Ссылка на файл: >>>>>> http://file-portal.ru/Метод проектирования компьютерных сетей/
Реферат: Проектирование компьютерных сетей
Основные этапы проектирования ЛВС
Проектирование компьютерной сети
Проектирование компьютерных сетей методами имитационного моделирования: Изложены основные методы формирования дискретных и непрерывных случайных величин в соответствии с заданными законами их распределения. Пособие предназначено для студентов специальностей , , Области применения имитационного моделирования в машиностроении 6. Сущность имитационного моделирования Основные модели имитируемых систем Непрерывно-детерминированные модели Д-схемы Дискретно-детерминированные модели F-схемы Дискретно-стохастические модели P-схемы Непрерывно-стохастические модели Q-схемы Способы формирования случайных равномерно распределенных чисел Моделирование случайных событий и дискретных случайных величин Моделирование случайных величин по заданным законам распределения Моделирование случайной величины, распределенной по показательному закону Моделирование случайной величины, распределенной по линейному закону Моделирование случайной величины, распределенной по равномерному закону Моделирование случайной величины, распределенной по закону Вейбулла Моделирование случайной величины, распределенной по нормальному закону Моделирование пуассоновского потока Моделирование потока Эрланга Моделирование гиперэкспоненциального распределения Моделирование цепей Маркова с дискретным временем Определение объема имитационных экспериментов Основные принципы моделирования непрерывно-стохастических систем Моделирование процессов в одноканальной системе массового обслуживания с отказами Моделирование процессов в многоканальной системе с отказами Моделирование процессов в одноканальной системе с ограниченным ожиданием В процессе абстрактного мышления исследователем создаются обобщенные аналогии исследуемого объекта. При этом в аналогии отбрасываются несущественные стороны объекта, не влияющие на результаты исследования. С повышением уровня абстрагирования отбрасывается большее число несущественных сторон объекта. В целом сходство аналогии с объектом уменьшается, но упрощается сама аналогия. Аналогии, отражающие исследуемый объект, должны реализовать в виде удобных для исследования логических схем, которые называются моделями. Итак, модель — это объект, замещающий более сложный объект — оригинал для упрощения его исследования. Соответственно, моделирование есть представление объекта моделью с целью получения информации об этом объекте путем проведения экспериментов. Модель всегда приближена, упрощена по отношению к объекту. Если результаты моделирования подтверждаются по поведению объекта и могут служить основой для прогнозирования протекающих в нем процессов, то это служит признаком удачной модели, адекватности ее к объекту. Адекватная модель в силу возможностей ее всестороннего исследования позволяет получить новые сведения об объекте. Настоящее время характеризуется резким возрастанием роли моделирования во всех сферах и отраслях науки и техники. Это обусловлено созданием все более сложных технических систем, требующих комплексного исследования. Особую актуальность моделирование приобретает в области проектирования компьютерных сетей. При проектировании этих систем возникают многочисленные задачи, требующие оценки количественных и качественных закономерностей процессов функционирования этих систем, проведения анализа их работы. Эти системы относятся к сложным системам, характеризующимся сложностью структуры, случайностью стохастичностью связей между отдельными их элементами, неоднозначностью поведения при различных внутренних состояниях и внешних воздействиях, большом количестве случайных факторов, переменчивым характером исходной информации. Недоработки, ошибочные решения, принимаемые на этапе разработки этих систем, приводят к большим экономическим затратам после их изготовления и внедрения на производстве. С учетом сложности такой системы, основным средством ее исследования на раннем этапе разработки является моделирование. По сути дела моделирование является единственной возможностью создания эффективной системы организации оптимальных режимов ее эксплуатации. Современный этап развития машиностроения характеризуется бурным внедрением автоматизированных систем управления технологическими процессами и производством в целом, гибких автоматизированных производств на базе робототехнических систем. Разработка, внедрение и организация оптимальных режимов эксплуатации этих сложнейших систем немыслимо без имитационного моделирования. Для выяснения роли имитационного моделирования в машиностроении рассмотрим простой пример. Допустим, что, в общем, объем деталей, используемых при сборке изделия, половина деталей имеют размеры с положительными отклонениями, а другая половина - с отрицательными отклонениями от номинала. При сборке на изделие устанавливаются пять деталей. В случае попадания всех деталей с одинаковыми положительными или отрицательными