Моделирование в среде GPSS

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Содержание

• Введение
• 1. Построение концептуальной модели
• 1.1 Постановка задачи
• 1.2 Анализ исходных данных
• 1.3 Разработка концептуальной модели
• 2. Алгоритмизация модели и её машинная реализация
• 2.1 Разработка алгоритма
• 2.2 Разработка программы
• 3. Получение и интерпретация результатов
• 3.1 Планирование эксперимента
• 3.2 Анализ результатов
• Список литературы
• Приложение А
• Приложение Б
• Введение
• Созданию системы, действующей в реальном мире, предшествует моделирование - создание и анализ системы-заместителя, которая повторяет основные характеристики исходной, но позволяет снизить расходы (времени или денег) требуемые для проведения экспериментов.
• Разнообразие форм моделирования требует построения их классификации. Обычно модели делят на мысленные и материальные. Методы материального моделирования подразделяют на следующие группы:
• 1) Натуральное моделирование - эксперимент на самом исследуемом объекте, который при специально подобранных условиях опыта служат моделью самого себя;
• 2) Физическое моделирование - эксперимент на специальных установках, сохраняющих природу явлений, но воспроизводящим их в количественно измененном масштабированном виде;
• 3) Математическое моделирование - использование моделей, по физической природе отличающихся от моделируемых объектов, но имеющих сходное математическое описание.
• Среди математических моделей, позволяющих адекватно описать и проводить анализ широкого класса систем, следует выделить имитационные модели. В процессе преобразования наших знаний о системе в ее математическую модель нужно определить назначение модели;
• - определить, какие компоненты должны быть включены в состав модели;
• - определить параметры и переменные, относящиеся к этим компонентам;
• Процесс проектирования модели, проверки ее адекватности, проведения экспериментов и формулирования выводов связан с конкретным назначением модели. После того, как определена цель, для которой потребовалось создание модели, наступает этап определения необходимого набора компонентов, влияющих как положительно, так и отрицательно на эффективность ее работы. Затем решается вопрос, следует ли включать тот или иной компонент в состав модели. С одной стороны стремимся сделать модель как можно проще, (упростить формулировку, повысить эффективность моделирования), с другой - получить более точную модель.
• В данной курсовой работе используется среда моделирования GPSS. GPSS - General Purpose Simulating System - общецелевая моделирующая система, предназначенная для решения задач по моделированию работы всевозможных систем массового обслуживания.
• Система массового обслуживания (СМО) - это система, в которой выполняется ряд операций (действий) по обслуживанию случайного потока заявок (требований на обслуживание). В GPSS заявку называют транзактом.
• Сущность машинного моделирования СМО состоит в проведении на ЭВМ эксперимента с моделью этой системы. Машинная модель СМО - это программа, составленная на языке GPSS, которая описывает поведение элементов системы в процессе ее работы. Результатом прогона этой программы на ПЭВМ является статистика - данные о модели, полученные в результате машинных расчетов по составленной и отлаженной программе. Анализ статистики позволяет уточнить исходную программу. Моделирование заканчивается, когда полученная машинная модель адекватна реальной системе массового обслуживания.
• 1. Построение концептуальной модели
• 1.1 Постановка задачи
• Для ускорения прохождения “коротких” заданий на ЭВМ выбран пакетный режим работы с квантованием времени процессора. Это значит, что всем заданиям пакета по очереди представляется процессор на одинаковое время 10 с (круговой циклический алгоритм разделения времени). Если в течение этого времени заканчивается выполнение задания, оно покидает систему и освобождает процессор. Если же очередного кванта времени не хватает для завершения задания, оно помещается в конец очереди - пакета. Последнее задание пакета выполняется без прерываний. Пакет считается готовым к вводу в ЭВМ, если в нём содержится 5 заданий. Новый пакет вводится в ЭВМ после окончания обработки предыдущего. Задания поступают в систему с интервалом времени 60±30 с и характеризуется временем работы процессора 50±45 с.
• Смоделировать процесс обработки 200 заданий. Определить максимальную длину очереди готовых к обработке пакетов и коэффициент загрузки ЭВМ. Сравнить время прохождения “коротких” заданий, требующих до 10 с времени работы процессора, с временем прохождения “длинных” заданий, требующих свыше 90 с времени работы процессора.
• 1.2 Анализ исходных данных
• Исходя из условия задачи в данной СМО можно выделить:
• 1) входные данные:
• Имеется один источник заявок, моделирующий поступление заданий.
• 2) внутренние данные
• В системе необходим один накопитель для очереди из заданий пакета, который обрабатывается в данный момент.
