1. Наличие приоритетов при выборе заявок на обслуживание каналов. По отношению к каналу могут быть рассмотрены заявки с абсолютным и относительным приоритетами. Заявки с абсолютным приоритетом при выборе из очереди в накопитель вытесняют из канала заявки с более низким классом приоритета, которые при этом снова поступают в накопитель (в начало или конец очереди) или считаются потерянными, а заявки с относительным приоритетом дожидаются окончания обслуживания каналом предыдущей заявки. Эти особенности учитываются в моделирующих алгоритмах приоритетных
Q-схем, при определении времени освобождения канала и выборе претендентов на его занятие. Если наличие абсолютных приоритетов приводит к потере заявок, то необходимо организовать фиксацию потерянных заявок.
2. Ограничение по времени пребывания заявок в системе. В этом случае возможно ограничение как по времени ожидания заявок в накопителях, так и по времени обслуживания заявок каналами, а также ограничение по сумме этих времен, т. е. по времени пребывания заявок в обслуживающем приборе. Причем эти ограничения могут рассматриваться как применительно к каждой фазе, так и к Q-схеме в целом. При этом необходимо в качестве особых состояний Q-схемы рассматривать не только моменты поступления новых заявок и моменты окончания обслуживания заявок, но и моменты окончания допустимого времени пребывания (ожидания, обслуживания) заявок в Q-схеме.
3. Выход элементов системы из строя и их дальнейшее восстановление. Такие события могут быть рассмотрены в Q-схеме, как потоки событий с абсолютными приоритетами, приводящими к потере заявок, находящихся в обслуживании в канале или ожидающих начала обслуживания в накопителе в момент выхода соответствующего элемента из строя. В этом случае в моделирующем алгоритме Q-схемы должны быть предусмотрены датчики (генераторы) отказов и восстановлений, а также должны присутствовать операторы для фиксации и обработки необходимой статистики.
Рассмотренные моделирующие алгоритмы и способы их модификации могут быть использованы для моделирования широкого класса систем. Однако эти алгоритмы будут отличаться по сложности реализации, затратам машинного времени и необходимого объема памяти ЭВМ.
Детерминированный и асинхронный циклический алгоритмы наиболее просты с точки зрения логики их построения, так как при этом используется перебор всех элементов Q-схемы на каждом шаге. Трудности возникают с машинной реализацией этих алгоритмов вследствие увеличения затрат машинного времени на моделирование, так как просматриваются все состояния элементов Q-схемы. Затраты машинного времени на моделирование существенно увеличиваются при построении детерминированных моделирующих алгоритмов Q-схем, элементы которых функционируют в различных масштабах времени, например когда длительности обслуживания заявок каналами многоканальной Q-схемы значительно отличаются друг от друга.
Действия операторов блок-диаграммы моделирующего алгоритма
В стохастическом синхронном алгоритме рассматриваются прошлые изменения состояний элементов Q-схемы, которые произошли с момента предыдущего просмотра состояний, что несколько усложняет логику этих алгоритмов.
Асинхронный спорадический алгоритм позволяет просматривать при моделировании только те элементы Q-схемы, изменения состояний которых могли иметь место на данном интервале системного времени, что приводит к некоторому упрощению этих моделирующих алгоритмов по сравнению с синхронными алгоритмами и существенному уменьшению затрат машинного времени по сравнению с детерминированными и циклическими алгоритмами.
Затраты необходимой оперативной памяти ЭВМ на проведение имитации могут быть значительно уменьшены при построении блочных моделей, когда отдельные блоки (модули) Q-схемы реализуются в виде процедур (подпрограмм).
Рассмотренные моделирующие алгоритмы позволяют практически отразить всевозможные варианты многофазных и многоканальных Q-схем, а также провести исследование всего спектра их вероятностно-временных характеристик, различных выходных характеристик, интересующих исследователя или разработчика системы S.
При моделировании систем, формализуемых в виде Q-схем, с использованием языка имитационного моделирования GPSS, отпадает необходимость выбора принципа построения моделирующего алгоритма, так как механизм системного времени и просмотра состояний уже заложен в систему имитации дискретных систем, т. е. в язык GPSS.
В качестве примера приведена программа на языке GPSS. Для трехфазной системы массового обслуживания, для блок-диаграммы, приведенной ранее..
