Федеральне агентство з освіти
Пояснювальна записка до курсового проекту
з курсу «Моделювання систем»
Тема: «Імітаційне моделювання роботи обчислювальної системи з трьох ЕОМ в середовищі GPSS»
Єкатеринбург 2008р
Зміст
"1-3" \ t "Заголовок 2" Введення
1. Побудова концептуальної моделі системи та її формалізація
1.1 Формулювання мети і постановка задачі машинного моделювання системи
1.2 Аналіз задачі моделювання системи
1.3 Визначення вимог до вихідної інформації про об'єкт моделювання і організація її збору
1.4 Висування гіпотез і прийняття припущень
1.5 Визначення параметрів і змінних моделі
1.6 Встановлення основного змісту моделі
1.7 Обгрунтування критеріїв оцінки ефективності системи
1.8 Визначення процедур апроксимації
1.9 Опис концептуальної моделі системи
1.10 Перевірка достовірності концептуальної моделі
2. Алгоритмізація моделі системи та її машинна реалізація
2.1 Побудова логічної схеми моделі
2.2 Отримання математичних співвідношень
2.3 Перевірка вірогідності моделі системи
2.4 Вибір інструментальних засобів моделювання
2.5 Складання плану виконання робіт з програмування
2.6 Специфікація і побудова схеми програми
2.7 Проведення програмування моделі
2.8 Перевірка достовірності програми
3. Отримання і інтерпретація результатів моделювання системи
3.1 Планування машинного експерименту з моделлю системи
3.2 Визначення вимог до обчислювальних засобів
3.3 Проведення робочих розрахунків
3.4 Аналіз результатів моделювання системи
3.5 Представлення результатів моделювання
3.6 Інтерпретація результатів моделювання
3.7 Підведення підсумків моделювання і видача рекомендацій
З урахуванням наявних ресурсів як методу розв'язання задачі виберемо метод імітаційного моделювання, що дозволяє не тільки аналізувати характеристики моделі, а й проводити структурний, алгоритмічний і параметричний синтез моделі на ЕОМ при заданих критеріях оцінки ефективності та обмеження.
Постановка завдання дослідження функціонування обчислювальної системи складається з трьох ЕОМ представлена в завданні до курсового проектування, з якого випливає, що необхідно визначити:
ü максимальну довжину черг до кожної ЕОМ;
ü коефіцієнти завантаження кожної ЕОМ.
Перегляд початкової постановки задачі дослідження не передбачений.
Екзогенні (незалежні) змінні моделі:
ü інтервал часу надходження завдань;
ü ймовірність надходження завдань на первісну обробку до кожної з ЕОМ;
ü ймовірність надходження завдань на подальшу обробку до решти ЕОМ;
ü тривалість обробки завдань на кожній з ЕОМ;
ü кількість завдань.
Ендогенні (залежні) змінні моделі:
ü довжину черги до кожної з ЕОМ;
ü коефіцієнт завантаження кожної ЕОМ.
При побудові математичної імітаційної моделі процесів функціонування системи будемо використовувати безперервно-стохастичний підхід на прикладі типової Q-схеми, тому що досліджувана система - обчислювальна система з трьох ЕОМ - може бути представлена як система масового обслуговування з безперервним часом обробки параметрів при наявності випадкових факторів.
Формалізувати процес функціонування досліджуваної системи в абстракціях Q-схеми, на другому етапі алгоритмізації моделі та її машинної реалізації виберемо мову імітаційного моделювання, тому що високий рівень проблемної орієнтації мови значно спростить програмування, а спеціально передбачені в ньому можливості збору, обробки і виведення результатів моделювання дозволять швидко і детально проаналізувати можливі результати імітаційного експерименту з моделлю. Для отримання повної інформації про характеристики процесу функціонування системи необхідно буде провести повний факторний експеримент, який дозволить визначити, наскільки ефективно функціонує система, і видати рекомендації щодо її удосконалення.
ü якщо інтенсивність надходження завдань у ВС буде менше часу обробки завдань на кожній з ЕОМ, то коефіцієнт завантаження кожної з ЕОМ буде зростати, і, як наслідок, буде збільшуватися кількість надійшли завдань у ЗС, які утворюють довгі черги;
ü перша ЕОМ прорешівает менше завдань двох інших ЕОМ і при цьому має довжину черги завжди більше довжини черги до другої ЕОМ;
ü третя ЕОМ прорешівает завжди більше завдань, ніж дві інші ЕОМ окремо.
Для спрощення моделі можна висунути такі припущення:
ü час переходу завдання від однієї ЕОМ до іншої дорівнює нулю.
v інтервал часу (інтенсивність) надходження завдань в обчислювальну систему (ПС), t п ± Dt п, де t п - середній інтервал часу між надходженням завдань у ЗС, Dt п - половина інтервалу, у якому рівномірно розподілено значення, одиниця виміру - хвилина ;
Вихідні змінні моделі:
v кількість завдань оброблених на кожній з ЕОМ в задані інтервали часу обробки завдань і ймовірностями надходження завдань на них, N ОЗ1, N ОЗ2, N ОЗ3, одиниця виміру - кількість завдань;
v коефіцієнт завантаження кожної з ЕОМ, Z Е1, Е2 Z, Z Е3, одиниця виміру - відносна одиниця;
v кількість завдань, яким довелося чекати в черзі, внаслідок високого коефіцієнта завантаження ЕОМ в задані інтервали часу обробки завдань на кожній з ЕОМ і ймовірностями надходження завдань на них, N О1, N О2, N О3, одиниця виміру - кількість студентів.
Параметри моделі:
· Ймовірність надходження завдань на другу або третю ЕОМ після обробки на першій ЕОМ, Р Р2, Р Р3, одиниця виміру -%;
· Ймовірність надходження завдань на первісну обробку до кожної з ЕОМ, Р П1, Р П2, Р П3, одиниця виміру - кількість завдань;
· Кількість завдань, вирішених другою або третьою ЕОМ в задані інтервали часу обробки завдань на кожній з ЕОМ і ймовірностями надходження завдань на них, N РЗ2, N РЗ3, одиниця виміру - кількість завдань;
· Кількість завдань, які треба прорешать, N О, одиниця виміру - кількість завдань;
· Інтервал часу (інтенсивність) обробки завдань кожної з ЕОМ, t Е1, t Е2, t Е3, одиниця виміру - хвилина.
Вплив зовнішнього середовища відсутні.
