Рис. 8. Формализованная схема PCOD, содержащая ПЭВМ и 2 сервера.

Рис. 9. Формализованная схема рассматриваемой PCOD.

В схеме используются следующие обозначения

- обслуживающий аппарат, имитирующий дообработку на i-той рабочей станции сети запроса от этой станции к серверу после обработки запроса на сервере

- обслуживающий аппарат, имитирующий формирование запроса от i-той рабочей станции к серверу; ( );

Бс_i- буфер, имитирующий очередь запросов к i-му серверу;

ОАс_i - обслуживающий аппарат, имитирующий работу i-го сервера.

Исходными данными аналитической модели являются:

Выходными характеристиками аналитической модели являются:

Введём следующие обозначения:

l_ф1 – среднее значение суммарной интенсивности фонового потока запросов, выходящих из ОА, имитирующих работу рабочих станций, в канал

l_ф1b – среднее значение интенсивности фонового потока запросов, проходящих через ОА, имитирующих работу сервера и дисков, где b=1/(1–р) ;

b - среднее количество проходов запроса по тракту процессор-диски за время одного цикла его обработки в системе.

t_к – среднее значение времени обработки запроса в канале передачи данных;

t_к=0.5(t_к1+ t_к2 ).

Где t_к1 и t_к2 соответственно среднее время передачи запроса по каналу в прямом и обратном направлениях.

n – количество серверов, обслуживающих рабочие станции;

количество серверов, при условии, что все они одинаковые

- вероятность обращения к i-му серверу

Порядок расчета рассматриваемой системы методом фонового потока

При расчете используется приближённый итерационный алгоритм нахождения значения выходных характеристик рассматриваемой системы

Определяем начальное значение для l_ф1

К₁ принимает значения в диапазоне 0.995…0.99995.

Определяем средние времена пребывания запроса в узлах системы: канале, процессоре, дисках:

= 0 = 0

Определяем интенсивность фонового потока после очередной итерации:

Сравниваем l_ф1 и l_ф .Если , то переход на пункт 6, иначе на пункту 5

Определяем новое приближённое значение для l_ф1:

К2 принимает значения в диапазоне 10…1000, .

Переход на пункт 2.

Определяем выходные результаты аналитической модели.

Определяем средние времена пребывания запроса в узлах системы: канале, процессоре и дисках.

=0 =0

Определяем загрузку основных узлов системы: рабочей станции, пользователя, канала передачи данных, процессора и дисков сервера.

где

= 0 = 0 где

Листинг программы.

function calc()

{

var minimum;

var Tchan ;// Среднее время пребывания запроса в канале

var Tproc ;// Среднее время пребывания запроса в процессоре

var Tserv ;// Среднее время пребывания запроса в диске

var Lf ; // Интеснивность фонового потока после очередной итерации

var delta1 ;// Вспомогательное значение (5й пункт)

var L;// Лямбда

// Загрузка узлов системы

var roChan;

var roProc ;

var roServ;

var roPC ;

var roPolz;

// // Выполняем вычисления

// 1. Считываем данные с формы

var NPC = parseInt($("#inputN").val());// 1. Количество рабочих станций

var T0 = parseInt($("#inputT0").val());// 2. Среднее время дообработки рабочей станции

var Tp = parseInt($("#inputTp").val()); // 3. Среднее время формирования запроса

//var tk1 = parseFloat($("#inputtk1").val());// 4. Ср. время передачи по каналу в прямом напрвлении

//var tk2 = parseFloat($("#inputtk2").val());// 5. Ср. время передачи по каналу в обратном напрвлении

var tk1=0;

var tk2=0;

var C = parseInt($("#inputC").val());// 6. Количество процессоров

C=0;

var tpr = parseInt($("#inputtpr").val());// 7. Среднее время обработки запроса в процессоре

tpr=0

var Nserv = parseInt($("#inputkolserv").val());// 8. Количество дисков

var tser = parseFloat($("#inputtservi").val());// 9. Среднее время обработки запроса на сервере

var Pi = parseFloat($("#inputPi").val());// 10. Верояность обращения к диску после обработки запроса в процессор

var P = parseFloat($("#inputPid").val());// 11. Верояность обращения к процессору после обработки запроса в диске

Pi=1;

P=0;

var K1 = parseFloat($("#inputK1").val());// 12. Коэффициент К1

var K2 = parseFloat($("#inputK2").val());// 13. Коэффициент К2

var prec = parseFloat($("#inputprec").val()); // 14. Точность

// 2. Инициализируем вспомогательные переменные

var beta = 1 / (1 - P);

var tk = 0.5 * (tk1 + tk2);

// 3. Производим вычисления

// 1й пункт

// if (Pi == 0 || tdi==0 || tpr == 0)

minimum = 1 / (beta*Pi*tser);

var Lf1 = K1 * minimum * ( (NPC - 1)/NPC );

var flag =true;

while (flag)

{

// 2й пункт

Tchan = 0;

Tproc = 0;

Tserv = (beta*tser) / (1 - beta*Pi*Lf1*tser);

// 3й пункт

Lf = (NPC - 1) / (T0 + Tp + Tserv);

if ( (Math.abs(Lf1 - Lf) / Lf) < prec ) flag = false;

// 5й пункт

delta1 = (Lf1 - Lf) / K2;

Lf1 = Lf1 - delta1;

}

// 6й пункт

Tchan = 0;

Tproc = 0;

Tserv = (beta*tser) / (1 - beta*Pi*Lf1*tser);

Tcycle = T0 + Tp + Tserv;

roPC = (T0 + Tp) / Tcycle;

roPolz = Tp / Tcycle;

L = NPC / Tcycle;

roChan = 0;

roProc = 0;

roServ = beta*L*Pi*tser;

var roServ2=0;

//(Ndisk == 1)? roDisk2 = 0 : roDisk2 = roDisk;

if (Nserv>1)

{

roServ=roServ/Nserv;

roServ2 = roServ;

}

// // 4. Выводи результаты

$("#resroPC").html(roPC.toFixed(2).toString());

$("#rest0Tcycle").html((T0/Tcycle).toFixed(2).toString());

$("#resroPCNPC").html((roPC * NPC).toFixed(1).toString());

$("#resTTNPC").html(((T0/Tcycle) * NPC).toFixed(1).toString());

$("#kanal").html((roChan).toFixed(2).toString());

$("#cpu").html((roProc).toFixed(2).toString());

$("#d1").html((roServ).toFixed(2).toString());

$("#d2").html((roServ2).toFixed(2).toString());

$("#syscycle").html((Tcycle).toFixed(2).toString());

$("#sysreact").html((Tcycle - Tp).toFixed(2).toString());

$("#resform").show();

$("#inputform").hide();

}

Результаты аналитического моделирования.

Таблица 8.1.

Результаты аналитического моделирования

9. Имитационное моделирование сети.

Имитационное моделирование рассматриваемой PCOD на GPSS