рефераты конспекты курсовые дипломные лекции шпоры

Раздел Образование
/
Алгоритмизация имитационной модели СМО произвольной структуры

Реферат Курсовая Конспект

Выберите учебное заведение

Алгоритмизация имитационной модели СМО произвольной структуры

Алгоритмизация имитационной модели СМО произвольной структуры - раздел Образование, АНАЛИТИЧЕСКИЕ И ИМИТАЦИОННЫЕ МОДЕЛИ Методика Построения Имитационной Модели Смо Сложной Структуры...

Методика построения имитационной модели СМО сложной структуры сводится к разработке модульной структуры алгоритмической модели. Структуру СМО необходимо декомпозировать на отдельные модули генерации заявок, распределения заявок при постановке в очередь и выбора из очереди, обслуживания заявок и набора статистических данных. При алгоритмизации СМО сложной структуры важно правильно выбрать последовательность обращений к подпрограммам в рассматриваемом такте моделирования. Построения имитационной модели СМО сложной структуры рассмотрим для структуры СМО, приведенной на рис. 7.36.

Рис. 7.36

На вход 1-го прибора поступают заявка первого приоритета с функцией распределения вероятностей поступления A₁(t) и заявки второго приоритета с функцией распределения А₂(t). Прибор характеризуется функцией распределения времени обслуживания заявок B₁(t). С выхода 1-го прибора обслуженные заявки поступают на входы 2-го и 3-го приборов с функциями распределения времени обслуживания заявок B₂(t) и B₃(t).

На 2-й и 3-й приборы поступают также потоки заявок с функциями распределения A₃(t) и A₄(t). Обслуженные заявки с выходом 2-го и 3-го приборов поступают на вход четвертого прибора, характеризующегося функцией распределения B₄(t). Потоки заявок ко второму и третьему приборам обслуживания однородны (нет приоритетов). На рис. 7.37 приведена структурная схема алгоритма имитационной модели данной СМО.

Рис. 7.37

Рис. 7.37. Окончание

Блоками 3 – 10 реализован алгоритм моделирования процесса поступления заявок первого и второго потоков на первый прибор. Причем, если в очереди заявки первого приоритета, то они вначале выбираются на обслуживание (см. работу блоков 11, 12, 13, 16, 18 на рис. 7.37). Если заявок первого приоритета в очереди нет (M1=0), то выбираются заявки на обслуживание из очереди второго приоритета (см. работу блоков 11, 12, 14, 15, 17, 18 на рис. 7.37).

Блоками 11 – 19 реализован алгоритм моделирования процесса обслуживания заявок первым прибором.

При наличии на выходе первого прибора обслуженной заявки идентификатор I₃ принимает значение «единица». Идентификатор I₃ определяется в подпрограмме OBS1 так же, как это делается в одноименной подпрограмме одноканальной СМО (см. рис. 7.12) с идентификатором K.

Затем обслуженная в первом приборе заявка поступает для обслуживания на второй или третий приборы, что определяется в подпрограмме ROSTH (см. блок 21 на рис. 7.37). Алгоритм подпрограммы приведен на рис. 7.38.

Рис. 7.38

В подпрограмме ROSTH введен ключ F. При значении ключа F=0 обслуженная в первом приборе заявка ставится в очередь ко второму прибору (см. блоки 1 - 4 на рис. 7.38). При значении ключа F=1 обслуженная в первом приборе заявка ставится в очередь к третьему прибору (см. блоки 1, 5 - 7 на рис. 7.38).

В подпрограмме GEN3 имитируется поступление заявки третьего входного потока. Если заявка поступила (I₄=1), то она после набора соответствующих статистических данных ставится в очередь ко второму прибору (см. блоки 22 – 25 на рис. 7.37). Блоками 26 – 31 реализован алгоритм моделирования процесса функционирования второго прибора.

В подпрограмме GEN4 имитируется поступление заявки четвертого входного потока. Если заявка поступила (I₅=1), то она после набора соответствующих статистических данных ставится в очередь к третьему прибору (см. блоки 33 – 35 на рис. 7.37). Блоками 36 – 41 реализован алгоритм моделирования процесса функционирования третьего прибора.