Цільова функція моделі системи:
SHAPE \ * MERGEFORMAT
Рис. 1. Концептуальна модель у вигляді структурної схеми
Як типовий математичної схеми застосовується Q-схема, що складається з одного джерела (І), трьох накопичувачів (Н 1, Н 2, Н 3), трьох каналів (К 1, К 2, К 3), вісьмома клапанів (рис. 2 ). Завдання в систему надходять від джерела І з інтервалом 3 ± 1 хв в кожен з перших трьох клапанів з ймовірностями: клапан 1 - 40%, клапан 2 - 30%, клапан 3 - 30%. Клапан 1, клапан 2, клапан 3 управляються накопичувачами Н 1, Н 2, Н 3, ємність яких L Н1, L Н2, L Н3 не обмежена за умовою задачі. З накопичувача 1 (Н 1), завдання надходять у клапан 4, який управляється каналом 1 (К 1). Аналогічно з накопичувачами 2 і 3 (Н 2, Н 3), завдання з яких надходять в клапан 5 і 6, управляються каналами 2 і 3 (К 2, К 3) відповідно. Обробка (затримка) завдань в каналах До 1, К 2, К 3 займає 7 ± 4 хв, 3 ± 1 хв, 5 ± 2 хв відповідно. Після обробки каналом 1 (К 1), завдання надходять на кінцевий етап обробки до вирішеного стану з ймовірностями 30% у клапан 2 і 70% в клапан 3. Після новоприйняті завдання в клапан 2 і 3, управляються накопичувачами 2 і 3 (Н 2, Н 3), завдання з яких надходять в клапан 5 і 6, управляються каналами 2 і 3 (К 2, К 3) відповідно. Після чергової обробки (затримки) в каналах 2 і 3 (К 2, К 3), завдання надходять в клапани 7 і 8, де і знищуються, як повністю виконані (вирішені) завдання.
SHAPE \ * MERGEFORMAT
Рис. 2. Концептуальна модель у вигляді Q-схеми
Формальна модель системи:
Q = {І, Н 1, Н 2, Н 3, К 1, К 2, К 3, N О, N ОЗ1, N РЗ2, N РЗ3, кл 1, кл 2, кл 3, кл 4, кл 5, кл 6, кл 7, кл 8, L Н = ∞}.
Відповідно до розробленої концептуальної моделі остаточні гіпотези і припущення збігаються з раніше прийнятими. Обрана процедура апроксимації визначення середніх значень вихідних змінних відповідає реальним випадковим процесам, що протікають в системі масового обслуговування.
а) перевірку задуму моделі: початкове вивчення поставленого завдання було зроблено дуже детально, а саме описані всі параметри і змінні, висунуті гіпотези і припущення, доказ яких має бути підтверджено в подальших етапах аналізу;
б) оцінку достовірності вихідної інформації: протягом першого етапу аналізу завдання чітко визначилися і виявилися дані, які потрібно знайти і за допомогою чого, що підтверджується елементарною логікою;
в) розгляд завдання моделювання: проходить через аналіз по окремих етапах, за якими висуваються початкові залежності даних в задачі;
г) аналіз прийнятих апроксимацій: на прийнятих апроксимація, можливий подальший аналіз і зворотна логіка теж підтверджена, але повний аналіз буде проходити на подальших етапах дослідження;
д) дослідження гіпотез і припущень: з даних і отриманих різних формулювань можливо висунути гіпотези і припущення, які не спростовують все вище сказане.
Після генерації заявок в джерелі І (блок 1) здійснюється розподіл потоку завдань з імовірностями 40%, 30%, 30% між накопичувачами Н 1 (блок 2), Н 2 (блок 3), Н 3 (блок 4). У умови задачі ємність накопичувача не обмежена, тому відмов у системі немає. Після очікування в накопичувачах Н 1, Н 2, Н 3, завдання надходять на обслуговування в канали До 1 (блок 5), К 2 (блок 6), К 3 (блок 7). Завдання, закінчило обробку на першому каналі не є вирішеним, тому надходить на очікування останньої обробки в накопичувачі Н 2 (блок 3), Н 3 (блок 4) з імовірнісним розподілом 30% і 70% відповідно. Для того щоб визначити завантаженість (або простої) каналів До 1, К 2 і К 3, можна проаналізувати статистичні дані, що стосуються черги перед відповідними каналами. Після обробки в каналах К 2 і К 3, завдання надходить на видалення (блок 8 і блок 9) і залишає систему. Пояснювальна записка до курсового проекту
з курсу «Моделювання систем»
Тема: «Імітаційне моделювання роботи обчислювальної системи з трьох ЕОМ в середовищі GPSS»
Єкатеринбург 2008р
Зміст
"1-3" \ t "Заголовок 2" Введення
1. Побудова концептуальної моделі системи та її формалізація
1.1 Формулювання мети і постановка задачі машинного моделювання системи
1.2 Аналіз задачі моделювання системи
1.3 Визначення вимог до вихідної інформації про об'єкт моделювання і організація її збору
1.4 Висування гіпотез і прийняття припущень
1.5 Визначення параметрів і змінних моделі
1.6 Встановлення основного змісту моделі
1.7 Обгрунтування критеріїв оцінки ефективності системи
1.8 Визначення процедур апроксимації
1.9 Опис концептуальної моделі системи
1.10 Перевірка достовірності концептуальної моделі
2. Алгоритмізація моделі системи та її машинна реалізація
2.1 Побудова логічної схеми моделі
2.2 Отримання математичних співвідношень
2.3 Перевірка вірогідності моделі системи
2.4 Вибір інструментальних засобів моделювання
2.5 Складання плану виконання робіт з програмування
2.6 Специфікація і побудова схеми програми
2.7 Проведення програмування моделі
2.8 Перевірка достовірності програми
3. Отримання і інтерпретація результатів моделювання системи
3.1 Планування машинного експерименту з моделлю системи
3.2 Визначення вимог до обчислювальних засобів
3.3 Проведення робочих розрахунків
3.4 Аналіз результатів моделювання системи
3.5 Представлення результатів моделювання
3.6 Інтерпретація результатів моделювання
3.7 Підведення підсумків моделювання і видача рекомендацій
Введення
Обчислювальна система складається з трьох ЕОМ. З інтервалом 3 ± 1 хв в систему надходять завдання, які з ймовірностями Р 1 = 0,4; P 2 = P 3 = 0,3 адресуються одній з трьох ЕОМ. Перед кожною ЕОМ є черга завдань, довжина якої не обмежена. Після обробки завдання на першій ЕОМ, воно з імовірністю P 12 = 0,3 надходить в чергу до другої ЕОМ та з ймовірністю P 13 = 0,7 - в чергу до третьої ЕОМ. Після обробки на другій або третій ЕОМ завдання вважається виконаним. Тривалість обробки завдань на різних ЕОМ характеризується інтервалами часу Т 1 = 7 ± 4 хв, T 2 = 3 ± 1 хв, T 3 = 5 ± 2 хв. Змоделювати процес обробки 200 завдань. Визначити максимальну довжину кожної черги і коефіцієнти завантаження ЕОМ.1. Побудова концептуальної моделі системи та її формалізація
1.1 Формулювання мети і постановка задачі машинного моделювання системи
Необхідно дослідити роботу обчислювальної системи з трьох ЕОМ. В якості мети моделювання виберемо вивчення функціонування системи, а саме оцінювання її характеристик з точки зору ефективності роботи системи, тобто мінімізацію довжини черги до ЕОМ та максимізацію коефіцієнта завантаження ЕОМ (тобто чи буде вона простоювати, працювати на знос або працювати з запасом). В якості мети ефективного функціонування системи доцільно вибрати максимізацію коефіцієнта завантаження кожної ЕОМ.З урахуванням наявних ресурсів як методу розв'язання задачі виберемо метод імітаційного моделювання, що дозволяє не тільки аналізувати характеристики моделі, а й проводити структурний, алгоритмічний і параметричний синтез моделі на ЕОМ при заданих критеріях оцінки ефективності та обмеження.
