Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Разработка средств распределенного имитационного моделирования для многопроцессорных вычислительных систем

Диссертация: Разработка средств распределенного имитационного моделирования для многопроцессорных вычислительных систем
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В результате модель представляется как совокупность взаимодействующих квазипараллельных процессов, что более адекватным образом (чем совокупность событий) отражает структуру и поведение реальной системы. Квазипараллельность заключается в том, что программа, соответствующая процессу, составляется из последовательности программ событий независимо от других процессов (если отсутствуют явные указания… Читать ещё >

Содержание

  • 1. ПОСЛЕДОВАТЕЛЬНОЕ H РАСПРЕДЕЛЕННОЕ ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ
    • 1. 1. Понятие модельного времени
    • 1. 2. Последовательное имитационное моделирование
    • 1. 3. Распределенное имитационное моделирование
      • 1. 3. 1. Понятие распределенного имитационного моделирования
      • 1. 3. 2. Выполнение модели при распределенном моделировании
      • 1. 3. 3. Алгоритмы синхронизации модельного времени
    • 1. 4. Имитационное моделирование высокого уровня
      • 1. 4. 1. Введение в HLA
      • 1. 4. 2. Правила HLA
      • 1. 4. 3. Управление временем в HLA
    • 1. 5. Направления развития
  • 2. СИСТЕМА РАСПРЕДЕЛЕННОГО ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ МЕРА
    • 2. 1. Цели разработки системы распределенного имитационного моделирования Мера
    • 2. 2. Архитектура системы распределенного имитационного моделирования Мера
      • 2. 2. 1. Ядро
      • 2. 2. 2. Последовательная имитационная машина
      • 2. 2. 3. Распределенная имитационная машина
      • 2. 2. 4. Коммуникационная машина
      • 2. 2. 5. Однопроцессорная реализация
      • 2. 2. 6. Многопроцессорная реализация
    • 2. 3. Язык описания моделей
      • 2. 3. 1. Описание структуры модели
      • 2. 3. 2. Передача сообщений
      • 2. 3. 3. Задержка субъектов
      • 2. 3. 4. Исполнение модели
    • 2. 4. Алгоритмы последовательной имитационной машины
    • 2. 5. Алгоритмы распределенной имитационной машины
      • 2. 5. 1. Запуск распределенной имитационной модели
      • 2. 5. 2. Передача сообщений между системами
      • 2. 5. 3. Алгоритмы синхронизации модельного времени
      • 2. 5. 4. Останов распределенной имитационной модели
    • 2. 6. Алгоритмы коммуникационной машины
    • 2. 7. Семейство реализаций системы распределенного имитационного моделирования Мера
      • 2. 7. 1. Пакет имитационного моделирования
      • 2. 7. 2. Специализированный пакет имитационного моделирования
      • 2. 7. 3. Визуально-интерактивная система
      • 2. 7. 4. Реализация для МВС-1000/М
      • 2. 7. 5. Реализация для локальной сети рабочих станций
  • 3. ИСПОЛЬЗОВАНИЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ПРИ РАЗРАБОТКЕ АСУ ТП
    • 3. 1. Типовая структура АСУ ТП
    • 3. 2. Задачи моделирования
    • 3. 3. Имитационный стенд
      • 3. 3. 1. Инструментальная среда разработки, отладки и тестирования
      • 3. 3. 2. Тренажер
      • 3. 3. 3. Подсистема АСУ ТП на этапах пусконаладки и опытной эксплуатации
      • 3. 3. 4. Подсистема АСУ ТП на этапе эксплуатации
      • 3. 3. 5. Интеллектуальный эксперт
    • 3. 4. Краткое описание Северомуйского тоннеля
    • 3. 5. Краткое описание АСУ ТП Северомуйского тоннеля
    • 3. 6. Подсистема управления АСУ ТП Северомуйского тоннеля
    • 3. 7. Имитационный стенд АСУ ТП СМТ
      • 3. 7. 1. Модель технологического объекта управления
      • 3. 7. 2. Модель для имитации внешних сигналов
      • 3. 7. 3. Модель микроклимата тоннеля
      • 3. 7. 4. Схема взаимодействия компонентов имитационного стенда АСУ ТП СМТ
    • 3. 8. Реализация имитационного стенда АСУ ТП СМТ

Разработка средств распределенного имитационного моделирования для многопроцессорных вычислительных систем (реферат, курсовая, диплом, контрольная)

Имитационное моделирование — один из наиболее распространенных и мощных методов исследования сложных систем.