отклонениями изделие бракуется. Необходимо определить вероятность брака при условии, что сборщик например, робот выбирает деталь наугад. Аналитическая модель здесь проста. Решим задачу розыгрышем, путем бросания монеты пять раз подряд. Если во всех случаях при бросании монеты выпадает герб или только плата, будем считать изделие бракованным. Повторим этот опыт много раз. Для общего числа N испытаний получим К случаев попаданий только одной стороны монеты герба или платы. Результат будет достоверным лишь при большом числе испытаний. Уже на этом примере видно, что для проведения статистического моделирования требуется большое число испытаний, которое без помощи ЭВМ реализовать практически невозможно. В данном примере аналитическое решение задачи оказалось проще. Однако при исследовании сложных процессов и систем. Рассмотрим более сложную ситуацию. В парк станков поступают разнородные заготовки, требующие разного времени обработки в зависимости от типа изготавливаемой детали, требуемых приспособлений, квалификации рабочего. Поток поступающих заготовок случаен во времени и может изменяться в течение рабочего дня так называемый случайный поток с изменяющимися параметрами. Отдельные станки могут на время выходить из строя. Неизбежны также случаи прерывания работы, например, для кратковременного отдыха рабочего. Кроме того, одна заготовка может проходить последовательную обработку на разных станках, т. Аналитическое решение по оптимизации работы станочного парка с целью обеспечения максимальной загрузки станков и получения максимальной общей производительности, как правило, в таких ситуациях невозможно. В то же время, как показала практика, имитационное моделирование позволяет справиться с решением данной задачи. Такие задачи относятся к задачам массового обслуживания в машиностроении. Задачи массового обслуживания в машиностроении весьма разнообразны. Особую актуальность они приобрели в условиях развертывания гибкого автоматизированного производства на базе робототехнических систем. Типичный пример - разработка программы управления роботом при организации многостаночного обслуживания. Необходимо оперативно найти оптимальный вариант обслуживания роботом парка станков, обрабатывающих в той или иной последовательности группу деталей. Выбор типа ЭВМ для управления технологическими процессами в АСУТП и ГАП непосредственно зависит от интенсивности потока заявок, поступающих на нее с объектов управления станков с числовым программным управлением, автоматизированных рабочих мест, измерительных и контролирующих устройств датчиков и т. В этом случае опять возникает задача массового обслуживания, решаемая имитационным моделированием. Можно привести целый ряд других задач машиностроения, решаемых с помощью имитационного моделирования. Решение таких задач связано с определением рациональных объемов запасных частей, материалов, комплектующих элементов, а также времени их смены и пополнения с учетом случайных колебаний времени. Замена основного и вспомогательного оборудования вследствие морального и физического износа и поломок. Оптимизация сроков профилактических проверок и ремонтных работ, обеспечивающих максимальный коэффициент их работоспособного состояния. Оптимальное распределение ресурсов и плановых заданий между подразделениями. Анализ сложных конфликтных ситуаций в условиях автоматизированного производства в условиях имеющейся неопределенности. В процессе имитационного моделирования находятся компромиссные решения, направленные на уменьшение общих расходов на простом оборудовании, неизбежные при конфликтных ситуациях например, простой станка из-за отсутствия поступлений из заготовительного цеха и т. Широко применяется имитационное моделирование при сетевом планировании и управлении. Аналитические методы расчета сетевой модели со случайными временными оценками работ являются либо весьма громоздкими, либо содержат ошибки систематического характера. Обязательным элементом подготовки специалистов по организации управления и планирования в настоящее время является проведение имитационного моделирования, позволяющего получить временные оценки по отдельным видам работ, предусмотренных в сетевом графике, с требуемой точностью. Таким образом, на современном этапе машиностроения имитационное моделирование используется практически на всех стадиях и сферах производства. Ниже будут рассмотрены отдельные задачи машиностроения, решаемые методами имитационного моделирования. Моделирование является одним из основных средств исследования закономерностей объекта, явления, процесса. Известны три основные формы моделей — аналитические, имитационные и экспериментальные. Анализ характеристик объекта по аналитическим зависимостям может быть проведен лишь при значительной степени абстракции модели по отношению к отображаемому объекту. Как правило, при создании аналитической модели приходится идти на существенные упрощения и допущения, что может привести к получению лишь общих приближенных и даже недостоверных результатов. Если выбранные