При наличии на выходе второго прибора обслуженной заявки идентификатор I₆ принимает значение «единица», а при наличии на выходе третьего прибора обслуженной заявки идентификатор I₇ также принимает значение «единица». Заявки, обслуженные вторым или третьим приборами, ставятся в очередь к четвертому прибору обслуживания (см. блоки 42 – 45 на рис. 7.37). Блоками 46 – 51 реализован алгоритм моделирования процесса функционирования четвертого прибора.

Анализ алгоритма, приведенного на рис. 7.37, показывает, что для него сохранен модульный принцип построения.

Подпрограммы GEN1, GEN2, GEN3, GEN4предназначены для имитации процессов поступления заявок в соответствии с законами распределений A₁(t), A₂(t), A₃(t), A₄(t). Подпрограммы OSTH1, OSTH2, OSTH3, OSTH4, OSTH5 предназначены для моделирования процесса организации очередей к соответствующим приборам обслуживания. Подпрограммы WIB1, WIB2, WIB3, WIB4, WIB5 реализуют процедуры выбора заявок на обслуживание из очередей к соответствующим приборам. Подпрограммы OBS1, OBS2, OBS3, OBS4,имитируют процедуры обслуживания в соответствующих приборах.

Можно представить алгоритм рассмотренного примера в виде последовательных модулей, как это показано на рис. 7.39.

Рис. 7.39

В подпрограммах GEN1, GEN2, GEN3, GEN4 осуществляется генерация заявок. Подпрограммы MODI включают в себя все подпрограммы, в которых осуществляется постановка и выбор заявок из очереди, обслуживание и набор всех требуемых статистических данных в каждом I–м приборе. Заметим, подпрограммы MOD2 и MOD3 могут «поменяться» местами, так как не важна последовательность рассмотрения смены их состояний в общем алгоритме. Нельзя изменить, например, места подпрограмм MOD3 и MOD4, так как обслуженная заявка третьего прибора становится входной заявкой для четвертого прибора.

Рекомендуется начинать составление схемы алгоритма моделирования СМО сложной структуры именно с такого блочного представления, которое показано на рис. 7.39.

При разработке программного обеспечения подпрограммами WWOD и WIWOD реализован интерфейс пользователя. Разработчик программного приложения может проявить здесь свою фантазию. В качестве примера приводится интерфейсное окно на рис.7.40, позволяющее вводить исходные данные:

- вероятности появления заявок в такте времени Dt;

- параметры законов обслуживания;

- параметры для набора статистических данных;

- заданное число тактов для моделирования и прочие данные, которые студент сочтет, необходимы для проведения исследований.

Приведенный пример не следует рассматривать как некоторый образец, так как разработка интерфейса - это искусство и вариантов интерфейсных окон может быть столько же, сколько и разработчиков.

На рис. 7.41 приведен пример интерфейсного окна для вывода результатов моделирования.

При моделировании можно варьировать исходными данными с целью определения параметров приборов обслуживания, которые могли бы обеспечить наименьшие значения времени задержки в очередях.

Рис. 7.40

Рис. 7.41

8. АЛГОPИТМИЗАЦИЯ ПPОЦЕCCОВ ФУНКЦИОНИPОВАНИЯ CИCТЕМ

Развернуть

Открыть в широком формате

– Конец работы –

Эта тема принадлежит разделу:

АНАЛИТИЧЕСКИЕ И ИМИТАЦИОННЫЕ МОДЕЛИ

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ... Технологический институт... Федерального государственного образовательного учреждения высшего профессионального образования...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Алгоритмизация имитационной модели СМО произвольной структуры

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

СТОХАСТИЧЕСКИЕ МОДЕЛИ
ОБЪЕКТОВ………………………………………..……. 46 3.1. Математические модели случайных процессов..… 46 3.2. Классификация моделей случайных процессов..… 53 3.3. Модели мар