Имитационное моделирование [129] является экспериментальной и прикладной методологией, имеющей целью:

— описать поведение системы;

— построить теории и гипотезы, которые могут объяснить наблюдаемое поведение;

— использовать эти теории для предсказания будущего поведения и оценки (в рамках ограничений, накладываемых некоторым критерием или совокупностью критериев) различных стратегий, обеспечивающих функционирование данной системы.

Основными понятиями имитационного моделирования являются понятия реальной системы и модели. Реальная система (или просто система) — это совокупность элементов, которая принадлежит ограниченной части реального мира, являющейся объектом исследования. Поэтому система — понятие относительное. В одном случае некоторая • совокупность элементов может рассматриваться как система, а в другом случае — как подсистема, то есть часть объемлющей системы.

Модель представляет собой абстрактное описание системы, уровень детализации которого определяет сам исследователь, он принимает решение о том, является ли данный элемент системы существенным, то есть, будет ли он включен в описание системы. Это решение принимается с учетом цели, лежащей в основе разработки модели.

Далее под имитационной моделью понимается логико-математическое описание системы, которое можно перевести в описание, исполняемое на вычислительной машине — программу. С такой программой проводятся машинные эксперименты, которые позволяют сделать выводы о поведении моделируемой системы:

— без ее построения, если эта проектируемая система;

— без вмешательства в ее функционирование, если эта действующая система, экспериментирование с которой либо слишком дорого, либо небезопасно;

— без ее разрушения, если цель эксперимента состоит в определении пределов воздействия на систему.

В [48] приводится более детальный перечень ситуаций, когда при исследовании реальной системы целесообразно использование имитационного моделирования:

— проведение экспериментов с реальной системой невозможно или дорого;

— требуется изучить поведение системы при ускоренном или замедленном времени;

— аналитическое описание поведения сложной системы невозможно;

— поведение системы зависит от случайных воздействий внешней среды;

— требуется выявить реакцию системы на непредвиденные ситуации;

— должны быть проверены идеи по созданию или модернизации системы;

— требуется подготовить специалистов по управлению реальной системой.

Система характеризуется набором величин, каждая комбинация значений которых описывает ее конкретное состояние. Следовательно, путем изменения этих величин в модели (переменных, структур данных) можно имитировать переход системы из одного состояния в другое. Таким образом, имитационное моделирование — это представление динамического поведения системы посредством продвижения ее от одного состояния к другому во времени. Более кратко — имитационная модель воспроизводит поведение моделируемой системы во времени [94].

Модели систем разделяются на дискретно и непрерывно изменяющиеся модели. Следует отметить, что эти термины относятся к модели, а не к реальной системе.

При дискретном имитационном моделировании зависимые от времени переменные изменяются в определенные моменты модельного времени, называемые моментами наступления событий. В дискретных моделях состояния моделей не изменяются в промежутках между моментами наступления событий.

При непрерывном имитационном моделировании переменные модели изменяются непрерывно, то есть являются непрерывными функциями модельного времени.

Существуют комбинированные имитационные модели, сочетающие элементы как дискретного, так и непрерывного имитационного моделирования. Поскольку дискретное имитационное моделирование более распространено, то дальнейшее изложение будет относиться только к дискретному имитационному моделированию.

В дискретном имитационном моделировании сформировалось несколько основных методологических подходов, в рамках которых описывается структура и поведение реальной системы.

Событийно-ориентированный подход.

Суть событийно-ориентированного подхода — моделирование системы с помощью описания изменений состояния системы, происходящих в дискретные моменты времени.

Момент времени, в который может измениться состояние системы, называют моментом наступления события, а соответствующая функция обработки изменений состояния системы называется событием. Имитация функционирования системы осуществляется путем выполнения упорядоченной во времени одной последовательности логически-взаимосвязанных событий.

Процессно-ориентированный подход.

Процессно-ориентированный подход заключается в выделении в системе нескольких компонентов и описании функционирования системы с помощью нескольких последовательностей событий.