SIMULATE Программа имитации многофазной Q-схемы
1 STORAGE 10
2 STORAGE 10
EXPON FUNCTION RN1.C24
0 0 .1 .104 .2 .222 .3 .355 .4 .509 .5 .69
6 .915 .7 .12 .75 1.38 .8 1.6 .84 .83 .88 2.12
.9 2.3 .92 2.52 .94 2.81 .95 2.99 .96 3.2 .97 3.5
.98 3.9 .99 4.6 .995 5.3 .998 6.2 .999 7.0 .9997 8.0
GENERATE 10.FN#EXPON
ЗАТЕ SNF 1.OTK
ENTER 1
TRANSFER BOTH.KAN11.KAN12
KAN 11 SEIZE 1
LEAVE 1
ADVANCE 20. FN#EXPON
GATE SNF 2
RELEASE 1
TRANSFER .NAK2
KAN12 SEIZE 2
LEAVE 1
ADVANCE 20.FN#EXPON
GATE SNF 2
RELEASE 2
NAK2 ENTER 2
TRANSFER BOTH.KAN21.KAN22
KAN21 SEIZE 3
LEAVE 2
ADVANCE 20. FN#EXPON
GATE NU 5
RELEASE 3
TRANSFER .KAN31
KAN22 SEIZE 4
LEAVE 2
ADVANCE 20. FN#EXPON
GATE NU 5
RELEASE 4
KAN31 SEIZE 5
ADVANCE 10.FN#EXPON
RELEASE 5
TRANSFER .END
OTK SAVEVALVE 1+.K1
END TERMINATE 1
Программа реализации многофазного моделирующего алгоритма на языке GPSS
При моделировании систем, формализуемых в виде Q-схем, с использованием языка имитационного моделирования GPSS, отпадает необходимость выбора принципа построения моделирующего алгоритма, так как механизм системного времени и просмотра состояний уже заложен в систему имитации дискретных систем, т. е. в язык GPSS.
ПЛАНИРОВАНИЕ МАШИННЫХ ЭКСПЕРИМЕНТОВ С МОДЕЛЯМИ
СИСТЕМ
Имитационное моделирование является по своей сути машинным экспериментом с моделью исследуемой или проектируемой системы. План имитационного эксперимента на ЭВМ представляет собой метод получения с помощью эксперимента необходимой пользователю информации. Эффективность использования экспериментальных ресурсов существенным образом зависит от выбора плана эксперимента. Основная цель экспериментальных исследований с помощью имитационных моделей состоит в наиболее глубоком изучении поведения моделируемой системы. Для этого необходимо планировать и проектировать не только саму модель, но и процесс ее использования, т. е. проведение с ней экспериментов на ЭВМ.
МЕТОДЫ ТЕОРИИ ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТОВ
Машинный эксперимент с моделью системы S при ее исследовании и проектировании проводится с целью получения информации о характеристиках процесса функционирования рассматриваемого объекта. Эта информация может быть получена как для анализа характеристик, так и для их оптимизации при заданных ограничениях, т. е. для синтеза структуры, алгоритмов и параметров системы S. В зависимости от поставленных целей моделирования системы S на ЭВМ имеются различные подходы к организации имитационного эксперимента с машинной моделью
. Основная задача планирования машинных экспериментов — получение необходимой информации об исследуемой системе S при ограничениях на ресурсы (затраты машинного времени, памяти и т. п.). К числу частных задач, решаемых при планировании машинных экспериментов, относятся задачи уменьшения затрат машинного времени на моделирование, увеличения точности и достоверности результатов моделирования, проверки адекватности модели и т. д.Машинный эксперимент. Эффективность машинных экспериментов с моделями
существенно зависит от выбора плана эксперимента, так как именно план определяет объем и порядок проведения вычислений на ЭВМ, приемы накопления и статистической обработки результатов моделирования системы S. Поэтому основная задача планирования машинных экспериментов с моделью формулируется следующим образом: необходимо получить информацию об объекте моделирования, заданном в виде моделирующего алгоритма (программы), при минимальных или ограниченных затратах машинных ресурсов на реализацию процесса моделирования.Таким образом, при машинном моделировании рационально планировать и проектировать не только саму модель
системы S, но и процесс ее использования, т. е. проведение с ней экспериментов с использованием инструментальной ЭВМ.Для планирования эксперимента наиболее важное значение имеет следующее:
1) простота повторения условий эксперимента на ЭВМ с моделью
системы S;2) возможность управления экспериментом с моделью
, включая его прерывание и возобновление;