99343

Разработка имитационной модели сети в виде системы массового обслуживания

Курсовая

Информатика, кибернетика и программирование

Имитационное моделирование позволяет исследовать СМО при различных типах входных потоков и интенсивностях поступления заявок на входы, при вариациях параметров ОА, при различных дисциплинах обслуживания заявок. Дисциплина обслуживания - правило, по которому заявки поступают из очередей на обслуживание.

Русский

2016-09-09

112 KB

0 чел.

Министерство образования РФ

Рязанская Государственная Радиотехническая Академия

Кафедра САПР ВС

Пояснительная записка

к курсовой работе  по дисциплине

«Моделирование электронных средств»

                                                                                                      Выполнил:

                                                                                                      ст-т. гр. 145

                                                                                                      Сбродов В.С.

                                                                                                      Проверил:

                                                                                                      Михеева Л.Б.

Рязань, 2004г.

Содержание:

Введение…………………………………………………………………………….

1. Задание…………………………………………………………………………...

2.  Построение модели……………………………………………………………..

2.1. Описание сети в виде СМО…………………………………………………...

2.2.  Блок-схема……………………………………………………………………..

3.  Имитационный эксперимент…………………………………………………...

3.1. Текст программы………………………………………………………………

3.2. Выходные данные……………………………………………………………...

4. Заключение……………………………………………………………………….

 

5. Список литературы……………………………………………………………....

Введение

    Процессы функционирования различных систем и сетей связи могут быть  представлены  той  или  иной  совокупностью  систем массового обслуживания (СМО) - стохастических, динамических, дискретно-непрерывных математических моделей. Исследование характеристик таких моделей может проводиться либо аналитическими  методами,  либо  путем имитационного моделирования.

Имитационная модель отображает  стохастический  процесс  смены дискретных состояний СМО в непрерывном времени в форме моделирующего алгоритма.  При его реализации на  ЭВМ  производится  накопление статистических данных по тем атрибутам модели, характеристики которых являются предметом исследований. По окончании моделирования накопленная статистика обрабатывается, и результаты моделирования получаются в виде выборочных распределений исследуемых величин или их выборочных моментов.  Таким образом, при имитационном моделировании систем массового обслуживания речь  всегда  идет  о  статистическом имитационном моделировании.

В математических моделях (ММ) сложных объектов, представленных в виде систем массового обслуживания (СМО), фигурируют средства обслуживания, называемые обслуживающими аппаратами (ОА), и обслуживаемые заявки, называемые транзактами. Так, в модели производственной линии ОА отображают рабочие места, а транзакты - поступающие на обработку датали, материалы, инструмент.

Состояние СМО характеризуется состояниями ОА, транзактов и очередей к ОА. Состояние ОА описывается двоичной переменной, которая может принимать значения "занят" или "свободен". Переменная, характеризующая состояние транзакта, может иметь значения "обслуживания" или "ожидания". Состояние очереди характеризуется количеством находящихся в ней транзактов.
Имитационная модель СМО представляет собой алгоритм, отражающий поведение СМО, т.е. отражающий изменения состояния СМО во времени при заданных потоках заявок, поступающих на входы системы. Параметры входных потоков заявок - внешние параметры СМО. Выходными параметрами являются величины, характеризующие свойства системы - качество ее функционирования. Примеры выходных параметров: производительность СМО - среднее число заявок, обслуживаемых в единицу времени; коэффициенты загрузки оборудования - отношение времен обслуживания к общему времени в каждом ОА; среднее время обслуживания одной заявки. Основное свойство ОА, учитываемое в модели СМО, - это затраты времени на обслуживание, поэтому внутренними параметрами в модели СМО являются величины, характеризующие это свойство ОА. Обычно время обслуживания рассматривается как случайная величина и в качестве внутренних параметров фигурируют параметры законов распределения этой величины.

Имитационное моделирование позволяет исследовать СМО при различных типах входных потоков и интенсивностях поступления заявок на входы, при вариациях параметров ОА, при различных дисциплинах обслуживания заявок. Дисциплина обслуживания - правило, по которому заявки поступают из очередей на обслуживание. Величина, характеризующее право на первоочередное обслуживание, называется приоритетом. В моделях СМО заявки, приходящие на вход занятого ОА, образуют очереди, отдельные для заявок каждого приоритета. При освобождении ОА на обслуживание принимается заявка из непустой очереди с наиболее высоким приоритетом.