Каждая последовательность событий (процесс) представляет изменения состояния системы с точки зрения одного компонента (изменения, в которых этот компонент принимает участие). Общая последовательность событий, соответствующих событийному подходу, получается путем комбинации последовательностей событий, соответствующих отдельным процессам.

В результате модель представляется как совокупность взаимодействующих квазипараллельных процессов, что более адекватным образом (чем совокупность событий) отражает структуру и поведение реальной системы. Квазипараллельность заключается в том, что программа, соответствующая процессу, составляется из последовательности программ событий независимо от других процессов (если отсутствуют явные указания взаимодействия), а исполняется с прерываниями, во время которых исполняются другие процессы. Это вызвано тем, что события в модельном времени происходят «мгновенно», и могут выполняться при событийно-ориентированном подходе последовательно в соответствии с упорядоченностью моментов времени наступления события, а процессы обладают «протяженностью» в модельном времени и не могут исполняться последовательно, так как момент времени наступления события одного процесса может оказаться между моментами времени последовательных событий другого процесса. Таким образом, в каждый момент исполнения модели выполняется только один процесс, называемый активным, остальные процессы находятся в приостановленном состоянии.

Структура программы, соответствующая событию, проста — это подпрограмма, к которой обращается управляющая программа модели в момент модельного времени, на который запланировано событие. По окончанию исполнения подпрограммы, соответствующей событию, управление возвращается управляющей программе модели.

Программа, соответствующая процессу, имеет более сложную структуру. С каждым приостановленным процессом связывается точка реактивации — место в программе процесса, с которого возобновится выполнение процесса, когда процесс снова станет активным.

Одно из неудобств событийно-ориентированного подхода заключается в «дроблении» логики модели на отдельные события. При процессно-ориентированном подходе, наоборот, логика каждого процесса сосредотачивается в одной программе, что облегчает описание динамики системы.

Объектно-ориентированный подход.

При объектно-ориентированном подходе объект определяется как некоторая сущность, имеющая атрибуты и методы, определяющие этот объект. Объекты взаимодействуют друг с другом с помощью передачи сообщений. Сообщение представляет собой требование к объекту выполнить один из своих методов.

Одной из ключевых особенностей объектно-ориентированных систем является организация объектов в иерархические классы. Другая ключевая особенность объектно-ориентированных систем состоит в том, что сообщения специфицируют только метод, который должен быть выполнен, но не то, как этот метод должен быть выполнен.

Разработка моделей при объектно-ориентированном подходе обеспечивает модульность программы и дает разработчику естественную парадигму представления передачи информации, присущую в реальном мире иерархиям принятия решений.

Логический подход.

Логический подход — это использование в имитационном моделировании концепций из области искусственного интеллекта — концепций неалгоритмического программирования, поиска по образцу и бэктрекинга. Такой подход дает возможность строить ориентированные на поиск цели или генерирующие цель самоорганизующиеся модели с переменной структурой.

Использование логического подхода в имитационном моделировании привело к развитию мощной ветви базирующихся на знании средств имитационного моделирования [191].

Существуют и другие методологические подходы в имитационном моделировании, например, акторский подход. Наиболее интересными и продуктивными оказались гибридные средства имитационного моделирования, сочетающие в различных комбинациях элементы различных методологических подходов.

Далее будет рассматриваться ветвь имитационного моделирования, сочетающая процессно-ориентированный и объектно-ориентированный подходы.

Имитационное моделирование, как составная часть информатики, прошло более чем 40-летний путь развития. Парадигмы имитационного моделирования, основные подходы, терминология, наиболее известные языки моделирования сложились в первые 20 лет. Со всем разнообразием имитационного моделирования можно познакомиться в классических трудах по имитационному моделированию, переведенных на русский язык [32, 64, 129,131,47,100].

За последние 30 лет по имитационному моделированию было издано множество книг Советских и Российских авторов [28, 132, 16, 17, 29, 11, 58, 18, 111, 4, 56, 54, 43, 113, 2, 115, 110, 97, 51, 116, 112] и опубликовано множество работ. Одними из последних изданных книг являются [130, 123, 124, 55,109, 20,35,122,117].

