Вероятностные модели систем
Лекция 6.
Вероятностные модели систем
I. Вероятностные автоматы (дискретно-стохастические модели)
Основные соотношения. Рассмотрим особенности построения математических схем при дискретно-стохастическом подходе на вероятностных (стохастических) автоматах Р-схемах (англ. probabijistic automat).
Введем математическое понятие Р-автомата, используя понятия, введенные для F-автомата. Рассмотрим множество G, элементами которого являются всевозможные пары (xi, zs), где xi и zs – элементы входного подмножества Х и подмножества состояний Z соответственно. Если существуют две такие функции j и y, что с их помощью осуществляются отображения G®Z и G®Y, то говорят, что F = <Z, X, Y, j, y> определяет автомат детерминированного типа.
Рассмотрим более общую математическую схему. Пусть Ф – множество всевозможных пар вида (zk, yi), где уi – элемент выходного подмножества Y. Потребуем, чтобы любой элемент множества G индуцировал на множестве Ф некоторый закон распределения следующего вида:
Рекомендуемые материалыFREE Организация распределения продукции в логистической системе FREE Общие свойства сложных систем FREE Анализ системы стимулирования труда на предприятии (на примере ОАО "Московский") FREE Информационная логистическая система FREE Разработка плана мероприятий по совершенствованию системы управления персоналом на предприятии FREE Организационное проектирование системы управления персоналом Элементы из Ф | (z1, y2) | (z1, y2) | . . . | (zk, yJ-1) | (zK, yJ) |
(xi, zs) | b11 | b12 | . . . | bK(J-1) | bKJ |
При этом bkj = 1, где bkj – вероятности перехода автомата в состояние zk и появления на выходе сигнала yj , если он был в состоянии zs и на его вход в этот момент времени поступил сигнал xi. Число таких распределений, представленных в виде таблиц, равно числу элементов множества G. Обозначим множество этих таблиц через В. Тогда четверка элементов P = <Z, X, Y, B> называется вероятностным автоматом (Р-автоматом).
Возможные приложения P-схемы. Пусть элементы множества G индуцируют некоторые законы распределения на подмножествах Y и Z, что можно представить соответственно в виде:
Элементы из Y | y1 | y2 | . . . | yJ-1 | yJ |
(xi, zs) | q1 | q2 | . . . | qJ-1 | qJ |
Элементы из Z | z1 | z2 | . . . | zK-1 | zK |
(xi, zs) | z1 | z2 | zK-1 | zK |
При этом zk = 1 и
qj = 1, где zk и qj - вероятности перехода Р-автомата в состояние zk и появления выходного сигнала yk при условии, что Р-автомат находился в состоянии zs и на его вход поступил входной сигнал xi.
Если для всех k и j имеет место соотношение qj zk = bkj, то такой Р-автомат называется вероятностным автоматом Мили. Это требование означает выполнение условия независимости распределений для нового состояния Р-автомата и его выходного сигнала.
Пусть теперь определение выходного сигнала Р-автомата зависит лишь от того состояния, в котором находится автомат в данном такте работы. Другими словами, пусть каждый элемент выходного подмножества Y индуцирует распределение вероятностей выходов, имеющих следующий вид:
Элементы из Y | y1 | y2 | . . . | yK-1 | yK |
zk | s1 | s2 | . . . | sI-1 | sI |
Здесь si = 1, где si – вероятность появления выходного сигнала yi при условии, что Р-автомат находился в состоянии zk.
Если для всех k и i имеет место соотношение zk si = bki ,то такой Р-автомат называется вероятностным автоматом Мура. Понятие Р-автоматов Мили и Мура введено по аналогии с детерминированным F-автоматом. Частным случаем Р-автомата, задаваемого как P=<Z, X, Y, B>, являются автоматы, у которых либо переход в новое состояние, либо выходной сигнал определяются детерминированно. Если выходной сигнал Р-автомата определяется детерминированно, то такой автомат называется Y-детерминированным вероятностным автоматом. Аналогично, Z-детерминированным вероятностным автоматом называется Р-автомат, у которого выбор нового состояния является детерминированным.
Пример 1. Пусть задан Y-детерминированный P-автомат
На рис. 1 показан ориентированный граф переходов этого автомата. Вершины графа сопоставляются состояниям автомата, а дуги – возможными переходами из одного состояния в другое. Дуги имеют веса, соответствующие вероятностям перехода pij, а около вершин графа пишутся значения выходных сигналов, индуцируемых этими состояниями. Требуется оценить суммарные финальные вероятности пребывания этого P-автомата в состояниях z2 и z3.
Рис. 1. Граф вероятностного автомата.
При использовании аналитического подхода можно записать известные соотношения из теории марковских цепей и получить систему уравнений для определения финальных вероятностей:
Таким образом, с2 + с3 = 13/23 = 0,5652. Другими словами, при бесконечной работе заданного в этом примере Y-детерминированного Р-автомата на его выходе формируется двоичная последовательность с вероятностью появления единицы, равной 0,5652.
