Описание элементов выходного файла 1 страница

Создание выходного файла

Содержание отчета

1. Тексты программ с внесенными в них изменениями.

2. Результаты моделирования.

3. Объяснение влияния изменений на результаты моделирования.

Задания для самопроверки

1. Приведите примеры объектов, которые целесообразно исследовать с помощью имитационного моделирования СМО.

2. Объясните, выполнение каких действий вызывает оператор TRASFER P,1,4.

3. Опишите на языке GPSS событие, связанное с приходом транзакта на вход ОА с именем СОМ.

4. Опишите на языке GPSS входной поток транзактов, интервал времени между появлениями транзактов - случайная величина с экспоненциальным законом распределения с интенсивностью = 0.2 1/мин.

5. Запишите на языке GPSS оператор перехода к оператору с меткой LAB, если длина очереди ¦ 5 превышает 10 транзактов.

После завершения процесса моделирования автоматически создается системный файл с именем REPORT.GPS, содержащий стандартную выходную информацию. Для представления результатов моделирования в виде текстового ASCII – файла с именем ASTUD.TXT необходимо после выхода в DOS (с помощью команды END) выполнить команду

GPSSREPT REPORT.GPS ASTUD.TXT.

Здесь ASTUD.TXT – стандартное имя выходного файла с результатами выполнения заданий лабораторного практикума. Просмотр, редактирование или вывод на печать результатов, содержащихся в файле ASTUD.TXT, может осуществляться с помощью команд MSDOS или NORTON COMMANDER. Для длительного хранения результатов целесообразно сохранять файл ASTUD.TXT с индивидуальным именем в подкаталоге STUD.

Отформатированный выходной файл статистики состоит из подразделов, содержащих стандартную статистику об объектах GPSS/PC, используемых в данной модели (FACILITY, QUEUE, SYORAGE и т.д.). Начинается файл статистики с заголовка, который берется из поля комментария, расположенного перед началом программы. Заголовок появляется на каждой странице файла статистики. После заголовка автоматически останавливается подзаголовок, который содержит имя неотформатированного файла статистики, номер версии GPSS/PC, серийный номер, дату и время моделирования. Например,

GPSS/PC Report file TEST (V2) 01-03-1993 12:00:00

Далее следует строка, содержащая основную информацию о результатах работы модели:

START TIME END TIME BLOCKS FACILITIES STORAGES FREE MEMORY

Элементы статистики, представленные в этой строке, имеют следующее содержание:

START TIME – абсолютное модельное время в момент начала моделирования (эквивалентное абсолютному модельному времени, после последнего применения оператора RESET или CLEAR);

END TIME – абсолютное время, в момент, когда счетчик завершений принял значение 0;

BLOCKS – количество блоков, использованных в текущей модели к моменту завершения моделирования;

FACILITIES – количество блоков, использованных в модели к моменту завершения моделирования;

STORAGES – количество памятей, использованных в модели к моменту завершения моделирования;

FREE MEMORY – количество байтов памяти, доступной для дальнейшего использования.

Затем в файле статистики следует информация об именах, которые просматривает GPSS/PC в ходе моделирования:

NAME VALUE TYPE

Поле NAME содержит имена, используемые в программе модели.

Поле VALUE определяет числовое значение (номер), соответствующее имени. Система устанавливает начальный номер равный 10000.

Поле TYPE равно 0, если значение имени устанавливает пользователь, равно 2, если значение имени устанавливает система; 3 – если имя является именем блока.

Далее описываются блоки текущей модели в виде:

LINE LOC BLOCK TYPE ENTRY COUNT CURRENT COUNT RETRY

Поля в записи имеют следующее значение:

LINE – номер строки в рабочей модели, связанный блоком GPSS/PC;

LOC – имя или номер этого блока;

BLOCK TYPE – тип блока GPSS/PC;

ENTRY COUNT – количество транзактов, вошедших в данный блок, после последнего выполнения блоков RESET или CLEAR, или с начала работы программы модели;

CURRENT COUNT – количество транзактов, ожидающих специальных условий, зависящих от состояния данного блока.

