KUR_RAB (12 вариант), страница 10
Описание файла
Файл "KUR_RAB" внутри архива находится в папке "12 вариант". Документ из архива "12 вариант", который расположен в категории "". Всё это находится в предмете "эксплуатация автоматизированных систем обработки информации и управления (асоииу)" из 9 семестр (1 семестр магистратуры), которые можно найти в файловом архиве МГТУ им. Н.Э.Баумана. Не смотря на прямую связь этого архива с МГТУ им. Н.Э.Баумана, его также можно найти и в других разделах. Архив можно найти в разделе "курсовые/домашние работы", в предмете "эксплуатация асоииу" в общих файлах.
Онлайн просмотр документа "KUR_RAB"
Текст 10 страницы из документа "KUR_RAB"
Все времена подчинены экспоненциальному закону распределения.
W - время ожидания,
V - время пребывания.
2. Система М / G / 1.
OA
W
V
t0 - среднее время обслуживания одной заявки,
- квадрат коэффициента вариации.
Формула Поллячека-Хинчина:
3. Система G / G / 1.
W
V
- квадрат коэффициента вариации входного потока
Формула Файндберга:
( При Кэрл =1 - экспоненциальный поток, Кэрл = - равномерный поток.)
4. Система М / М / с.
с - количество ОА, все ОА идентичны.
ОА1
ОАс
V
5. Система G / G / c.
ОА1
V
6. Система М / М / 1 / К.
с
OA
отк
Ротк
m - количество мест в очереди,
К - количество мест в системе.
Коэффициент использования ОА (вероятность того, что ОА занят):
Для частного случая, когда = 1, имеем следующие выражения:
1. Количество состояний графа системы (m + 2).
3. Вероятность отказа заявок .
4. Интенсивность потока, поступающего на ОА:
5. Количество заявок в очереди (средняя длина очереди):
6. Количество заявок в системе:
7. Среднее время ожидания:
8. Среднее время пребывания:
9. Коэффициент использования ОА:
Формула Литтла.
OA
Lw - количество заявок в очереди,
Lv - количество заявок в системе.
Lw = *W
Lv = *V
8.1.2. Аналитическое моделирование системы.
Пусть дана сеть следующей архитектуры (например, сеть в удаленном офисе № 1):
Г
Рабочие станции Процессоры Диски 1-
ОАдз1 ОАфз1 ОАцп1 ОАд1
Канал
ОАдзn ОАфзn ОАцпk ОАдm
Исходными данными аналитической модели являются:
N - число рабочих станций сети;
Т0 –среднее значение времени дообработки на рабочей станции сети запроса от этой станции к базе данных на сервере;
Тр - среднее значение времени формирования запроса от рабочей станции сети к базе данных на сервере;
tк1- среднее значение времени передачи запроса от РС к серверу сети через канал передачи данных;
tк2 - среднее значение времени передачи данных от сервера сети к РС через канал передачи данных;
С – количество процессоров сервера;
tп – среднее значение времени обработки запроса в процессоре сервера;
М – количество дисков сервера;
tд - среднее значение времени обработки запроса в диске сервера;
Рi – вероятность обращения запроса к i диску сервера после обработки запроса в процессоре;
- вероятность поступления запроса после обработки на диске сервера снова на процессор сервера.
Выходными характеристиками аналитической модели являются:
Треак – среднее значение времени реакции системы;
к – коэффициент загрузки ОА, имитирующего работу канала передачи данных;
п – коэффициент загрузки ОА, имитирующего работу процессора сервера;
дi – коэффициент загрузки ОА, имитирующего работу –го диска сервера.
Введём следующие обозначения:
ф1 – среднее значение суммарной интенсивности фонового потока запросов, выходящих из ОА, имитирующих работу РС;
ф1 – среднее значение интенсивности фонового потока запросов, проходящих через ОА, имитирующих работу процессора, где =1/(1-) ;
tк - среднее значение времени обработки запроса в канале передачи данных;
tк=0.5(tк1+ tк2 ). (1)
Тогда имеем:
Т к – среднее значение времени пребывания запроса в ОА, имитирующих работу канала передачи данных определяется как
Тп – среднее значение времени пребывания запроса в ОА, имитирующих работу процессора сервера определяется как:
Т д – среднее значение времени пребывания запроса в ОА, имитирующих работу диска сервера определяется как:
Тогда справедливо следующее выражение:
(5)
Приближённый итерационный алгоритм нахождения значения и выходных характеристик аналитической модели имеет следующий вид:
1. Определяем начальное значение для ф1
К1 принимает значения в диапазоне 0.995…0.99995.
2. Определяем значения Тк , Тп и Тд соответственно из выражений (2), (3) и (4).
3. Определяем значение ф из следующего выражения:
4. Определяем относительную погрешность 1 для ф1: 1 принимает значения в диапазоне 0.001…0.00001.
