Система сбора информации

Содержание:

Введение

Во многих областях практической деятельности человека мы сталкиваемся с необходимостью пребывания в состоянии ожидания. Подобные ситуации возникают в очередях в билетных кассах, в крупных аэропортах, при ожидании обслуживающим персоналом самолетов разрешения на взлет или посадку, на телефонных станциях в ожидании освобождения линии абонента, в ремонтных цехах в ожидании ремонта станков и оборудования, на складах снабженческо-сбытовых организаций в ожидании разгрузки или погрузки транспортных средств. Во всех перечисленных случаях имеем дело с массовостью и обслуживанием. Изучением таких ситуаций занимается теория массового обслуживания.

Основной задачей теории СМО является изучение режима функционирования обслуживающей системы и исследование явлений, возникающих в процессе обслуживания.

Исследование СМО очень часто проводят при помощи компьютерного моделирования.

Компьютерное моделирование нашло практическое применение во всех сферах деятельности человека, начиная от моделей технических, технологических и организационных систем и заканчивая проблемами развития человечества и вселенной. Одно из преимуществ компьютерного моделирования – это также моделирование того, что не существует на самом деле, то есть моделирование виртуальной реальности.

Когда же необходимо использовать компьютерное моделирование? Всегда, когда можно поставить вопрос, «что будет, если ...?». Следовательно, компьютерное моделирование используют, прежде всего, для принятия решений. Модель позволяет проигрывать любые ситуации и получать наиболее эффективные решения проблемы.

Из всех видов моделирования имитационное моделирование является едва ли не самым популярным средством, используемым на практике. Основная его ценность состоит в применении методологии системного анализа. Имитационное моделирование разрешает осуществить исследование анализируемой или проектируемой системы по схеме операционного исследования, которое содержит взаимосвязанные этапы:

– содержательная постановка задачи;

– разработка концептуальной модели;

– разработка и программная реализация имитационной модели; проверка правильности,

– достоверности модели и оценка точности результатов модели­рование;

– планирование и проведение экспериментов;

– принятие решений.

Это позволяет использовать имитационное моделирование как универсальный подход для принятия решений в условиях неопределенности c учетом в моделях трудно формализуемых факторов, А также применять основные принципы системного подхода для решения практических задач.

Широкому внедрению этого метода на практике препятствует необходимость создания программных реализаций имитационных моделей, которые воссоздают в модельном времени динамику функционирования моделируемой системы. В отличие от традиционных методов программирования разработка имитационной модели требует перестройки принципов мышления. Недаром принципы, положенные в основу имитационного моделирования, дали толчок к развитию объектного программирования. Поэтому усилия разработчиков программных средств имитации направлены на упрощение программных реализаций имитационных моделей: для этих целей создаются специализированные языки и системы. Программные средства имитации в своем развитии изменялись на протяжении нескольких поколений, начиная c языков моделирования и средств автоматизации конструирования моделей до генераторов программ, интерактивных и интеллектуальных систем, распределенных систем моделирования. Основное назначение всех этих средств – уменьшение трудоемкости создания программных реализаций имитационных моделей и экспериментирования c моделями.

1 Обзор подходов

Многие экономические задачи связаны с системами массового обслуживания (СМО), т.е. такими системами, в которых, с одной стороны, возникают массовые запросы (требования) на выполнение каких-либо услуг, с другой - происходит удовлетворение этих запросов. СМО включает в себя следующие элементы: источник требований, входящий поток требований, очередь, обслуживающие устройства (каналы обслуживания), выходящий поток требований. Исследованием таких систем занимается теория массового обслуживания.