Если в модели используются объекты типа «устройство», то далее в файле статистики идет информация об этих объектах:

FACILITY ENTRIES UTIL. AVE.TIME AVAILABLE OWNER REND INTER RETRY DELAY

где: FACILITY – номер или имя объекта типа «устройство»;

ENTRIES – количество транзактов, занявших или прервавших после последнего выполнения операторов RESET,CLEAR или с начала работы программы;

UTIL. – часть периода моделирования, в течении которого устройство было занято;

AVE.TIME – среднее время занятости устройства одним транзактом в течении периода моделирования после последнего выполнения операторов RESET или CLEAR;

AVAILABLE – состояние готовности устройства в конце периода моделирования;

OWNER – номер последнего транзакта, занимавшего устройство (0 означает, что устройство не занималось);

REND – количество транзактов, ожидающих устройство (находящееся в режиме прерывания);

INTER – количество транзактов, обработка которых прервана на устройстве в данный момент модельного времени;

RETRY – количество транзактов, ожидающих специальных условий, зависящих от состояния предмета типа «устройство»;

DELAY – количество транзактов, ожидающих занятия устройства (включая транзакты, ожидающие выхода устройства на режиме прерывания).

В случае использования в модели объектах типа «очередь», далее следует информация об этих объектах. Например,

QUEUE MAX CONT ENTRIES ENTRIES (0) AVE.CONT AVE.TIME AVE. (– 0) RETRY

где: QUEUE – имя или номер объекта типа «очередь»;

MAX – максимальное содержание объекта типа «очередь» в течении периода моделирования, который начинается с начала работы модели или с последнего оператора RESET или CLEAR;

CONT – текущее содержимое объекта типа «очередь» в момент завершения моделирования;

ENTRIES – общее количество входов в очередь в течении периода моделирования (счетчик входов);

ENTRIES (0) – общее количество входов в очередь с нулевым временем ожидания (счетчик «нулевых» входов);

AVE.CONT – среднее значение содержимого очереди;

AVE.TIME – среднее время, проведенное транзактом в очереди с учетом всех входов в очередь;

AVE. (– 0) – среднее время проведенное транзактом в очереди без учета «нулевых» входов в очередь;

RETRY – количество транзактов, ожидающих специальных условий, зависящих от состояния объекта типа «очередь»;

Если в модели использовались объекты типа «память», то далее в файле статистики идет информация об этих объектах. Например,

STORAGE CAP. REMAIN MIN MAX ENTRIES AVL. AVE. C. UTIL. RETRY DELAY

где: STORAGE – имя или номер объекта типа «память»;

CAP. – объем памяти, заданного оператором STORAGE;

REMAIN – число единиц свободного объема памяти в конце периода моделирования;

MIN – минимальное количество используемых единиц памяти в конце периода моделирования;

MAX – максимальное количество используемых единиц памяти за период моделирования;

ENTRIES – количество входов в память за период моделирования;

AVL. – состояние готовности памяти в конце периода моделирования;

AVE. C. – среднее число занятых единиц памяти за период моделирования;

UTIL. – часть периода моделирования в течение которого память использовалась;

RETRY – количество транзактов, ожидающих специальных условий, зависящих от состояния памяти;

DELAY – количество транзактов, ожидающих возможности входа в блок INTER.

Если в модели используются блоки TABLE или QTABLE в файле статистики будет предоставлена информация о таблицах:

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

где: TABLE – имя или номер объекта типа «таблица» или «q – таблица»;

MEAN – выборочное среднее значение табулируемого аргумента. Значение преобразовывается в формат двойной точности при выводе в файл статистики;

STD.DEV. – выборочное среднеквадратичное отклонение;

RETRY – количество транзактов, ожидающих выполнения специальных условий, зависящих от состояния объекта типа «таблица»;

RANGE – верхние и нижние границы интервалов разбиения числовой оси;

FREQUENCY – величина N, пропорциональная частоте (n) попаданий значений аргумента таблицы в указанный интервал: N = kn, где k – значение поля в соответствующих блоках TABULATE или DEPART (если N=0, то интервал пропускается);

CUM.% – процент попаданий значений аргумента таблицы в интервал от – ∞ до x (где x – верхняя граница рассматриваемого интервала);

Информация об используемых в модели списках пользователей имеет вид:

USER CHAIN CHAIN SIZE RETRY AVE.CONT ENTRIES MAX AVE.TIME

где: USER CHAIN – номер (имя) объекта типа «список пользователя»;

CHAIN SIZE – количество транзактов в списке пользователя в конце периода моделирования;

RETRY – количество транзактов, ожидающих наступления специальных условий, связанных с состоянием списка пользователя типа «список пользователя»;

AVE.CONT – среднее содержимое списка пользователя в течение периода моделирования;

ENTRIES – общее количество транзактов, помещенных в список пользователя в течение периода моделирования;

MAX – максимальное количество транзактов в списке пользователя за период моделирования;

AVE.TIME – среднее время пребывания транзакта в списке пользователя.