Постановка завдання дослідження функціонування обчислювальної системи складається з трьох ЕОМ представлена в завданні до курсового проектування, з якого випливає, що необхідно визначити:
ü максимальну довжину черг до кожної ЕОМ;
ü коефіцієнти завантаження кожної ЕОМ.
Перегляд початкової постановки задачі дослідження не передбачений.
1.2 Аналіз задачі моделювання системи
В якості критерію оцінки ефективності процесу функціонування системи доцільно вибрати коефіцієнт завантаження ЕОМ, який повинен бути максимальним, при цьому довжина черги до кожної ЕОМ повинна бути мінімальною. Співвідношення завантаження кожної ЕОМ повинно бути в середньому однаковою, щоб кожен пристрій було задіяно рівноцінно. В якості ще одного традиційного критерію оцінки ефективності процесу функціонування системи можна вибрати мінімальний час обробки завдань в системі в цілому при максимальній кількості оброблених завдань.Екзогенні (незалежні) змінні моделі:
ü інтервал часу надходження завдань;
ü ймовірність надходження завдань на первісну обробку до кожної з ЕОМ;
ü ймовірність надходження завдань на подальшу обробку до решти ЕОМ;
ü тривалість обробки завдань на кожній з ЕОМ;
ü кількість завдань.
Ендогенні (залежні) змінні моделі:
ü довжину черги до кожної з ЕОМ;
ü коефіцієнт завантаження кожної ЕОМ.
При побудові математичної імітаційної моделі процесів функціонування системи будемо використовувати безперервно-стохастичний підхід на прикладі типової Q-схеми, тому що досліджувана система - обчислювальна система з трьох ЕОМ - може бути представлена як система масового обслуговування з безперервним часом обробки параметрів при наявності випадкових факторів.
Формалізувати процес функціонування досліджуваної системи в абстракціях Q-схеми, на другому етапі алгоритмізації моделі та її машинної реалізації виберемо мову імітаційного моделювання, тому що високий рівень проблемної орієнтації мови значно спростить програмування, а спеціально передбачені в ньому можливості збору, обробки і виведення результатів моделювання дозволять швидко і детально проаналізувати можливі результати імітаційного експерименту з моделлю. Для отримання повної інформації про характеристики процесу функціонування системи необхідно буде провести повний факторний експеримент, який дозволить визначити, наскільки ефективно функціонує система, і видати рекомендації щодо її удосконалення.
1.3 Визначення вимог до вихідної інформації про об'єкт моделювання і організація її збору
Вся необхідна інформація про систему і зовнішньому середовищі представлена в завданні до курсового проектування і не вимагає попередньої обробки.1.4 Висування гіпотез і прийняття припущень
Для заповнення прогалин в розумінні завдання дослідження, а також перевірки можливих результатів моделювання при проведенні машинного експерименту висуваємо наступні гіпотези:ü якщо інтенсивність надходження завдань у ВС буде менше часу обробки завдань на кожній з ЕОМ, то коефіцієнт завантаження кожної з ЕОМ буде зростати, і, як наслідок, буде збільшуватися кількість надійшли завдань у ЗС, які утворюють довгі черги;
ü перша ЕОМ прорешівает менше завдань двох інших ЕОМ і при цьому має довжину черги завжди більше довжини черги до другої ЕОМ;
ü третя ЕОМ прорешівает завжди більше завдань, ніж дві інші ЕОМ окремо.
Для спрощення моделі можна висунути такі припущення:
ü час переходу завдання від однієї ЕОМ до іншої дорівнює нулю.
1.5 Визначення параметрів і змінних моделі
Вхідні змінні моделі:v інтервал часу (інтенсивність) надходження завдань в обчислювальну систему (ПС), t п ± Dt п, де t п - середній інтервал часу між надходженням завдань у ЗС, Dt п - половина інтервалу, у якому рівномірно розподілено значення, одиниця виміру - хвилина ;
Вихідні змінні моделі:
v кількість завдань оброблених на кожній з ЕОМ в задані інтервали часу обробки завдань і ймовірностями надходження завдань на них, N ОЗ1, N ОЗ2, N ОЗ3, одиниця виміру - кількість завдань;
v коефіцієнт завантаження кожної з ЕОМ, Z Е1, Е2 Z, Z Е3, одиниця виміру - відносна одиниця;
v кількість завдань, яким довелося чекати в черзі, внаслідок високого коефіцієнта завантаження ЕОМ в задані інтервали часу обробки завдань на кожній з ЕОМ і ймовірностями надходження завдань на них, N О1, N О2, N О3, одиниця виміру - кількість студентів.
Параметри моделі:
· Ймовірність надходження завдань на другу або третю ЕОМ після обробки на першій ЕОМ, Р Р2, Р Р3, одиниця виміру -%;
· Ймовірність надходження завдань на первісну обробку до кожної з ЕОМ, Р П1, Р П2, Р П3, одиниця виміру - кількість завдань;
· Кількість завдань, вирішених другою або третьою ЕОМ в задані інтервали часу обробки завдань на кожній з ЕОМ і ймовірностями надходження завдань на них, N РЗ2, N РЗ3, одиниця виміру - кількість завдань;
· Кількість завдань, які треба прорешать, N О, одиниця виміру - кількість завдань;
· Інтервал часу (інтенсивність) обробки завдань кожної з ЕОМ, t Е1, t Е2, t Е3, одиниця виміру - хвилина.