Методами теории массового обслуживания могут быть решены многие задачи исследования процессов, происходящих в экономике. Так, в организации торговли эти методы позволяют определить оптимальное количество торговых точек данного профиля, численность продавцов, частоту завоза товаров и другие параметры. Другим характерным примером систем массового обслуживания могут служить склады или базы снабженческо-сбытовых организаций, и задача теории массового обслуживания в данном случае сводится к тому, чтобы установить оптимальное соотношение между числом поступающих на базу требований на обслуживание и числом обслуживающих устройств, при котором суммарные расходы на обслуживание и убытки от простоя транспорта были бы минимальными. Теория массового обслуживания может найти применение и при расчете площади складских помещений, при этом складская площадь рассматривается как обслуживающее устройство, а прибытие транспортных средств под выгрузку - как требование. Модели теории массового обслуживания применяются также при решении ряда задач организации и нормирования труда, других социально-экономических проблем.

Системы массового обслуживания могут быть классифицированы по ряду признаков.

1. В зависимости от условий ожидания начала обслуживания различают:

- СМО с потерями (отказами);

- СМО с ожиданием.

В СМО с отказами требования, поступающие в момент, когда все каналы обслуживания заняты, получают отказ и теряются. Классическим примером системы с отказами является телефонная станция. Если вызываемый абонент занят, то требование на соединение с ним получает отказ и теряется.

В СМО с ожиданием требование, застав все обслуживающие каналы занятыми, становится в очередь и ожидает, пока не освободится один из обслуживающих каналов.

СМО, допускающие очередь, но с ограниченным числом требований в ней, называются системами с ограниченной длиной очереди.

СМО, допускающие очередь, но с ограниченным сроком пребывания каждого требования в ней, называются системами с ограниченным временем ожидания.

2. По числу каналов обслуживания СМО делятся на:

- одноканальные;

- многоканальные.

3. По месту нахождения источника требований СМО делятся на:

- разомкнутые, когда источник требования находится вне системы;

- замкнутые, когда источник находится в самой системе.

Возможны и другие признаки классификации СМО, например по дисциплине обслуживания, однофазные и многофазные СМО и др.

Методы и модели, применяющиеся в теории массового обслуживания, можно условно разделить на аналитические и имитационные.

Аналитические методы теории массового обслуживания позволяют получить характеристики системы как некоторые функции параметров ее функционирования. Благодаря этому появляется возможность проводить качественный анализ влияния отдельных факторов на эффективность работы СМО. Имитационные методы основаны на моделировании процессов массового обслуживания на ЭВМ и применяются, если невозможно применение аналитических моделей; ряд основных понятий имитационного моделирования рассмотрен в параграфе 3.5. Далее будем рассматривать аналитические методы моделирования СМО.

Приведем общую классификацию основных видов моделирования:

- концептуальное моделирование – представление системы с помощью специальных знаков, символов, операций над ними или с помощью естественных или искусственных языков,

- физическое моделирование – моделируемый объект или процесс воспроизводится исходя из соотношения подобия, вытекающего из схожести физических явлений;

- структурно – функциональное – моделями являются схемы (блок-схемы), графики, диаграммы, таблицы, рисунки со специальными правилами их объединения и преобразования;

- математическое (логико-математическое) моделирование –построение модели осуществляется средствами математики и логики;

- имитационное (программное) моделирование – при котором логико-математическая модель исследуемой системы представляет собой алгоритм функционирования системы, программно реализуемый на компьютере.

Указанные виды моделирования могут применяться самостоятельно или одновременно, в некоторой комбинации (например, в имитационном моделировании используются практически все из перечисленных видов моделирования или отдельные приемы).

2 Обоснование выбора

Метод имитационного моделирования в самом общем виде – это экспериментальный метод исследования реальной системы по ее имитационной модели, который сочетает особенности экспериментального подхода и специфические условия использования вычислительной техники.

Необходимо отметить, что имитационное моделирование является машинным методом моделирования, собственно без ЭВМ никогда не существовало, и только развитие информационных технологий привело к становлению этого вида компьютерного моделирования.

В процессе имитационного моделирования исследователь имеет дело с четырьмя основными элементами:

- Реальная система;

- Логико-математическая модель моделируемого объекта;

- Имитационная (машинная) модель;

- ЭВМ, на которой осуществляется имитация – направленный вычислительный эксперимент.

Исследователь изучает реальную систему, разрабатывает логико-математическую модель реальной системы. Имитационный характер исследования предполагает наличие логико- или логико-математических моделей, описываемых изучаемый процесс.

