Исследование логико-математической модели вычислительной сети
Автор: Кулакова Татьяна Александровна, Проконина Олеся Олеговна
Журнал: Агротехника и энергообеспечение @agrotech-orel
Рубрика: Информатизация и автоматизация
Статья в выпуске: 2 (11), 2016 года.
Бесплатный доступ
В современном обществе с развитием инновационных технологий почти во всех областях жизни используются методы моделирования. Одним из таких методов является имитационное моделирование. При имитационном моделировании алгоритм, с помощью которого реализуется модель, отражает процесс функционирования некоторой системы во времени, причем воспроизводятся элементарные явления, составляющие процесс, сохраняется их логическая структура, а также последовательность протекания во времени. Таким образом, на основании исходных данных возможно получение сведений о состояниях процесса в дискретные моменты времени.
Моделирование, вычислительная сеть, имитационная модель, модуль, реализация программы, пользовательский интерфейс, мультиплексорный канал, сообщение, датчик, накопители, авральная скорость, функционирование системы
Короткий адрес: https://sciup.org/14770144
IDR: 14770144
Текст научной статьи Исследование логико-математической модели вычислительной сети
Введение. Имитационное моделирование - это метод исследования объектов, основанный на том, что изучаемый объект заменяется имитирующим объектом. Эксперименты проводятся с имитирующим объектом, а в результате получают информацию о самом объекте.
Исследование. Нами исследовалась модель вычислительной сети с применением имитационного моделирования.
Для реализации имитационной программы нами использован модуль SMPL для языка Object Pascal и среда разработки Delphi7, обладающая всеми необходимыми функциями для реализации программы и пользовательского интерфейса.
Данная модель актуальна, поскольку вычислительные сети используются во многих организациях и на производстве. С помощью этой модели возможно проиллюстрировать все достоинства и недостатки рассматриваемой вычислительной сети, а применяемый способ реализации позволяет провести эксперименты для анализа модели, что позволит улучшить её.
В рассматриваемой вычислительной сети система обработки информации содержит мультиплексорный канал и N мини-ЭВМ. На вход канала через интервалы времени 10±2 микросекунд поступают сообщения от датчиков. В канале они буферизируются и предварительно обрабатываются на протяжении 12,5±2,5 микросекунд. Потом сообщения поступают на обработку в ту мини-ЭВМ, которая имеет наименьшую длину входной очереди. Емкости входных накопителей всех мини-ЭВМ рассчитаны на хранение пяти сообщений. Если в момент прихода сообщения входные накопители всех мини-ЭВМ полностью заполнены, то сообщение получает отказ. Время обработки сообщения во всех мини-ЭВМ равно 300 микросекунд.
Есть две возможности уменьшения числа сообщений, получающих отказ:
-
• увеличение емкости входных накопителей ЭВМ;
-
• ускорение обработки сообщений в ЭВМ при достижении суммы
длин очередей во всех ЭВМ некоторого порогового значения (авральный режим).
Переключение ЭВМ в авральный режим происходит тогда, кода суммарное количество сообщений во входных накопителях всех миниЭВМ достигает значения 18. В этом случае все мини-ЭВМ уменьшают время обработки сообщения на k ( k <300) микросекунд, что требует k х 5 единиц стоимости на каждое сообщение. Все мини-ЭВМ в авральный режим переводятся одновременно.
Убытки за каждое сообщение, которому отказано в обработке, оставляют 130 единиц стоимости, единица времени работы одной ЭВМ в авральном режиме обходится в 3 единиц стоимости.
Перед нами стояла задача в ходе исследования выяснить при какой авральной скорости обработки сообщений достигается минимум суммарных затрат (убытков от отказов сообщениям в обслуживании, затрат на увеличение емкости входных накопителей и затрат на поддержку аврального режима).
С целью описания функционирования системы была построена Q-схема, изображенная на рисунке 1.