Вплив зовнішнього середовища відсутні.
1.6 Встановлення основного змісту моделі
На основі аналізу вихідних даних та висунутих гіпотез можна зробити висновок про те, що процеси, що відбуваються в моделюється системі, є процесами масового обслуговування, тому ці процеси доцільно описати на мові Q-схем.1.7 Обгрунтування критеріїв оцінки ефективності системи
Для оцінки якості процесу функціонування системи, що моделюється сформуємо на підставі аналізу задачі моделювання системи функцію поверхні відгуку в досліджуваній області зміни параметрів і змінних як сукупність критеріїв оцінки ефективності. Ця функція дозволить визначити екстремуми реакції системи.1.8 Визначення процедур апроксимації
Для апроксимації реальних процесів, що протікають в системі, скористаємося процедурою визначення середніх значень вихідних змінних, оскільки в системі є випадкові значення змінних і параметрів.1.9 Опис концептуальної моделі системи
Концептуальна модель досліджуваної системи представлена у вигляді структурної схеми (рис. 1), що складається з одного вхідного потоку х - завдання, що надходять в обчислювальну систему, двох вихідних потоків у 1, у 2 - завдання, вирішені в обчислювальній системі на другій і третій ЕОМ.Цільова функція моделі системи:
SHAPE \ * MERGEFORMAT
х |
0,4 |
0,3 |
0,3 |
0,3 |
0,7 |
y 1 |
y 2 |
Рис. 1. Концептуальна модель у вигляді структурної схеми
Як типовий математичної схеми застосовується Q-схема, що складається з одного джерела (І), трьох накопичувачів (Н 1, Н 2, Н 3), трьох каналів (К 1, К 2, К 3), вісьмома клапанів (рис. 2 ). Завдання в систему надходять від джерела І з інтервалом 3 ± 1 хв в кожен з перших трьох клапанів з ймовірностями: клапан 1 - 40%, клапан 2 - 30%, клапан 3 - 30%. Клапан 1, клапан 2, клапан 3 управляються накопичувачами Н 1, Н 2, Н 3, ємність яких L Н1, L Н2, L Н3 не обмежена за умовою задачі. З накопичувача 1 (Н 1), завдання надходять у клапан 4, який управляється каналом 1 (К 1). Аналогічно з накопичувачами 2 і 3 (Н 2, Н 3), завдання з яких надходять в клапан 5 і 6, управляються каналами 2 і 3 (К 2, К 3) відповідно. Обробка (затримка) завдань в каналах До 1, К 2, К 3 займає 7 ± 4 хв, 3 ± 1 хв, 5 ± 2 хв відповідно. Після обробки каналом 1 (К 1), завдання надходять на кінцевий етап обробки до вирішеного стану з ймовірностями 30% у клапан 2 і 70% в клапан 3. Після новоприйняті завдання в клапан 2 і 3, управляються накопичувачами 2 і 3 (Н 2, Н 3), завдання з яких надходять в клапан 5 і 6, управляються каналами 2 і 3 (К 2, К 3) відповідно. Після чергової обробки (затримки) в каналах 2 і 3 (К 2, К 3), завдання надходять в клапани 7 і 8, де і знищуються, як повністю виконані (вирішені) завдання.
SHAPE \ * MERGEFORMAT
І |
Н 3 |
Н 2 |
Н 1 |
До 1 |
До 2 |
До 3 |
КЛ1 |
КЛ2 |
КЛ3 |
КЛ4 |
КЛ5 |
КЛ6 |
КЛ8 |
КЛ7 |
N Про |
N РЗ2 |
N РЗ3 |
N Про З1 |
Рис. 2. Концептуальна модель у вигляді Q-схеми
Формальна модель системи:
Q = {І, Н 1, Н 2, Н 3, К 1, К 2, К 3, N О, N ОЗ1, N РЗ2, N РЗ3, кл 1, кл 2, кл 3, кл 4, кл 5, кл 6, кл 7, кл 8, L Н = ∞}.
Відповідно до розробленої концептуальної моделі остаточні гіпотези і припущення збігаються з раніше прийнятими. Обрана процедура апроксимації визначення середніх значень вихідних змінних відповідає реальним випадковим процесам, що протікають в системі масового обслуговування.
1.10 Перевірка достовірності концептуальної моделі
Перевірка достовірності концептуальної моделі включає:а) перевірку задуму моделі: початкове вивчення поставленого завдання було зроблено дуже детально, а саме описані всі параметри і змінні, висунуті гіпотези і припущення, доказ яких має бути підтверджено в подальших етапах аналізу;
б) оцінку достовірності вихідної інформації: протягом першого етапу аналізу завдання чітко визначилися і виявилися дані, які потрібно знайти і за допомогою чого, що підтверджується елементарною логікою;
в) розгляд завдання моделювання: проходить через аналіз по окремих етапах, за якими висуваються початкові залежності даних в задачі;
г) аналіз прийнятих апроксимацій: на прийнятих апроксимація, можливий подальший аналіз і зворотна логіка теж підтверджена, але повний аналіз буде проходити на подальших етапах дослідження;
д) дослідження гіпотез і припущень: з даних і отриманих різних формулювань можливо висунути гіпотези і припущення, які не спростовують все вище сказане.
2. Алгоритмізація моделі системи та її машинна реалізація
2.1 Побудова логічної схеми моделі
Логічна схема моделі представлена на рис. 3.SHAPE \ * MERGEFORMAT
Початок |
Генерація завдань у джерелі І |
Розподіл потоку завдань між накопичувачами Н 1, Н 2, Н 3 |
Очікування завдань у накопичувачі Н 1 |
Очікування завдань у накопичувачі Н 2 |
Очікування завдань у накопичувачі Н 3 |
Обслуговування завдання в каналі До 1 |
Обслуговування завдання в каналі К 2 |
Обслуговування завдання в каналі До 3 |
Розподіл потоку завдань між каналами К 2, К 3 |
Видалення повністю виконаного завдання К 2 |
Видалення повністю виконаного завдання К 3 |
Кінець |
Рис. 3. Логічна схема
2.2 Отримання математичних співвідношень
Для побудови машинної моделі системи в комбінованому вигляді, тобто з використанням аналітико-імітаційного підходу, необхідно частину процесів у системі описати аналітично, а іншу частину зімітувати відповідними алгоритмами. На даному етапі побудови аналітичної моделі задамо математичні співвідношення у вигляді явних функцій.Завантаження кожної ЕОМ і максимальну довжину черг у вигляді явних функцій записати важко. Ці величини визначимо за допомогою мови імітаційного моделювання.