Особенностью имитационного моделирования является то, что имитационная модель позволяет воспроизводить моделируемые объекты:

- с сохранением их логической структуры,

- с сохранением поведенческих свойств (последовательности чередования во времени событий, происходящих в системе), т.е. динамики взаимодействий.

При имитационном моделировании структура моделируемой системы адекватно отображается в модели, а процессы ее функционирования проигрываются (имитируются) на построенной модели. Поэтому построение имитационной модели заключается в описании структуры и процессов функционирования моделируемого объекта или системы. В описании имитационной модели выделяют две составляющие:

- Статическое описание системы, которое по существу является описанием ее структуры. При разработке имитационной модели необходимо выполнять структурный анализ моделируемых процессов.

- Динамическое описание системы, или описание динамики взаимодействий ее элементов. При его составлении фактически требуется построение функциональной модели моделируемых динамических процессов.

Идея метода, с точки зрения его программной реализации, состояла в следующем. Что если элементам системы поставить в соответствие некоторые программные компоненты, а состояния этих элементов описывать с помощью переменных состояния. Элементы, по определению, взаимодействуют (или обмениваются информацией), – значит может быть реализован алгоритм функционирования отдельных элементов –моделирующий алгоритм. Кроме того, элементы существуют во времени – значит надо задать алгоритм изменение переменных состояний.

Динамика в имитационных моделях реализуется с помощью механизма продвижения модельного времени.

Отличительной особенностью метода имитационного моделирования является возможность описания и воспроизведения взаимодействия между различными элементами системы. Таким образом, чтобы составить имитационную модель, надо:

- представить реальную систему (процесс), как совокупность взаимодействующих элементов;

- алгоритмически описать функционирование отдельных элементов;

- описать процесс взаимодействия различных элементов между собой и с внешней средой.

Ключевым моментом в имитационном моделировании является выделение и описание состояний системы. Система характеризуется набором переменных состояний, каждая комбинация которых описывает конкретное состояние. Следовательно, путем изменения значений этих переменных можно имитировать переход системы из одного состояния в другое. Таким образом, имитационное моделирование – это представление динамического поведения системы посредством продвижения ее от одного состояния к другому в соответствии с хорошо определенными операционными правилами. Эти изменения состояний могут происходить либо непрерывно, либо в дискретные моменты времени.

Имитационное моделирование – есть динамическое отражение изменений состояния системы с течением времени.

3 Имитационная модель

Проанализируем исходные данные.

1. В задании указано, что запросы поступают с интервалом 103 с. Соответственно, интервал между поступлением двух соседних запросов в систему распределен по равномерному закону.

2. В системе работают 2 сервера. Время обработки на обоих серверах идентично и состоит из предварительной обработки на сервере, формирования ответа и передачи по каналам связи.

При этом предварительная обработка на сервере занимает 2с, формирование ответа занимает 18±2с и время передачи по каналам связи занимает 3с.

3. После первого сервера поток запросов разделяется. 50% запросов уходят из системы, а 50% проходят дополнительную обработку на втором сервере.

4 Согласно заданию необходимо смоделировать процесс обработки 400 запросов.

Необходимо смоделировать процесс обработки 400 запросов и определить:

– необходимую емкость накопителя для размещения ждущих запросов. Для этого необходимо будет анализировать очередь.

– распределение времени обслуживания запроса.

Построим общую схему системы (рисунок 3.1).

50%

50%

Рисунок 3.1 – Схема системы

Опишем процесс построения модели.

Зададим поступления заявок в модель. Для этого используем оператор GENERATE.

Формат: GENERATE A,B,C,D,E,F,G

А - среднее значение интервала времени;

В - разброс или модификатор среднего значения(по умолчанию ноль);

С - время появления первого транзакта;

D - общее число генерируемых транзактов;

Е - уровень приоритета каждого транзакта;(от 0 до 127,значение по умолчанию 0);

F - число параметров (по умолчанию 12);

G - тип параметра ( F - полнословный, Н - полусловный - по умолчанию )

Интервал поступления 103, всего необходимо 400 транзактов, поэтому команда выглядит так:

40 generate 10,3,,400

По заданию необходимо получить распределение времени обслуживания запроса.

