Моделирование в среде GPSS

КурсоваяПомощь в написанииУзнать стоимостьмоей работы

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… Читать ещё >

Моделирование в среде GPSS (реферат, курсовая, диплом, контрольная)

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 26 583.061 23 1 0
NAME VALUE
KOLZAD 10 001.000
NACHALO 7.000
NEW 2.000
OCH 10 002.000
OCHERED 9.000
PROCESOR 10 003.000
RASPRED 10 000.000
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 26 607.828 1 2 3 1 84.468

Показать весь текст

Заполнить форму текущей работой