Слайд 1МАТЕМАТИЧЕСКИЕ ОСНОВЫ МОДЕЛИРОВАНИЯ
СЕТЕЙ СВЯЗИ
Ирина Геннадьевна Квиткова
ст. преп. кафедры ПДС и
М
Слайд 2Основные понятия моделирования
Моделирование
замещение исследуемого объекта-оригинала его условным образом, описанием или другим
объектом (моделью), обеспечивающим близкое к оригиналу поведение в рамках некоторых допущений и приемлемых погрешностей.
Модель
физический или абстрактный объект, свойства которого сходны со свойствами исследуемого объекта.
Требования к модели:
Адекватность;
Полнота;
Гибкость;
Трудоёмкость разработки.
Слайд 3Основные этапы моделирования:
1) Разработка модели;
2) Исследование модели и получение выводов.
При построении моделей объектов используется системный подход:
объект как СИСТЕМА,
действующая в некоторой среде
СИСТЕМА –
группа взаимосвязанных элементов, действующих совместно с целью выполнения заранее поставленной задачи.
ОБЪЕКТ как набор подсистем, элементов и связей
Слайд 4Стадии построения модели:
1. мысленная модель;
2. концептуальная модель;
3. формальная модель.
Представление мысленной
модели на естественном языке называется содержательной моделью (СМ).
СМ делятся на:
описательные (любое описание объекта);
объяснительные (ответ на вопрос: почему это происходит?);
прогностические (описывает будущее поведение объекта).
Слайд 5 Концептуальная модель (КМ)
СМ, при формулировании которой используются понятия и представления
предметных областей, связанных с моделью.
Виды КМ:
логико-семантическая (описание в предметной области);
структурно-функциональная
(изучение элементов системы и связей между ними);
причинно-следственные
(объяснение и прогнозирование поведения).
Формальная модель представлена с помощью формальных языков: математический аппарат, алгоритмические языки, языки моделирования.
Слайд 6Методы моделирования
Математическое моделирование
исследование явлений с помощью их
математических моделей (ММ).
отношения между
реальными элементами
(замена)
отношения между математическими объектами
Физическое моделирование (макетирование)
исследование явлений на физических моделях
изучаемый процесс воспроизводят
с сохранением его физической природы
(реальное воплощение интересующих
физических свойств оригинала)
Слайд 7Этапы математического моделирования
1) - постановка задачи;
- определение объекта и
целей исследования;
- задание критериев (признаков) изучения объекта.
Математическая формулировка задачи –
в виде геометрических образов, функций, систем уравнений.
Описание объекта (явления) –
непрерывная (дискретная), детерминированная (случайная) формы.
Цель мат. моделирования
анализ реальных процессов (в природе или технике) математическими методами.
2) Выбор типа ММ (определяет направление исследования).
Слайд 8 Виды ММ :
аналитическая
для простых систем,
отражает связь
между вх. и вых. параметрами, но не внутр. структуру объекта,
процессы системы записываются в виде алгебраических, дифференциальных, интегральных уравнений;
- имитационная (компьютерная программа)
для сложных систем;
воспроизводит процесс функционир-ия системы во t-и.
3) Анализ полученных результатов.
Слайд 9Построение моделей сети связи
Решение задач, связанных с проектированием реальных сетей;
Анализ и
синтез сетей, связанные с применением методов теории графов и теории гиперсетей.
Морфологическое описание сетей электросвязи
1. Элементы сетей:
- пункты связи: сетевой узел, сетевая стация, узел связи, оконечная станция (пункт), узел коммутации;
- линии сетей связи: линия передачи, соединительная линия, канал электросвязи, канал вторичной сети.
2. Структуры сетей:
- первичной сети;
- вторичной сети;
- электросвязи.
Слайд 103. Технология обслуживания:
- метод коммутации;
- кроссировка каналов;
- передача информации
при различных требованиях и ограничениях.
4. Внешние воздействия:
- поток заявок;
- поток освобождений (окончание передачи);
- поток отказов элементов сети;
- поток восстановлений элементов.
5. Критерии эффективности:
- экономические;
- качества и надежности передачи;
- живучести (сохранение работоспособности при разрушении элементов сети).
6. Требования и ограничения (условия эксплуатации).
Слайд 11
ММ сетей связи:
1. Первичные сети.
Структура может быть задана графом G=(X,V),
где X=(x1,..., xn) – множество вершин (сетевые узлы),
V=(v1,…, vm) - множество ветвей (соединит. линии).
2. Вторичные сети (без реализации на первичной сети).