Информация о ячейках памяти имеет вид:

SAEVALUEVALUE RETRY

где: SAEVALUE – имя или номер ячейки;

VALUE – значение ячейки в конце моделирования;

RETRY – количество транзактов, ожидающих наступления специальных условий, зависящих от состояния ячейки.

Глава 5. Задания лабораторного практикума по GPSS

ЗАДАНИЕ 1. Моделирование процесса функционирования накопителя на магнитных дисках

Исходные данные

1. Накопитель состоит из одного канала и трех дисководов.

2. Запросы поступают к каждому из дисководов равновероят­но; длины временных промежутков между запросами случайны, независимы и распределены по экспоненциальному закону E(μ).

3. Обработка запроса включает установку головки (при этом канал не требуется и обмен данными через канал (запись или считывание).

4. Время установки головки - случайная величина с равномерным распределением R[0, τ₊]. Время обмена данными равно τ.

Цель. Разработать GPSSV - модель для анализа функционирования накопителя на магнитных дисках на временном промежутке [0, T],взяв за единицу времени величину τ

Первоначальный перечень экспериментов: τ=1.7 мс, τ₊=50 мс, μ=0.1 мс^-1

ЗАДАНИЕ 2. Моделирование процесса продажи авиабилетов

Исходные данные

1. В помещении аэропорта работают m кассиров по продаже билетов, к каждому из которых образуется отдельная очередь. Время между моментами прибытия пассажиров - случайная величина с экспоненциальным распределением E(τ₁).

2. Пассажир выбирает самую короткую очередь. Время обслуживания пассажира кассиром - случайная величина с равномерным распределением R[τ_–, τ₊].

3. В очереди к кассиру может находиться не более n пассажиров. Если длины очередей по всем кассирам равны максимальному значению n, то пассажир следует прямо на посадку и покупает билет у стюардессы.

Цель. Разработав GPSSV - модель для оценки среднего времени W₁, которое пассажир затрачивает на покупку билета; среднюю загрузку W₂, билетных касс; среднюю длину очереди по результатам имитационного моделирования процесса на [0, T].

Первоначальный перечень экспериментов: m=5, n=2, τ₁=5 мин., τ_–=0.5 мин., τ₊=1.5 мин.. T=300 мин.

ЗАДАНИЕ 3. Моделирование системы массового технического контроля и настройки

Исходные данные

1. Система массового технического контроля и настройки телевизоров состоит из склада 1, (хранящего все ожидающие контроля телевизоры), пункта контроля из m параллельно работающих контролеров, склада 2 (хранящего все ожидающие настройки телевизоры) и пункта настройки из n параллельно работающих настройщиков.

2. Случайное время между поступлениями телевизоров в склад 1 для заключительной проверки,имеет равномерное распределение R[τ₁, τ₂].

3. Из склада 1 телевизоры без задержи поступают к контролерам. Случайное время, необходимое на проверну одного телевизора, распределено по равномерному закону R[τ₃, τ₄]. В среднем 35 % телевизоров проходят проверку успешно с первого предъявления и направляются в пункт упаковки. Остальные 15 % не проходят проверку и направляются через склад 2 в пункт настройки.

4. Случайное время настройки имеет равномерное распределение R[τ₅, τ₆].

Цель. Разработать GPSSV - модель и проимитировать функционирование системы массового технического контроля и настройки на отрезке времени [0, T] для оценки среднего времени, затрачиваемого. на обслуживание одного телевизора, а также среднего размера очереди в складах 1,2.

Первоначальный перечень экспериментов: m=2, n=1, τ₁=3 мин., τ₂=7 мин., τ₃=6 мин, τ₄=12 мин, τ₅=20 мин, τ₆=40 мин.

ЗАДАНИЕ 4. Моделирование производственного процесса на станке с поломками

Исходные данные

1. Подлежащие обработке детали поступают на станок в среднем m раз в час; распределение вероятностей случайной длины промежутка между моментами поступления деталей - экспоненциальное E(1/m).

2. При нормальном режиме работы задания выполняются в порядке их поступления. Случайное время обработки детали на станке имеет гаусовское распределение N(μ₂, σ₂²). Перед началом обработки детали производится настройка (подготовка) станка, случайная длительность которой имеет равномерное распределение R[τ_–, τ₊]. Деталь, обработанная на станке, покидает данный станок и направляется в другие отделы цеха.