2.3 Перевірка вірогідності моделі системи
На даному підетапи достовірність моделі системи перевіряється за наступними показниками:а) можливості вирішення поставленої задачі:
Рішення даного завдання за допомогою математичних відносин недоцільно, оскільки шукані дані не мають явних функцій. Використання імітаційного моделювання вирішує ці складнощі, але для правильної реалізації потрібно точно і безпомилково визначити параметри та змінні моделі, обгрунтувати критерії оцінки ефективності системи, скласти концептуальну модель і побудувати логічну схему. Всі ці кроки побудувати модель даного процесу;
б) точності відображення задуму в логічній схемі:
При складанні логічної схеми, важливо розуміти зміст завдання, до цього побудувати концептуальну модель. Перевірку точності можна виконати при докладному описі самої схеми, при цьому, зіставляти з описом концептуальної моделі;
в) повноті логічної схеми моделі:
Перевірити наявність всіх вище описаних змінних, параметрів, залежностей, послідовності дій;
г) правильності використовуваних математичних співвідношень:
2.4 Вибір інструментальних засобів моделювання
У нашому випадку для проведення моделювання системи масового обслуговування з безперервним часом обробки параметрів при наявності випадкових факторів необхідно використовувати ЕОМ із застосуванням мови імітаційного моделювання GPSS, тому що в даний час найбільш доступним засобом моделювання систем є ЕОМ, а застосування простого і доступного мови імітаційного моделювання GPSS (http://www.gpss.ru) дозволяє отримати інформацію про функції станів z i (t) системи, аналізуючи безперервні процеси функціонування системи тільки в «особливі» дискретні моменти часу при зміні станів системи завдяки моделюючий алгоритм, реалізованому за «принципом особливих станів» (принцип dz). Крім того, високий рівень проблемної орієнтації мови GPSS значно спростить програмування, спеціально передбачені в ньому можливості збору, обробки і виведення результатів моделювання дозволять швидко і детально проаналізувати можливі результати імітаційного експерименту з моделлю.2.5 Складання плану виконання робіт з програмування
Вибрана мова імітаційного моделювання GPSS має три версії: MICRO-GPSS Version 88-01-01, GPSS / PC Version 2, GPSS World Students Version 4.3.5. Micro-GPSS має DOS-інтерфейс, який чутливий до стилю написання програми (кількості пробілів між операндами, довжині міток та імен та інших), не містить текстового редактора. GPSS / PC позбавлений вказаних недоліків, проте інтерпретатор GPSS World Students має ряд переваг перед ним, наприклад наявність інтерфейсу Windows, покрокового отладчика, можливість збору та збереження у файлах різної статистичної інформації, візуальний введення команд. Тому для розробки моделі був обраний саме інтерпретатор GPSS World Students.Для моделювання достатньо використовувати ЕОМ типу IBM / PC, застосування спеціалізованих пристроїв не потрібно. У програмне забезпечення ЕОМ, на якій проводиться моделювання, повинні входити операційна система Windows (версія 9х і вище) та інтерпретатор GPSS. Витрати оперативної і зовнішньої пам'яті незначні, і необхідності в їх розрахунку при сучасному рівні техніки немає. Витрати часу на програмування і налагодження програми на ЕОМ залежать тільки від рівня знань мови і наявних навичок, які були отримані мною на лабораторних роботах.
2.6 Специфікація і побудова схеми програми
до програми на мові імітаційного моделювання GPSS згідно специфікації програми пред'являються традиційні вимоги: структурованість, читабельність, коректність, ефективність і працездатність.Специфікація постановки завдання даного курсового проекту - визначити максимальну довжину черг перед кожною ЕОМ (N О1, N О2, N О3) і коефіцієнти завантаження кожної з ЕОМ (Z Е1, Е2 Z, Z Е3). В якості вихідних даних задаються інтервал часу (інтенсивність) надходження завдань в обчислювальну систему, що складається з трьох ЕОМ (t пр ± Dt пр), інтервал часу обробки завдань на кожній з ЕОМ (t Е1, t Е2, t Е3), а також відсоток розподілу завдань на одну з трьох ЕОМ (Р Е1, Р Е2, Р Е3), відсоток розподілу завдань на останній етап обробки на другу і третю ЕОМ (Р Р2, Р Р3).
Специфікація обмежень на параметри досліджуваної системи наступна: вихідні дані повинні бути позитивними числами, крім того, відсоток розподілу завдань на одну з трьох ЕОМ (Р Е1, Р Е2, Р Е3) і відсоток розподілу завдань на останній етап обробки на другу і третю ЕОМ ( Р Р2, Р Р3), кожний окремо в сумі повинен складати 100%.
Схема програми (див. рис. 4) залежить від вибраної мови моделювання.
Блоки схеми відповідають блок-діаграмі мови GPSS, що дозволить легко написати текст програми, провести її модифікацію і тестування. Для повного покриття програми тестами необхідно так підібрати параметри, щоб всі гілки в розгалуженнях проходили щонайменше по одному разу. Інтерпретатор мови GPSS дозволяє проаналізувати статистичні дані по кожній гілки програми.
Оцінка витрат машинного часу проводиться за кількома критеріями ефективності програми: витрати пам'яті ЕОМ, витрати обчислень (ідентичні часу обчислень при послідовній обробці), час обчислень («час відповіді»). Форма представлення вхідних і вихідних даних визначається інтерпретатором мови GPSS і змінити її на розсуд користувача неможливо.