Рисунок 1- Q-схема
Схема иллюстрирует, что при поступлении сообщения, оно сразу ставится в очередь канала, после этого, если очереди всех миниЭВМ заняты, в рассматриваемом случае емкость равна 5, то сообщение получает отказ и не обрабатывается, в противном случае выбирается мини-ЭВМ с минимальной длиной очереди. Далее сообщение ставится в очередь выбранной мини-ЭВМ, затем обрабатывается этой мини-ЭВМ. На этом обработка сообщения заканчивается.
Граф-схема модели представлена на рисунке 2.
В результате анализа системы было выделено четыре события:
-
1- событие «поступление сообщения и постановка его в очередь канала»;
-
2- событие «окончание обработки в канале и постановка сообщения в очередь мини-ЭВМ»;
-
3- событие «планирование окончания обработки сообщения в мини-ЭВМ»;
-
4- событие «конец моделирования».
Рисунок 2 - Граф-схема модели
В самом начале моделирования наступает
событие
«поступление сообщения», оно многократно повторяется при поступлении нового сообщения, в этом же событии происходит постановка сообщения в очередь канала. Через промежуток времени наступает событие «окончание обработки сообщения» в канале и постановка его в очередь мини-ЭВМ. Далее через промежуток времени происходит событие планирования окончания обработки сообщении в мини-ЭВМ.
Константами в данной программе являются, четыре события моделирования, которые описаны следующим образом:
-
• evGen=1 – событие приход сообщения и постановка его в
очередь канала
-
• evRes=2 – окончание предварительной обработки и
- постановка сообщения в очередь мини-ЭВМ
-
• evRel=3 – планирование окончания обработки сообщения в мини-ЭВМ
Для работы с транзактами был описан тип tranzacts представляющий собой запись из полей:
-
• num: longword – номер транзакта
-
• dev: P_Device – устройство, в котором транзакт
обрабатывается
-
• och: P_Queue – очередь, в которой находится транзакт
Канал в коде описан как D: P_DEVICE, а мини-ЭВМ массивом устройств Dd: array [1..6] of P_DEVICE. Аналогичным образом обозначены очереди. Для того, чтобы отследить сколько сообщений получили отказ была объявлена очередь, в которую и помещались сообщения, не обрабатывающиеся в мини-ЭВМ по причине занятых накопителей. Очередь отказа - Qo:P_QUEUE.
Структура программы представляет собой процедуру Smplmodel, в которой и происходит моделирование с использованием цикла repeat - until EVENT = evEnd, в котором с помощью case определяется какое событие моделирования должно наступить, а также процедуры Button1Click. В этой процедуре по нажатию кнопки запускается процедура Smplmodel в цикле с изменяющимся параметром k в новом прогоне на 10. В итоге получается 16 прогонов, результат которых выводится в компоненте memo, а также строится график и гистограмма.
Для исследование модели было разработано также приложение, позволяющие просмотреть данные по прогонам, а также графики и гистограммы, используя которые можно проанализировать результат моделирования.
Интерфейс программы выглядит следующим образом (Рис.3):

Рисунок 3 - Интерфейс программы
По нажатию на кнопку «Моделирование» запускается процедура моделирование, выводится результат по прогону, строятся графики и гистограмма. После нажатия на кнопку «Велч» запускается процедура Велча и её результат выводится на графике.
Также в программе предусмотрен вывод статистики в текстовый файл, который автоматически создается в папке, где находится программа.
В результате прогонов с исходными данными получился отчет (рисунок 4).
Показатель, который больше всего нас интересует максимальная длина очереди отказа, то есть скольким сообщения отказано в обработке. В данном случае это 10 заявок. Для функционирования реальной системы этот показатель слишком большой, потому что приводит к огромным затратам.
Время моделирования 700 тактов.
Устройства
! Имя устройства ] Ср.вр.зан
% зан.вр. ! Кол. запр.
kanal ! mim'EBM_l J miniEBM_2 ! mim'EBM_3 ; miniEBM_4 ; miniEBM_5 ; mim’EBM_6 j
9. 32
167.25
273.00
150.00
300.00
300.00
300.00
74. 571 95.571 39.000 42.857 42.857 42.857
42.857
56 ;
очереди
] имя очереди |
ср.вр. ожидания 1 |
ср. кв. ; откл. |
мах 1 |
длина средняя ; |
текущая ; |
! ochered kanalа ; |
o.o7 ; |
0.255 ; |
1 ; |
о.о1 ; |
о : |
1 ochered otcaza ; |
— |
— |
ю ; |
1.22 ; |
ю ; |
ochered 1 ; |
378.20 ; |
200.770 ; |
6 : |
з.4з ; |
5 ; |
ochered 2 I |
i32.oo ; |
132.000 ; |
5 ; |
1.53 ; |
5 ; |
ochered 3 ; |
152.00 : |
112.573 ; |
5 ; |
1. si : |
5 ; |
ochered 4 ; |
144.50 : |
144.500 ! |
5 ; |
1.47 : |
5 ; |
ochered 5 I |
145.00 : |
145.000 ! |
5 ; |
1.4з : |
5 ; |
ochered_6 I |
143.50 : |
143.500 ! |
5 1 |
1. 38 ! |
5 : |
1 |
--------- |
------+- |
Рисунок 4 - Расчет характеристик системы
Для определения режима функционирования с помощью процедуры Велча, нами было сделано следующее:
-
1. Выполнено n повторных прогонов имитационной модели ( n > 5), продолжительность каждого из которых равна т (где т — большое число). Пусть Y ij представляет данные i -го наблюдения в ходе j -го повторного прогона имитационной модели ( = 1,2,..., n ; i = 1, 2,..., т).
-
2. Усредненный процесс имеет средние и дисперсии . Следовательно, усредненный процесс имеет ту же кривую переходного среднего, что и начальный процесс, но его график имеет лишь (1/ n )-ю дисперсию.
-
3. Чтобы выровнять высокочастотные колебания в процессе, мы определяем скользящее среднее (где w - это окно; w является положительным целым числом из условия).
-
4. Создали график для i= 1,2,..., т - w и выберите l как значение i, за которым очевидно схождение процесса
Поэтому, если i не очень близко к началу повторных прогонов модели, то является всего лишь простым средним 2 w + 1 наблюдений усредненного процесса, центрированного по наблюдению i . Оно называется скользящим средним, поскольку i перемещается во времени.
Результат применения процедуры Велча (Рис.5):