История становления и развития имитационного моделирования в СССР, России и странах СНГ связана с соответствующими этапами в мировой практике в данной области. Признанная хронология развития имитационного моделирования включает следующие этапы [13, 34,49].

Этап 1 (1955 — 1960). Программы для задач моделирования разрабатывались на основе таких общеизвестных универсальных языков как FORTRAN и ALGOL.

Этап 2 (1961 — 1970). Появились языки моделирования: GPSS, SIMSCRIPT, SIMULA, CSL, SOL, SIMULA 67. Была разработана так называемая концепция взгляда на мир (world view).

Наиболее интересна судьба языка GPSS. Специализированный язык имитационного моделирования GPSS (General Purpose Simulation System) был разработан Д. Гордоном из корпорации IBM (США) в 1961 г. До сих пор он остается самым распространенным языком имитационного моделирования дискретных систем, последовательно развиваясь в версиях GPSS II, GPSS/360, GPSS IV, GPSS V, GPSS PC, GPS S/H, GPSS World [34].

Этап 3 (1971 — 1979). Появились языки SIMAN, GASP, SLAM. Осуществлялось развитие уже разработанных языков и средств моделирования, ориентированных на повышение эффективности процессов моделирования и превращение моделирования в более простой и быстрый метод исследования сложных систем.

В это время на развитие имитационного моделирования за рубежом и в СССР оказали большое влияние работы Зиглера (Zeigler) и Ёрена (Oren).

Этап 4 (1980 — 1984). Годы перехода от программирования к развитию моделей. Основной акцент был перенесен на разработку интегрированных средств имитационного моделирования.

В СССР в 70 — 80 годы имитационное моделирование было одним из наиболее развитых направлений в информатике. Был достигнут своеобразный «паритет» с Западом. Это выражалось в:

— наличии собственных разработок средств имитационного моделирования для всех отечественных ЭВМ: М-220, БЭСМ-б, ЕС ЭВМ, МВК «Эльбрус» ;

— широком применении имитационного моделирования для нужд народного хозяйства;

— преподавании имитационного моделирования почти во всех вузах страны;

— мировом признание передовых отечественных разработок.

Были разработаны следующие отечественные системы имитационного моделирования: АЛСИМ БЭСМ, АЛСИМ 2, ДАСИМ, ДИСМА, Модель 6, НЕДИС, ПМДС, ПМДС 2, СИДМ 2, Симула 67 БЭСМ б, Симула 67 МВК «Эльбрус», СЛЭНГ, СТАМ-КЛАСС, ТАИС, ФОРОС и др.

В эти годы в СССР сформировались четыре ведущих школы имитационного моделирования: Московская, Киевская, Новосибирская и Ленинградская.

Методологической основой для развития имитационного моделирования явились работы Н. П. Бусленко, В. М. Глушкова, Г. И. Марчука, H.H. Моисеева.

К числу наиболее известных специалистов по имитационному моделированию в СССР, России, странах СНГ относятся: Е. Ф. Аврамчук,.

A.Н. Андрианов, A.A. Бакаев, В. В. Баранюк, В. Б. Бигдан, A.B. Борщев, Н. П. Бусленко, В. Н. Бусленко, С. П. Бычков, А. Г. Варжапетян, С. А. Власов, Т. В. Вознесенская, Т. Н. Воскресенская, В. В. Гусев, А. Ф. Дедков,.

B.В. Девятков, Б. К. Елтышев, C.B. Емельянов, К. Д. Жук, Е. Б. Замятина, В. В. Калашников, JT.A. Калиниченко, Ю. Г. Карпов, И. Н. Коваленко, B.JI. Конюх, Е. М. Кудрявцев, A.A. Летичевский, В. В. Литвинов, В. И. Лутков, H.H. Лычкина, Л. Н. Лядова, И. В. Максимей, В. И. Мановицкий, Т. П. Марьянович, Ю. А. Меркурьев, А. И. Миков, Б. В. Немчинов, М. И. Нечепуренко, А. И. Никитин, В. В. Окольнишников, Ю. Н. Павловский, Ю. Г. Полляк, Ю. Б. Пигарев, Н. Я. Ривес, A.C. Родионов, Ю. И. Рыжиков, М. А. Сахнюк, Ю. А. Семишин, Б. Я. Советов, Р. Л. Смелянский, Е. М. Сурков, В. А. Сухомлин, Ю. И. Толуев, В. Н. Томашевсий, Б. Ф. Фомин,.