SHAPE \ * MERGEFORMAT
Simulate |
Generate 3,1,, 200 |
Transfer .400, Met4, Met1 |
40% |
Met1 |
Queue EVMQ1 |
Seize EVM1 |
Depart EVMQ1 |
Advance 7,4 |
Release EVM1 |
Transfer .300, Met3, Met2 |
Transfer .500, Met3, Met2 |
60% |
Met4 |
Queue EVMQ2 |
30% |
Met2 |
Seize EVM2 |
Depart EVMQ2 |
Advance 3,1 |
Release EVM2 |
Terminate 1 |
70% |
Met3 |
Queue EVMQ3 |
Seize EVM3 |
Depart EVMQ3 |
Advance 5,2 |
Release EVM3 |
Terminate 1 |
30% |
30% |
Start 200 |
рис. 4. Схема програми
2.7 Проведення програмування моделі
| Мітки | Текст програми | Коментарі |
| Simulate | Початок програмування | |
| Generate 3,1,, 200 | Генерація вхідних завдань | |
| Transfer .400, Met4, Met1 | 40% завдань направляється на мітку 1, а 60% - на мітку 4 | |
| Met1 | Queue EVMQ1 | Збір статистичних даних про вхід завдання в чергу EVMQ1 до приладу EVM1 |
| Seize EVM1 | Заняття приладу EVM1 | |
| Depart EVMQ1 | Збір статистичних даних про вихід завдання з черги EVMQ1 до приладу EVM1 | |
| Advance 7,4 | Обробку заявки в приладі EVM1 | |
| Release EVM1 | Звільнення приладу EVM1 | |
| Transfer .300, Met3, Met2 | 30% завдань, оброблених на приладі EVM1 направляється на мітку 2, а 70% - на мітку 3 | |
| Met4 | Transfer .500, Met3, Met2 | з 60% завдань - 30% завдань спрямовується на обробку до мітці 2 і 30% до мітці 3 |
| Met2 | Queue EVMQ2 | Збір статистичних даних про вхід завдання в чергу EVMQ2 до приладу EVM2 |
| Seize EVM2 | Заняття приладу EVM2 | |
| Depart EVMQ2 | Збір статистичних даних про вихід завдання з черги EVMQ2 до приладу EVM2 | |
| Advance 3,1 | Обробку заявки в приладі EVM2 | |
| Release EVM2 | Звільнення приладу EVM2 | |
| Terminate 1 | Знищення одного завдання | |
| Met3 | Queue EVMQ3 | Збір статистичних даних про вхід завдання в чергу EVMQ3 до приладу EVM3 |
| Seize EVM3 | Заняття приладу EVM3 | |
| Depart EVMQ3 | Збір статистичних даних про вихід завдання з черги EVMQ2 до приладу EVM3 | |
| Advance 5,2 | Обробку заявки в приладі EVM3 | |
| Release EVM3 | Звільнення приладу EVM3 | |
| Terminate 1 | Знищення одного завдання | |
| Start 200 | ||
| End | Кінець моделювання |
2.9 Перевірка достовірності програми
На даному підетапи остання перевірка машинної реалізації моделі проводиться наступним чином:а) зворотним перекладом програми у вихідну схему, що в черговий раз підтверджує правильність шляху дослідження для моделювання;
б) перевіркою окремих частин програми при вирішенні різних тестових завдань;
в) об'єднанням всіх частин програми і перевіркою її в цілому на контрольному прикладі моделювання варіанту системи.
На цьому підетапи необхідно також перевірити витрати машинного часу на моделювання.
3. Отримання і інтерпретація результатів моделювання системи
3.1 Планування машинного експерименту з моделлю системи
Для отримання максимального обсягу необхідної інформації про об'єкт моделювання при мінімальних витратах машинних ресурсів проведемо повний факторний експеримент з чотирма суттєвими факторами (змінних і параметрів).Згідно обраними критеріями оцінки ефективності системи та цільової функції моделі виберемо наступні істотні фактори:
х 1 - інтервал часу (інтенсивність) надходження завдань в обчислювальну систему, що складається з трьох ЕОМ, Dt пр = 3хв;
х 2 - інтервал часу обробки завдань на першій ЕОМ, t Е1 = 7;
х 3 - інтервал часу обробки завдань на другий ЕОМ t Е2 = 3;
х 4 - інтервал часу обробки завдань на третій ЕОМ t Е3 = 5.
Задамо рівні варіації для кожного фактора:
D х 1 = 1, D х 2 = 4, D х 3 = 1, D х 2 = 2.
Складемо матрицю плану повного факторного експерименту
| Номер досвіду | Фактор х 1 | Фактор х 2 | Фактор х 3 | Фактор х 4 |
| 0 (базовий) | 3 | 7 | 3 | 5 |
| 1 | 2 | 3 | 2 | 3 |
| 2 | 2 | 3 | 2 | 7 |
| 3 | 2 | 3 | 4 | 3 |
| 4 | 2 | 3 | 4 | 7 |
| 5 | 2 | 11 | 2 | 3 |
| 6 | 2 | 11 | 2 | 7 |
| 7 | 2 | 11 | 4 | 3 |
| 8 | 2 | 11 | 4 | 7 |
| 9 | 4 | 3 | 2 | 3 |
| 10 | 4 | 3 | 2 | 7 |
| 11 | 4 | 3 | 4 | 3 |
| 12 | 4 | 3 | 4 | 7 |
| 13 | 4 | 11 | 2 | 3 |
| 14 | 4 | 11 | 2 | 7 |
| 15 | 4 | 11 | 4 | 3 |
| 16 | 4 | 11 | 4 | 7 |
3.2 Визначення вимог до обчислювальних засобів
Для проведення експерименту буде потрібно тільки один персональний комп'ютер без зовнішніх пристроїв. Час виконання експерименту обмежена лише часом доступу до персонального комп'ютера.3.3 Проведення робочих розрахунків
Набір вихідних даних для введення в ЕОМ представлений у вигляді матриці плану, за допомогою якої в достатньому обсязі досліджується факторний простір. Отримання вихідних даних залежить від інтерпретатора мови GPSS. Додаткові розрахунки не потрібні.3.4 Аналіз результатів моделювання системи
Планування повного факторного експерименту з моделлю дозволяє вивести необхідну кількість вихідних даних, при цьому кожен досвід відповідає одному з можливих станів досліджуваної системи. Статистичні характеристики моделі обчислюються в інтерпретаторі мови GPSS автоматично. Проведення регресійного, кореляційного і дисперсійного аналізу не потрібно.3.5 Представлення результатів моделювання
Результати моделювання представлені у табл. 1, 2.Коефіцієнт використання - це частка часу моделювання, протягом якого пристрій було зайнято. Середній час заняття пристрої з розрахунку саме одним транзактов протягом часу моделювання, одиниця виміру - у хвилинах.