Для получения плотности распределения, ее интегральных относительных частот, среднего значения и стандартного отклонения некоторых аргументов, которыми могут быть СЧА (например, времени нахождения транзакта в модели или задержки в ее отдельных частях, длин очередей, содержимого МКУ, коэффициентов использования устройств и т. д.), используются статистические таблицы TABLE и QTABLE.

Формат: num TABLE A,B,C,D,E

num - номер таблицы;

А - аргумент таблицы (-);

В - верхняя граница нижнего интервала;

С - ширина интервала;

D - число интервалов;

Е - интервал времени (только для RT-режима).

При входе транзакта в блок TABULATE, связанный с конкретной таблицей, операнд А соответствующей карты TABLE вычисляется и заносится в эту таблицу. Если за операндом А указан знак (-), в таблицу заносится разность двух соседних значений табулируемой величины. Если в поле А указан режим IA, в таблицу заносится интервал времени между приходом двух транзактов в блок TABULATE. Если в поле А указан RT-режим, то информация заносится в таблицу через интервалы времени, заданные в поле Е. Соответствующая результирующая величина показывает, сколько входов транзактов в блок TABULATE имело место в течение указанного интервала. Стоящий в поле D символ указывает, что таблица является взвешенной. Использовать взвешенные IA или RT разностные таблицы нельзя.

Для сбора элементов данных сообщение должно войти в блок TABULATE с тем же именем таблицы, что определено в блоке TABLE.

Пользователю GPSS позволено для сбора нужных статистических
данных вводить таблицы нескольких типов. Информация заносится в таблицы с помощью специального блока TABULATE в момент входа транзакта в этот блок. Пользователь должен задать ряд характеристик для каждой из таблиц, которую он хочет использовать.

Характеристики таблицы задаются специальной картой описания таблицы – TABLE (QTABLE).

При входе транзакта в блок TABULATE симулятор ПМДС записывает в соответствующую таблицу определенную статистическую информацию. Поле А определяет номер этой таблицы, в которой накапливается соответствующая статистическая информация. Вид заносимой информации определяется на специальной карте описания таблицы помимо способа обработки. Эта карта определяет размер, а также число и границы интервалов таблицы. В каждом блоке TABULATE может быть задано число единиц, добавляемых к числу наблюдений того интервала, в который попадает при данном обращении аргумент. Это число единиц задается в поле В. Если поле В пусто, то это число принимается равным 1.

Блок TABULATE имеет следующий формат:

TABULATE <А>,[<B>]

Блок TABULATE табулирует текущее значение заданного аргумента. Способ табуляции зависит от режима работы таблицы, который определяется оператором описания таблицы TABLE.

В поле А задается номер или имя таблицы, в которую табулируется значение аргумента. Таблица должна быть определена оператором описания TABLE.

В поле В задается число единиц, которые должны быть занесены в тот частотный интервал, куда попало значение аргумента. Если поле В пусто, эта величина полагается равной единице.

Когда сообщение входит в блок TABULATE, то для нахождения таблицы используется операнд А. Если такой таблицы нет, то возникает ошибка выполнения. Таблица должна быть определена оператором TABLE. Таблица изменяется в соответствии с операндами оператора TABLE.

При входе транзакта в блок TABULATE, которой ссылается на таблицу num, аргумент А этой таблицы вычисляется и заносится в эту таблицу. При этом если за операндом А стоит знак «-», то в таблицу заносится разность двух соседних значений табулируемой величины. Если в поле А указан режим IA, в таблицу заносится интервал времени между приходом двух транзактов в блок TABULATE.

Соответственно команды объявления таблиц будет иметь следующий вид:

10 Table1 table V$PeremA,17,1,5

20 Table2 table V$PeremA,17,1,5

Запись данных в таблицы:

110 tabulate Table1

210 tabulate Table2

В таблицах будет по 5 диапазонов:

- от 16 до 17,

- от 17 до 18,

- от 18 до 19,

- от 19 до 20,

- от 20 до 21.

