Предлагается имитационная модель серверного комплекса при распределении вычислительной нагрузки с помощью сервера-балансира. Модель распределения нагрузки между серверами создана в программной среде MATLAB/Simulink/SimEvents/Stateflow. Модель является дискретно-событийной и позволяет учитывать случайный характер моментов возникновения заявок от пользователей и переменную длительность задержек при обработке задач.
Идентификаторы и классификаторы
Для выполнения моделирования работы серверного комплекса принималось, что входной поток заявок имеет экспоненциальный закон распределения, при котором плотность вероятности длительности пауз между генерациями заявок ( ) , t p t e O O где λ – интенсивность потока (средняя длительность паузы между генерациями заявок 1 p O ). Рассматривалось изменение длительности пауз между поступлением заявок в диапазоне от 0,5 с до 4 с. Также принималось, что время обработки заявок серверами распределено по экспоненциальному закону (диапазон изменения длительности обслуживания заявки от 1 до 5 с). В результате моделирования при рассмотрении случаев распределения нагрузки на 2, 3 или 4 сервера (значение средней длительности обработки заявки принималось одинаковым для всех серверов – р=1,8 с) получены такие характеристики системы как средняя длина очереди и количество обработанных заявок серверами (рисунок 4).
Список литературы
-
Викулов Е. О., Леонов Е. А., Денисова Л. А. Автоматизированное распределение больших объёмов данных высоконагруженных систем // Динамика систем, механизмов и машин. 2014. № 3. С. 146-149. EDN: SZFIHB
-
Леонов Е. А., Денисова Л. А. Балансировка нагрузки: основные алгоритмы и методы // Информационные технологии и автоматизация управления: материалы VI Всерос. науч.- практ. конф. студентов, аспирантов, работников образования и промышленности (Омск, 27- 30 апр. 2015 г.) / ОмГТУ. Омск, 2015. С. 192-197. EDN: TSYIBT
-
Мещеряков В. А., Денисов В. П., Денисова Л. А. Обучение студентов имитационному моделированию систем массового обслуживания в matlab // Сборник материалов II торгового форума Сибири. Омск, 2013. С. 179-181. EDN: TIYNDR
-
Файзутдинов Р. Н. Математическое моделирование сложных систем: лабораторный практикум. Казань, 2013. 69 с.
-
MATLAB SimEvents User’s Guide. URL: http://www.mathworks.com (дата обращения: 02.01.2022).
-
Задорожный В. Н. О качестве программных генераторов случайных чисел // Омский научный вестник. 2009. № 2 (80). С. 199-205. EDN: MWBFPT
-
Задорожный В. Н., Пуртов А. М. Анализ чувствительности в имитационном моделировании сетей массового обслуживания // Омский научный вестник. 2005. № 4 (33). С. 165-171. EDN: TBSQEH
-
Денисова Л. А. Событийное моделирование цифровой системы регулирования // Омский научный вестник. 2011. № 3 (103). С. 261-265. EDN: OPFJWT
-
Денисова Л. А. Модели и методы проектирования систем управления объектами с переменными параметрами: моногр. / ОмГТУ. Омск, 2014. 167 с. EDN: TLCJDP
Выпуск
Другие статьи выпуска
Исследуется задача оптимального управления линейно нагруженной системой обыкновенных дифференциальных уравнений с линейными граничными условиями. Получены необходимые условия оптимальности первого порядка, которые позволяют использовать эффективные методы первого порядка для численного решения исследуемой задачи. Приведены результаты решения тестовой задачи и их анализ.
Разработка эффективных алгоритмов анализа сетевых мотивов является актуальным и имеет достаточно большое значение при исследовании социальных, биологических и некоторых других сетей. В статье представлено веб-приложение для подсчёта частот встречаемости подграфов на трех и четырех вершинах в больших сетях, а также для выявления так называемых сетевых мотивов. Веб-приложение реализует функционал системы MFSView и основывается на методе случайного выбора остовных деревьев. Разработанная система построена по типу клиент-серверной архитектуры и использует ряд таких эффективных технологий и фреймворков, как на клиенте - JavaScript и bootstrap, так и на сервере - Django.
В статье рассмотрен алгоритм оптимизации расписания заданий на производстве. На основе плана смены (графика варок) и спецификаций заказов, загружаемых пользователем из файлов, система составляет расписание, состоящее из заданий «Подачи в зону отвешивания», «Отвешивание», «Перемещение в зону временного хранения», «Подача к реактору». Разработка выполнена в рамках заказа компании Unilever.
В работе представлен способ применения статистической математической модели в процессе генерации базы данных для обучения искусственной нейронной сети. Исследование проводилось на примере прогнозирования физико-химических свойств модели многокомпонентной смеси дизельного топлива и водородсодержащего газа. В результате получена нейронная сеть, которая определяет искомые величины с ошибкой 0,2%. Это позволит использовать нейронную сеть в динамических системах оценки загрязнений технологических аппаратов со стороны исследуемой углеводородной смеси без использования сторонних программных продуктов.
Некорректная формализация исходной системы при построении математической модели может привести к бесполезной многозатратной работе и, более того, к неверным выводам. Эти модели не могут быть исправлены за счет применения более общих свойств или более сложных конструкций. В статье обсуждаются пути построения адекватных моделей для сложных систем децентрализованного типа, содержащих различные активные элементы со своими интересами и наборами действий. Указаны базовые свойства систем, которые будут соответствовать моделям данного типа. На этой основе можно проводить предварительный отбор подходящей модели конкретной реальной системы.
В данной работе рассматривается применение задачи о назначениях в распределенной вычислительной системе кредитной организации. Постановка задачи для данной системы отличается от классической задачи о назначениях. Разработан итерационный алгоритм решения данной задачи. Проведены вычислительные эксперименты с использование Microsoft Excel.
Исследуется задача оптимального управления линейно нагруженной системой обыкновенных дифференциальных уравнений с линейными граничными условиями. Получены необходимые условия оптимальности первого порядка, которые позволяют использовать эффективные методы первого порядка для численного решения исследуемой задачи. Приведены результаты решения тестовой задачи и их анализ.
Издательство
- Издательство
- ОмГТУ
- Регион
- Россия, Омск
- Почтовый адрес
- 644050, Российская Федерация, г. Омск, пр-т Мира, д. 11
- Юр. адрес
- 644050, Российская Федерация, г. Омск, пр-т Мира, д. 11
- ФИО
- Корчагин Павел Александрович (Ректор )
- E-mail адрес
- info@omgtu.ru
- Контактный телефон
- +7 (381) 2653407
- Сайт
- https://omgtu.ru/