3. Станок подвергается случайным поломкам, при которых обработка детали прерывается. Случайная длительность интервала между поломками имеет гаусовское распределение N(μ₂, σ₂²). При поломке обрабатываемая деталь снимается со станка и помещается в начало имеющейся перед станком очереди. После ремонта станка обработка детали возобновляется с того места, на котором она была прервана.

4. Ремонт станка состоит из трех независимых последовательных фаз. Случайная длительность каждой фазы имеет экспоненциальное распределение E(λ).

Цель. Paзpaбoтать GPSSV - модель и осуществить имитацию производственного процесса на отрезке времени [0, T], для оценки вероятности простоя станка, средней длины очереди к станку и среднего времени обработки детали.

Первоначальный перечень экспериментов: m=1, μ₁=0.5 час, σ₁=0.1 час, τ_–=0.2 час., τ₊=0.5 час., μ₂=20 час., σ₂=2 час., λ=4/3 (час.)^-1, T=500 час. τ₄=12 мин, τ₅=20 мин, τ₆=40 мин.

ЗАДАНИЕ 5. Моделирование процесса обработки деталей

Исходные данные

1. В обрабатывающий цех поступают детали, обработка которых осуществляется двумя станками.

2. Детали, поступающие на первичную обработку, образуют пуассоновский поток со средним интервалом между поступлением τ мин.

3. Первый станок обрабатывает деталь в среднем t₁ мин. и имеет a₁ % брака, второй - соответственно t₂ мин. и a₂ % брака. Все бракованные детали возвращаются на повторную обработку на первый станок. Интервалы времени обработки обоих станков имеют экспоненциальное распределение.

Цель. Построить GPSSV - модель процесса обработки для n деталей. Определить среднюю загрузку первого станка на вторичной обработке и вероятность появления отходов (деталей, попавших в раздел бракованных после вторичной обработки).

Первоначальный перечень экспериментов: τ=50, t₁=40, t₂=60, a₁=4 %, a₂=8 %, n=500.

ЗАДАНИЕ 6. Моделирование системы обработки информации

Исходные данные

1. Система обработки сигналов, поступающих с датчиков, оснащена мультиплексным каналом и тремя мини-ЭВМ.

2. Сигналы от датчиков поступают на вход канала через интервалы времени μ_в±∆μ_в.

3. В канале сигналы буферизуются (образуют очередь) и претерпевают первичную обработку в течение μ₁±∆μ₁ мкс.

4. Каждая мини-ЭВМ имеет входной накопитель, емкостью L единиц. После первичной обработки сигналы поступают на обработку в ту мини ЭВМ, где имеется наименьшая по длине очередь и обрабатывается со временем μ₂±∆μ₂ мкс.

Цель. Разработать GPSSV - модель обработки и сигналов. При этом определить среднее время задержки сигналов в канапе и мини ЭВМ и вероятность переполнения входных накопителей.

Первоначальный перечень экспериментов: L=10, μ_в=10, ∆μ_в= 5, μ₁=10, ∆μ₁=3, μ₂=30, ∆μ₂=3,n=250.

ЗАДАНИЕ 7. Моделирование работы конвейера сборочного цеха

Исходные данные

1. Сборочный цех, содержащий комплектовочный конвейер, состоящий из секций емкостью по L изделий каждого из двух типов.

2. На конвейер для сборки поступают каждые μ₁±∆μ₁ мин. a₁ изделий первого типа и каждые μ₂±∆μ₂ мин. – a₂ изделий второго типа.

3. Комплектация начиняется только при условии наличия деталей обоих типов в требуемом количестве и длится t мин. При нехватке деталей секция конвейера остается пустой.

Цель. Построить-GPSSV - модель работы сборочного конвейера в течение одной смены (τ часов). Определить вероятность пропуска секции, средние очереди по каждому типу изделий. Определить экономическую целесообразность перехода на секции с характеристиками: a₂ изделий каждого типа и временем комплектации 2t мин.

Первоначальный перечень экспериментов: L=-10, μ₁=5, ∆μ₁=1, μ₂=2, ∆μ₂=7, a₁=5, a₂=20, t=10, τ=7.

ЗАДАНИЕ 8 Моделирование функционирования вычислительной системы (ВС)

Исходные данные

1. Специализированная ВС, оснащенная тремя процессами (ПР) и общей оперативной памятью (ОП), обеспечивает обработку задач пользователей.

