.
Имитационное моделирование целесообразно если:
1. Отсутствуют или неприемлемы аналитические, численные или
качественные методы решения;
2. Имеется достаточно информации о системе для построения правильной модели;
3. Необходимы слишком длительные вычисления для других методов моделирования;
4. Возможен поиск оптимального варианта системы при ее моделировании на ЭВМ.
Достоинства имитационного моделирования:
1. Возможность исследования работы системы в любых условиях;
2. Сокращение длительности испытаний в сравнении с натурным экспериментом;
3. Модель позволяет включить результаты натуральных испытаний системы или ее частей в исследование;
4. Можно менять структуру модели, алгоритмы поведения и параметры для поиска оптимального варианта;
5. Имитационное моделирование часто единственно возможное в процессе проектирования нового изделия.
Недостатки:
1. Частный характер результатов, так как поведение модели каждый раз соответствует одной ситуации и для получения детальной информации нередко нужно слишком длительное моделирование.
2. Построение имитационных моделей нередко трудоемкий процесс.