Главная страница
Навигация по странице:

  • 1. Теоретическая часть 1.1. Одноканальные СМО

  • 1.2. Расчет характеристик системы “M\M\1\”

  • 1.3. Имитационное моделирование СМО

  • 2. Порядок выполнения работы

  • 3. Содержание отчета

  • 4. Контрольные вопросы

  • Библиографический список

  • Лабораторная работа 4 - СМО. Лабораторная работа 4 сравнение одноканальных смо с различными входными потоками и потоками обслуживания


    Скачать 141.13 Kb.
    НазваниеЛабораторная работа 4 сравнение одноканальных смо с различными входными потоками и потоками обслуживания
    Дата17.12.2020
    Размер141.13 Kb.
    Формат файлаpdf
    Имя файлаЛабораторная работа 4 - СМО.pdf
    ТипЛабораторная работа
    #161684

    Лабораторная работа №4
    СРАВНЕНИЕ ОДНОКАНАЛЬНЫХ СМО С РАЗЛИЧНЫМИ
    ВХОДНЫМИ ПОТОКАМИ И ПОТОКАМИ ОБСЛУЖИВАНИЯ
    Цель работы – изучение влияния типов входных потоков и по- токов обслуживания на характеристики одноканальных СМО
    1. Теоретическая часть
    1.1. Одноканальные СМО
    Во многих случаях входящие потоки заявок и потоки обслужи- вания реальных систем хорошо описываются простейшими потока- ми. Однако для многих систем потоки могут отличаться от простей- ших. Системы с потоками, отличными от простейших, могут быть исследованы специальными математическими методами или мето- дом имитационного моделирования.
    В работе рассматривается одноканальная система с очередью неограниченной длины, имеющая различные типы входного потока заявок и потока обслуживания. Несмотря на простоту данной моде- ли, ей хорошо описываются многие реальные технические и органи- зационные системы, в том числе и в вычислительной технике. При- мерами таких систем являются компьютерная сеть с топологией “об- щая шина” и прямое соединение двух компьютеров каналом связи.
    В зависимости от стохастических характеристик потока он мо- жет обладать той или иной степенью последействия, т.е. степенью влияния состояний системы в прошлом на состояния системы в бу- дущем. В некотором смысле двумя крайними случаями здесь яв- ляются регулярный и простейший потоки. Регулярный поток харак- теризуется максимальным последействием, т.к. момент возникнове- ния очередного события в потоке полностью определяется моментом возникновения предыдущего события. Простейший поток характери- зуется отсутствием последействия, и момент возникновения очеред- ного события в потоке не зависит от моментов возникновения пре- дыдущих событий. Можно показать, что для некоторых характери- стик одноканальных СМО (например, средней длины очереди и среднего времени ожидания) характеристики системы с регулярным потоком обслуживания имеют значения вдвое меньше, чем для си- стемы с простейшим потоком обслуживания. Значения характери- стик систем с другими потоками обслуживания будут лежать между соответствующими значениями характеристик СМО с регулярным и простейшим потоками обслуживания.
    1

    1.2. Расчет характеристик системы “M\M\1\”
    Если поток обслуживаний и входящий поток в одноканальной
    СМО являются простейшими, то такая система обозначается
    “M\M\1\” (рис. 1).
    Рис. 1. Система “M\M\1\”
    Характеристики данной системы легко находятся аналитиче- ски. Она описывается Марковским процессом с бесконечным числом дискретных состояний и непрерывным временем, граф состояний ко- торого приведен на рис. 2.
    λ
    λ
    λ
    λ
    λ
    µ
    µ
    µ
    µ
    µ
    Рис. 2. Граф состояний для системы “M\M\1\”
    Здесь
    λ
    – интенсивность входного потока заявок,
    µ
    – интен- сивность потока обслуживаний. Состояния системы пронумерованы по числу заявок, находящихся в системе:
    0
    S
    – канал обслуживания свободен, очередь пуста,
    1
    S
    канал обслуживания занят, очередь пуста,
    2
    S
    – канал обслуживания занят, в очереди одна заявка,

    k
    S
    – канал обслуживания занят, в очереди
    1

    k
    заявка,

    По графу состояний можно составить следующую систему уравнений Колмогорова для установившегося режима:
    2
    K=1
    λ
    µ
    S
    S
    1
    S
    2
    S
    к



    (
    )
    (
    )
    (
    )
    ,
    :
    ,
    :
    ,
    :
    ,
    :
    1 1
    3 1
    2 2
    2 0
    1 1
    1 0
    0
    +

