Разделы

Авто
Бизнес
Болезни
Дом
Защита
Здоровье
Интернет
Компьютеры
Медицина
Науки
Обучение
Общество
Питание
Политика
Производство
Промышленность
Спорт
Техника
Экономика

Время моделирования.

Имя QTABLE A,B,C,D

А – имя очереди.

B,C.D – см. раньше.

До сих пор мы имели возможность получать статистику о числе транзактов в очереди с помощью двух блоков: QUEUE, DEPART. Когда заканчивалось моделирование, автоматически выводились среднее значение нахождения транзактов в очереди и отклонения от этого значения.

Если надо иметь более детальную информацию, например узнать время пребывания каждого транзакта в очереди, то можно поступить двумя способами:

Первый:

 

  MARK
  QUEUE
  SEIZE
  TABULATE TYME2
  DEPART

 

Перед тем как поступить в очередь, фиксируется время прихода в очередь в параметр 3. Дальше транзакт поступает в очередь, ждет там некоторое время пока освободится устройство, потом поступает в устройство и сразу же в блок TABULATE, который из текущего времени вычитает время, зафиксированное в третьем параметре.

Второй (используя режим QTABLE):

 

TYME5 QTABLE 1,B,C,D
  QUEUE
  SEIZE
  TABULATE TYME5

 

 

 

 


При моделировании какого-либо явления надо ответить на следующие вопросы:

1. Зачем мы моделируем?

При этом нас может интересовать:

· Производительность системы.

· На сколько загружен ЦП.

· Сколько времени проводит транзакт в очереди.

2. Как долго надо моделировать?

· В течении конкретного (фиксированного) времени.

· Сколько времени, понадобится чтобы получить приемлемый результат?

· Надо прогнать через систему, например, 1000 транзактов.

Возьмем критерий: Время пребывания транзакта в очереди.

Нас интересует: Среднее время пребывания транзакта в очереди.

Чем больше транзактов пройдет через систему, тем более точный получим результат.

W1- время пребывания 1-го транзакта в очереди.

Wi- время пребывания i-го транзакта в очереди.

 
 

 

 


Но, такой подход неправильный, т.к. Wi+1 зависит от Wi.

Есть 2 варианта решения данной проблемы:

1) по Шрайберу.

Предлагается запустить программу на выполнение, собрать статистику по W и построить график. В результате мы получим переходный процесс, который с течением времени стабилизируется. Нужно определить по этому графику момент времени t1, когда этот процесс стабилизировался. Далее, нужно запустить программу на выполнение, и в момент времени t1 обнулить уже накопившуюся статистику, т.к. она мешает сбору информации, после этого надо начать сбор статистики по-новому (с момента времени t1).

Недостаток метода: Зря гоняем машину.

 

2) Хотелось бы научиться определять время моделирования таким образом, чтобы знать, что данное время мы достигнем определенную точность (оговоренную ранее).

 

Дата публикации:2014-01-23

Просмотров:479

Вернуться в оглавление:

Комментария пока нет...


Имя* (по-русски):
Почта* (e-mail):Не публикуется
Ответить (до 1000 символов):







 

2012-2018 lekcion.ru. За поставленную ссылку спасибо.