критерии, характеризующие поведение объекта, удается выразить в виде аналитических зависимостей, то такая модель имеет решение. Однако при исследовании многих объектов аналитическое решение в явном виде не получается. Например, часты ситуации, когда решение представляется в виде преобразования Лапласа, или в виде системы сложных интегро-дифференциальных уравнений. Следует отметить, что в последние годы возможности исследования аналитических моделей значительно возросли благодаря бурному развитию и внедрению методов вычислительной математики с численным решением на ЭВМ. Важным преимуществом аналитических моделей в целом является возможность быстрого с минимальными затратами получения значений параметров исследуемого объекта. При построении и применении аналитических моделей важно выбрать лишь существенные параметры и отбросить параметры, мало влияющие на качество функционирования объекта системы. Для этого необходимо хорошо представлять физическую сущность процессов, поведения объекта, чтобы понять, какие упрощающие предположения и допущения мало скажутся на конечных результатах. Во многих случаях требуется более детальная информация о поведении объекта, системы. В этом случае используют имитационное моделирование, с помощью которого описывается функционирование системы в виде последовательности операций на ЭВМ. Поведение системы представляется в виде алгоритма, на основе которого разрабатывается программа для ЭВМ. Сущность имитационного моделирования состоит в том, что процесс имитируется с помощью арифметических и логических операций в последовательности, соответствующей моделируемому процессу. Важное преимущество имитационной модели по отношению к аналитической заключается в том, что за счет детализации ее можно сделать весьма близкой к моделируемому объекту. Однако такое приближение неизбежно связано с усложнением и большим временем разработки имитационной модели. В результате могут возникать ситуации, когда время разработки имитационной модели бывает сравнимо со временем разработки непосредственно системы и, как следствие этого, отпадает необходимость или значительно снижается актуальность получаемых в результате проведения моделирования результатов. Имитационное моделирование целесообразно поэтому применять в тех случаях, когда задачи оценки исследуемой системы сложны и не поддаются аналитическому решению, а также при исследовании долгосрочных проблем. С учетом сложности разработки имитационных моделей важно создание базовых программных модулей, описывающих типовые ситуации, возникающие при имитационном моделировании. Процесс составления агрегатных моделей на основе имеющихся модулей значительно ускоряет процесс имитационного моделирования исследуемой системы. Наличие готовых баз модулей, имитирующих процессы поступления заявок в систему из внешней среды заказов на обслуживание , процессы обработки этих заказов, выдачи результатов и т. Экспериментальные модели исторически использовались одними из первых при проведении испытаний, исследовании сложных систем. Они дают наиболее полную и достоверную информацию об исследуемом объекте. В ряде отраслей экспериментальное моделирование является доминирующим при разработке объекта. Например, обязательным этапом разработки новой конструкции самолета является проведение испытаний его модели в аэродинамической трубе. По существу, целые этапы разработки многих видов аппаратуры, комплексов, систем имеют своей конечной целью проведение экспериментов, испытаний разработок при соответствующих условиях эксплуатации. Лишь на основе практики, проведения испытаний можно окончательно судить о качестве разработанного объекта. В целом, все перечисленные модели, как правило, используются на разных этапах разработки изделий. Аналитические модели в основном используются на первом этапе для получения общих ориентировочных оценок, помогающих обоснованно выбрать основные принципы и структуру построения проектируемого изделия. С целью более детальной проработки структуры построения отдельных узлов, связей между ними, взаимодействия с внешней средой используется имитационное моделирование. Прогнозируемые на основе аналитического и имитационного моделирования параметры и качество функционирования изделия проверяются на экспериментальной уменьшенной упрощенной , модели или натурном лабораторном макете. Комплексные результаты исследований учитываются на дальнейшем этапе разработки опытных образцов и промышленного освоения выпуска изделий. Имитационное моделирование позволяет воспроизводить процесс функционирования системы во времени с сохранением элементарных явлений, их логической структуры и последовательности протекания во времени. Это позволяет по исходным данным получить сведения о состояниях процесса в будущем в определенные моменты времени. В настоящее время имитационный метод является наиболее эффективным, а нередко и единственным методом исследования сложных систем на этапе их проектирования. Имитационная модель является динамической моделью, в которой все процессы