Таблиця 1. Результати роботи пристроїв EVM1, EVM2, EVM3
| Номер досвіду | Пристрій | Кількість разів, коли пристрій було зайнято | Коефіцієнт використання | Середній час заняття пристрої | Кінцевий час роботи пристроїв |
| 1 | 2 | 3 | 4 | 5 | 6 |
| 0 | EVM1 | 77 | 0,831 | 7 | 649,000 |
| EVM2 | 73 | 0,337 | 3 | ||
| EVM3 | 127 | 0,978 | 5 | ||
| 1 | EVM1 | 80 | 0,583 | 3 | 412,000 |
| EVM2 | 84 | 0,408 | 2 | ||
| EVM3 | 116 | 0,845 | 3 | ||
| 2 | EVM1 | 81 | 0,303 | 3 | 803,000 |
| EVM2 | 86 | 0,214 | 2 | ||
| EVM3 | 114 | 0,994 | 7 | ||
| 3 | EVM1 | 86 | 0,623 | 3 | 414,000 |
| EVM2 | 81 | 0,783 | 4 | ||
| EVM3 | 119 | 0,862 | 3 | ||
| 4 | EVM1 | 83 | 0,316 | 3 | 789,000 |
| EVM2 | 88 | 0,446 | 4 | ||
| EVM3 | 112 | 0,994 | 7 | ||
| 5 | EVM1 | 96 | 0.996 | 11 | 1060,000 |
| EVM2 | 83 | 0.331 | 2 | ||
| EVM3 | 117 | 0.157 | 3 | ||
| 6 | EVM1 | 89 | 0.991 | 11 | 988,000 |
| EVM2 | 91 | 0.772 | 2 | ||
| EVM3 | 109 | 0.184 | 7 | ||
| 7 | EVM1 | 87 | 0.994 | 11 | 963,000 |
| EVM2 | 87 | 0.352 | 4 | ||
| Продовження таблиці 1 | |||||
| 1 | 2 | 3 | 4 | 5 | 6 |
| EVM3 | 113 | 0.361 | 3 | 963,000 | |
| 8 | EVM1 | 84 | 0.994 | 11 | 930,000 |
| EVM2 | 87 | 0.374 | 4 | ||
| EVM3 | 113 | 0.851 | 7 | ||
| 9 | EVM1 | 81 | 0.302 | 3 | 805,000 |
| EVM2 | 92 | 0.229 | 2 | ||
| EVM3 | 108 | 0.402 | 3 | ||
| 10 | EVM1 | 66 | 0.239 | 3 | 830,000 |
| EVM2 | 90 | 0.217 | 2 | ||
| EVM3 | 110 | 0.928 | 7 | ||
| 11 | EVM1 | 75 | 0.280 | 3 | 804,000 |
| EVM2 | 92 | 0.458 | 4 | ||
| EVM3 | 108 | 0.403 | 3 | ||
| 12 | EVM1 | 77 | 0.945 | 3 | 822,000 |
| EVM2 | 89 | 0.433 | 4 | ||
| EVM3 | 111 | 0.281 | 7 | ||
| 13 | EVM1 | 91 | 0.993 | 11 | 1008,000 |
| EVM2 | 87 | 0.336 | 2 | ||
| EVM3 | 113 | 0.173 | 3 | ||
| 14 | EVM1 | 78 | 0.975 | 11 | 880,000 |
| EVM2 | 93 | 0.211 | 2 | ||
| EVM3 | 107 | 0.851 | 7 | ||
| 15 | EVM1 | 80 | 0.992 | 11 | 887,000 |
| EVM2 | 85 | 0.383 | 4 | ||
| EVM3 | 115 | 0.389 | 3 | ||
| 16 | EVM1 | 82 | 0.988 | 11 | 913,000 |
| EVM2 | 83 | 0.364 | 4 | ||
| EVM3 | 117 | 0.897 | 7 | ||
| Номер досвіду | Пристрій | Максимальний вміст черзі | Загальна к-ть входів транзактов в чергу протягом часу моделювання | Загальна к-ть входів транзактов в чергу з нульовим часом очікування | Середнє значення вмісту черги протягом часу моделювання | Середній час перебування одного транзакта в черзі з урахуванням всіх входів у чергу | Середній час перебування одного транзакта в черзі без урахування «нульових» входів у чергу |
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 0 | EVMQ1 | 4 | 77 | 12 | 1,020 | 8,597 | 10,185 |
| EVMQ2 | 2 | 73 | 65 | 0,020 | 0,178 | 1,625 | |
| EVMQ3 | 9 | 127 | 4 | 3,488 | 17,827 | 18,407 | |
| 1 | EVMQ1 | 2 | 80 | 43 | 0,160 | 0,825 | 1,784 |
| EVMQ2 | 2 | 84 | 65 | 0,070 | 0,345 | 1,526 | |
| EVMQ3 | 6 | 116 | 30 | 1,063 | 3,776 | 5,093 | |
| 2 | EVMQ1 | 2 | 81 | 50 | 0,062 | 0,617 | 1,613 |
| EVMQ2 | 2 | 86 | 57 | 0,055 | 0,512 | 1,517 | |
| EVMQ3 | 57 | 114 | 1 | 27,928 | 196,719 | 198,460 | |
| 3 | EVMQ1 | 2 | 86 | 48 | 1,162 | 0,779 | 1,763 |
| EVMQ2 | 6 | 81 | 15 | 1,179 | 6,025 | 7,394 | |
| EVMQ3 | 8 | 119 | 28 | 1,645 | 5,723 | 7,484 | |
| 4 | EVMQ1 | 2 | 83 | 40 | 0,106 | 1,012 | 1,953 |
| EVMQ2 | 6 | 88 | 16 | 0,790 | 7,080 | 8,653 | |
| EVMQ3 | 55 | 112 | 1 | 28,999 | 204,286 | 206,126 | |
| 5 | EVMQ1 | 60 | 96 | 1 | 28,930 | 319,438 | 322,800 |
| EVMQ2 | 1 | 83 | 81 | 0,002 | 0,024 | 1,000 | |
| EVMQ3 | 2 | 117 | 81 | 0,070 | 0,632 | 2,056 | |
| 6 | EVMQ1 | 52 | 89 | 1 | 25.302 | 280.876 | 284.068 |
| EVMQ2 | 1 | 91 | 87 | 8.890 | 80.578 | 92.453 | |
| EVMQ3 | 25 | 109 | 14 | 0.005 | 0.055 | 1.250 | |
| 7 | EVMQ1 | 51 | 87 | 1 | 24.082 | 266.563 | 269.663 |
| EVMQ2 | 3 | 87 | 48 | 0.073 | 0.619 | 2.059 | |
| EVMQ3 | 2 | 113 | 79 | 0.134 | 1.483 | 3.308 | |
| 8 | EVMQ1 | 48 | 84 | 1 | 23.465 | 259.786 | 262.916 |
| EVMQ2 | 4 | 87 | 56 | 0.154 | 1.644 | 4.613 | |
| EVMQ3 | 30 | 113 | 11 | 10.389 | 85.504 | 94.725 | |
| 9 | EVMQ1 | 1 | 81 | 81 | 0.000 | 0.000 | 0,000 |
| Продовження таблиці 2 | |||||||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| EVMQ2 | 1 | 92 | 85 | 0.009 | 0.296 | 0,076 | |
| EVMQ3 | 1 | 108 | 91 | 0.040 | 0.076 | 0,296 | |
| 10 | EVMQ1 | 1 | 66 | 66 | 0,000 | 0,000 | 0,000 |
| EVMQ2 | 1 | 90 | 87 | 0,004 | 0,033 | 1,000 | |