PeremA - значение, которое равно разности времени нахождения транзакта в модели и значения первого параметра транзакта.

Для объявления переменной используем оператор VARIABLE

Формат: num VARIABLE ехр

num - номер переменной (числовое или символическое имя);

ехр - арифметическое или логическое выражение, использующее допустимые СЧА и (или) константы; знак "%" заменяет"* при косвенной адресации.

Допустимые операторы:

= - равно,

= - не равно,

< > - не равно,

< - меньше чем,

> - больше чем,

>= - больше или равно,

>= - меньше или равно,

1 -И,

ИЛИ,

+ - сложение,

- - вычитание,

/ - деление,

* - умножение,

@ - деление по модулю @,

( ) - правило круглых скобок.

Когда производится обращение к СЧА V$, выражение, соответствующее перемен-ной VARIABLE, вычисляется с использованием целочисленной арифметики. В логических операциях ненулевые значения рассматриваются как "ИСТИНА".При этом переменная принимает значение 0 в случае "ЛОЖЬ" и 1 в случае "ИСТИНА". Переменная может иметь до 13 уровней вложения (т.е переменных, ссылающихся на другие переменные). Знак % используется при косвенной адресации, т.к * означает умножение.

Команда имеет вид:

30 PeremA variable M1-P1

В системе присутствует 2 устройства (сервер 1 и сервер 2). Также добавим устройства для моделирования предварительной обработки и передачи по каналам связи. Для моделирования задержки используется оператор ADVANCE.

Формат: ADVANCE А,В

А - среднее время задержки (константа, если В не задано);

В - разброс относительно среднего значения, должен быть меньше или равен А.

Блок ADVANCE моделирует временною задержку транзакта в течение определенного интервала. Значение задержки по умолчанию равно нулю. Если поле В не является FN$, т время задержки является случайным числом, распределенным равномерно на интервале от (; + В) до (А - В). Если поле В является функцией FN$, то время задержки определяете произведением поля А на значение функции в поле В. Функция может быть использована для задания времени задержки с определенным средним значением и отклонением, зависящим от А.

Команды:

50 advance 2 ; предварительная обработка (сервер 1)

100 advance 18,2 ; обработка (сервер 1)

130 advance 3 ; передача по каналу связи (сервер 1)

150 advance 2 ; предварительная обработка (сервер 2)

200 advance 18,2 ; обработка (сервер 2)

230 advance 3 ; передача по каналу связи (сервер 2)

Для устройств сервер 1 и сервер 2 необходимо собирать статистику, поэтому нужно использовать операторы занятия и освобождения устройства SEIZE, RELEASE. Занятие транзактом одноканального устройства моделируется блоком SEIZE, а его освобождение - блоком RELEASE:

SEIZE А

RELEASE A

A - имя устройства, занимаемого (освобождаемого) транзактом;

Операторы:

70 seize Server1

120 release Server1

170 seize Server2

220 release Server2

Для определения характеристик очередей используем блоки регистраторов очередей: QUEUE (встать в очередь) и DEPART (уйти из очереди), имеющих следующий формат:

QUEUE A, B

DEPART A, B

В поле A указывается номер или имя очереди, а в поле B - число единиц, на которое текущая длина очереди увеличивается при входе транзакта в блок QUEUE или уменьшается при входе транзакту в блок DEPART. Обычно поле B пусто, и в этом случае его значение по умолчанию принимается равным 1.

Для сбора статистики о транзакты, которые были заблокированы перед каким-либо блоком модели, блоки QUEUE и DEPART размещаются перед и после этого блока соответственно.

Также для вычисления переменной необходимо записать в параметры транзакта некоторое значение (модельное время). Для этого используем оператор ASSIGN.

Формат: ASSIGN А.В

А - номер изменяемого параметра (+, -);

В - новое значение параметра.

Если за полем А следует знак + или -, то значение поля В соответственно добавляется или вычитается из А. Если знаки - или + не указаны, то значение поля В становится текущим значением параметра.