рассматриваются в неубывающем масштабе времени. Если два явления в моделируемой системе происходят в определенном порядке, то явления, соответствующие или в моделирующей системе, не могут произойти в обратном порядке. В общем случае имитационная модель может быть реализована разными средствами и способами. Например, известны имитаторы, основанные на гидродинамических, механических, электронных системах. В настоящее время все больше и больше имитационных моделей реализуется на ЭВМ. Основной подход для создания имитационной модели на ЭВМ заключается в формировании на ЭВМ случайных величин и функций и многократного их воспроизведения в соответствии с закономерностями моделируемого процесса. В результате последующей статистической обработки получаемых частных результатов получаются итоговые результаты, характеризующие процесс функционирования системы. Машинный вариант имитационного моделирования называется методом статистического моделирования. В упрощенном виде метод статистического моделирования был известен задолго до появления ЭВМ как метод Монте-Карло, основанный на ручном получении случайных чисел, наподобие рулетки игрового автомата. До появления ЭВМ этот метод не мог найти широкого применения, так как моделирование случайных процессов вручную требовало много времени. Лишь с появлением ЭВМ началось бурное внедрение статистического моделирования во все сферы и отрасли науки и производства как для решения вероятностных, так и детерминированных задач. Выбор имитационной модели определяется видом и характером решаемой задачи. Каждая конкретная система характеризуется набором свойств, отражающих ее поведение и условия функционирования во взаимодействии с внешней средой. Рассматривая совокупность систем, встречающихся в сфере машиностроения, можно однозначно утверждать, что там встречаются самые разнообразные задачи, требующие для своего решения весьма разных имитационных моделей. Рассмотрим основные типы имитационных моделей применительно к их использованию для решения задач машиностроения. В детерминированной модели как внешние воздействия, так и внутренние параметры строго регламентированы во времени, элементы случайности в них исключаются. В стохастических моделях или внешнее воздействие, или внутренние параметры связаны со случайными факторами. Эти модели оперируют соответственно с дискретным и непрерывным временем. Применяются для исследования систем, функционирующих в непрерывном времени. Для описания таких систем в основном используются дифференциальные, интегральные, интегро-дифференциальные уравнения. В качестве примера применения Д-моделей можно привести исследование работы механического маятника или электрического колебательного контура. Техническую основу Д-моделей составляют аналоговые вычислительные машины АВМ или бурно развивающиеся в настоящее время гибридные вычислительные машины ГВМ. Как известно, основной принцип исследований на ЭВМ состоит в том, что по заданным уравнениям исследователь пользователь АВМ собирает схему из отдельных типовых узлов — операционных усилителей с включением цепей масштабирования, демпфирования, аппроксимации и т. Структура АВМ изменяется в соответствии с видом воспроизводимых уравнений. В цифровой ЭВМ структура остается неизменной, а изменяется последовательность работы ее узлов в соответствии с заложенной в нее программой. Сравнение АВМ и ЦВМ наглядно показывает разницу между имитационным и статистическим моделированием. АВМ реализует имитационную модель, но, как правило, не использует принципы статистического моделировании. В ЦВМ большинство имитационных моделей базируется на исследовании случайных чисел, процессов, т. Непрерывно-детерминированные модели широко используются в машиностроении при исследовании систем автоматического управления, выборе амортизирующих систем, выявлении резонансных явлений и колебаний в технике и т. Оперируют с дискретным временем. Эти модели являются основой для исследования работы чрезвычайно важного и распространенного сегодня класса систем дискретных автоматов. С целью их исследования разработан самостоятельный математический аппарат теории автоматов. На основе этой теории система рассматривается как автомат, перерабатывающий дискретную информацию и меняющий, в зависимости от результатов ее переработки, свои внутренние состояния. На этой модели основаны принципы минимизации числа элементов и узлов в схеме, устройстве, оптимизация устройства в целом и последовательности работы его узлов. Наряду с электронными схемами, ярким представителем автоматов, описываемых данной моделью, является робот, управляющий по заданной программе технологическими процессами в заданной детерминированной последовательности. Станок с числовым программным управлением также описывается данной моделью. Теория автоматов использует математический аппарат булевых функций, оперирующих с двумя возможными значениями сигналов 0 и 1. Автоматы разделяются на автоматы без памяти, автоматы с памятью. Описание их работы производится с помощью