Моделирование и оптимизация работы информационной системы реального времени

Информационные системы реального времени – это системы, которые реагируют на события внешней среды и взаимодействует с ней в рамках требуемых временных ограничений. Они находят применение в различных областях науки и техники: экспериментальные научные исследования, автоматизированные системы управления и т.д.

Работа многих современных информационных систем реального времени не оптимизирована, что ведёт к простоям ресурсов и потери данных. Поэтому решение задачи моделирования и оптимизации работы системы реального времени является актуальной в настоящее время.

Цель данного курсового проекта заключается в разработке имитационной модели, для анализа информационной системы реального времени.

Для достижения цели необходимо выполнить следующие задачи:

-  описать принцип работы информационной системы реального времени;

-  разработать временную диаграмму;

-  составить Q – схему;

-  построить упрощенную и усложненную схему алгоритма;

-  написать программный код;

-  проанализировать результат работы имитационной модели информационной системы реального времени.

1 Теоретическая часть

Компьютерное моделирование – метод решения задачи анализа или синтеза сложной системы на основе использования ее компьютерной модели. Оно имеет более широкий спектр применения, нежели чисто математические методы. Даже наиболее сложные реально существующие системы могут быть смоделированы при помощи системы GPSS World.

GPSS (англ. General Purpose Simulation System — система моделирования общего назначения) — язык моделирования, используемый для имитационного моделирования различных систем, в основном систем массового обслуживания.

GPSS широко используется для решения практических задач. Динамическим элементом модели является транзакт — абстрактный объект, который перемещается между статическими элементами, воспроизводя различные события реального моделируемого объекта. В процессе работы модели накапливается статистика, автоматически выводимая по завершении процесса моделирования. Статические элементы модели: источники транзактов, устройства, очереди и другие. Их расположение в модели определяется блоками.

Недостатки языка: в программе на языке GPSS достаточно сложно представить непосредственно процессы обработки данных на уровне алгоритмов. Кроме того, модель представляет собой программу, а значит не имеет графической интерпретации, что затрудняет процесс разработки модели и снижает наглядность модели в целом.

В отличие от универсальных алгоритмических языков, в языках имитационного моделирования должен быть предусмотрен дополнительный набор программных средств и понятий, таких как:

- совмещение: когда параллельно протекающие в реальных системах процессы представляются в компьютере в виде последовательно следующих команд программы путём введения понятия системного времени, используемого для представления упорядоченных во времени событий;

- размер: определяющий объём имитационной модели. Большинство моделируемых систем имеет сложную структуру и алгоритмы поведения, а их модели велики по объему. Поэтому используют динамическое распределение памяти, когда компоненты модели системы появляются в оперативной памяти ЭВМ или покидают ее в зависимости от текущего состояния. Важным аспектом реализуемости модели на ЭВМ в этом случае является блочность ее конструкции, т. е. возможность разбиения модели на блоки, подблоки и т. д.;

- изменения: динамические системы связаны с движением и характеризуются развитием процесса, вследствие чего пространственная конфигурация этих систем претерпевает изменения по времени. Поэтому во всех языках имитационного моделирования предусматривают обработку списков, отражающих изменения состояний процесса функционирования моделируемой системы S;

-взаимосвязанность: условия, необходимые для совершения различных событий в модели процесса функционирования системы S, могут оказаться весьма сложными из-за наличия большого количества взаимных связей между компонентами модели. Для разрешения трудностей связанных с этим вопросом в большинство языков включают соответствующие логические возможности и понятия теории множеств;

- стохастичность: для моделирования случайных событий и процессов используют программы генерации последовательностей псевдослучайных чисел, квазиравномерно распределенных на заданном интервале, на основе которых можно получить стохастические воздействия на модель, имитируемые случайными величинами с соответствующим законом распределения;

- анализ: для получения наглядного и удобного в практическом отношении ответа на вопросы, решаемые методом машинного моделирования, необходимо получать статистические характеристики процесса функционирования модели системы M(S). Поэтому в языках моделирования должны быть предусмотрены способы статистической обработки и анализа полученных результатов. [2]

К настоящему времени указанным требованиям отвечает несколько десятков языков, из которых для описания СМО в наибольшей степени разработаны общецелевые и специализированные языки. К первым относятся транзактно-ориентированные языки класса GPSS (General Purpose Simulation System – общецелевая система моделирования), представляющие собой интерпретирующую языковую систему, применяющуюся для описания пространственно-временного движения объектов, которые называются транзактами. Ко вторым относятся языки, предназначенные для анализа