    +
    =
    +
    +
    =
    +
    +
    =
    +
    =
    k
    k
    k
    k
    P
    P
    P
    S
    P
    P
    P
    S
    P
    P
    P
    S
    P
    P
    S
    µ
    λ
    µ
    λ
    µ
    λ
    µ
    λ
    µ
    λ
    µ
    λ
    µ
    λ
    Здесь
    i
    P
    – вероятности пребывания системы в состоянии
    i
    S
    Обозначим
    µ
    λ
    ρ
    =
    . Тогда все
    i
    P
    можно выразить через
    0
    P
    :
    ,
    ,
    1
    ,
    0 0
    2 0
    0 0
    2 0
    1 2
    0 0
    1
    P
    P
    P
    P
    P
    P
    P
    P
    P
    P
    P
    P
    K
    K
    ρ
    ρ
    ρ
    ρ
    ρ
    µ
    λ
    µ
    λ
    ρ
    µ
    λ
    =
    =

    +
    =

    

    

    +
    =
    =
    =
    Учитывая, что
    1 0
    =


    =
    i
    i
    P
    , можно найти
    0
    P
    :
    (
    )


    =

    =
    +
    +
    +
    +
    =
    +
    +
    +

    =

    =
    1 3
    2 3
    2 0
    0 1
    1 1
    1 1
    i
    i
    P
    P
    P
    ρ
    ρ
    ρ
    ρ
    ρ
    ρ
    ρ


    Ряд в последней формуле сходится при
    1
    <
    ρ
    . Зная вероятности состояний, можно найти такие характеристики СМО, как средняя длина очереди
    ν
    , среднее время ожидания
    ож
    t
    , среднее время пре- бывания заявки в системе
    пр
    t
    и среднее число заявок в системе
    m
    :
    (
    )
    (
    )
    (
    )
    (
    )
    ρ
    ρ
    ρ
    ρ
    ρ
    ρ
    ρ
    ρ
    ρ

    =


    =
    +
    +
    +

    =
    +
    +
    +
    =
    =


    =
    1 1
    1 3
    2 1
    3 2
    2 3
    2 3
    2 1
    1


    P
    P
    P
    k
    P
    m
    k
    k
    (
    )
    (
    )
    (
    )
    (
    )
    ρ
    ρ
    ρ
    ρ
    ρ
    ρ
    ρ
    ρ
    ρ
    ν

    =


    =
    +
    +

    =
    +
    +
    =

    =


    =
    1 1
    1 2
    1 2
    )
    1
    (
    2 2
    2 2
    3 2
    2


    P
    P
    k
    P
    k
    k
    (1)
    Два оставшихся параметра можно найти по формулам Литтла:
    (
    )
    (
    )
    ρ
    λ
    ρ
    λ
    ρ
    λ
    ρ
    λ
    ν

    =
    =

    =
    =
    1
    ,
    1 2
    m
    t
    t
    пр
    ож
    (2)
    3

    1.3. Имитационное моделирование СМО
    Язык GPSS содержит широкие средства для моделирования стандартных СМО. Блоки для генерации потоков заявок, моделиро- вания очередей и устройств уже были рассмотрены ранее. В GPSS
    World включен набор подпрограмм для генерации случайных чисел, распределенных в соответствии с типовыми распределениями (табл.
    1). В каждой из этих подпрограмм первым параметром является но- мер потока случайных чисел RNj, представляющий собой целое по- ложительное число. Это номер потока равномерно распределенных от 0 до 1 случайных чисел, на основе которых генерируются случай- ные числа с другими распределениями. Рекомендуется для каждого потока событий (входящего потока заявок или потока обслуживаний) использовать свой собственный поток случайных чисел.
    Например, для генерации простейшего потока с интенсивно- стью lambda с использованием первого потока случайных чисел нуж- но использовать следующий блок:
    GENERATE
    (Exponential(1, 0, 1/lambda))
    2. Порядок выполнения работы
    1. Изучите теоретический материал.
    2.
    Выполните расчет одноканальной СМО с очередью при простейшем входном потоке и простейшем потоке обслу- живания. Интенсивность потока обслуживания выберите согласно таблице:
    Номер варианта
    Интенсивность обслуживания,
    µ
    1 3
    2 4
    3 5
    4 6
    5 7
    6 8
    7 9
    8 10 9
    3,5 10 5,5 4

    Табл. 1. Функции GPSS для генерации случайных чисел с типовыми распределениями
    № п/п Тип распределения
    Плотность вероятности, математическое ожи- дание, дисперсия
    Функция GPSS
    1
    Равномерное
    ( )
    