A.И. Хорошилов, В. Г. Хорошевский, В. М. Черненький, Г. Д. Чинин,.

B.А. Шапцев, И. М. Якимов, С. Я. Яковлев, Н. В. Яровицкий, А. Ф. Ярославцев и др.

Успехи в области имитационного моделирования были отмечены присуждением в 1986 г. Государственной премии СССР в области науки и техники: «Разработка теории, методов, технологий и универсальных программных средств имитационного моделирования сложных технических систем для отечественных ЭВМ». Государственной премией была награждена группа ученых: В. В. Баранюк, Т. Н. Воскресенская, В. В. Гусев,.

B.B. Калашников, Jl.A. Калиниченко, B.B. Литвинов, Т. П. Марьянович, М. И. Нечепуренко, М. А. Сахнюк, Г. Д. Чинин, Н. В. Яровицкий, Н. П. Бусленко (посмертно).

Этап 5 (1985 — 1994). Перенос программного обеспечения для имитационного моделирования на персональные ЭВМ с использованием средств графического интерфейса (для визуализации и анимации процессов моделирования).

В этот период произошла смена поколений вычислительных машин, появились и стали широко внедряться персональные компьютеры. Вместо систем моделирования с входным языком имитационного моделирования стали развиваться пакеты имитационного моделирования как универсальные, так и специализированные.

Особенностью таких пакетов является возможность построения имитационной модели с помощью графического интерфейса. Такие пакеты позволяют автоматизировать все этапы разработки и исследования имитационной модели: создание модели, проведение имитационных экспериментов, обработку и интерпретацию результатов моделирования. Причем основное внимание уделяется визуализации процесса построения модели, процесса моделирования и результатов моделирования с помощью средств машинной графики.

Самая распространенная область применения таких пакетов является разработка и оптимизация производственных систем. Список наиболее часто применяемых пакетов (симуляторов), специализированных на моделирование производственных систем, включает в себя следующие пакеты и системы: Arena, AutoMod, eM-Plant, Extend, ProModel, QUEST, SIMFACTORY, Taylor ED, WITNESS и др. [120].

В СССР, России перенос программного обеспечения для имитационного моделирования на персональные ЭВМ с использованием средств графического интерфейса начался на 5 — 10 лет позже Запада, чем объясняется сегодняшнее отставание России в области имитационного моделирования.

В настоящее время для моделирования производственных систем в России используются преимущественно импортные системы и пакеты. Из отечественных следует упомянуть AnyLogic — разработку ООО «Экс Джей Технолоджис» (Санкт-Петербург) [167, 45].

Этап 6 (1995 — настоящее время). Разработка средств распределенного имитационного моделирования на мультипроцессорных ЭВМ и сетях.

Поскольку основным содержанием диссертационной работы является разработка системы распределенного имитационного моделирования, то описание основных понятий распределенного имитационного моделирования, обзор методов синхронизации модельного времени в распределенном имитационном моделировании, стандарт HLA (High Level Architecture) подробно рассматриваются в отдельной главе.

Наиболее известными специалистами в области распределенного имитационного моделирования являются: R. Ayani, R. Bagrodia, К.М. Chandy, A. Ferscha, Р.А. Fishwick, R.M. Fujimoto, D. Jefferson, D. Nicol, J. Misra, B.R. Preiss и др. Наибольший вклад в развитие и популяризацию распределенного имитационного моделирования внес R.M. Fujimoto [157, 160, 161].

Доклады по тематике распределенного имитационного моделирования присутствуют в программах практически всех зарубежных конференций по имитационному моделированию. Наиболее известными и престижными по тематике распределенного имитационного моделирования являются журнал «Simulation» и конференция Winter Simulation Conference, проводимая ежегодно в США.

Наиболее известными специалистами в области распределенного имитационного моделирования в России являются: Т. В. Вознесенская, Е.Б.

Замятина, А. И. Миков, Ю. Н. Павловский, A.C. Родионов, P. J1. Смелянский и ДР.

