SIMPAS3 (Симулятор)

Возможно не удалось распознать кодировку файла

 2МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ им М.В.ЛОМОНОСОВА

 2Отделение военной подготовки

Кафедра Войск ПВО

"УТВЕРЖДАЮ"

Начальник военной кафедры Войск ПВО

полковник О.Шалин

" " 1994 г.

 2Методическая разработка

для проведения занятий по разделу

 2"Методы моделирования и исследования боевой

 2эффективности образцов вооружения и военной техники"

профиль  2ВУС 530700

 2Тема 7. Средства имитационного моделирования

Занятие 2. Использования моделирующей системы для

определения показателей эффективности

Вопросы: 1,2

Время 2 часа.

Обсуждена на заседании цикла 24

" " 1994 г.

ПРОТОКОЛ

Москва 1994 г.

.

2

 2Вопрос 1. Пример использования pss для моделирования

 2системы массового обслуживания с очередью, ограниченной

 2по времени ожидания.

Модифицируем рассмотренную ранее программу оценки СМО, ис-

пользуя статистические операторы языка simpas.

Требуется:

оценить эффективность системы массового обслуживания с огра-

ниченным временем ожидания и с приоритетом обслуживания по мини-

мальному времени нахождения в очереди.

В систему, состоящую из n однородных каналов, поступает поток

требований с интенсивностью lam. Поток обслуживания каждого кана-

ла характеризуется интенсивностью mju. Требование, заставшее все

каналы занятыми, становится в очередь, где на него действует по-

ток ухода из очереди необслуженного требобания с интенсивностью

nju.

Освободившийся канал, при наличии очереди, обслуживает требо-

вание с минимальным временем нахождения в очереди.

Определить показатели эффективности системы:

- вероятность обслуживания требования в системе;

- вероятность прохождения требования через очередь;

- среднее число каналов занятых обслуживанием.

Такое изменение в постановке задачи означает, что очередь СМО

представляет из себя стек, где каждое требование, поступившее

последним, будет обработано первым. Но поскольку приход заявок

случаен, а информация о времени хранится в управляющем списке

только в виде момента планируемого выхода требования из очереди

необслуженным, то возникает необходимость сформировать данные о

времени постановки в очередь и сопоставить эти данные с соответс-

твующим элементом управляющего списка.

Опишем datatype=real для сохранения в данных времени поступ-

ления в очередь.

Будем использовать следующие переменные:

l - количество реализаций модели, которые нужно произвести;

n - количество каналов в СМО;

m - количество требований входного потока, которые необходимо ге-

нерировать (воспроизвести);

s - накопитель информации о загруженности каналов;

.

3

lam, mju, nju - параметры потоков поступления, обслуживания и вы-

хода из очереди необслуженных требований;

t - максимальная продолжительность одной реализации модели;

a - рабочая переменная для поиска адреса элемента списка;

z - рабочая переменная для поиска по времени поступления в оче-

редь.

Начало программы может быть следующим:

program example2(input,output);

const

demand=1; {Событие поступления требования}

service=2; {Событие обслуживания требования}

failure=3; {Событие необслуживания требования}

poisson=2; {Идентификатор пуассоновского потока}

type %include 'type.pss';

datatype=real;

var %include 'var.pss';

l,n,m,s:integer; lam,mju,nju,t,z:real; a:notepntr;

%include 'proc.pss';

begin

initiate;

writeln('Ввод исходных данных системы массового обслуживания:');

write('Каналов обслуживания = '); readln(n);

write('Параметр потока поступлен. заявок = '); readln(lam);

write('Параметр потока обслужив. заявок = '); readln(mju);

write('Параметр потока прохождения очереди = '); readln(nju);

write('Продолжительность модели = '); readln(t);

write('Количество заявок во входном потоке = '); readln(m);

write('Количество реализаций модели = '); readln(l);

s:=0;

statistics(demand); statistics(service); statistics(failure);

Здесь производится описание номеров событий, которые могут

иметь место в модели, в виде констант с названиями события:

demand - заявка,требование; service - обслуживание; failure - от-

каз. Для организации входного потока использована константа pois-

son - Пуассон. Описан тип данных, используемых для хранения вре-

мени и необходимые переменные.

.

4

Операторами %include ... в соответствии с правилами Паскаля в

определенных разделах программы производится подключение соот-

ветствующих фрагментов из pss-библиотеки.

Оператор initiate устанавливает системные переменные в исход-

ное состояние, которое может быть впоследствии изменено,например:

переменной inform может быть присвоено значение, определяющее вид

выводимой информации и остановы программы для этапа отладки; пе-

ременная rnd_int может быть установлена так, чтобы изменилась ис-

ходная последовательность генератора ПСЧ.

Затем производится серия запросов и ввода исходных значений

переменных модели.

В переменной s будем накапливать на каждый момент появления

на входе системы очередного требования количество каналов, заня-

тых обслуживанием, для того чтобы впоследствии усреднить эту ве-

личину по количеству пришедших требований.

Последние операторы назначают сбор статистических данных для

всех типов событий в модели.

Управляющий алгоритм модели имеет следующий вид:

repeat

generate(demand,poisson,lam,0,m); {Установка генерации потока}

start(demand,negexp(lam),nil,t); {Установка первой заявки}

while simulate do case actnumb of

demand: <программа обработки>;

service: <программа обработки>;

failure: <программа обработки>;

end;

until repeater = l;

.

5

Программа обработки события demand - поступления требования:

demand:begin s:=s+have(service);{Суммируем количества требований}

{находящихся на обслуживании, то}

{есть количество занятых каналов}

if have(service) < n {Если заняты не все каналы,}

then prepare(service,negexp(mju),nil) {тогда ставим}

{требование на обработку}

else {В противном случае}

begin new(addr); {динамически создаем данные,}

addr^ := acttime; {помещаем в них текущее время,}

prepare(failure,negexp(nju),addr) {ставим в очередь}

end

end;