Вероятностные автоматы используются в формальных моделях процессов обучения, в моделях сложного поведения, когда реакция автомата неоднозначна.
Пример 2. Вероятностным автоматом может служить система автоматического управления движением транспорта на перекрёстке двух улиц с разной интенсивностью движения. Для простоты рассмотрим вероятностный автомат с двумя состояниями: «откр» — проезд по магистрали (улица с интенсивным движением) открыт и «закр» — магистраль перекрыта, разрешено поперечное движение. Входных сигналов тоже два: S1 — «на поперечной улице ждет транспорт» и S2 — «эта улица пуста». Переходные вероятности определены так:
Р (закр ® закр, S2) = Р (откр ® закр, S2) = 0;
Р (откр ® откр, S2) = Р (закр ® откр, S2) = 1;
Р (откр ® откр, S1) = 0,7;
Р (откр ® закр, S1) = 0,3;
Р (закр ® закр, S1) = 0,5;
Р (закр ® откр, S1) = 0,5.
Такой автомат по мере надобности пропускает поперечный транспорт, но не перекрывает магистраль при появлении на поперечном направлении каждой отдельной машины. Численные значения вероятностей переходов и время основного такта работы автомата необходимо выбирать исходя из конкретного транспортного режима.
Вероятностный автомат очень удобен как модель системы, поскольку адекватно отображает неполноту наших знаний о системе и позволяет без лишних усилий повышать точность модели по мере получения этих знаний. Функционирование вероятностного автомата без труда имитируется на компьютере.
II. Системы массового обслуживания (непрерывно-стохастические модели)
Основные соотношения. Особенности непрерывно-стохастического подхода рассмотрим на примере типовых математических Q-схем – систем массового обслуживания (англ. queueing system).
В качестве процесса обслуживания могут быть представлены различные по своей физической природе процессы функционирования экономических, производственных, технических и других систем, например: потоки поставок продукции некоторому предприятию, потоки деталей и комплектующих изделий на сборочном конвейере цеха, заявки на обработку информации ЭВМ от удаленных терминалов и т.д. При этом характерным для работы таких объектов является случайное появление заявок (требований) на обслуживание и завершение обслуживания в случайные моменты времени, т.е. стохастический характер процесса их функционирования.
Потоком событий называется последовательность событий, происходящих одно за другим в какие-то случайные моменты времени. Различают потоки однородных и неоднородных событий. Поток событий называется однородным, если он характеризуется только моментами поступления этих событий (вызывающими моментами) и задается последовательностью {tn} = {0 £ t1 £ t2 ... £ tn £ …}, где tn – момент наступления п-го события – неотрицательное вещественное число. Однородный поток событий также может быть задан в виде последовательности промежутков времени между п-м и (n – 1)-м событиями {tn}, которая однозначно связана с последовательностью вызывающих моментов {tn}, где tn = tn – tn-1, п ³ 1, t0 = 0, т.е. t1 = t1.
Потоком неоднородных событий называется последовательность {tn, fn}, где tn – вызывающие моменты; fn – набор признаков события. Например, применительно к процессу обслуживания для неоднородного потока заявок может быть задана принадлежность к тому или иному источнику заявок, наличие приоритета, возможность обслуживания тем или иным типом канала.
В любом элементарном акте обслуживания можно выделить две основные составляющие: ожидание обслуживания заявкой и собственно обслуживание заявки. Это можно изобразить в виде некоторого i-го прибора обслуживания Пi (рис. 2), состоящего из накопителя заявок Hi, в котором может одновременно находиться ji = заявок, где LiH – емкость i-гo накопителя, и канала обслуживания заявок (или просто канала) Ki. На каждый элемент прибора обслуживания Пi поступают потоки событий: в накопитель Hi поток заявок wi, на канал Ki — поток обслуживаний иi .
![]() |
Рис. 2. Прибор обслуживания заявок
Заявки, обслуженные каналом Ki, и заявки, покинувшие прибор Пi по различным причинам необслуженными (например, из-за переполнения накопителя Hi), образуют выходной поток yi Î Y, т.е. интервалы времени между моментами выхода заявок образуют подмножество выходных переменных.
Обычно, поток заявок wiÎW, т.е. интервалы времени между моментами появления заявок на входе Ki, образует подмножество неуправляемых переменных, а поток обслуживания uiÎU, т.е. интервалы времени между началом и окончанием обслуживания заявки, образует подмножество управляемых переменных.
Пример. Прибор обслуживания – аэропорт, канал обслуживания – взлетная полоса, накопитель – воздушное пространство вокруг аэропорта, заявка – самолеты, требующие взлета или посадки.
