Файл: Конспект лекций Для студентов специальности 080801. 65 - приклад.doc

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 30.12.2025

Просмотров: 3196

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

СОДЕРЖАНИЕ

Федеральное агентство по образованию

Оглавление

Глава 5. Моделирование вычислительных и операционных систем 289

Глава 6. Основы моделирования процессов 305

Глава 7. Задания для самостоятельной работы 311

Глава 8. Проектирование имитационных моделей 335

Глава 9. Технология имитационного моделирования 361

Глава 10. Примеры принятия решений с помощью имитационного моделирования 433

Глава 11. Задания для имитационных проектов 451

Предисловие

Введение

Глава 1. Модели массового обслуживания

1.1. Системы массового обслуживания и их характеристики

1.2. Системы с одним устройством обслуживания

1.3. Основы дискретно-событийного моделирования смо

1.4. Многоканальные системы массового обслуживания

Глава 2. Вероятностные сети систем массового обслуживания

2.1. Общие сведения о сетях

2.2. Операционный анализ вероятностных сетей

2.3. Операционные зависимости

2.4. Анализ узких мест в сети

Глава 3. Вероятностное моделирование

3.1. Метод статистических испытаний

3.2. Моделирование дискретных случайных величин

3.3. Моделирование непрерывных случайных величин

3.4. Сбор статистических данных для получения оценок характе­ристик случайных величин

Для оценки дисперсии случайной величины ξ используют фор­мулу

3.5. Определение количества реализаций при моделировании случайных величин

По формулам (3.18-3.20) находим

Задачи для самостоятельной работы

Задача 6

Глава 4. Система моделированияgpss

4.1. Объекты

4.2. Часы модельного времени

4.3. Типы операторов

4.4. Внесение транзактов в модель. БлокGenerate

Задание для самостоятельной работы:

4.5. Удаление транзактов из модели. БлокTerminate

4.6. Элементы, отображающие одноканальные обслуживающие устройства

4.7. Реализация задержки во времени. БлокAdvance

Задания для самостоятельной работы:

4.8. Сбор статистики об ожидании. Блоки queue, depart

4.9. Переход транзакта в блок, отличный от последующего. БлокTransfer

Задания для самостоятельной работы:

4.10. Моделирование многоканальных устройств

4.11. Примеры построенияGpss-моделей

Построение модели

4.12. Переменные

4.13. Определение функции вGpss

Пример 4.23

4.14. Стандартные числовые атрибуты, параметры транзактов. Блоки assign, mark, loop

4.15. Изменение приоритета транзактов. БлокPriority

4.16. Организация обслуживания с прерыванием. Блоки pre­empt и return

Задание для самостоятельной работы:

4.17. Сохраняемые величины

4.18. Проверка числовых выражений. Блок test

Пример 4.40

Задание для самостоятельной работы:

4.19. Определение и использование таблиц

Задания для самостоятельной работы:

4.20. Косвенная адресация

4.21. Обработка транзактов, принадлежащих одному семейству

4.22. Управление процессом моделирования в системеGpss

4.23. Списки пользователей

4.24. Блоки управления потоками транзактовLogic,gatelr,gatelSиGate

7 Testne p1,p2,asn2 ; Повторить, если адресат

4.25. Организация вывода временных рядов изGpss-модели

4.26. Краткая характеристика языкаPlus

4.27. Команды gpss World

4.28. Диалоговые возможностиGpssWorld

4.29. Отличия между gpss World и gpss/pc

Глава 5. Моделирование вычислительных и операционных систем

5.1. Операционные системы компьютеров

5.2. Сети и системы передачи данных

5.3. Проблемы моделирования компьютеров и сетей

Глава 6. Основы моделирования процессов

6.1. Производственные процессы

6.2. Распределительные процессы

6.3. Процессы обслуживания клиентов

6.4. Процессы управления разработками проектов

Глава 7. Задания для самостоятельной работы Задание 1. Моделирование разливной линии

Глава 8. Проектирование имитационных моделей с помощью интерактивной системы имитационного моделирования