В России с работами по имитационному моделированию кроме книг и трудов конференций можно познакомиться на Internet порталах по имитационному моделированию: www.gpss.ru и www.simulation.org.ua.

На портале www.gpss.ru. организованным главой ООО «Элина-Компьютер» (Казань) В. В. Девятковым, можно познакомиться с Proceedengs of the Winter Simulation Conference, начиная с 1997 г., и с докладами, сделанными на Первой и Второй Всероссийских научно-практических конференциях по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика» (ИММОД 2003 и ИММОД 2005), проходивших в Санкт-Петербурге, соответственно, в 2003 и 2005 гг.

Насколько важно для России развитие мультипроцессорной вычислительной техники можно судить по докладу комиссии PITAC президенту США «Вычислительная наука: обеспечение конкурентоспособности Америки» [168], в котором говорится, что «высокопроизводительные вычисления являются стратегическим направлением развития государства» .

Для сравнения состояния дел в этой области на Западе и в России можно привести несколько фактов.

Регулярно публикуются список пятисот самых мощных компьютеров мира (Список Тор500) и список пятидесяти самых мощных суперкомпьютеров СНГ (Список Тор50). Соотношение — 500 к 50.

Самый высокопроизводительный суперкомпьютер МВС-15 000ВМ, установленный в Межведомственном суперкомпьютерном центре РАН, занимающий первое место в списке Тор50 на сентябрь 2005 г. [170], занимает в списке Тор500 на ноябрь 2005 г. [169] 69-ое место.

Белорусский суперкомпьютер СКИФ К—1000, занимающий второе место в списке Тор50, занимает в списке Тор500 330-ое место. Суперкомпьютер Межведомственного Суперкомпьютерного центра (МСЦ РАН, Москва), занимающий третье место в списке Тор50, в список Тор500 не попал. В то же время самые мощные китайские суперкомпьютеры занимают 25,41, и 93 места в списке Тор500.

Соотношение программного обеспечения для имитационного моделирования является еще более критичным. Число систем распределенного имитационного моделирования за рубежом исчисляется десятками, а в России — единицами. Такими системами распределенного имитационного моделирования являются:

— система комплексного моделирования и разработки встроенных систем реального времени Диана [42, 138, 114, 24, 12], разработанная в Лаборатории вычислительных комплексов факультета ВМиК МГУ [171];

— система автоматизированного проектирования и имитационного моделирования вычислительных систем и телекоммуникационных сетей TRIAD.net [194, 61, 62, 63], разработанная в Пермском Государственном университете.

— распределенная среда моделирования систем с дискретными событиями [5], разработанная в ИВМиМГ СО РАН и др.

Вместе с тем, наблюдается стремительный рост суммарной производительности мультипроцессорных систем в России. Например, суммарная производительность первых пяти систем, находящихся в списке Тор50 за 20 сентября 2005 г., превышает суммарную производительность всех 50 систем, находящихся в первой редакции списка Тор50 за декабрь 2004 г.

Мультипроцессорные вычислительные системы используются в России для многих приложений, в том числе, и для моделирования. Но, в основном, это математическое [23], а не имитационное моделирование.

Таким образом, с одной стороны, имеется спрос на мультипроцессорные вычислительные ресурсы, а, с другой стороны, имеется предложение таких ресурсов. Однако существующие решения в области имитационного моделирования не позволяют в полной мере использовать преимущества мультипроцессорной архитектуры. Использование имитационного моделирования тормозится из-за отсутствия методов и программной поддержки параллельного исполнения имитационных моделей. В связи с этим задача разработки системы распределенного имитационного моделирования является актуальной.

В 2000 г. был принят стандарт IEEE 1516, более известный как HLA (High Level Architecture). Целью стандарта HLA является обеспечение переносимости (переиспользования) моделей, разработанных в рамках различных систем моделирования, для уменьшения времени и стоимости разработок новых моделей.

Для России более актуальной задачей является переносимость систем моделирования на новые мультипроцессорные и распределенные вычислительные архитектуры для уменьшения времени и стоимости разработок систем моделирования для новых вычислительных архитектур. В связи с этим задача разработки переносимой распределенной системы имитационного моделирования, какой является система Мера, также является актуальной.