2. Через интервалы времени μ_В±∆μ_В мин. поступают задания, занимающие объем ОП размером Ln кб.

3. После трансляции первым процессором - в течение μ₁±∆μ₁ мин. их объем достигает L₂ кб и они поступают в ОП.

4. Далее задания редактируются вторым процессором в течении μ₂±∆μ₂ мин. на L₂ кб. каждый, объем задания достигает Lr кб.

5. После редактирования задания через ОП поступают в третий процессор на выполнение, требующее μ₃±∆μ₃ мин. времени на каждый L₃.кб. и покидают систему, минуя ОП.

Цель. Разработать GPSSV - модель ВС в течение τ час. Определить статистические характеристики занятия СП по всем видам заданий

Первоначальный перечень экспериментов: Lr=30, μ₃=1.5, ∆μ₃=0.4, L₃=10, τ=24, μ_В=5, ∆μ_В=2, Ln=10, μ₁=5, ∆μ₁=1, L₁=20, μ₂=25, ∆μ₂=0.5, L₂=10.

ЗАДАНИЕ 9. Моделирование студенческого машинного зала ВЦ

Исходные данные

1. Студенческий машинный зал, оснащенный двумя мини ЭВМ и одним устройством подготовки данных (УПД), обслуживает задания студентов.

2. Студенты приходят с интервалом μ_В±∆μ_В мин. и треть из них требует использования УПД и ЭВМ, а остальные - только ЭВМ.

3. Допустимая очередь в машинном зале составляет q человека, включающего работающего на УПД, работа которого занимает μ₁±∆μ₁ мин. Работа ЭВМ длится t мин.

4. a%, работавших на ЭВМ, возвращаются для повторного использования УПД и ЭВМ.

Цель. Построить-GPSSV - модель работы машинного зала в течение t часов. Определить среднюю загрузку УПД и ЭВМ и вероятность отказа в обслуживании.

Первоначальный перечень экспериментов: μ_В=10, ∆μ_В=2, a=40, μ₁=5, ∆μ₁=2, t=15, a=20, τ=24.

ЗАДАНИЕ 10. Моделирование передачи речинформационной цифровой системой

Исходные данные

1. Информационная система, состоящая из 2 транзитных каналов с входным накопителем, осуществляет передачу речи в цифровом виде.

2. Время передачи цифрового пакета по каждому каналу составляет t мс, интервал поступления составляет μ_В±∆μ_В мс.

3. Пакеты, длительность передачи которых превышает tn мс, подлежат уничтожению, так как сильно искажают качество речи, однако более a% уничтожения - недопустимо.

Цель. Смоделировать средствами GPSSV работу описанной системы. Оценить частоту уничтожения пакетов.

Первоначальный перечень, экспериментов; t=5, μ_В=6, ∆μ_В=3, tn=10, a=30.

ЗАДАНИЕ II. Моделирование обслуживания запросов банком данных

Исходные данные

1. На базе ЭВМ, соединенных дуплексным каналом связи, организован распределенный банк данных, служащий для обработки запросов.

2. Поступающий с интервалом μ_В±∆μ_В запрос обрабатывается на первой ЭВМ и с вероятностью a% необходимая информация будет обнаружена. В противном случае запрос посылается на вторую ЭВМ.

3. Первичная обработка запроса занимает t₁.c., а выдача ответа требует μ₁±∆μ₁ с., передача по каналу связи требует tc времени.

Цель. Осуществить с помощью GPSSV - модели продвижение n запросов. Определить необходимую емкость накопителей перед ЭВМ для безотказной работы системы и функцию распределения случайного времени обслуживания заявки.

Первоначальной перечень экспериментов:

ЗАДАНИЕ 12. Моделирование процесса функционирования участка механообработки ГАП

Исходные данные

1. Участок механообработки включает входной конвейер, транспортный робот, два однотипных независимо работающих станка с ЧПУ и выходной конвейер.

2. Время поступления деталей на обработку и время обработки детали на станке распределены равномерно на интервалах [a±δ] сек., [b±δ] сек. соответственно.

3. Робот переносит деталь с входного конвейера на свободный станок и затем со станка на выходной конвейер, время каждого переноса распределено равномерно на интервале [c±ν] сек.

Цель. Разработать GPSSV - модель для анализа процесса функционирования участка в течение k смен (продолжительность одной смены 8 часов).