8.1. Структура интерактивной системы имитационного модели­рования

8.2. Построение концептуальной схемы модели

8.3. Параметрическая настройка модели

8.4. Генератор формул

8.5. Управление экспериментом

8.6. Запуск эксперимента и обработка результатов моделирования

8.7. Управление проектами и общей настройкой системы

8.8. Пример построения модели средствамиIss2000

Глава 9. Технология имитационногомоделирования

9.1. Имитационные проекты

9.2. Организация экспериментов

9.3. Проблемы организации имитационных экспериментов

9.4. Оценка точности результатов моделирования

9.5. Факторный план

9.6. Дисперсионный анализAnovAв планированииэкспериментов

9.7. Библиотечная процедураAnova

9.8. Технология проведение дисперсионного анализа в системеGpss World

9.9. Особенности планирования экспериментов

9.10. Нахождение экстремальных значений на поверхности отклика

9.11. Организация экспериментов вGpssWorld

9.12. Выбор наилучшего варианта структуры системы

Глава 10. Примеры принятия решений с помощью имитационного моделирования

10.1. Моделирование производственного участка

10.2. Моделирование технологического процесса ремонта и заме­ны оборудования

Глава 11. Задания для имитационных проектов

Приложение Системные сча

Сча транзактов

Сча блоков:

Сча одноканальных устройств:

Сча очередей

Сча таблиц

Сча ячеек и матриц ячеек сохраняемых величин:

Сча вычислительных объектов

Сча списков и групп

Список литературы

В пятой главе изложены основы моделирования вычислитель­ных и операционных систем (ОС), а в шестом - основы моделирова­ния разных процессов, которые надо знать, чтобы выполнить само­стоятельные задания, приведенные в седьмой главе.

В восьмой главе рассматривается технология работы с про­граммной системой ISS 2000, позволяющей автоматизировать про­цесс создания имитационных моделей на языке GPSS и проведения экспериментов с моделями без написания кода программы. Встроен­ные аналитические средства позволяют определить узкие места в мо­делируемой системе до начала моделирования.

Девятая глава охватывает проблемы построения имитационных проектов и технологии выполнения работ по моделированию и вклю­чает вопросы организации, планирования и проведения эксперимен­тов. Особое внимание уделено вопросам точности получаемых оце­нок по результатам моделирования в переходном и установившемся режиме. Рассмотрен дисперсионный анализ; отсеивающий, оптими­зационный и пользовательский эксперименты, приведены примеры их реализации в GPSS World. Рассмотрены вопросы структурной оп­тимизации моделируемой системы и выбора наилучшего из альтерна­тивных вариантов.

Примеры принятия решений по результатам имитационного мо­делирования приведены в десятой главе.

Одиннадцатая глава включает задания для имитационных про­ектов из разных областей деятельности и охватывает технические, производственные, технологические, организационные и обслужи­вающие системы.


Введение

Компьютерное моделирование нашло практическое применение во всех сферах деятельности человека, начиная от моделей техниче­ских, технологических и организационных систем и заканчивая про­блемами развития человечества и вселенной. Еще с детства человек через игрушки и игры узнает мир и таким образом моделирует дейст­вительность. Вместо того, чтобы учиться на своих ошибках или на ошибках других людей, целесообразно закреплять и проверять по­знание реальной действительности полученными результатами на компьютерной модели. В этом случае есть возможность «проигры­вать» на модели любые ситуации, включая те, при которых реальная система вышла бы из строя. Это позволяет моделировать катастрофы, редкие события и т. п. Одно из преимуществ компьютерного модели­рования - это также моделирование того, что не существует на самом деле, то есть моделирование виртуальной реальности. Вспомним компьютерные игры: сидя в самолете или космическом корабле, мы осуществляем полет так, как будто мы действительно находимся там.

Когда же необходимо использовать компьютерное моделирова­ние? Всегда, когда можно поставить вопрос, «что будет, если ...?». Следовательно, компьютерное моделирование используют, прежде всего, для принятия решений. Модель позволяет проигрывать любые ситуации и получать наиболее эффективные решения проблемы.

Из всех видов моделирования, а это в первую очередь математи­ческое, графическое и прочее, рассмотрим имитационное моделиро­вание. Обзор систем моделирования в работе [3] показывает, что имитационное моделирование является едва ли не самым популяр­ным средством, используемым на практике для этих целей. Основная его ценность состоит в применении методологии системного анализа. Имитационное моделирование разрешает осуществить исследование анализируемой или проектируемой системы по схеме операционного исследования, которое содержит взаимосвязанные этапы:

- содержательная постановка задачи;

- разработка концептуальной модели;

- разработка и программная реализация имитационной модели; проверка правильности,

- достоверности модели и оценка точности результатов модели­рование;

- планирование и проведение экспериментов;

- принятие решений.

Это позволяет использовать имитационное моделирование как универсальный подход для принятия решений в условиях неопреде­ленности с учетом в моделях трудно формализуемых факторов, а также применять основные принципы системного подхода для реше­ния практических задач.