| EVMQ3 | 7 | 110 | 12 | 3,117 | 23,518 | 26,398 | |
| 11 | EVMQ1 | 1 | 75 | 75 | 0,000 | 0,000 | 0,000 |
| EVMQ2 | 1 | 92 | 71 | 0,078 | 0,685 | 3,000 | |
| EVMQ3 | 1 | 108 | 86 | 0,047 | 0,352 | 1,727 | |
| 12 | EVMQ1 | 1 | 77 | 77 | 0,000 | 0,000 | 0,000 |
| EVMQ2 | 1 | 89 | 80 | 0,033 | 0,303 | 3,000 | |
| EVMQ3 | 5 | 111 | 10 | 1,491 | 11,045 | 12,139 | |
| 13 | EVMQ1 | 19 | 91 | 1 | 8,268 | 95,571 | 96,633 |
| EVMQ2 | 1 | 87 | 80 | 0,008 | 0,092 | 1,143 | |
| EVMQ3 | 1 | 113 | 94 | 0,032 | 0,283 | 1,684 | |
| 14 | EVMQ1 | 7 | 78 | 4 | 2,802 | 31,615 | 33,324 |
| EVMQ2 | 1 | 93 | 88 | 0,007 | 0,065 | 1,200 | |
| EVMQ3 | 5 | 107 | 27 | 0,956 | 7,860 | 10,512 | |
| 15 | EVMQ1 | 12 | 80 | 2 | 5,781 | 64,100 | 65,774 |
| EVMQ2 | 2 | 85 | 69 | 0,054 | 0,565 | 3,000 | |
| EVMQ3 | 1 | 115 | 87 | 0,057 | 0,443 | 1,821 | |
| 16 | EVMQ1 | 10 | 82 | 1 | 4,525 | 50,378 | 51,000 |
| EVMQ2 | 2 | 83 | 65 | 0,041 | 0,446 | 2,056 | |
| EVMQ3 | 5 | 117 | 15 | 1,388 | 10,829 | 12,422 | |
3.6 Інтерпретація результатів моделювання
Отримані результати можна інтерпретувати в такий спосіб.Відповідно до цільової функції оптимальними варіантами моделі є досліди № 3, 9, 11, тому що ЕВМ1, ЕВМ2 і ЕВМ3 завантажені рівномірно, максимальна довжина черг перед кожною ЕОМ протягом моделювання мінімальна.
Це пояснюється тим, що в 9 та 11 дослідах завдання надходять рідше - кожні 4 хвилини, у той час як час обробки завдань на кожній з ЕОМ мінімально, саме тому в цих випадках коефіцієнт використання більш рівномірно розподілений, в порівнянні з іншими дослідами (9: 0,302; 0,229; 0,422. 11: 0,28; 0,458; 0,403 відповідно).
При цьому дані досліди є кращими для мінімізації довжини черг перед кожною ЕОМ окремо (9: 1,1,1. 11: 1,1,1 відповідно). Досвід № 3 теж по-своєму відповідає цільової функції - довжина черг перед кожною ЕОМ мінімальна, в порівнянні з іншими дослідами (2,6,8 відповідно), але кращим досвід є не тільки через більш-менш рівномірного розподілу завантаження між ЕОМ, а й з-за максимізації коефіцієнта використання, які всіх ближче до одиниці і при цьому ще й майже рівні між ЕОМ (0,623, 0, 723; 0,862 відповідно).
Найгіршими варіантами моделі є досліди № 5, 6, 8, тому що завантаженість ЕОМ нерівномірна, максимальна довжина черг перед кожною ЕОМ протягом моделювання величезна. Це пояснюється тим, що в 5, 6 і 8 дослідах завдання надходять частіше - кожні 2 хвилини, у той час як час обробки завдань на кожній з ЕОМ розкидано у великому інтервалі часу (від 3 до 11 хвилин), саме тому в цих випадках коефіцієнт використання також розкиданий в інтервалі від 0 до 1 у порівнянні з іншими дослідами (5: 0,996; 0,331; 0,157. 6: 0,991; 0,772; 0,184. 8: 0,994; 0,374; 0,851. Відповідно).
Також дані досліди є найгіршими в показниках щодо мінімізації довжини черг перед кожною ЕОМ окремо (5: 60, 1, 2. 6: 52, 1, 25. 8: 48, 4, 30. Відповідно). Досвід № 5 є вимірником максимально можливої довжини черги перед ЕОМ (в даному випадку перед ЕВМ1), при вирішенні в процесі моделювання 200 завдань із заданими умовами завдання.
3.7 Підведення підсумків моделювання і видача рекомендацій
Результати моделювання при проведенні машинного експерименту підтвердили наступні гіпотези для базової точки експерименту:ü якщо інтенсивність надходження завдань у ВС буде менше часу обробки завдань на кожній з ЕОМ, то коефіцієнт завантаження кожної з ЕОМ буде зростати, і, як наслідок, буде збільшуватися кількість надійшли завдань у ЗС, які утворюють довгі черги;
ü перша ЕОМ обробляє менше завдань двох інших ЕОМ і при цьому в більшості випадків має довжину черги завжди більше довжини черги до другої ЕОМ;
ü третя ЕОМ обробляє завжди більше завдань, ніж дві інші ЕОМ окремо.
Рекомендації щодо практичного використання результатів моделювання наступні:
· Для одержання більш високого коефіцієнта використання кожної ЕОМ одночасно, потрібно зменшити час інтенсивності надходження завдань в систему, при цьому час обробки на кожній ЕОМ повинні бути майже рівні (наприклад, у першої і третьої ЕОМ однакові, а у другої відрізнятися на одиницю);
· Для мінімізації черги потрібно збільшити час інтенсивності надходження завдань, при цьому час обробки завдань на кожній з ЕОМ повинно бути менше або навіть одно інтенсивності надходження.