Значимость результатов представленной работы заключается в том, что система Мера является первой реализацией системы распределенного имитационного моделирования для MBC-1000/M и третьей в России после Московского и Пермского государственных университетов реализацией систем такого класса.

Новым результатом, полученным в процессе выполнения диссертационной работы, является разработка архитектуры переносимой системы распределенного имитационного моделирования и реализация этой архитектуры.

Архитектура программного обеспечения системы распределенного имитационного моделирования Мера позволяет переносить систему Мера, разработанную для Суперкомпьютера МВС-1000/М, как на однопроцессорные компьютеры, так и на мультипроцессорные и распределенные вычислительные системы. С использованием этой возможности было реализовано совместимое по входному языку семейство реализаций системы Мера для различных операционных сред.

Система Мера была использована в нескольких приложениях, основным из которых является разработка Имитационного стенда Автоматизированной системы управления технологическими процессами Северомуйского тоннеля (АСУ ТП СМТ).

Новым в реализации Имитационного стенда АСУ ТП СМТ является одновременная с разработкой АСУ ТП разработка комплекса имитационных моделей и использование Имитационного стенда на всех фазах жизненного цикла разработки и эксплуатации АСУ ТП СМТ.

Результаты диссертационной работы могут иметь следующее практическое применение:

1. Система распределенного имитационного моделирования Мера на МВС-1000/М может быть использована для моделирования систем, требующих для своего выполнения большого количества вычислительных ресурсов, систем, моделирование которых на традиционных вычислительных средствах, невозможно или нецелесообразно;

2. Имитационный стенд АСУ ТП СМТ используется для разработки алгоритмов оптимального управления оборудованием СМТ и может быть использован в управляющем контуре АСУ ТП СМТ для прогнозирования состояния СМТ в зависимости от внешних событий и действий (или бездействия) диспетчера. Методология использования имитационного моделирования на всех фазах жизненного цикла разработки и эксплуатации АСУ ТП СМТ может быть использована при разработке других АСУ ТП.

3. Визуально-интерактивная система моделирования транспортных потоков, входящая в семейство реализаций системы Мера, может быть использована для моделирования движения автомобильного или железнодорожного транспорта, а также для моделирования систем логистики.

Автор представленной работы более 30-ти лет занимается разработкой систем имитационного моделирования. В 1975 г. им была реализована система имитационного моделирования Модель-6 [69] для БЭСМ-6, являющаяся первой в СССР реализацией языка GPSS.

С помощью системы Модель-6 было осуществлено моделирование ряда систем [70, 46]. В 1979 г. автор защитил кандидатскую диссертацию по теме «Система моделирования Модель-6 и ее приложения» [71].

Автор занимался «реальным временем» и моделированием для МВК «Эльбрус» [72, 73] и разработкой интеллектуальной системы моделирования для ПЭВМ [10, 76, 77].

С 1995 г. автор занимается распределенным имитационным моделированием. Для компьютера с параллельной архитектурой Siemens ЕС RM-600 была сделана прототипная реализация системы распределенного моделирования.

Автором были разработаны входной язык и архитектура программного обеспечения системы распределенного имитационного моделирования Мера. Реализация системы Мера для MBC-1000/M осуществлялась в период с 1997 г. по 2005 г. группой студентов и аспирантов под руководством автора. Наибольший вклад в реализацию внесли: А. И. Винюков, И. В. Пчела, C.B. Рудометов, Д. А. Якимович.

Разработка АСУ ТП СМТ осуществлялась в период с 2001 г. по 2005 г. группой разработчиков в составе: М. В. Богданов, JI.A. Воронцова, В. А. Гурьев, A.JI. Дедух, П. В. Йосифов, В. П. Казаков, A.B. Комаров, J1.B. Лебедева, В. Д. Нескородев, В. В. Новак, В. В. Окольнишников, Т. М. Осокина, Б. Н. Пищик, А. И. Федоров, A.A. Хундоев, Д. В. Чернаков, Д. О. Шевченко. Руководитель работ — заведующий лабораторией КТИ ВТ СО РАН, к.т.н. Б. Н. Пищик.

При разработке АСУ ТП СМТ автором была реализована подсистема управления. Конструктор программ управления разработан аспирантом Д. В. Чернаковым под руководством автора.