Для реализации разветвления используем оператор transfer.

TRANSFER - изменяет движение транзакта в модели.

Формат: TRANSFER А,В,С,D

А - режим передачи (пробел,.,ALL,BOTH,FN,P,PICK,SBR,SIM);

В - следующий блок;

С - следующий блок;

D - значение индекса, используемое в режиме ALL.

Транзакт направляется в блок, определяемый в соответствии с режимом передачи, указанным в поле А.

Режимы передачи поля А:

1. Пробел - транзакт передается в блок, определяемый полем В.

2. "." - статистический режим; в поле А указано десятичное число, выражающее вероятность перехода в блок С; его дополнение до единицы указывает вероятность перехода в блок В.

3. ALL - транзакт последовательно пытается перейти в блоки, определяемые значениями В, B+D, B+2D.....C.

4. BOTH - транзакт последовательно пытается войти в блок В, затем в блок С, до тех пор, пока один из них станет доступным.

5. FN - функциональный режим: поле В является номером функции; сле-дующий блок определяется суммой значения этой функции поля С.

6. Р - параметрический режим: поле В является номером параметра; следующий блок определяется суммой значения этого параметра и поля С.

7. PICK - выборочный режим: блок выбирается с равной вероятностью из блоков с номерами: В, B+l,..., С.

8. SBR - режим перехода к подпрограмме: номер текущего блока помещается в параметр, указанный в поле С, а транзакт передается в блок, номер которого указан в поле В.

9. SIM - одновременный режим: проверяется одновременное выполнение условий беспрепятственного движения транзактов в задерживающих блоках . Если условие выполняется, транзакт передается в следующий блок, в противном случае транзакт переходит на блок С.

В нашем случае необходимо использовать режим статистической передачи (по 50%):

140 transfer 0.5,,kill

Уничтожение транзактов:

200 kill terminate 1

Итого программа имеет вид:

10 Table1 table V$PeremA,17,1,5

20 Table2 table V$PeremA,17,1,5

30 PeremA variable M1-P1

40 generate 10,3,,400

50 advance 2

60 queue queueS1

70 seize Server1

80 depart queueS1

90 assign 1,M1

100 advance 18,2

110 tabulate Table1

120 release Server1

130 advance 3

140 transfer 0.5,,kill

150 advance 2

160 queue queueS2

170 seize Server2

180 depart queueS2

190 assign 1,M1

200 advance 18,2

210 tabulate Table2

220 release Server2

230 advance 3

240 kill terminate 1

250 start 400

4 Анализ результатов

После запуска модели на исполнение получены следующие результаты:

GPSS World Simulation Report - 25_2.92.1

Tuesday, June 17, 2014 14:57:40

START TIME END TIME BLOCKS FACILITIES STORAGES

0.000 7251.407 21 2 0

NAME VALUE

KILL 21.000

PEREMA 10002.000

QUEUES1 10003.000

QUEUES2 10005.000

SERVER1 10004.000

SERVER2 10006.000

TABLE1 10000.000

TABLE2 10001.000

LABEL LOC BLOCK TYPE ENTRY COUNT CURRENT COUNT RETRY

1 GENERATE 400 0 0

2 ADVANCE 400 0 0

3 QUEUE 400 0 0

4 SEIZE 400 0 0

5 DEPART 400 0 0

6 ASSIGN 400 0 0

7 ADVANCE 400 0 0

8 TABULATE 400 0 0

9 RELEASE 400 0 0

10 ADVANCE 400 0 0

11 TRANSFER 400 0 0

12 ADVANCE 213 0 0

13 QUEUE 213 0 0

14 SEIZE 213 0 0

15 DEPART 213 0 0

16 ASSIGN 213 0 0

17 ADVANCE 213 0 0

18 TABULATE 213 0 0

19 RELEASE 213 0 0

20 ADVANCE 213 0 0

KILL 21 TERMINATE 400 0 0

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

SERVER1 400 0.995 18.029 1 0 0 0 0 0

SERVER2 213 0.525 17.875 1 0 0 0 0 0

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

QUEUES1 180 0 400 1 88.697 1607.937 1611.967 0

QUEUES2 1 0 213 154 0.014 0.474 1.711 0

TABLE MEAN STD.DEV. RANGE RETRY FREQUENCY CUM.%

TABLE1 18.029 1.194 0

_ - 17.000 102 25.50

17.000 - 18.000 90 48.00

18.000 - 19.000 104 74.00

19.000 - 20.000 104 100.00

TABLE2 17.875 1.194 0

_ - 17.000 66 30.99

17.000 - 18.000 44 51.64

18.000 - 19.000 56 77.93

19.000 - 20.000 47 100.00

Изначально было поставлено задание смоделировать процесс обработки 400 запросов и определить:

– необходимую емкость накопителя для размещения ждущих запросов,

– распределение времени обслуживания запроса.

По первому пункту видно, что необходимая емкость накопителя для размещения ждущих запросов к первому серверу должна составлять 180 позиций. Это не очень хороший показатель, ведь почти каждая вторая заявка стоит в очереди.

Что касается необходимой емкости накопителя для размещения ждущих запросов ко второму серверу, то она должна составлять всего одну позицию.

Очевидно, что система не справляется со своей задачей и очень сильно задерживает большую часть запросов. Соответственно систему необходимо модифицировать для обеспечения нормального режима работы.

Распределение времени обслуживания запроса к первому серверу показано в таблице 4.1.

Распределение времени обслуживания запроса ко второму серверу показано в таблице 4.2.

Таблица 4.1 Распределение времени обслуживания запроса к первому серверу

Интервал	Количество	Процент
16 – 17	102	25,5
17 – 18	90	22,5
18 – 19	104	26
19 – 20	104	26

Таблица 4.2 Распределение времени обслуживания запроса ко второму серверу

Интервал	Количество	Процент
16 – 17	66	30,99
17 – 18	44	20,65
18 – 19	56	26,29
19 – 20	47	22,07

Заключение

В ходе выполнения курсового проекта было проведено имитационное моделирование системы массового обслуживания, которая представляет собой систему сбора информации

Была поставлены следующие задачи:

– необходимую емкость накопителя для размещения ждущих запросов

– распределение времени обслуживания запроса.

По полученным результатам видно, что для первого сервера необходим накопитель, который сможет разместить 180 запросов, а для второго – достаточно накопителя на один запрос.

Распределение времени обслуживания:

Первый сервер:

Интервал	Количество	Процент
16 – 17	102	25,5
17 – 18	90	22,5
18 – 19	104	26
19 – 20	104	26

Второй сервер:

Интервал	Количество	Процент
16 – 17	66	30,99
17 – 18	44	20,65
18 – 19	56	26,29
19 – 20	47	22,07

Также был сделан вывод, что для нормальной работы системы необходима ее модернизация.

Список литературы

1. Кудрявцев Е.М. GPSS World. Основы имитационного моделирования различных систем / Е. М. Кудрявцев. – М.: ДМК Пресс, 2004. – 320 с.

2. Томашевский В.М. / Имитационное моделирование в среде GPSS / В.М. Томашевский, E.Г. Жданова. – М.: Бестселлер, 2003. – 416 с.

3. Алиев Т.И. Основы моделирования дискретных систем / Т.И. Алиев. – СПб: СПбГУ ИТМО, 2009. – 363 с.

4. Томашевский B.H. Решение практических задач методами компьютерного моделирования: Учеб. Пособие / B.H. Томашевский,
Е.Г. Жданова, А.А. Жолдаков. – K.: Изд-во "НАУ", 2001. – 268 c.

5. Шрайбер Т.Дж. Моделирование на GPSS / Т.Дж. Шрайбер. –
M.: Машиностроение, 1980. – 593 c.

6. Томашевский B.H. Имитационное моделирование систем и процессов: Учеб. пособие. / B.H. Томашевский. – К.: 1СДО, "ВIПОЛ", 1994. – 124 c. (язык украинский).