Введение
В настоящее время моделирование используется
во всех направлениях деятельности человека.
Большинство систем моделирования ориентируется на конкретные области техники: emPlant – машиностроение, Delmia – судостроение, Netrac – телекоммуникация и связь, VHDL - цифровые устройства. Системы общего назначения -
GPSS World, Anylogic, Simula, ProcessModel, AutoMod.
General Purpose Simulation System
История
Система GPSS была разработана сотрудником фирмы IBM Джефри Гордоном в 1961 году. Гордоном были созданы 5 первых версий языка: GPSS (1961), GPSS II (1963), GPSS III (1965), GPSS/360 (1967) и GPSS V (1971). Известный ранее только специалистам, в нашей стране этот программный пакет завоевал популярность после издания в СССР в 1980 году монографии Т Дж. Шрайбера. В ней была рассмотрена одна из ранних версий языка — GPSS/360, а также основные особенности более мощной версии — GPSS V, поддерживаемой компанией IBM, у нас она была более известна как пакет моделирования дискретных систем (ПМДС). Этот пакет работал в среде подсистемы диалоговой обработки системы виртуальных машин единой серии (ПДО СВМ ЕС) ЭВМ. После окончания поддержки GPSS V компанией IBM следующей версией стала система GPSS/H компании Wolverine Software разработанная в 1978 году под руководством Дж. Хенриксена. В 1984 году появилась первая версия GPSS для персональных компьютеров с операционной системой DOS — GPSS/PC. Она была разработана компанией Minuteman Software под руководством С. Кокса. Конец XX века ознаменовался разработкой компанией Minuteman Software программного продукта GPSS World, увидевшей свет в 1993 году. За сравнительно небольшой период времени было выпущено несколько его версий, причем в каждой последующей возможности системы моделирования наращивались. Помимо этих основных версий существует также Micro-GPSS, разработанная Ингольфом Сталлом в Швеции, — это упрощенная версия, предназначенная для изучения языка GPSS, и WebGPSS, также предназначенная для изучения работы системы и разработки простейших имитационных моделей в сети интернет.
Тема 2.
Имитационное моделирование вычислительных систем.
Описание поведения сложной системы для построения
имитационной модели. Принципы моделирования
параллельных процессов и одновременных событий.
Способы реализации квазипараллелизма в моделях.
Способы формализации вычислительной системы для
организации в имитационных моделях
квазипараллелизма: просмотр активностей, составление
расписания событий, транзактный, процессный, агрегатный.
Тема 4.
Показатели работоспособности вычислительной системы:
быстродействие, загрузка ЭВМ, производительность. Основные
факторы, определяющие производительность вычислительной
системы. Одномерный и многомерный потоки заявок. Закон
сохранения времени ожидания. Характеристики различных
дисциплин обслуживания. Зависимость характеристик
вычислительной системы от ее конфигурации.
Зависимость между объектом и его моделью не природная, но хорошая модель позволяет получить новые знания об объекте.
Определение модели
Соотношение между реальным объектом
и моделью
Основные качества модели
Модель не существует изолированно от объекта, так как она строится на основе реального объекта.
2. Модель при всем своем сходстве с оригиналом по основным признакам, всегда отличается от оригинала. Чаще всего модель отражает те свойства оригинала, которые существенны для того, кто использует реальный объект.
3. Модель всегда имеет целевое назначение. Модель представляет некую систему исследований, служащую средством получения информации о реальном объекте.
Способы получения информации о
поведении модели.
Имитационное моделирование
Определение целей имитационного
моделирования
Разработка имитационной модели
Представление результатов моделирования, их анализ и
описание рекомендаций по проектированию или
эксплуатации исследуемых Цифровых Систем требует
знания теории вероятностей и методов планирования
эксперимента, что обычно предполагается в инженерном
образовании.
Материал представлять в электронном виде.
Адрес почты: irina-babalova@rambler.ru
Наиболее трудоемкими этапами моделирования являются
шаги по представлению вычислительных систем в формате компонент СМО, определению и описанию характеристик этих компонент. Надо суметь четко сформулировать требования к системе и знать законы ее функционирования.
Очередь
Объект
t поступления
(интервалы времён поступления заявок)
t обслуживания
t выхода
Формирование очереди происходит при t обсл >t поступления
Очередь – это абстрактный объект. В СМО всегда есть очереди.
Структура СМО с одним обслуживающим ресурсом
Пространство
состояний
объектов системы
Входная заявка
Выходные переменные
Транзакты, входящие в систему, в соответствии с законом их поступления продвигаются по объектам системы.
Поведение объекта – это взаимодействие статических
объектов с динамическими объектами и отражение
результатов этого взаимодействия в информационных
объектах
Основные блоки, работающие с транзактами:
Generate, Terminate, Priority, Mark, Assign, Gate, Test, Transfer, Advance, Split, Assembly, Gather,
Matсh
Основные блоки, работающие с транзактами:
Generate, Terminate, Priority, Mark, Assign, Gate, Test, Transfer, Advance, Split, Assembly, Gather,
Matсh
Лабораторная работа № 1
Система позволяет использовать множество генераторов случайных чисел RN1, RN2,…. RN100…. Система моделирования автоматически настраивается на заданный диапазон входных воздействий. [ A, B ]
Наиболее известные функции распределения случайных чисел - это нормальное и пуассоновское, экспоненциальное,равномерное..
GENERATE 150,50
GENERATE (Exponential(1,0,150))
GENERATE (Poisson(2,150))
GENERATE (Normal(1,150,50)) =10
3.Таблица запусков модели:
Погрешности всегда
записываются только с
одной цифрой в
соответствующем разряде.
вх
Объект
Вых
Операнды блока TABLE:
A – стандартный числовой атрибут или переменная. В примере отражается
изменение
модельного времени
для равномерно
распределенных
случайных времен
появления транзактов.
B – начало отсчета
C - интервал
D – количество
интервалов
Значения времен поступления
заявок
Задач отрезок [120, 180]
Generate
Terminate
В описании функции распределения времен поступления заявок значения параметров:
1- номер генератора
случайных чисел
S – сдвиг
распределения
σ =среднее квадратичное отклонение
Все параметры –
положительные
Моделирование
нормального закона времен
поступления заявок
В описании
нормального
закона
mx =150
σx =10
Отрезок времён поступления заявок [120,180]
Учитываем, что значимый
разброс значений
не превышает 3σ
Адрес почты для присылки ваших работ:
irina-babalova@rambler.ru
Если не удалось найти и скачать презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:
Email: Нажмите что бы посмотреть