Может быть задана графом L=(Y,R),
где Y = (y1 ,…,yP) – множество вершин (узлы связи),
R=(r1,…,rT) – множество рёбер (каналы связи).
3. Сеть электросвязи
Структура задана гиперсетью.
Если нужно учитывать привязку первичной сети к местности или к линии связи каналов передачи, то она моделир-ся гиперсетью.
Слайд 12
Классификация задач проектирования сетей связи (СС)
1.Проектирование СС (ПСС).
2. Планирование развития
СС.
3. Построение ВС на базе ПС.
4. Оптимальное размещение пунктов связи.
5. Оптимальное распределение каналов ВС в ПС.
6. Реализация линий передачи по кратчайшим маршрутам.
7. Анализ СС:
- метрических характеристик;
- пропускной способности сети;
- показателей живучести;
- экономических показателей;
- показателей качества и надёжности.
Слайд 13Что такое граф?
Граф G задаётся
- множеством точек или вершин V={v1,
v2,…vn};
- множеством линий или рёбер E={e1,e2,…em},
соединяющих между собой все или часть точек.
Граф G задаётся парой (V, E)
Граф G(V, E)
В конечном графе множества V и Е содержат конечное число элементов.
Слайд 141) Простой граф;
2) Мультиграф;
3) Псевдограф;
4) Взвешенный граф;
5) Ориентированный граф;
6) Неориентированный граф;
7)
Смешанный граф.
Типы графов
1) Полный граф
Классы графов
Слайд 152) Пустой граф
3) Планарный граф
4) Плоский граф
5) Дерево
6) Регулярный граф
7) Двудольный
граф
Слайд 161. Геометрическое представление
Г.п. показывает реальную структуру сети.
2. Теоретико-множественное представление
- перечисление множеств V, E,
- отображение инциденций f.
3. Матричное представление задаёт граф в виде матрицы.
А) Матрица смежности вершин
Б) Матрица смежности рёбер
В) Взвешенная матрица смежности:
Для представления графов сетей.
Г) Матрица инциденции
Д) Матрица расстояний
Представление графов
Слайд 174. Список смежности вершин (рёбер).
Таблица с n=|V | строками и
двумя столбцами.
первый столбец второй столбец
вершины (рёбра) графа вершины (рёбра), смежные с
5. KAO-FO представление.
2 массива: KAO и FO.
KAO:
FO:
Слайд 18Пусть G – связный взвешенный граф,
u и v - две его несовпадающие вершины.
Расстояние между вершинами u и v
число, выражающее длину кратчайшего пути между вершинами u и v, в графе G; обозначается d(u, v).
1-й путь из u в v: u x1 x3 v,
длина l1 = 3+5+2 = 10;
2-й путь из u в v: u x1 x2 x3 v,
длина l2 = 3+4+2+2 = 11.
Расстояние u и v: d(u, v)= 10.
Метрические характеристики графа
Слайд 19Эксцентриситет вершины v в графе G(V, E)
e(v) = max{d(v, j)}, j∈V.
Радиус
графа G(V, E)
Rad(G) = min{e(v)}, v∈V.
Диаметр графа
Diam(G) = max{e(v)}, v∈V.
Центр графа
вершина, у которой e(v) = Rad(G).
Периферийная вершина
вершина, у которой т.е. e(v) = Diam(G).
Передаточное число вершины графа G -
σ(v) = ∑ w(j)∙d(v, j), j∈V,
где w(j) – вес вершины j; d(v, j) – расстояние между v и j .
Медиана графа G вершина v* с
σ(v*) = min{σ(v)}, v∈V.
Слайд 20Обобщение понятий центра и медианы графа
1) b-центр
Пусть Vb – подмножество из
b вершин множества V вершин графа G(V, E).
Тогда d(Vb, vJ) – наикратчайшее из расстояний между вершинами множества Vb и вершиной vJ, т.е.
d(Vb, vJ) = min[d(vi, vJ)], vi∈ Vb.
Эксцентриситет множества Vb:
e(Vb) = max[d(Vb, vJ)], vJ ∈ V.
b-кратный центр - множество Vb*, для которого
e(Vb*) = min[e(Vb)], Vb ϵ V.
2) b-медиана
Передаточное число множества вершин V
σ(Vb) = ∑ w(vJ)∙d(Vb, vJ), vJ ∈ V.
b-медиана - множество V̅b, для которого
σ(V̅b) = min{σ(Vb)}, Vb ϵ V.