МОДЕЛИ СИСТЕМ
МАССОВОГО ОБСЛУЖИВАНИЯ……..…………... 147 7.1. Общие сведения…..………………………………..... 147 7.2. Модель входного потока заявок и времени обслуживания…..…………………….……

УНИФИЦИРОВАННЫЙ
ЯЗЫК МОДЕЛИРОВАНИЯ UML…………..………. 229 9.1. Основные компоненты…………..…………………. 229 9.2. Понятия и компоненты…………..…………………. 231 9.3. Диаграммы вариантов испо

Понятие модели
1.1.1. Системный подход к моделированию. При проектировании автоматизированных систем управления, разработке прикладных программных продуктов важно правильно постав

Концепции определения моделей
Под динамической системой понимается объект, находящийся в каждый момент времени tÎT в одном из возможных состояний

Инерционные модели
Динамические системы с последействием (с предысторией) могут быть формализованы с применением дифференциальных уравнений с запаздывающим аргументом. 2.3.1. Дифференциальные уравнен

Модели на основе передаточных функций
Рассмотрим однооткликовую импульсную систему с дискретными сигналами на ее входе и выходе, модель которой может быть выражена с помощью импульсной характеристики (весовой функции) в виде уравнения

Конечные автоматы
Для моделирования динамических систем, функционирующих в дискретном времени, применяется аппарат конечных автоматов [7]. Теория конечных автоматов и их модели используются при синтезе и анализе выч

СТОХАСТИЧЕСКИЕ МОДЕЛИ ОБЪЕКТОВ
3.1. Математические модели случайных процессов При проведении научных исследований в производстве и в быту часто встречаются события, которые многократно появляются при одн

Понятие статистического моделирования
При определении методов статистического моделирования применяют название «метод Монте-Карло». Определение, которое характеризует этот метод достаточно точно и полно, не существует. Известно, что эт

Датчики случайных чисел
Для имитации случайных событий необходим некоторый эталон, т.е. то, с чем можно что-то сравнить. Известно, что наука существует там, где есть измерения. Отсутствие измерений приводит к схоластике,

Проверочные тесты
Программная реализация датчика псевдослучайных, квазиравномерно распределенных чисел может быть получена любым программистом на основе разработанного им алгоритма с применением либо аналитических м

Имитация случайных событий
Пусть события S1, S2,..., Smобразуют полную группу несовместимых событий, каждое из которых может произойти с вероятностью Рi, причем

Имитация непрерывных случайных величин
Если событие Х принимает значения в некоторой области непрерывных величин, то для аналитического моделирования непрерывных событий применяют функцию распределения вероятностей

Имитация марковского процесса
4.6.1. Моделирование дискретной цепи Маркова. Рассмотрим дискретную цепь Маркова или марковский процесс с дискретным временем перехода из одного состояния в другое. Математическая

Выбор числа опытов
При разработке имитационных моделей для исследования случайных объектов существует задача выбора числа опытов (объема выборки). Это непростая задача, т.к. во-первых, необходимо обосновать достоверн

Формулы и алгоритмы для оценки результатов моделирования
При реализации моделирующего алгоритма на ЭВМ вырабатывается информация о состоянии моделируемых систем, которая представляет собой исходный материал для определения приближенных ис

Аналитическое определение вероятностных автоматов
6.1.1. Формальное задание и классификация. Вероятностные автоматы (ВА) относятся к дискретно-стохастическому классу моделей. Данный тип моделей служит инструментом изучения динамич

Имитационное моделирование вероятностных автоматов
Для имитации процесса функционирования ВА необходимо задать: - такты моделирования T, а также цикл по тактам моделирования от нуля до заданного числа такто

Модель входного потока заявок и времени обслуживания
Входной поток заявок характеризуется начальным моментом времени t0, моментами времени ti поступления i-х заявок, случайными

Модель Эрланга
При моделировании СМО исследуется изменение в системе за сколь угодно малый отрезок времени. Составляются уравнения в частных приращениях, от которых затем осуществляется переход к дифференциальным

Исследование модели пуассоновского процесса с помощью производящих функций
Будем считать, что на вход СМО поступает пуассоновский поток заявок с интенсивностью l и вероятностью Рn(t) того, что за время t в СМО

Имитационное моделирование одноканальной СМО
Алгоритмизация может осуществляться с применением способа Dt-моделирования, который позволяет определить состояния СМО через интервал времени Dt.