таблиц, матриц, графов, отображающих переходы автомата из одного состояния в другое. Аналитические оценки при любом виде описания работы автомата весьма громоздки и уже при сравнительно небольшом числе элементов, узлов, образующих устройство, практически невыполнимы. Поэтому исследование сложных схем автоматов, к которым, несомненно, относятся и робототехнические устройства, производится с применением имитационного моделирования. Применяются при исследовании работы вероятностных автоматов. В автоматах этого типа переходы из одного состояния в другое осуществляются под воздействием внешних сигналов и с учетом внутреннего состояния автомата. Однако в отличие от Г-автоматов, эти перехода не строго детерминированы, а могут осуществляться с определенными вероятностями. Пример такой модели представляет дискретная марковская цепь с конечным множеством состояний. Анализ F-схем основан на обработке и преобразовании матриц вероятностей переходов и анализе вероятностных графов. Уже для анализа сравнительно простых устройств, поведение которых описывается F-схемами, целесообразно применение имитационного моделирования. Пример такого моделирования приведен в пункте 2. Используются при анализе широкого класса систем, рассматриваемых как системы массового обслуживания. В качестве процесса обслуживания могут быть представлены различные по своей физической природе процессы: Как правило, эти потоки зависят от многих факторов и конкретных ситуаций. Поэтому в большинстве случаев эти потоки случайны во времени с возможностью изменений в любые моменты. Анализ таких схем производится на основе математического аппарата теории массового обслуживания. К ним относится непрерывная марковская цепь. Несмотря на значительные успехи, достигнутые в разработке аналитических методов, теория массового обслуживания, анализ Q-схем аналитическими методами может быть проведен лишь при значительных упрощающих допущениях и предположениях. Детальное исследование большинства этих схем, тем более таких сложных, как АСУТП, робототехнические системы, может быть проведено только с помощью имитационного моделирования. Основаны на описании процессов функционирования любых систем на базе агрегативного метода. При агрегативном описании система разбивается на отдельные подсистемы, которые могут считаться удобными для математического описания. В результате такого разбиения декомпозиции сложная система представляется в виде многоуровневой системы, отдельные уровни агрегаты которой поддаются анализу. На основе анализа отдельных агрегатов и с учетом законов взаимосвязей этих агрегатов удается провести комплексное исследование всей системы. Слесарев 1 Учебное пособие 1 Оглавление 3 ВВЕДЕНИЕ 4 1. Области применения имитационного моделирования в машиностроении 6 1. Виды моделирования систем 9 1. Сущность имитационного моделирования 12 1. Основные модели имитируемых систем 13 Непрерывно-детерминированные модели Д-схемы 14 Дискретно-детерминированные модели F-схемы 15 Дискретно-стохастические модели P-схемы 16 Непрерывно-стохастические модели Q-схемы 16 Обобщенные модели А-схемы 17 2. Способы формирования случайных равномерно распределенных чисел 18 2. Моделирование случайных событий и дискретных случайных величин 21 2. Моделирование случайных величин по заданным законам распределения 24 2. Моделирование случайной величины, распределенной по показательному закону 25 2. Моделирование случайной величины, распределенной по линейному закону 26 2. Моделирование случайной величины, распределенной по равномерному закону 28 2. Моделирование случайной величины, распределенной по закону Вейбулла 28 2. Моделирование случайной величины, распределенной по нормальному закону 28 2. Моделирование пуассоновского потока 30 2. Моделирование потока Эрланга 32 2. Моделирование гиперэкспоненциального распределения 36 2. Моделирование цепей Маркова с дискретным временем 39 2. Определение объема имитационных экспериментов 44 3. Основные принципы моделирования непрерывно-стохастических систем 47 3. Моделирование процессов в одноканальной системе массового обслуживания с отказами 49 3. Моделирование процессов в многоканальной системе с отказами 52 3. Проектирование компьютерных сетей методами имитационного моделирования. Исследование систем управления методами имитационного моделирования. Метод имитационного моделирования 7 1. Создавать имитационные модели намного легче, чем аналитические, поскольку они представляют собой компьютерные Имитационные системы методология исследований и проектирования.
Как выбрать бюстгальтер по размеру видео
Стихи о пробуждении ото сна
Варианты стрижки челки
Вы точно человек?
Описание замков в книгах
Стих крылья любви
Расписание 14 автобуса гродно
Проектирование компьютерных сетей
Схема производства джема
Как сделать член толще и длиннее
Методы проектирования фрагментов компьютерной сети: Учебное пособие
Фанты для прикольной компании в стихах
Бифидум жидкий инструкция по применению
А н толстой стихи
Методика и начальные этапы проектирования сети
Waldeck memories перевод