• ДонНТУ
• Портал магистров

• Русский
• Українська
• English
• Deutsch

• Автобиография
• Реферат
• Библиотека
• Ссылки
• Результаты поиска
• Индивидуальное задание

Реферат по теме выпускной работы
MIMD-симулятор и оптимизатор параллельных моделей дискретных динамических систем

Введение

Моделирование как одну из важнейших категорий процесса познания невозможно отделить от развития человечества. Человек использует модели, которые позволяют проигрывать любые жизненные и производственные ситуации и получать такие решения, которые позволяют найти наилучший способ решения проблемы. В таких случаях есть возможность анализировать при помощи модели любые ситуации, включая те, при которых реальная система вышла бы из строя. Это позволяет моделировать катастрофы, редкие случаи, и даже такие явления и процессы, которых нет на самом деле, то есть виртуальную реальность [1].

Методы компьютерного моделирования широко используются во всех сферах деятельности человека – от конструирования моделей технических, технологических и организационных систем до решения проблем развития человечества и вселенной. Классическими объектами моделирования являются информационные, производственные, транспортные и другие логистические системы.Весьма перспективным является использование моделей в контуре управления, то есть в реальном масштабе времени. Важнейшим заданием моделирования является оценка показателей функционирования таких систем.

Актуальность

На сегодняшний день имеет место быстроменяющаяся ситуация на рынке, что усугубляет экономическую ситуацию. Большие предприятия в условиях конкуренции при помощи моделирования и оптимизации имеют возможность быстро реагировать на все изменения рынка. Они могут планировать свои действия и разрабатывать стратегию при помощи модели, а также избегать возможных ошибок и финансовых потерь. Это позволяет усилить конкурентоспособность предприятия.

Предприятия прибегают к автоматизации, децентрализации, а также к созданию виртуальных сетей производственных областей. Все это усложняет организацию производственного процесса в целом, а также процессы логистики. Моделирование и оптимизация помогают поддерживать развитие этих процессов на должном уровне.

В процессе планирования организации производственного процесса необходимо решить такие задачи, как разделение работы и времени, оптимальное использование ресурсов, разработать транспортную систему и другие. Все это в итоге определяет эффективность стратегии работы предприятия. Поэтому для гарантированного получения оптимального решения при обработке такого большого объема информации, целесообразным будет использование компьютерного дискретного моделирования и имеющихся систем оптимизации.

Цель и задачи разработки и исследований

Целью данной работы является разработка новых подходов к распараллеливанию и оптимизации моделей дискретных динамических систем. Для этого поставлена задача: разработать тестовые модели систем массового обслуживания, как разновидности дискретных динамических систем, при помощи системы дискретного моделирования и встроенной системы оптимизации ISSOP/Arena.

Предполагаемая научная новизна

Будут разработаны новые подходы к распараллеливанию и оптимизации моделей дискретных динамических систем, используя существующие последовательные программные средства.

Планируемая практическая новизна

Разработка тестовых моделей систем массового обслуживания, а также разработка методики построения тестовых дискретных моделей с использованием системы дискретного моделирования ISSOP/Arena.

Обзор исследований и разработок по теме «MIMD-симулятор и оптимизатор параллельных моделей дискретных динамических систем»

Локальный обзор:

На региональном уровне, одним из немногих, данной проблемой занимался магистр ДонНТУ Зима К.М. В своей работе он детально изучил вопрос разработки параллельной моделирующей среды для дискретных систем. Эта работа наиболее близка по своей тематике к моей магистерской работе.

1. Магистр ДонНТУ Зима Константин Михайлович

Тема магистерской работы: «Параллельная моделирующая среда для дискретных систем», 2004 г.

http://masters.donntu.ru/2004/fvti/zima/diss.htm

Национальный обзор:

При поиске разработок в области дискретного моделирования была обнаружена книга Томашевского В.М., в которой рассматриваются вопросы моделирования систем, систем массового обслуживания и имитационного моделирования. Эта книга была издана в Киеве в 2005 году.

2. Томашевський В.М. Моделювання систем. - К.: Видавнича група BHV, 2005 - 349 c.

Глобальный обзор:

При поиске исследований в этой области в мировом масштабе были обнаружены следующие книги:

3. Christos G. Introduction to Discrete-Event Simulation: Springer US, 2007.
Описываются главные компоненты дискретного моделирования, обзор существующег языков дискретного моделирования.

4. W. David Kelton, Randall P. Sadowski, David T. Sturrock Simulation with Arena. - New York: McGraw-Hill, 2003 - 672 c. Главная цель книги: обеспечить комплексное рассмотрение концепций моделирования в целом, и программного обеспечения для моделирования Arena в частности.