• 3) выходные данные
• Определить максимальную длину очереди готовых к обработке пакетов и коэффициент загрузки ЭВМ. Сравнить время прохождения “коротких” заданий, требующих до 10 с времени работы процессора, с временем прохождения “длинных” заданий, требующих свыше 90 с времени работы процессора.
• 1.3 Разработка концептуальной модели
• Концептуальная модель отображает основные элементы системы массового обслуживания: источник заявок, приборы, очереди и связи между ними. Кроме того, концептуальная модель содержит основные параметры элементов системы массового обслуживания, например название прибора и время задержки транзакта в нем. Для данной задачи концептуальная модель выглядит следующим образом:
• Описание Q-схемы:
• В системе имеется один источник заявок, моделирующий поступление заданий. Задания помещаются в очередь, происходит сбор по 5 заданий в пакет. Задания после накопителя обрабатываются процессором. Время обработки зависит от какое по счёту задание пакета. Если пятое, то обработка выполняется без прерываний и длится необходимое время заданию, которое было записано в первый параметр транзакта при создании. Если другое по номеру - задание обрабатывается 10 секунд и если оно до конца не обработано, то помещается в очередь перед ЭВМ. Если задание обработано, то оно покидает систему.
• материальное моделирование алгоритмизация
• 2. Алгоритмизация модели и ее машинная реализация
• 2.1 Разработка алгоритма
• Созданию программы предшествовало составление блок-схемы представленной в приложении А и написание нижеследующего алгоритма:
• 1. функция для определения времени работы процессора
• 2. в начале создается один транзакт
• GENERATE ,,,1
• 3. время задержки, имитирующее время поступления задания
• NEW ADVANCE 60,30
• 4. в первый параметр транзакта поместить время обработки задания процессором
• ASSIGN 1,FN$RASPRED
• ASSIGN 1+,50
• 5. отправить 1 копию на начало
• SPLIT 1,NACHALO
• 6. оригинал - следующая задание
• TRANSFER ,NEW
• 7. собрать 5 заданий в пакет
• NACHALO GATHER 5
• 8. ждать пока весь предыдущий пакет не будет обработан
• TEST E X$KOLZAD,0
• 9. занять очередь перед обработкой на процессоре
• OCHERED QUEUE OCH
• 10. занять процессор
• SEIZE PROCESOR
• 11. покинуть очередь
• DEPART OCH
• 12. если ещё не обработалось 4 задания, то отправить на обработку с прерываниями
• TEST E X$KOLZAD,4,SPRERYV
• 13. иначе без прерываний обработать (для последнего 5-го задания пакета)
• ADVANCE P1
• 14. освободить процессор
• RELEASE PROCESOR
• 15. указать в ячейке, что обработалось ещё одно задание
• SAVEVALUE KOLZAD+,1
• 16. указать, что все задания пакета обработались
• SAVEVALUE KOLZAD,0
• 17. задание считается обработанным и покидает систему
• TERMINATE 1
• 18. если обработка ведется с прерыванием, то каждому заданию предоставляется 10 с
• SPRERYV ADVANCE 10
• 19. освободить процессор
• RELEASE PROCESOR
• 20. указать, что задание обработалось 10 с
• ASSIGN 1-,10
• 21. если задание не обработалось до конца, то отправить в очередь, в конец пакета
• TEST LE P1,0,OCHERED
• 22. иначе указать, что ещё одно задание обработалось
• SAVEVALUE KOLZAD+,1
• 23. задание считается обработанным и покидает систему
• TERMINATE 1
• 24. смоделировать процесс обработки 200 заданий
• START 200
• Блок-схема алгоритма представлена в ПРИЛОЖЕНИИ А
• 2.2 Разработка программы
• При разработке программы необходимо использовать карты.
• Карты не отображаются на блок схеме, но входят в текст программы и могут быть 2-х видов:
• 1) карты описания объектов (в том числе - EQU,);
• 2) карты управления процессом моделирования (START);
• В данной программе использовались такие карты:
• START - указание начать моделирование. Моделирование завершится, когда через систему пройдет определенное значением параметра А количество транзактов. Операнд А называют счетчиком завершений.
• FUNCTION - карта описывает функцию, по которой определяется разброс времени.
• 3. Получение и интерпретация результатов
• 3.1 Планирование эксперимента
• План экспериментального моделирования на ЭВМ представляет собой метод получения с помощью эксперимента необходимой информации.
• Экспериментальное моделирование на ЭВМ требует затрат труда и времени экспериментатора, а также затрат времени ЭВМ. Поэтому целесообразно иметь план, позволяющий извлекать из каждого эксперимента максимально возможное количество информации. Основная цель - изучение поведения моделируемой системы при наименьших затратах. Поэтому планировать и проектировать нужно не только модель, но и процесс ее использования, т.е. проведение на ней экспериментов.