    =
    ]
    ,
    [
    0
    ]
    ,
    [
    1
    b
    a
    x
    b
    a
    x
    a
    b
    x
    f
    ,
    2
    b
    a
    M
    +
    =
    ,
    (
    )
    12 2
    a
    b
    D

    =
    UNIFORM(RNj, a,b)
    где a – левая граница интервала, b – правая граница интервала
    3
    Показательное (Экспо- ненциальное)
    ( )
    (
    )
    s
    m
    x
    e
    s
    x
    f


    =
    1
    ,
    m
    x

    ,
    s
    m
    M
    +
    =
    ,
    2
    s
    D
    =
    EXPONENTIAL(RNj, m, s)
    где m – смещение распределе- ния, s – масштабшый параметр.
    4
    Нормальное (Гауссово)
    ( )
    (
    )
    2 2
    2 2
    1
    s
    m
    x
    e
    s
    x
    f


    =
    π
    ,
    m
    M
    =
    ,
    2
    s
    D
    =
    NORMAL(RNj, m, s)
    где m и s – параметры распреде- ления
    5
    Дискретное равномерное
    ( )
    {
    }
    max
    min
    min
    x
    min
    max
    x
    p
    ,
    ,
    1
    ,
    ,
    1 1

    +

    +

    =
    ,
    2
    max
    min
    M
    +
    =
    ,
    (
    )
    12 1
    2


    =
    min
    max
    D
    DUNIFORM(RNj, min, max)
    где min и max – соответственно минимальное и максимальное значение
    5

    Постройте графики зависимости времени ожидания в очере- ди, среднего времени пребывания заявки в системе, средней длины очереди и среднего числа заявок в системе от интенсивности входно- го потока
    λ
    . Диапазон изменения
    λ
    примите от 0 до
    µ
    3.
    Разработайте программы на языке GPSS для следующих ва- риантов СМО (5 программ):
    Номер вари- анта СМО
    Распределение интерва- ла времени между двумя поступившими на вход заявками
    Распределение времени обслуживания заявки
    1
    Экспоненциальное
    Постоянная задержка
    2
    Экспоненциальное
    Экспоненциальное
    3
    Экспоненциальное
    Равномерное
    4
    Экспоненциальное
    Эрланга 2 порядка
    5
    Экспоненциальное
    Эрланга 3 порядка
    При разработке программ выберите постоянную задержку для времени обслуживания равной
    µ
    1
    , а интенсивность экспоненци- ального распределения для времени обслуживания равной
    µ
    соглас- но п. 3. Равномерное распределение времени обслуживания выбери- те равным
    %
    25 1
    ±
    µ
    . Случайная величина с распределением Эрланга порядка
    k
    получается сложением
    k
    экспоненциально распределен- ных величин с интенсивностью
    µ
    k
    Параметры распределения интервала между заявками во вход- ном потоке выбираются аналогично с учетом того, что средняя ве- личина задержки будет варьироваться от 0 до
    µ
    /
    1 4.
    Постройте графики зависимости средней длины очереди от среднего значения величины коэффициента загрузки
    ρ
    в одних и тех же координатах для всех пяти графиков. При построении каждого графика определите значения средней длины очереди для
    ρ
    , равного 0,1; 0,3; 0,5; 0,7; 0,9. Для каждой точки выполните три прогона моделирования, а в качестве конечного результата возьмите среднее значение по трем прогонам. Сравните полученные графики.
    5.
    Сформулируйте выводы по работе и ответьте на контроль- ные вопросы.
    3. Содержание отчета
    1. Название работы.
    2. Цель работы.
    6

    3. Основные теоретические сведения.
    4. Расчет СМО для случая простейших потоков.
    5. Текст типовой модели СМО на языке GPSS.
    6. Графики времени ожидания в очереди и длины очереди от средней интенсивности входящего потока для различных СМО.
    7. Выводы по работе.
    4. Контрольные вопросы
    1. Как можно оценить значения характеристик СМО с произ- вольным потоком обслуживания?
    2. Система “M\M\1”. Расчет характеристик.
    3. Основные блоки GPSS, предназначенные для моделирова- ния СМО.
    4. Функции GPSS для моделирования случайных чисел, рас- пределенных в соответствии с типовыми распределениями.
    5. Как тип входного потока влияет на характеристики СМО?
    6. Как тип потока обслуживаний влияет на характеристики
    СМО?
    Библиографический список
    1. Томашевский В., Жданова Е. Имитационное моделирование в среде GPSS. – М.: Бестселлер, 2003. – 416 с.
    7


    написать администратору сайта