Основной тип ОА - устройства, именно в них происходит обработка транзактов с затратами времени. К ОА относятся также накопители (памяти), отображающие средства хранения обрабатываемых деталей в производствееных линиях или обрабатываемых данных в вычислительных системах. Накопители характеризуются не временами обслуживания заявок, а емкостью - максимально возможным количеством одновременно находящихся в накопителе заявок.

К элементам имитационных моделей СМО кроме ОА относят также узлы и источники заявок. Связи ОА между собой реализуют узлы, т.е. характерезуют правила, по которым заявки направляются к тому или иному ОА.
Для описания моделей СМО при их исследовании на ЭВМ разработаны специальные языки имитационного моделирования. Существуют
общецелевые языки, ориентированные на описание широкого класса СМО в различных предметных областях, и специализированные языки, предназначенные для анализа систем определенного типа.

Сложные функции моделирующего алгоритма могут быть реализованы средствами универсальных языков программирования (Паскаль, Си), что предоставляет неограниченные возможности в  разработке,  отладке  и использовании модели.  Однако подобная гибкость приобретается ценой больших усилий,  затрачиваемых  на  разработку  и  программирование весьма  сложных моделирующих алгоритмов,  оперирующих со списковыми структурами данных. Альтернативой этому является использование специализированных языков имитационного моделирования.

Специализированные языки имеют средства описания  структуры  и процесса функционирования моделируемой системы, что значительно облегчает и упрощает программирование имитационных моделей, поскольку основные  функции моделирующего алгоритма при этом реализуются автоматически. Программы  имитационных  моделей на специализированных языках моделирования близки  к  описаниям  моделируемых  систем  на естественном языке, что позволяет конструировать сложные имитационные модели пользователям,  не являющимся профессиональными программистами.

    Одним из  наиболее эффективных и распространенных языков моделирования сложных дискретных систем является в настоящее время язык GPSS.  Он  может быть с наибольшим успехом использован для моделирования систем,  формализуемых в виде систем массового обслуживания. В качестве объектов языка используются аналоги таких стандартных компонентов СМО, как заявки, обслуживающие приборы, очереди и т.п. Достаточный набор подобных компонентов позволяет конструировать сложные имитационные модели,  сохраняя привычную  терминологию СМО.

2.Построение модели.

2.1. Описание сети в виде Системы Массового Обслуживания.

Рис.1 Структурная схема.

При входе заявок в систему она поступает во входной буфер , где они накапливаются . лале заявки распределяются по двум входным буферам компьютеров первого сегмента системы. Распределение заявок происходит по критерию минимума входной очереди входных буферов. После обработки в первом сегменте заявки направляются во второй сегмент системы, который состоит из своего входного буфера и одного компьютера . Далее заявка  после обработок  выходит из системы.

SEGM1   EQU              6

                    1-й сегмент

PROC EQU 1

            Процессор 1-го сегмента

PROC3   EQU              7

             Процессор 2-го сегмента

3. Имитационный эксперимент.

3.1. Текст программы.

BUF1   EQU              1                буфер 1-го процессора 1-го сегмента

BUF2 EQU 2

   Буфер 2-го  процессора 2-го сегмента

BUF3   EQU             3

буфер  процессора 2-го сегмента

IN_BUF  EQU             4

Входной буфер системы

SEGM1 STORAGE 16

IN_BUF STORAGE 500

Объём входного буфера системы

BUF1 STORAGE 500

Объём буфера 1-го процессора 1 сегмента

BUF2 STORAGE 500

Объём буфера 2-го процессора 1 сегмента

BUF3 STORAGE 500

Объём буфера процессора 2-го сегмента

       GENERATE       8

Генерация потока транзактов

       ENTER       IN_BUF

Вход пакета во входной буфер системы

       ENTER        SEGM1

Вход пакета в первый сегмент

       SELECT MIN       PROC,1,2,,S

Выбор номера устройства в S параметр

       ENTER        P$PROC

вход пакета в буфер процессора

       LEAVE IN_BUF

выход потока из входного буфера

       SEIZE        P$PROC

Вход потока данных в процессор

B ADVANCE 20,5

Обработка данных

       TRANSFER .93,,D

Перенаправление транзактов в сл. сбоя

       QUEUE        P$PROC

Поступление в очередь на обработку

       DEPART        P$PROC

Выход из очереди

       TRANSFER ,B

D RELEASE P$PROC

Освобождение проц. 1-го сегмента

       LEAVE        P$PROC

Выход потока из проц. 1-го сегмента

       LEAVE        SEGM1

Выход потока из 1-го сегмента

       ENTER        BUF3

Вход потока в буфер проц. 2-го сегмента

       SEIZE        PROC3

Вход потока данных в процессор

C ADVANCE 6,2

Обработка данных

       TRANSFER .95,,A

Перенаправление транзактов в сл. сбоя

       QUEUE        PROC3

Поступление в очередь на обработку

       DEPART        PROC3

Выход из очереди

       TRANSFER ,C

A RELEASE PROC3

Освобождение проц. 1-го сегмента

       LEAVE        BUF3

Выход потока из буфера проц. 2-го сегм.