Если , то алгоритм завершил работу, и переходим к пункту 6, иначе выполняется следующий пункт алгоритма.
5. Определяем новое приближённое значение для ф1:
К2 принимает значения в диапазоне 10…1000.
После этого переходим к пункту 2 данного алгоритма.
6. Определяем выходные результаты аналитической модели:
Предложенная аналитическая модель реализована программно на языке СИ.
Текст программы на языке С++.
# include <conio.h>
# include <iostream.h>
# include <fstream.h>
# include <iomanip.h>
# include <math.h>
# include <stdlib.h>
void start(void);
double T_WSTATION = 0;
double T_DISK = 0;
double K = 0;
double N =0;
double T_SERVER = 0;
double T_WST2 = 0;
double Mser,Mdisk,Lf,Lf1,Lf2,L,T_reaction,T_SUM,a,b,c,d,Rser,Rdisk;
int n;
char s;
void main(void)
{
clrscr();
cout<<" Программа расчета коэффициентов загрузки дисков и процессора<<endl;
cout <<" и времени реакции СМО "<<endl;
cout <<" Расчет производится для системы , включающей в себя один процессор и 2 диска"<<endl;
cout << "Вероятность перехода на диски одинакова"<<endl<<endl;
start();
}
void start(void)
{
cout<<endl<< " Введите количество рабочих станций = ";
cin >> N;
cout<<endl<< " Введите время пребывания в рабочей станции = ";
cin >>T_WSTATION;
cout<<endl<< " Введите время дообработки = ";
cin >>T_WST2;
cout<<endl<< " Введите время пребывания в процессоре = ";
cin >>T_SERVER;
cout<<endl<< " Введите время пребывания в диске = ";
cin >>T_DISK;
if (T_DISK==0)
K=0;
if (T_DISK>0)
{cout<<endl<< " Введите количество дисков = ";
cin >>K;
}
Mser = 1/T_SERVER;
if (T_DISK>0)
{ Mdisk = 1/T_DISK;}
if (T_DISK==K*T_SERVER || T_DISK==0)
{a=T_WSTATION+T_WST2;
b=(T_WST2+T_WSTATION)*Mser+K+N;
c=(N-1)*Mser;
d=sqrt(b*b-4*a*c);
Lf1=(b+d)/(2*a);
Lf2=(b-d)/(2*a);
if (Lf1<=0 && Lf<=0)
{cout<<" окончание вычислений";
getch();
exit(1);
}
else {
if (Lf1<=0)
{Lf=Lf2;}
else{
if (Lf2<=0)
{Lf=Lf1;}
else{ if (Lf2<Lf1)
{Lf=Lf2;}
}
}
}
T_SUM=(N-1)/Lf;
T_reaction=T_SUM-T_WSTATION;
L=N/T_SUM;
Rser=L/Mser;
if (T_DISK>0)
{Rdisk=L/(K*Mdisk);}
cout<<"Lf="<<Lf<<endl;
cout<<"ВРЕМЯ РЕАКЦИИ СМО ="<<T_reaction<<endl;
cout<<"КОЭФФИЦИЕНТ ЗАГРУЗКИ ПРОЦЕССОРА ="<<Rser<<endl;
if (T_DISK>0)
cout<<"КОЭФФИЦИЕНТ ЗАКРУЗКИ ДИСКА ="<<Rdisk<<endl;
cout <<" Продолжить работу ? (<ENTER>-продолжить,<ESC>-выход )";
s=getch();
if (s==13)
{ clrscr();
start();}
clrscr();
exit(1);
}
}
8.2. Моделирование с помощью языка GPSS.
8.2.1. Преимущества имитационного моделирования.
Моделирование архитектуры “Клиент-сервер” средствами GPSS позволяет, не производя сложных расчетов, в оптимальные сроки получить упрощенный аналог системы - ее модель, функционирующую аналогично реальной системе.
К достоинствам способа исследования системы путем ее моделирования на GPSS следует отнести следующие особенности:
-
возможность исследования системы без экспериментов с компонентами реально существующей системы, на основании данных о функционировании системы,
-
отсутствие сложных математических расчетов при разработке и описании модели,
-
наглядность представления функционирования модели,
-
возможность моделирования практически неограниченных периодов времени функционирования реальной системы,
-
возможность фиксирования изменения состояния системы во времени путем наблюдения за ходом моделирования,
-
возможность управления ходом моделирования,
-
возможность просмотра статистической информации в ходе моделирования,
-
возможность получения статистических результатов процесса функционирования модели системы и ее составных частей,
-
возможность варьирования параметрами системы путем незначительных изменений в тексте описания модели (аналитический метод в этом случае требует больших объемов вычислений), что относительно просто позволяет производить поиск оптимальных характеристик функционирования моделируемой системы,
-
возможность множественного моделирования системы с различными значениями параметров функционирования.
8.2.2. Моделирование.
Ф ормализованная схема ЛВС.