Широкому внедрению этого метода на практике препятствует необходимость создания программных реализаций имитационных моделей, которые воссоздают в модельном времени динамику функ­ционирования моделируемой системы. В отличие от традиционных методов программирования разработка имитационной модели требу­ет перестройки принципов мышления. Недаром принципы, положен­ные в основу имитационного моделирования, дали толчок к развитию объектного программирования. Поэтому усилия разработчиков про­граммных средств имитации направлены на упрощение программных реализаций имитационных моделей: для этих целей создаются спе­циализированные языки и системы. Программные средства имитации в своем развитии изменялись на протяжении нескольких поколений, начиная с языков моделирования и средств автоматизации конструи­рования моделей [4] до генераторов программ [5], интерактивных и интеллектуальных систем [6], распределенных систем моделирова­ния. Основное назначение всех этих средств - уменьшение трудоем­кости создания программных реализаций имитационных моделей и экспериментирования с моделями.

Одним из первых языков моделирования, облегчающих процесс написания имитационных программ, был язык GPSS, созданный в виде конечного продукта Джеффри Гордоном в фирме IBM в 1962 г. Этот язык в свое время входил в первую десятку лучших языков про­граммирования, опережая транслятор с языка АЛГОЛ, и был реали­зован практически на всех типах ЭВМ. В настоящее время есть трансляторы для операционных систем DOS - GPSS/PC, для OS/2 и DOS - GPSS/H и для Windows - GPSS World. Изучение этого языка и создания моделей позволяет понять принципы разработки имитаци­онных программ и научиться работать с имитационными моделями.

GPSS (General Purpose Simulation System - система моделирова­ния общего назначения) - язык моделирования, который используется для построения событийных дискретных имитационных моделей и проведения экспериментов на ЭВМ.

Модели систем на GPSS могут быть записаны в виде блок-схем или представлены в виде последовательности строк программы, эк­вивалентных блок-схеме. Блок-схема - это набор фигур с характер­ными контурами блоков языка GPSS, соединенных между собою ли­ниями. Блоки - это подпрограммы, реализованные средствами макро­ассемблера. В разных версиях языка количество блоков для создания имитационных программ разное и составляет около 40. В язык моде­лирования GPSS входят специальные средства для описания динами­ческого поведения систем через изменение состояний в дискретные моменты времени, то есть время моделирования изменяется случайно от события к событию.


Система GPSS представляет собой язык и транслятор. Как каж­дый язык он содержит словарь и грамматику, с помощью которых могут быть разработаны модели систем определенного типа. Транс­лятор языка работает в две фазы. На первой фазе компиляции прове­ряется синтаксис и семантика написания строк GPSS-программы или всей программы в целом, а на второй (интерпретирующей) осуществ­ляется продвижение транзактов по модели от блока к блоку.


Глава 1. Модели массового обслуживания

1.1. Системы массового обслуживания и их характеристики

С системами массового обслуживания (СМО) мы встречаемся повседневно. Любому из нас приходилось когда-то ждать обслужива­ния в очереди (например, в магазине, на автозаправке, в библиотеке, кафе и т. д.). Аналогичные ситуации возникают при потребности вос­пользоваться телефонной связью или выполнить свою программу на компьютере. Более того, любое производство можно представить как последовательность систем обслуживания. К типичным системам об­служивания относят также ремонтные и медицинские службы, транс­портные системы, аэропорты, вокзалы и другие.

Особое значение приобрели такие системы при изучении про­цессов в информатике. Это, прежде всего, компьютерные системы, сети передачи информации, ОС, базы и банки данных. Системы об­служивания играют значительную роль в повседневной жизни. Опыт моделирования разных типов дискретных событийных систем сви­детельствует о том, что приблизительно 80% этих моделей основаны на СМО.

Что же характеризует эти системы как СМО? Такие системы можно описать, если задать:

1) входящий поток требований или заявок, которые поступают на обслуживание;

2) дисциплину постановки в очередь и выбор из нее;

3) правило, по которому осуществляется обслуживание;

4) выходящий поток требований;

5) режимы работы.

Входящий поток. Для задания входящего потока требований необходимо описать моменты времени их поступления в систему (за­кон поступления) и количество требований, которое поступило одно­временно. Закон поступления может быть детерминированный (на­пример, одно требование поступает каждые 5 мин) или вероятност­ный (требования могут появляться с равной вероятностью в интерва­ле 5±2 мин). В общем случае входящий поток требований описывает­ся распределением вероятностей интервалов времени между сосед­ними требованиями. Часто предполагают, что эти интервалы времени независимые и имеют одинаковое распределение случайных величин, которые образуют стационарный входящий поток требований. Клас­сическая теория массового обслуживания рассматривает так назы­ваемый пуассоновский (простейший) поток требований. Для этого потока число требований k для любого интервала времени распреде­лено по закону Пуассона: