Исследование системы методом имитационного моделирования

Операнды  могут быть опущены.

Оператор ADVANCE.

Задержка  транзактов осуществляется блоком ADVANCE. Войти в ADVANCE и находиться в нем одновременно, может любое число заявок. Обычно блок ADVANCE моделирует обслуживание заявок в устройстве или в многоканальном устройстве и поэтому он обрамляется блоками входа/выхода в них

Оператор TERMINATE.

Начав свой путь на выходе блока GENERATE и пройдя то число операционных блоков GPSS-модели, которое при создавшейся случайной ситуации предусмотрено логикой модели, транзакт выводится из модели на языке GPSS.

Операторы SEIZE и RELEASE.

Занятие устройства происходит в момент прохода транзактом блока SEIZE

Если  в течение некоторого интервала  модельного времени несколько транзактов пытаются войти в блок SEIZE, то организуется очередь транзактов, ждущих разрешения на вход в блок SEIZE.

Освобождение  накопителя происходит в момент прохода  транзактом блока с именем RELEASE.

Операторы QUEUE и DEPART.

 Оператор  QUEUE фиксирует вход транзакта в очередь, а оператор DEPART – выход из очереди.

Оператор ENTER.

ENTER A,B предназначен для фиксации входа транзакта в память:

А – указывается номер памяти;

В – число единиц памяти, занимаемые транзактом;

Оператор  LEAVE.

LEAVE A, B – выход из транзакта:

А – указывается номер памяти;

В – число единиц памяти освобожденные  транзактом;

 

3 Эксперимент с имитационной моделью

Планирование  и проведение эксперимента

 

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.

Машинный эксперимент с моделью  системы при её исследовании и  проектировании проводится с целью  получения информации, о характеристиках  процесса функционирования рассматриваемого объекта. Эффективность машинных экспериментов  с моделями существенно зависит  от выбора плана эксперимента, так  как именно план определяет объемы и порядок проведения вычислений на ЭВМ, приемы накопления и статистической обработки результатов моделирования  системы. Поэтому основная задача планирования машинных экспериментов с моделью  формулируется следующим образом: необходимо получить информацию об объекте  моделирования, заданном в виде моделирующего  алгоритма, при минимальных или  ограниченных затратах машинных ресурсов на реализацию процесса моделирования.

 

Анализ результатов моделирования

 

Отчет GPSS

              GPSS World Simulation Report - Untitled Model 2.16.1

                   Monday, February 04, 2013 20:59:11 

           START TIME           END TIME  BLOCKS  FACILITIES  STORAGES

                0.000            300.000    40        9          0

 

              NAME                       VALUE 

          CHAN1                          10.000

          CHAN2                          14.000

          CHAN3                          18.000

          CHAN4                          22.000

          CHAN5                          26.000

          CHAN6                          30.000

          CHAN7                          34.000

          MEN                         10000.000

          OUT                            37.000

 

 

LABEL              LOC  BLOCK TYPE     ENTRY COUNT CURRENT COUNT RETRY

                    1    GENERATE             1             0       0

                    2    TERMINATE            1             0       0

                    3    GENERATE           278             0       0

                    4    QUEUE              278             0       0

                    5    SEIZE              278             0       0

                    6    DEPART             278             0       0

                    7    ADVANCE            278             0       0

                    8    RELEASE            278             0       0

                    9    TRANSFER           278            92       0

CHAN1              10    SEIZE               36             0       0

                   11    ADVANCE             36             1       0

                   12    RELEASE             35             0       0

                   13    TRANSFER            35             0       0

CHAN2              14    SEIZE               16             0       0

                   15    ADVANCE             16             1       0

                   16    RELEASE             15             0       0

                   17    TRANSFER            15             0       0

CHAN3              18    SEIZE               25             0       0

                   19    ADVANCE             25             1       0

                   20    RELEASE             24             0       0

                   21    TRANSFER            24             0       0

CHAN4              22    SEIZE               30             0       0

                   23    ADVANCE             30             1       0

                   24    RELEASE             29             0       0

                   25    TRANSFER            29             0       0

CHAN5              26    SEIZE               42             0       0

                   27    ADVANCE             42             1       0

                   28    RELEASE             41             0       0

                   29    TRANSFER            41             0       0

CHAN6              30    SEIZE               18             0       0

                   31    ADVANCE             18             1       0

                   32    RELEASE             17             0       0

                   33    TRANSFER            17             0       0

CHAN7              34    SEIZE               19             0       0

                   35    ADVANCE             19             1       0

                   36    RELEASE             18             0       0

OUT                37    SEIZE              179             0       0

                   38    ADVANCE            179             0       0

                   39    RELEASE            179             0       0

                   40    TERMINATE          179             0       0

 

 

FACILITY         ENTRIES  UTIL.   AVE. TIME AVAIL. OWNER PEND INTER RETRY DELAY

11                 278    0.884       0.954  1        0    0    0     0      0

21                  36    0.983       8.194  1      178    0    0    92      0

22                  16    0.979      18.362  1      131    0    0    92      0

23                  25    0.963      11.559  1      180    0    0    92      0

24                  30    0.975       9.749  1      185    0    0    92      0

25                  42    0.972       6.940  1      186    0    0    92      0

26                  18    0.941      15.680  1      187    0    0    92      0

27                  19    0.933      14.731  1      153    0    0    92      0

31                 179    0.610       1.023  1        0    0    0     0      0

 

 

QUEUE              MAX CONT. ENTRY ENTRY(0) AVE.CONT. AVE.TIME   AVE.(-0) RETRY

MEN                17    0    278     31     3.275      3.534      3.978   0

 

 

FEC XN   PRI         BDT      ASSEM  CURRENT  NEXT  PARAMETER    VALUE

   280    0         300.106    280      0      3

   153    0         300.570    153     35     36

   186    0         300.704    186     27     28

   178    0         305.703    178     11     12

   180    0         307.039    180     19     20

   131    0         307.164    131     15     16

   187    0         308.625    187     31     32

   185    0         309.730    185     23     24

     281    0         600.000    281      0      1

 

Проведем несколько моделирующих экспериментов, результаты которых  занесем в таблицу 1.

 

 

Таблица 1 – Результаты прогонов:

№ прогона	N	N0	Q	Pотк	Ku
1	287	276	0,962	0,038	0,918
2	305	267	0,875	0,125	0,942
3	304	292	0,961	0,039	0,963
4	276	276	1,000	0,000	0,869
5	287	271	0,944	0,056	0,940
6	267	267	1,000	0,000	0,890
7	316	286	0,905	0,095	0,968
8	325	300	0,923	0,077	0,973
9	309	278	0,900	0,100	0,942
10	271	268	0,989	0,011	0,868
M(x)	294,7	278,1	0,944	0,056	0,927

 

Проведем проверку модели на адекватность. Так как выборка малая, то используем t-критерий. В качестве параметра расчета возьмем среднее число занятых каналов K. Теоретически рассчитаем К_т.

 

;    

   

 

=0,000000000002

 

 где =1/10=0,1

 

 

Применим метод сравнения выборочной средней с гипотетической генеральной  средней нормальной совокупностью.

Для того, чтобы при заданном уровне значимости α=0,05 проверить нулевую гипотезу Н₀: а = а₀ о равенстве генеральной средней нормальной совокупности а с известной дисперсией σ² гипотетическому (предполагаемому) значению а₀ при конкурирующей гипотезе Н₁ : а≠а₀ , надо вычислить наблюдаемое значение критерия:

 

 

и по таблице функции Лапласа  найти критическую точку U_кр двусторонней критической области из равенства:

Т.к. |U_набл| < U_кр ( < 1.96), то нет оснований отвергать нулевую гипотезу, следовательно, модель адекватна.

 

Заключение

 

Программные средства GPSS World позволяют проанализировать характеристики и результаты деятельности любой системы, без ее физического построения. Это позволяет спрогнозировать результаты создаваемой системы, используя минимальное количество материальных ресурсов и времени.

 

Список  использованной литературы

1 Советов Б.Я., Яковлев С.А. Моделирование  систем: Учебник для вузов. –  М.: Высш. шк., 2001. – 343с.

2 Гультяев А. Визуальное моделирование в среде «Matlab»: Учебный курс. – СП: Питер, 2000.

3 Вентцель Е.С., Овчаров Л.А. Задачи и упражнения по теории вероятностей: Учебное пособие для студ. втузов. – М.: Издательский центр «Академия», 2003. – 448.

4 Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике: Учебн. пособие для вузов. – М.: Высш. шк., 2003. – 405 с.

5 Лебедев А.Н. Моделирование  в научно-технических исследованиях.  – М.: Радио и связь, 1989. – 224 с.

6 Х. Шенк. Теория инженерного эксперимента. Перевод с английского Е.Г. Коваленко. – М.: Мир, 1972. – 382 с.

7 Романцев В.В., Яковлев С.А. Моделирование  систем массового обслуживания. – СПб.: Поликом, 1995.