Основное содержание работы

Динамическими называются объекты техники и технологий, в которых происходят целенаправленные управляемые процессы смены состояния, которые сопровождаются сменой параметров состояния на протяжении определенного времени. Динамическим системам свойственны два основных режима функционирования: стационарный режим с постоянными параметрами и переходной (динамический) режим со сменой параметров.

ДДС – это система с дискретным характером динамических процессов. Общим для исследуемых ДДС является наличие различных случайных факторов, существенным образом влияющих на смену состояний. При этом предполагается, что множество состояний исследуемой системы является дискретным и смена состояний происходит в некоторые моменты времени. Интервалы между моментами смены состояний могут быть как случайными, так и детерминированными величинами. В течение всего интервала между моментами смены состояний исследуемая система состояния не меняет.

Система массового обслуживания (СМО) производит обслуживание требований, поступающих в неё из источника требований и возвращающихся после обслуживания в источник. Обслуживание требований в системе производится обслуживающими приборами. Система может содержать от одного до бесконечного числа приборов [2]. В зависимости от реализации в системе возможности ожидания поступившими требованиями их обслуживания системы массового обслуживания делятся на три типа:

1) системы с потерями, в которых требования, не нашедшие в момент поступления ни одного свободного прибора, теряются (возвращаются в источник без обслуживания);

2) системы с ожиданием, в которых возможно ожидание любого числа требований, при этом ожидающие требования образуют очередь, длина которой не ограничена;

3) системы с ожиданием и ограничениями, в которых допускается возможность образования очереди ограниченной длины; при этом требования, поступившие в систему, когда отсутствуют свободные места для ожидания в очереди, теряются (возвращаются в источник без обслуживания).

В системах с ожиданием очередь в общем случае может иметь сложную структуру, являясь некоторым набором очередей. Выбор очередного требования из очереди на обслуживание производится с помощью некоторой дисциплины обслуживания. Примерами таких дисциплин являются FCFS (первый пришел — первый обслужен), LCFS (последний пришел — первый обслужен), RANDOM (очередное требование выбирается из очереди наугад). Случайная последовательность требований, которые поступают в систему обслуживания и которые необходимо обслужить, является одним из основополагающих понятий теории массового обслуживания. Такие последовательности называются также потоками требований.

Имитационное моделирование — это метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности [3]. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.

Имитационное моделирование — это метод исследования, при котором изучаемая система с достаточной точностью заменяется моделью описывающей реальную систему и с ней проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте).

Имитационное моделирование — это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае математическая модель заменяется имитатором или имитационной моделью.

Имитационная модель — логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.

Один из видов имитационного моделирования - дискретно-событийное моделирование. Это подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие. Дискретно-событийное моделирование наиболее развито и имеет огромную сферу приложений — от логистики и систем массового обслуживания до транспортных и производственных систем. Этот вид моделирования наиболее подходит для моделирования производственных процессов. Основан Джеффри Гордоном в 1960х годах.

Главная ценность имитационного моделирования заключается в том, что в его основу положена методология системного анализа [4]. Она дает возможность изучать проектируемую или анализируемую систему по схеме операционного исследования, включая такие взаимосвязанные этапы: содержательная постановка задачи; разработка концептуальной модели; разработка и программная реализация имитационной модели; проверка адекватности модели и оценка точности результатов моделирования; планирование экспериментов; принятие решений. Благодаря этому имитационное моделирование можно использовать как универсальный подход для принятия решений в условиях неопределенности и для учитывания в моделях факторов, которые тяжело формализуются, а также на практике использовать основные принципы системного подхода для решения практических заданий. Однако реализация имитационной модели и проведение экспериментов на ней является трудоёмким, дорогим. Это требует значительных затрат времени ЭВМ, поэтому к имитационному моделированию требует обращаться только тогда, когда разработка других видов моделей не дает удовлетворительных результатов.

Программное обеспечение для моделирования появилось в начале 50-х годов [5]. На сегодняшний день различают 5 основных поколений средств моделирования:

1. Первое поколение существовало достаточно долго, сопровождалось большим числом ошибок, и требовало специалиста по моделированию и информатики.

2. На втором этапе появились простые языки моделирования, например GPSS, которые дали возможность делать статистический анализ результатов.

3. На третьем этапе появились разнообразные комбинации языков моделирования, например GPSS и FORTRAN.

4. Четвертое поколение в качестве решительных критериев успеха имело возможность отображать на экране работу модели.

5. На пятом этапе моделирование имеет цель не только моделировать процесс, а также сделать оптимизацию через стандартный открытый интерфейс.

Представителем системы моделирования 5-го поколения является ARENA.