       TERMINATE

Удаление обработанного транз. Из модели

       GENERATE 4000

Моделирование продолжается в течение

       TERMINATE 1

4000 ед. модельного времени

             START        1

Установка счётчика завершения

3.2. Выходные данные.

       

              GPSS World Simulation Report - Сбродоff.5.1

                  Thursday, May 20, 2004 01:01:35  

          START TIME           END TIME  BLOCKS  FACILITIES  STORAGES

               0.000           4000.000    27        3          5

             NAME                       VALUE  

         A                              23.000

         B                               8.000

         BUF1                            1.000

         BUF2                            2.000

         BUF3                            3.000

         C                              18.000

         D                              13.000

         IN_BUF                          4.000

         PROC                            1.000

         PROC3                           7.000

         SEGM1                           6.000

LABEL              LOC  BLOCK TYPE     ENTRY COUNT CURRENT COUNT RETRY

                   1    GENERATE           499             0       0

                   2    ENTER              499           115       0

                   3    ENTER              384             0       0

                   4    SELECT             384             0       0

                   5    ENTER              384             0       0

                   6    LEAVE              384            14       0

                   7    SEIZE              370             0       0

B                   8    ADVANCE            400             2       0

                   9    TRANSFER           398             0       0

                  10    QUEUE               30             0       0

                  11    DEPART              30             0       0

                  12    TRANSFER            30             0       0

D                  13    RELEASE            368             0       0

                  14    LEAVE              368             0       0

                  15    LEAVE              368             0       0

                  16    ENTER              368             0       0

                  17    SEIZE              368             0       0

C                  18    ADVANCE            382             1       0

                  19    TRANSFER           381             0       0

                  20    QUEUE               14             0       0

                  21    DEPART              14             0       0

                  22    TRANSFER            14             0       0

A                  23    RELEASE            367             0       0

                  24    LEAVE              367             0       0

                  25    TERMINATE          367             0       0

                  26    GENERATE             1             0       0

                  27    TERMINATE            1             0       0

FACILITY         ENTRIES  UTIL.   AVE. TIME AVAIL. OWNER PEND INTER RETRY DELAY

1                  189    0.998      21.122  1      369    0    0     0      7

2                  181    0.996      22.004  1      372    0    0     0      7

PROC3              368    0.566       6.151  1      370    0    0     0      0

QUEUE              MAX CONT. ENTRY ENTRY(0) AVE.CONT. AVE.TIME   AVE.(-0) RETRY

1                   1    0     12     12     0.000      0.000      0.000   0

2                   1    0     18     18     0.000      0.000      0.000   0

PROC3               1    0     14     14     0.000      0.000      0.000   0

STORAGE            CAP. REM. MIN. MAX.  ENTRIES AVL.  AVE.C. UTIL. RETRY DELAY

BUF1              500  492   0     8      196   1    7.558  0.015    0    0

BUF2              500  492   0     8      188   1    7.490  0.015    0    0

BUF3              500  499   0     2      368   1    0.648  0.001    0    0

IN_BUF            500  385   0   117      499   1   51.198  0.102    0    0

SEGM1              16    0   0    16      384   1   15.049  0.941    0  115

CEC XN   PRI          M1      ASSEM  CURRENT  NEXT  PARAMETER    VALUE

  501    0        4000.000    501      0      1

FEC XN   PRI         BDT      ASSEM  CURRENT  NEXT  PARAMETER    VALUE

  370    0        4005.155    370     18     19

                                                   PROC          2.000

  369    0        4010.224    369      8      9

                                                   PROC          1.000

  372    0        4020.432    372      8      9

                                                   PROC          2.000

  502    0        8000.000    502      0     26

4. Заключение.

Развитие микроэлектроники и вычислительной техники привело в последнее время к появлению вычислительных систем , объединяющих в своём составе ряд процессоров. Использование таких систем на практике позволило значительно расширить область применения вычислительной техники , однако усложнился процесс проектирования  и  требования к разработчикам стали выше. Имитационное моделирование представляет собой незаменимый инструмент анализа принимаемых проектных решений , что позволило сократить сроки проектирования и повысить качество создаваемых многопроцессорных систем.