Первоначальный перечень экспериментов: k=1, a=160, δ=90, b=280, ε=30, c=10, ν=2

ЗАДАНИЕ 13. Моделирование участка механообработки ГАП

Исходные данные

1. Участок механообработки включает рабочее место комплектации пакета, два станка для обработки деталей' и транспортный робот (робокар).

2. Имеется два типа деталей. Детали 1-го и 2-го типов поступают на место комплектации пакета соответственно через t₁ сек. и t₂ сек. Каждый пакет вмещает m₁ деталей типа I либо m₂ деталей типа 2.

3. Пакеты с деталями типа 1,2 обрабатываются на станках 1,2 соответственно. Время обработки распределено равномерно для станка I на интервале [a₁±δ₁] сек, для станка 2 на интервале [a₂±δ₂].

4. Робокар транспортирует по две пакеты от места комплектации до станков и обратно в течение времени, равномерно распределенного на интервале [b±ε].

5. На месте комплектации пакеты освобождаются от обработанных деталей, загружаются снова и поступают на обработку.

Цель. Разработать GPSSV - модель анализа процесса функционирования участка в течение k часов.

Первоначальный перечень экспериментов k=1, t₁=15, t₂=10, a₁=120, δ₁=10, a₂=40, δ₂=5, b=16, ε=4.

ЗАДАНИЕ 14. Моделирование производственного участка с двумя обрабатывающими центрами

Исходные данные

1. Производственный участок имеет два обрабатывающих центра (ОБРЦ-I и ОБРЦ-2), которые осуществляют механообработку деталей трех типов.

2. Детали поступают на обработку через каждые t мин, образуя пуассоновский поток. В этом потоке детали типов I и 2 появляются с вероятностями 0,25, детали типа 3-cвероятностью 0.5.

3. Время обработки деталей типов I и 2 –τ₁ мин, деталей типа 3 – τ₂ мин.

4. ОБГЦ-I осуществляет обработку деталей типов I и 2, а СЕГЦ-2 - деталей всех типов, причем детали типов I и 2 поступают в СБРЦ-2,в случае, если ОБРЦ-I занят.

5. На участке Фиксируется количество обработанных деталей каждого типа.

Цель работы. Разработать GPSSV - модель для анализа процесса функционирования производственного участка в течение одной смены. т.е. ε часов.

Первоначальный перечень экспериментов: t=6, τ₁=10, τ₂=8.

ЗАДАНИЕ 15. Моделирование автоматизированной технологической линии

Исходные данные

1. Технологическая линия включает источник деталей, два взаимосвязанных станка, накопитель, технологический модуль для окончательной обработки деталей, рабочее место комплектации пакет и транспортный робот для их транспортировки на склад.

2. Время поступления деталей из источника распределено равномерно на интервале [a±δ]сек, причем деталь поступает в минимальную из очередей к станкам.

3. Если деталь поступает на станок I, то затем она поступает на станок 2. Если деталь поступает на станок 2, то затем она поступает на станок I. Время работы деталей на станках 1,2 распределено равномерно на интервалах [b₁±ε₁] сек, [b₂±ε₂] сек. соответственно.

4. После цикла механообработки деталь попадает в накопитель (на 10 деталей). Из накопителя все детали одновременно передаются в технологический модуль для окончательной обработки [b₃±ε₃] сек. Затем осуществляется укладка деталей в пакеты по 10 шт. Транспортами робот отбирает по 2 пакеты и транспортирует их на склад. Время транспортировки распределено равномерно на интервале [c±ν]сек.

Цель. Разработать GPSSV - модель для анализа процесса функционирования автоматизированной технологической линии в течение часа.

Первоначальный перечень экспериментов: a=10, δ=2, b₁=10, ε₁=4, b₂=9, ε₂=3, b₃=6, ε₃=2, c=16, ν=4.

ЗАДАНИЕ 16. Моделирование процесса функционирования централизованной вычислительной системы

Исходные данные

1. Вычислительная система содержит три однотипных процессора с общей памятью, разделенной на n блоков (каждой задаче при ее решении выделяется один блок).

2. Задачи пользователей образуют пуассоновский поток с интенсивностью λ зад/сек. Задачи остаются в накопителе, если длина очереди на выполнение не превышает n задач.

3. Задачи пользователей могут бить типа I (25 %, высший приоритет) и типа 2 (75 %, низший приоритет). Время решения задачи в каждом процессоре имеет экспоненциальное распределение с математическими ожиданиями соответственно μ₁ и μ₂ сек.

Дата добавления: 2017-02-01