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.
Статья научная