Используемая в данной курсовой работе система GPSS PC позволяет решать многие практические вопросы анализа проектируемых объектов на базе персональных ЭВМ . Система GPSS PC и её входной язык GPSS являются одним из наиболее эффективных и распространённых программных средств моделирования вычислительных систем , формализуемых в виде систем массового обслуживания.

В ходе работы система была смоделирована в течение  4 мс. Моделирование показало необходимый объём буферов памяти в системе. Ммнимальный объём входного буфера 117 транзактов , объёмы буферов процессоров 1-го сегмента – 8 транзактов , объём буфера процессора 2-го сегмента – 2 транзакта.

5. Список литературы.

  1.  Скворцов С.В., Телков И.А. «Языки моделирования в САПР ВС»
  2.  Разработка САПР ВС. В 10 книгах. Книга 9. «Имитационное

    моделирование»

  1.  Скворцов С.В., Телков И.А. «Описание структур систем на GPSS»

 


 

А также другие работы, которые могут Вас заинтересовать

25047. Историческая типология рассматривает три основных типа культуры 35 KB
  Доиндустриальная культура: общество с аграрной экономикой и патриархальной традиционной культурой. Древнейшая доиндустриальная культура бесписьменна. Индустриальная культура характеризуется ускоряющимся ростом промышленного производства увеличением городского населения формированием и развитием национальных культур. Постиндустриальная культура получила несколько названий: сверхиндустриальная цивилизация О.
25048. Вербальное общение (знаковое) 34.5 KB
  В любом тексте письменном или устном реализуется система языка. Существует несколько видов речевой деятельности: говорение использование языка для того чтобы чтото сообщить; слушание восприятие содержания звучащей речи; письмо фиксация содержания речи на бумаге; чтение восприятие зафиксированной на бумаге информации. C точки зрения формы существования языка общение делится на устное и письменное а с точки зрения количества участников на межличностное и массовое. С точки зрения социального и культурного статуса...
25049. Соціокультурні світи 34 KB
  Будьякий соціокультурний світ відрізняється не тільки своєрідністю культури але й звичаями життя у ньому. Соціокультурні світи можуть бути замкнуті у сферу якоїнебудь окремої етнічної культури наприклад світ Стародавнього Єгипту чи світ інків. Але на відміну від національних культур вони не обов`язково виникають на основі етнічної спільності і можуть охоплювати різні народи і країни наприклад світ європейського середньовіччя світ арабської культури.
25050. Вихідним моментом інформаційно-семіотичного підходу до культури 58.5 KB
  І такими видами смислів виступають знання цінності і регулятиви. Відповідно цьому знання те що дається пізнанням цінності те що встановлюється за допомогою оцінки і регулятиви те чим регулюються дії представляють собою три основних види смислів. Знання когнітивний смисл лат cognitio знання пізнання це інформація про властивості об'єкту. Невірне помилкове твердження це також знання тільки недостовірні якщо враховувати що у знаннях є елемент суб'єктивності і що істинність їх відносна; Таким чином знання важлива...
25051. Мир культуры во всем его разнообразии и богатстве творится человеком 36.5 KB
  Как человек творит культуру так и культура формирует человека обусловливает цели и смысл его бытия развивает его собственную сущность. Существенными определяющими ведущими для человека в целом являются не биологические а общественные закономерности его развития 191. Анализируя соотношение человека и культуры исследователи отмечают его многоаспектный характер. Духовность человека это богатство мыслей сила чувств и убеждений.
25052. Желчнокаменная болезнь 1.23 MB
  Желчнокаменная болезнь (камни в желчном пузыре) известна с глубокой древности. Упоминания о ней встречаются в трудах врачей эпохи Возрождения. Развитие анатомии в ХVI-ХVII веках способствовало изучению заболеваний печени и желчного пузыря.
25053. Методи й принципи культурології 32 KB
  Він становить епістемологію культури епістемологіяце теорія пізнання представлену загальною системою методологічних підходів принципів і методів пізнання систематизації й аналізу світових культурних процесів: Діахронний виклад явищ фактів і подій світової та вітчизняної культури у хронологічній послідовності. Археологічний вивчення загального стану розвитку культури минулих поколінь на підставі матеріальних знахідок. Психологічний вивчення субєктивних механізмів функціонування культури індивідуальних якостей людини та...