Язык GPSS был языком, который определил все современные технологические тенденции в дискретном имитационном моделировании и явился предвестником современных языков и систем моделирования дискретного типа [6]. Эти тенденции предопределила прежде всего удачно сформированная базовая схема структуризации, заложенная в GPSS, поддерживающая блочно- ориентированный подход, в рамках которого моделирующий блок имеет свое функциональное назначение и представлен соответствующими функциональными объектами (имеющими аналоги с элементами систем массового обслуживания), а также возможности языка для описания параллельных процессов. Именно такой взгляд на моделируемый объект позволил реализовать идеографический режим формирования дискретной модели, когда модель конструируется из стандартных функциональных блоков, а связи на этих графических конструкциях интерпретируются как маршруты прохождения подвижных объектов в системе.

Недостатки:

Обычно отмечаемые недостатки GPSS (целочисленное модельное время, слабый интерфейс, слабая визуализация процесса моделирования и его результатов, сложность интеграции с другими программами и базами данных, слабая поддержка математических функций, недостаточная гибкость и др.) оказались легко поправимы на новом технологическом уровне с использованием гибких языковых средств.

Основа технологий Arena - язык моделирования SIMAN и система Cinema Animation [7]. SIMAN, впервые реализованный в 1982г. - чрезвычайно гибкий и выразительный язык моделирования. Он постоянно совершенствуется путем добавления в него новых возможностей. Для отображения результатов моделирования используется анимационная система Cinema Animation, известная на рынке с 1984 г. Процесс моделирования организован следующим образом. Сначала пользователь шаг за шагом строит в визуальном редакторе системы Arena модель. Затем система генерирует по ней соответствующий код на SIMAN, после чего автоматически запускается Cinema Animation.

Интерфейс Arena включает в себя всевозможные средства для работы с данными, в том числе электронные таблицы, базы данных, ODBC, OLE, поддержку формата DXF.

Интегрированная система моделирования и оптимизации ISSOP/ARENA:

ISSOP/ARENA была разработана на базе опыта в моделировании и оптимизации; она способна находить сложные решения проблем оптимизации с помощью мощных математических стратегий.

Параллельная моделирующая среда (ПМС) – это совокупность аппаратных параллельных средств, а также средств системного и моделирующего обеспечения, которые поддерживают все этапы разработки, отладки и применения моделей.

Структура ПМС

Рис. 1 Структура ПМС (анимация, 13 кадров, 5 циклов, 114 Кбайт)

В качестве аппаратного обеспечения для ПМС могут использоваться сосредоточенные параллельные ЭВМ (SIMD, MIMD) или сетевые вычислительные системы (CLUSTER, META)

В качестве системного программного обеспечения для сосредоточенных ЭВМ должны использоваться операционная система и языки параллельного программирования, для сетевых вычислительных систем это сетевые операционные системы и сетевое программное обеспечение.

Основой моделирующего программного обеспечения должны быть системы ISSOP и Arena.

Выводы

При успешной разработке тестовых моделей систем массового обслуживания и методики построения тестовых дискретных моделей с использованием системы дискретного моделирования ISSOP/Arena, можно будет использовать полученные результаты на практике для освоения студентами.

Список использованной литературы

1. Томашевсский В.М. Моделювання систем. - К.: Видавнича група BHV, 2005 - c. 9-14

2. Система массового обслуживания [Электронный ресурс] http://ru.wikipedia.org/wiki/Система_массового_обслуживания

3. Имитационное моделирование [Электронный ресурс] http://ru.wikipedia.org/wiki/Имитационное_моделирование

4. Томашевський В.М. Iмiтацiйне моделювання систем i процесів: Навч. посібник. - К.: IСДО, 1994. - 124 c.

5. Krug W. Intelligentes Simulations - und Optimierungsystem fur Prozesse der Fertigung, Organisation und Logistik ARENA/ISSOP. - Ghent.: SCS-EUROPE BVBA, 1997. - pp. 1-4

6. Лычкина Н. Опыт применения GPSS в Государственном Университете Управления [Электронный ресурс]
http://www.gpss.ru/paper/lychkina/1_w.html

7. Антипина Г., Ярцев А. Arena - система имитационного моделирования [Электронный ресурс] http://www.interface.ru/sysmod/arena.htm

8. Krug W. Modelling, Simulation and Optimisation. - Erlangen.: Gruner Druck GmbH, 2002. - 267 p.

9. Бусленко Н.П. Автоматизация имитационного моделирования сложных систем. М.: Наука, 1977. - 240с.

10. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1978, 400с.

11. Шрайбер Т.Дж. Моделирование на GPSS: М.: Машиностроение, 1980. - 583 c.