Слайд 21Задачи размещения
Выбор “наилучшего” размещения объектов
(оборудования, аварийных служб, телефонных станций
и др.).
1. Минимаксные задачи размещения
- Критерий оптимальности:
d(ПО, vJ) → min,
где ПО – пункт обслуживания,
vJ – самая отдалённая вершина графа,
d(ПО, vJ) – расстояние.
- Места размещения ПО: центры графа.
2. Минисуммные задачи размещения
- Критерий оптимальности:
∑ d(ПО, vJ) → min, vJ ∈ V,
где ∑ d(ПО, vJ) – сумма расстояний от ПО до всех вершин.
- Места размещения ПО: медианы графа.
Слайд 22Задача о кратчайшем пути (к.п.):
нахождение пути минимальной длины.
Невзвешенный граф:
длина пути
= количество рёбер, образующих путь.
Взвешенный граф:
длина пути = сумма длин рёбер, составляющих путь.
Обобщения задачи о к.п.:
а) задача нахождения к. п. между вершиной v0 и всеми другими вершинами графа;
б) задача нахождения к. п. между всеми парами вершин (алгоритм Флойда).
Задача а) решается с помощью алгоритма Дейкстры, суть которого – поиск дерева к.п. (д.к.п.)
Алгоритмы нахождения кратчайших путей
Слайд 23Пример. Определить к. п. от вершины x1 до всех остальных вершин
для графа на рисунке:
Слайд 24
Наиболее универсальный алгоритм нахождения к. п.
Алгоритм Флойда
для решения задачи нахождения
к.п. между всеми парами вершин графа.
Задача оптимальной трассировки кабельных л. с.:
- определение сети кабельной канализации;
- трассировка кабельных линий.
Для нахождения оптимального решения используются алгоритмы поиска к.п. в графе или д. к. п. от одного из узлов сети до всех остальных.
Слайд 25Дерево
конечный связный граф без циклов.
Остовное дерево (каркас, остов) графа G (X,
E)
его ациклический связный суграф, в который входят все вершины.
Минимальное остовное дерево (МОД)
остовное дерево, суммарный вес рёбер которого минимален.
Практические задачи нахождения МОД:
1) объединить n районов города единой ТЛФ сетью так, чтобы суммарная стоимость соединений (кабеля) была минимальной;
2) Определения наиболее надёжной сети для передачи информации: веса рёбер – оценки потерь информации.
Алгоритмы построения
минимального остовного дерева
Слайд 27Алгоритм Краскала
Шаг 1
Минимальный покрывающий лес (м.п.л.) Т пуст.
Шаг 2
Упорядочить рёбра
графа G в порядке неубывания их весов.
Шаг 3
Начав с первого ребра в списке, добавлять безопасные рёбра в лес Т.
Безопасное ребро – ребро графа G, добавление которого не приводит к появлению цикла в Т.
Шаг 4
Повторять шаг 3 до тех пор, пока в Т не будет n-1 рёбер. Получившееся дерево Т - МОД для графа G.
Слайд 29 Алгоритм Прима
Алгоритм наращивания минимального остова.
Шаг 1
- М.п.л. Т состоит из
корня (произвольная вершина) и пустого множества рёбер.
- Выбрать ребро, инцидентное корню, с минимальным весом среди всех инцидентных рёбер. Включить его в Т вместе с концевой вершиной.
Шаг 2
Рассмотреть рёбра, инцидентные включенным в Т вершинам. Выбрать ребро с мин. весом и включить его в Т вместе с концевой вершиной, ещё не включенной в дерево.
Шаг 3
Повторять шаг 2 до тех пор, пока в Т не будут включены все вершины.
Слайд 30Эйлеров цикл и
задача китайского почтальона
Эйлеров цикл
цикл в графе, который проходит
ровно один раз по каждому ребру графа.
Эйлеров граф содержит эйлеров цикл (цепь).
В эйлеровом графе все вершины чётные/только 2 нечётные.
Алгоритмы нахождения эйлерова цикла (э.ц.)
1) алгоритм Флёри; 2) алгоритм Хуанг-Туи.
Слайд 32Задача китайского почтальона
Задача нахождения эйлерова цикла в графе является задачей обхода.
Для неэйлерова взвешенного («+» веса рёбер) графа задача обхода становится
задачей китайского почтальона
В графе требуется найти цикл, проходящий через каждое ребро графа по крайней мере 1 раз, и такой, что для него общий вес минимален.
Задача решается с помощью
алгоритма для задачи китайского почтальона.
Прикладная задача обхода:
Поиск неисправностей линейных сооружений сети с возвращением в исходный пункт.