Процесс функционирования прибора обслуживания Пi можно представить как процесс изменения состояний его элементов во времени zi(t). Переход в новое состояние для Пi означает изменение количества заявок, которые в нем находятся (в канале Ki и в накопителе Hi). Таким образом, вектор состояний для Пi имеет вид: , где ziH – состояние накопителя Hi (ziH = 0 – накопитель пуст, ziH = 1 – в накопителе имеется одна заявка, ..., ziH = LiH – накопитель полностью заполнен); LiH – емкость накопителя Нi, измеряемая числом заявок, которые в нем могут поместиться; zik – состояние канала Ki (zik = 0 – канал свободен, zik = 1 – канал занят).
Возможные приложения Q-схем. В практике моделирования систем, имеющих более сложные структурные связи и алгоритмы поведения, для формализации используются не отдельные приборы обслуживания, а Q-схемы, образуемые композицией многих элементарных приборов обслуживания Пi. Если каналы Кi различных приборов обслуживания соединены параллельно, то имеет место многоканальное обслуживание (многоканальная Q-схема), а если приборы Пi и их параллельные композиции соединены последовательно, то имеет место многофазное обслуживание (многофазная Q-схема). Таким образом, для задания Q-схемы необходимо использовать оператор сопряжения R, отражающий взаимосвязь элементов структуры (каналов и накопителей) между собой.
Связи между элементами Q-схемы изображают в виде стрелок (линий потока, отражающих направление движения заявок). Различают разомкнутые и замкнутые Q-схемы. В разомкнутой Q-схеме выходной поток обслуженных заявок не может снова поступить на какой-либо элемент, т.е. обратная связь отсутствует, а в замкнутых Q-схемах имеются обратные связи, по которым заявки двигаются в направлении, обратном движению вход-выход.
Обратите внимание на лекцию "6.3. Турбулентное движение жидкости".
Собственными (внутренними) параметрами Q-схемы будут являться количество фаз Lф, количество каналов в каждой фазе Lkj, j = , количество накопителей каждой фазы LHk, k =
, емкость i-го накопителя LiH. Следует отметить, что в теории массового обслуживания в зависимости от емкости накопителя применяют следующую терминологию для систем массового обслуживания: системы с потерями (LiH = 0, т.е. накопитель в приборе Пi отсутствует, а имеется только канал обслуживания Кi), системы с ожиданием (LiH®¥, т.е. накопитель Нi имеет бесконечную емкость и очередь заявок не ограничивается) и системы смешанного типа (с ограниченной емкостью накопителя Нi). Всю совокупность собственных параметров Q-схемы обозначим как подмножество Н.
Для задания Q-схемы также необходимо описать алгоритмы ее функционирования, которые определяют набор правил поведения заявок в системе в различных неоднозначных ситуациях. Неоднородность заявок, отражающая процесс в той или иной реальной системе, учитывается с помощью введения классов приоритетов.
В зависимости от динамики приоритетов в Q-схемах различают статические и динамические приоритеты. Статические приоритеты назначаются заранее и не зависят от состояний Q-схемы. Динамические приоритеты возникают при моделировании в зависимости от возникающих ситуаций. Исходя из правил выбора заявок из накопителя Нi на обслуживание каналом Кi, можно выделить относительные и абсолютные приоритеты. Относительный приоритет означает, что заявка с более высоким приоритетом, поступившая в накопитель Нi, ожидает окончания обслуживания предшествующей заявки каналом Ki и только после этого занимает канал. Абсолютный приоритет означает, что заявка с более высоким приоритетом, поступившая в накопитель Hi, прерывает обслуживание каналом Кi заявки с более низким приоритетом и сама занимает канал (при этом вытесненная из Кi заявка может либо покинуть систему, либо может быть снова записана на какое-то место в Hi).
При рассмотрении алгоритмов функционирования приборов обслуживания Пi (каналов Кi и накопителей Нi) необходимо также задать набор правил, по которым заявки покидают Нi и Кi: для Нi – либо правила переполнения, по которым заявки в зависимости от заполнения Нi покидают систему, либо правила ухода, связанные с истечением времени ожидания заявки в Нi, для Кi – правила выбора маршрутов или направлений ухода. Кроме того, для заявок необходимо задать правила, по которым они остаются в канале Кi или не допускаются до обслуживания каналом Кi, т.е. правила блокировок канала. При этом различают блокировки Ki по выходу и по входу. Такие блокировки отражают наличие управляющих связей в Q-схеме, регулирующих поток заявок в зависимости от состояний Q-схемы. Весь набор возможных алгоритмов поведения заявок в Q-схеме можно представить в виде некоторого оператора алгоритмов поведения заявок A.
Таким образом, Q-схема, описывающая процесс функционирования системы массового обслуживания любой сложности, однозначно задается в виде Q = <W, U, Н, Z, Y, R, A>.
Возможности оценки характеристик с использованием аналитических моделей теории массового обслуживания являются весьма ограниченными. Несравненно большими возможностями обладают имитационные модели, позволяющие исследовать Q-схему, задаваемую Q = <W, U, Н, Z, Y, R, A> без ограничений. На работу с Q-схемами при машинной реализации моделей ориентированы многие языки имитационного моделирования, например SIMULA, SIMSCRIPT, GPSS и др.