Имитационные модели многофазных СМО
Пусть СМО имеет структуру, показанную на рис. 7.18, т.е. обслуживание состоит из двух фаз. Входной поток заявок задан функцией распределения вероятностей длин интервалов между заявками A(t)

Имитационные модели многоканальных СМО
7.8.1. Модели систем с общей очередью.Рассмотрим задачу построения имитационной модели трехканальной СМО с общей очередью. Понятие общей очереди предусматривает, чт

Моделиpующие алгоpитмы
Для моделиpования любого объекта, заданного пpи помощи математичеcкой модели, а также в виде последовательности процедур, имитирующих отдельные элементарные процессы, необxодимо поc

Основные компоненты
После многх попыток создания унифицированных языков для решения задач моделирования был разработан и опробован объектно-ориентированный подход. Первый язык Simula-67, основанный на

Понятия и компоненты
Сущности представляются парами «тип, экземпляр». Таких пар несколько: «класс, объект», «ассоциация, связь», «параметр, значение», «операция, вызов процедуры». Для изображения элемен

Array, Real, Vektor, Matrix.
Описание типа зависит от того, какой язык программирования используется разработчиками. Атрибуг изображается в виде текстовой строки, отражающей различные его свойства: <признак

Масса машины
… У каждой секции прямоугольника класса может быть имя. Так как секция «имя класса» обязательна, то ее имя не указывается, как показано на рис. 9.6.

Связи между объектами
Аналогично ключевому понятию модели классов - понятию ассоциации, - для объектов существует понятие связи (link). Связь есть экземпляр ассоциации, установленной для объектов данных

Диаграммы взаимодействия
Взаимодействия между объектами в системе представляются диаграммами взаимодействия (interaction diagrams). Диаграммы взаимодействия подразделяются на два основных типа диаграмм: диаграммы последова

Диаграммы состояний
Диаграммы состояний (state diagram) определяют состояния, в которых может находиться конкретный объект, а также процесс смены состояний объекта в результате влияния некоторых событи

Диаграммы деятельностей
Диаграммы деятельностей (aktivity diagrams) предназначены для того, чтобы отразить переходы в рамках выполнения определенной задачи, вызванные внутренними процессами. Используются для моделирования

Определение объекта
Объектно-ориентированный подход в последнее время стал прочно ассоциироваться с программированием. Объектно-ориентированный подход развивался почти исключительно программистами. Ито

Behavior
domain; }/*GGenerator*/ Рис. 10.3

Наследование
Наследование в ООМ понимается примерно так же, как и в ООП. Если объявляете класс с2 прямым потомком класса с1, то класс с2 наслед

Полиморфизм
Полиморфизмом в ООП называется возможность использования вместо объектов одного декларированного класса объекты другого класса, называемого замещающим, совместимого с первым. Аналог

Equation
Z= X/K; endCMulGiv; Новый класс CMulGiv наследует от своего суперкласса CGain вход, выход, параметр и одно уравнение, а также добавляет один выхо

Equation
Y = if X>Xmax then UpperLimit else if X<Xmin then LowerLimit else K*X;

Equation
connect(Gem.Y,Amp.X); connect(Gem.Y,Y); endCSineSource; Далее нужно создать специальный класс CLimitedSineSource на основе СSineSource, переопределив пар

Типы данных и пакеты
Для моделирования непрерывных систем необходим минимальный набор типов данных: скалярный вещественный тип, типы «вектор» и «матрица», а также целые числа для вычисления индексов век

БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Советов Б.Я., Яковлев С.А. «Моделирование систем». – М.: Высш. школа, 1985 – 271 с. 2. Бусленко Н.П. Моделирование сложных систем. – М.: Наука,1978. – 400 с. 3. Финаев В.И. Мод