научная статья по теме ИСПОЛЬЗОВАНИЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ПРИ ПЛАНИРОВАНИИ ВЫЧИСЛИТЕЛЬНОГО ПРОЦЕССА НА ЦИФРОВЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМАХ Общие и комплексные проблемы естественных и точных наук

Текст научной статьи на тему «ИСПОЛЬЗОВАНИЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ПРИ ПЛАНИРОВАНИИ ВЫЧИСЛИТЕЛЬНОГО ПРОЦЕССА НА ЦИФРОВЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМАХ»

Шевченко Н.А., старший преподаватель Национального исследовательского ядерного университета «МИФИ»

ИСПОЛЬЗОВАНИЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ПРИ ПЛАНИРОВАНИИ ВЫЧИСЛИТЕЛЬНОГО ПРОЦЕССА НА ЦИФРОВЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМАХ

Предложена методика выбора очередного задания для обработки на вычислительной системе заданной структуры в реальном масштабе времени. Учитываются ресурсы буферной памяти и соотношения времен вычисления в процессоре. Вычисление характеристик организации вычислительного процесса проводится с помощью спроектированной и разработанной на языке GPSS имитационной моделирующей программы.

Ключевые слова: имитационное моделирование, дисциплина диспетчеризации, планирование вычислительного процесса, GPSS.

THE USE OF SIMULATION FOR PLANNING THE ORGANIZATION OF THE COMPUTATIONAL PROCESS ON DIGITAL COMPUTING SYSTEMS

The technique of choice for job processing on a given computer system structure in real time is proposed. Take into account buffer memory resources and CPU computing times. Calculation of characteristics of the computational process is performed using the designed and drawn up in the GPSS language simulation.

Keywords: simulation, subjects dispatch, computing process planning, GPSS.

В настоящее время имитационное моделирование широко применяется для прогнозирования поведения сложных систем. Использование имитационного моделирования позволяет сэкономить ресурсы, ускорить процесс проектирования и модернизации сложных систем.

В работе представлена написанная на языке GPSS программа, имитирующая работу вычислительной системы, представленной как система массового обслуживания. А также методика подготовки исходных данных, позволяющая сократить количество машинных экспериментов для выбора дисциплин диспетчеризации и распределения ресурсов буферной памяти при заданных ограничениях на время выполнения заданий и вероятности потерь.

Целью настоящей работы является построение на языке GPSS имитационной модели, которая позволяет обеспечить эффективное использование аппаратуры, с одной стороны, и выполнение ограничений по времени выполнения заданий и вероятности потерь, с другой стороны. Задачи представлены в виде потоков заявок на выполнение определенных программ.

Структура вычислительной системы представлена на рис.1.

поток N

Рис 1. Структура вычислительной системы

Во входной буфер поступают потоки заявок. Объем входного буфера ограничен, при его переполнении заявки теряются. В буфере заявки располагаются в соответствии со своим приоритетом, а при равных приоритетах по правилу: первый пришел, первый обслужен.

Обрабатывающее устройство выбирает из очереди первую заявку на обслуживание и обрабатывает ее. Если в процессе обработки во входной буфер поступает заявка с более высоким приоритетом, то обработка первой заявки прерывается, она поступает во внутренний буфер и ожидает там обработки заявки с более высоким приоритетом.

При каждом прогоне (запуске имитационной модели с одним набором исходных данных) имитационной модели определяются:

Среднее время и стандартное отклонение обработки заявок каждого потока, включая время ожидания в очередях во входном и внутреннем буфере и время обработки;

Процент потерянных заявок при переполнении входного буфера.

Суммарный штраф за время нахождения всех заявок, рассчитываемый с учетом интенсивности входного потока, среднего времени обработки заявок потока и коэффициента, учитывающего важность потока для пользователя;

Суммарный штраф за потери заявок всех потоков в системе, рассчитываемый с учетом интенсивности входного потока, процента потери заявок потока и коэффициента, учитывающего важность потока для пользователя.

Чем меньше две последние величины, тем лучше организован вычислительный процесс.

Если требуемые параметры вычислительного процесса не достигнуты, производится корректировка исходных данных. Для этого пользователь может изменить правила формирования очереди готовых к выполнению заявок. Кроме того пользователь может выделить для отдельных потоков определенную область (зону) внутри входного буфера и, регулируя ее размер, добиться уменьшения потерь.

Модель позволяет использовать следующие дисциплины диспетчеризации:

Бесприоритетное обслуживание, то есть все заявки имеют равный приоритет;

Обслуживание с относительными приоритетами - заявки в разных потоках имеют разный приоритет, располагаются во входном буфере в соответствии с этим приоритетом, но не могут прерывать выполнение обрабатываемой заявки, в случае переполнения буфера, теряется поступающая заявка;

Обслуживание с абсолютными приоритетами - заявки в разных потоках имеют разный приоритет. При попытке очередной заявки поступить в переполненный буфер при наличии в нем заявки с более низким приоритетом из буфера «выбивается» заявка с самым низким приоритетом. Если обрабатывается заявка с более низким приоритетом, то ее обработка прерывается и она направляется во внутреннюю очередь. Вновь поступившая более приоритетная заявки занимает ресурсы обрабатывающего устройства.

Обслуживание со смешанными приоритетами - заявки в нескольких потоках могут иметь одинаковый приоритет и могут выбивать из буфера заявки с более низким приоритетом и прерывать обработку заявок с более низким приоритетом.

Исходными данными для работы имитационной модели являются: объем и структура входного буфера, количество входных потоков заявок и параметры входных потоков заявок.

Каждый входной поток имеет заданные параметры:

- среднее значение интервалов между поступлениями заявок в потоке;

- распределение среднего значения интервалов между поступлениями заявок в потоке;

- среднее время обслуживания заявок в обрабатывающем устройстве;

- распределение среднего времени обслуживания заявок в обрабатывающем устройстве;

- номер буфера или зоны буфера;

- характеристики приоритета.

Предложенная методика позволяет корректировать значения параметров для заданных потоков заявок и производить рациональный выбор дисциплины диспетчеризации. Уточнение этих значений происходит после каждого прогона имитационной модели, пока установленные требования по среднему времени пребывания заявок в системе и по допустимому проценту потерь не будут выполнены.

Разработанная имитационная модель позволяет проводить имитационные эксперименты с любыми законами распределения интервалов между поступлениями заявок в потоках и времени обработки. Предложены последовательности случайных чисел, дающих наименьшую погрешность по сравнению с расчитанными по формулам.

Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.

Показать целиком