Рисунок 5 - График, иллюстрирующий результат применения процедуры Велча
Так как в представленной модели изменение выходного параметра - суммарных затрат зависит только от значения параметра k, то матрица плана экспериментов будет иметь вид, представленный в таблице 1:
Таблица 1. План эксперимента
Номер опыта |
Значение параметра k |
Выход y |
1 |
0 |
10 300 |
2 |
10 |
10 460 |
3 |
20 |
9 850 |
4 |
30 |
9 700 |
5 |
40 |
9 030 |
6 |
50 |
9 430 |
7 |
60 |
8 920 |
8 |
70 |
8 770 |
9 |
80 |
8 800 |
10 |
90 |
8 010 |
11 |
100 |
7 400 |
12 |
110 |
6 790 |
13 |
120 |
6 540 |
14 |
130 |
4 250 |
15 |
140 |
2 080 |
16 |
150 |
750 |
Результат моделирования представлен на гистограмме (Рис. 6) и графиках (Рис. 7, 8), на которых очевидно, что при повышении параметра k, а, следовательно, уменьшении авральной скорости обработки, снижаются суммарные затраты.

Рисунок 6 - Гистограмма суммарных затрат

Рисунок 7 - График суммарных затрат
Из графика длины очереди отказа видно, что как только k=100, то ни одно сообщение не получает отказ.

Рисунок 8 - График длины очереди отказов
Выводы. По результатам моделирования оптимальный вариант представлен в прогоне №16, так как при минимальных затратах не отказано ни одному сообщению. Таким образом, минимальная авральная скорость составляет 300-150=150 микросекунд.
В результате выполненного исследования, поставленная задача была успешно решена. В результате исследования построена модель работы вычислительной сети, разработан алгоритм поставленной задачи, построена имитационная модель, проведены имитационные эксперименты, определено при какой авральной скорости суммарные затраты стали минимальны.
Список литературы Исследование логико-математической модели вычислительной сети
- Список использованных источников:
- Замятина О.М. Моделирование сетей: Учебное пособие. -Томск: Изд-во Томского политехнического университета, 2011. -168с.
- Савина О. А. Имитационное моделирование экономических систем и процессов: Учебное пособие/О.А. Савина, С.В. Терентьев. -Орел: ОрелГТУ, 2004. -172 с.
- Тынченков В.С. Имитационное моделирование экономических процессов: Конспект лекций. -Красноярск, 2011. -120с.
- Замятина О.М. Моделирование сетей: Учебное пособие. -Томск: Изд-во Томского политехнического университета, 2011. -168с.
- Савина О. А. Имитационное моделирование экономических систем и процессов: Учебное пособие/О.А. Савина, С.В. Терентьев. -Орел: ОрелГТУ, 2004. -172 с.
- Тынченков В.С. Имитационное моделирование экономических процессов: Конспект лекций. -Красноярск, 2011. -120с.