• Планирование выгодно в двух отношениях:
• 1) позволяет уменьшить число необходимых испытаний и тем самым
• повысить экономичность эксперимента;
• 2) служит структурной основой процесса исследований.
• Рассматриваются вопросы стратегического планирования, т.е. получение желаемой информации при минимальных затратах и тактического планирования - определение способов проведения испытаний. Этот этап планирования связан с решением задач двух типов:
• 1) определение начальных условий в той мере, в какой они влияют на достижение установившегося режима;
• 2) возможно большим уменьшением дисперсии решений при одновременном сокращении размеров выборки.
• Первая связана с тем, что модель носит искусственный характер, хорошо подобранные начальные условия уменьшают время переходного процесса; а вторая связана с необходимостью оценки точности результатов эксперимента и степени надежности заключений или выводов.
• 3.2 Анализ результатов
• Согласно заданию, необходимо определить максимальную длину очереди готовых к обработке пакетов и коэффициент загрузки ЭВМ. Сравнить время прохождения “коротких” заданий, требующих до 10 с времени работы процессора, с временем прохождения “длинных” заданий, требующих свыше 90 с времени работы процессора.
• · коэффициент загрузки ЭВМ: 0,988
• · максимальную длину очереди готовых к обработке пакетов: 235/5 = 47 пакетов по 5 заданий каждый
• · Время прохождения “коротких” заданий: 10 с;
• Время прохождения “длинных” заданий: 100 с;
• Отношение времени прохождения “коротких” заданий к времени прохождения “длинных” заданий: 10/100=1/10.
• Список литературы
• 1. Алтаев А.А. Имитационное моделирования на языке GPSS: методическое пособие - Улан-Удэ: Изд-во ВСГТУ, 2002. - 77 с.
• 2. Бершадская Е.Г. Моделирование: учебное пособие - Пенза: Изд-во ПТИ, 2002. - 147с.
• Приложение А
• Приложение Б
• GPSS World Simulation Report - 33вариант_Великанов.12.1
• Saturday, May 28, 2011 15:57:08
• START TIME END TIME BLOCKS FACILITIES STORAGES
• 0.000 26583.061 23 1 0
• NAME VALUE
• KOLZAD 10001.000
• NACHALO 7.000
• NEW 2.000
• OCH 10002.000
• OCHERED 9.000
• PROCESOR 10003.000
• RASPRED 10000.000
• SPRERYV 18.000
• LABEL LOC BLOCK TYPE ENTRY COUNT CURRENT COUNT RETRY
• 1 GENERATE 1 0 0
• NEW 2 ADVANCE 439 1 0
• 3 ASSIGN 438 0 0
• 4 ASSIGN 438 0 0
• 5 SPLIT 438 0 0
• 6 TRANSFER 438 0 0
• NACHALO 7 GATHER 438 8 0
• 8 TEST 430 0 0
• OCHERED 9 QUEUE 2771 229 0
• 10 SEIZE 2542 1 0
• 11 DEPART 2541 0 0
• 12 TEST 2541 0 0
• 13 ADVANCE 40 0 0
• 14 RELEASE 40 0 0
• 15 SAVEVALUE 40 0 0
• 16 SAVEVALUE 40 0 0
• 17 TERMINATE 40 0 0
• SPRERYV 18 ADVANCE 2501 0 0
• 19 RELEASE 2501 0 0
• 20 ASSIGN 2501 0 0
• 21 TEST 2501 0 0
• 22 SAVEVALUE 160 0 0
• 23 TERMINATE 160 0 0
• FACILITY ENTRIES UTIL. AVE. TIME AVAIL. OWNER PEND INTER RETRY DELAY
• PROCESOR 2542 0.988 10.335 1 307 0 0 0 229
• QUEUE MAX CONT. ENTRY ENTRY(0) AVE.CONT. AVE.TIME AVE.(-0) RETRY
• OCH 235 230 2771 2 112.673 1080.907 1081.688 0
• SAVEVALUE RETRY VALUE
• KOLZAD 5 0
• CEC XN PRI M1 ASSEM CURRENT NEXT PARAMETER VALUE
• 307 0 0.000 1 10 11 1 55.858
• 432 0 0.000 1 7 8 1 92.546
• 433 0 0.000 1 7 8 1 95.117
• 434 0 0.000 1 7 8 1 121.151
• 435 0 0.000 1 7 8 1 66.110
• 436 0 0.000 1 7 8 1 87.185
• FEC XN PRI BDT ASSEM CURRENT NEXT PARAMETER VALUE
• 1 0 26607.828 1 2 3 1 84.468
• Размещено на Allbest.ru