Слайд 33Пусть в графе G, проходит некоторое количество единиц продукта от вершины
s к t.
s – источник, t – сток.
Поток по дуге
число единиц продукта, проходящего по дуге e = (xi, xJ).
f(xi, xJ) - поток.
Сеть
связный граф G (X, E), веса рёбер которого являются их пропускными способностями (п.с.).
Поток из s в t в сети G(X, E)
это набор величин f(xi, xJ), удовлетворяющий четырем условиям:
Поток в сети
Слайд 34Условие 1.
0 < f(xi, xJ) < c(xi, xJ), (xi, xJ)∈E,
где c(xi,
xJ) – п. с. ребра (xi, xJ).
Условие 2.
∑ fx+(e) - ∑ fx-(e)=0,
e∈Ix+ e∈Ixˉ
где Ix+- множество рёбер, по которым поток входит в x,
Ixˉ- множество рёбер, по которым поток исходит из х.
Условие 3.
∑ ft+(e) = C,
e∈It+
Условие 4.
∑fs- (e)=C,
e∈Isˉ
где С – величина суммарного потока.
Слайд 35Основная задача:
определить максимальный поток, протекающий от s к t.
П. с. ребра - наибольшее значение потока, который может протекать по ребру.
Прикладная задача:
Анализ п. с. сети.
Теорема Форда-Фалкерсона
Величина максимального потока (м.п.) из s в t равна величине минимального разреза, отделяющего s от t.
(s, t) – (рёберный) разрез в графе G
некоторый набор рёбер, при удалении которых s и t оказываются в разных компонентах связности.
Слайд 36Понятие разреза
Величина разреза
суммарный вес рёбер, входящих в разрез.
Минимальный
разрез
разрез, имеющий минимально возможную величину.
Слайд 37Методы определения минимального разреза:
1. Метод двойственного графа;
2. Метод насыщенных рёбер.
Метод двойственного
графа
Условия применения:
1. Граф G – плоский.
2. Вершины s и t находятся на внешней грани графа G.
3. Метод даёт численную величину м.п., не указывает рёбра, по которым он пройдёт.
Описание алгоритма
- Построить граф G*, двойственный исходному графу G.
- От вершины a графа G* до вершины b найти кратчайший путь (это минимальный разрез графа G).
- Определить численную величину минимального разреза (это величина м. п).
Слайд 38
Граф G* называется двойственным для графа G,
если выполняются два условия:
1)
каждой грани h графа G соответствует единственная
вершина x* графа G*;
2) каждому ребру e графа G,
инцидентному грани h,
соответствует одно ребро e* графа G*,
инцидентное вершинам графа G*.
Двойственный граф плоского графа G также плоский.
Слайд 39Метод насыщенных рёбер
Не имеет ограничений в применении.
Описание алгоритма Форда-Фалкерсона
Пусть
изначально в сети имеется поток f = 0 на всех дугах (рёбрах).
Процедуры алгоритма:
1) помечивание вершин;
2) изменение потока.
1) Процедура помечивания вершин.
1. Исток s помечается меткой (+s, ∞).
2. Пометить вершины, смежные с s,
либо смежные с уже помеченной вершиной i (±x, e),
где х – вершина, из которой пришли в i,
е – поток по дуге (x, i).
Слайд 403. Из вершины i помечаются смежные непомеченные
вершины по правилу:
-
если дуга направлена из i в j и поток по ней fiJ < ciJ, то
вершине j присваивается метка [+i, min(e, ciJ - fiJ)];
- если дуга направлена из j в i и поток по ней fJi > 0, то
вершине j присваивается метка [-i, min(e, fJi)].
Процесс помечивания заканчивается, если:
1) Ни одну вершину нельзя пометить, и сток не помечен.
найденный поток – максимальный,
алгоритм останавливается
2) Помечается сток.
Тогда производится изменение потока.
Слайд 412) Процедура изменения потока.
Если сток t получил метку (+k, d), то
потоки
будут изменяться следующим образом:
- d + fiJ по дуге (i, j), если находимся в j (+i, m),
и переходим в i;
- d - fiJ по дуге (i, j), если находимся в j (-i, m),
и переходим в i.
Изменение потока начинается от t и продолжается до s.
Потом все метки стираются,
снова выполняется помечивание вершин.
Процесс продолжается, пока не найден м. п.
Область разреза между помеч. и непомеч. вершинами имеет величину м. п.
В миним. разрез входят рёбра, соединяющие помеч. вершины с непомеч-ми.