Автором была разработана и экспериментально проверена методология использования имитационного моделирования на всех фазах жизненного цикла разработки и эксплуатации АСУ ТП. Экспериментальная проверка этой методологии была осуществлена с помощью Имитационного стенда АСУ ТП СМТ, интегрированного с АСУ ТП СМТ.

В составе Имитационного стенда АСУ ТП СМТ автором разработан комплекс имитационных моделей с помощью системы Мера. Математическая модель микроклимата СМТ разработана автором совместно с к.ф.-м.н. В. В. Тарасевичем и к.т.н. A.A. Морозом.

По тематике диссертации автор участвовал в выполнении следующих грантов РФФИ:

— 93−01−461-а «Развитие теории интеллектуального имитационного моделирования» (1993 — 1994 гг.);

— 95−01−900-а «Развитие теории, методов и моделей анализа и синтеза надежных программно — аппаратных систем управления» (1995; 1996 гг.);

— 98−01−720-а «Исследование и разработка систем имитационного моделирования в операционных средах параллельных вычислительных систем» (1998 — 2000 гг.);

— 02−01−688-а «Исследование различных форм представления модельного времени в имитационных моделях для вычислительных средств параллельной архитектуры» (2002 — 2004 гг.).

Результаты диссертационной работы докладывались на следующих Российских и международных конференциях:

— Пятый международный семинар «Распределенная обработка информации» (РОИ-95), Новосибирск, 1995 [67];

— 15-th IMACS World Congress on Scientific Computation Modelling and Applied mathematics, Berlin, 1997 [80];

— Ill Международная конференция «Проблемы управления и моделирования в сложных системах», Самара, 2001 [85];

— IASTED International Conference «Automation, Control, and Information Technology», Novosibirsk, 2002 [86];

— VIII International Workshop on Advanced Computing and Analysis Techniques in Physics Research, Moscow, 2002 [87];

— Пятая международная конференция памяти академика А. П. Ершова «Перспективы систем информатики (PSI 03)». Рабочий семинар «Наукоемкое программное обеспечение», Новосибирск, 2003 [89];

— Международная научно-техническая конференция «Новые информационные технологии в нефтегазовой промышленности и энергетике», Тюмень, 2003 [91];

— The Second IASTED International Multi-Conference «Automation, Control, and Applications» Novosibirsk, 2005 [95, 149];

— Вторая Всероссийская научно-практическая конференция по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика» (ИММОД 2005), Санкт-Петербург, 2005 [96].

По теме диссертации опубликовано 39 работ, в том числе 3 статьи в рецензируемых журналах [92, 93, 94], 18 докладов на международных конгрессах, симпозиумах, конференциях, 6 докладов — на Всероссийских конференциях. Остальные публикации — статьи в сборниках научных трудов.

Диссертация состоит из введения, трех глав, заключения и списка литературы.

ЗАКЛЮЧЕНИЕ

.

На основании изложенного в предыдущих главах материала можно сделать вывод, что результатами представленной работы являются решения актуальных задач: разработки переносимой системы распределенного имитационного моделирования для многопроцессорных вычислительных системразработки методологии использования имитационного моделирования на всех этапах разработки АСУ ТП и практической проверки этой методологии при разработке имитационного стенда АСУ ТП СМТ.

На защиту выносятся следующие основные результаты:

1. Предложены входной язык, алгоритмы синхронизации и архитектура программного обеспечения переносимой и расширяемой системы распределенного имитационного моделирования.

2. Создана система распределенного имитационного моделирования Мера для многопроцессорной вычислительной системы МВС 1000/128. С использованием свойств переносимости и расширяемости создано семейство реализаций системы Мера для различных операционных систем.

3. Предложены и обоснованы состав и функции имитационного стенда, методология использования имитационного стенда на всех этапах разработки и эксплуатации АСУ ТП.

4. Создан имитационный стенд АСУ ТП Северомуйского тоннеля (АСУ ТП СМТ). Предложена математическая модель микроклимата СМТ. Получены имитационные модели в составе имитационного стенда. Практически проверено использование имитационного стенда на всех этапах разработки АСУ ТП СМТ. С использованием имитационного стенда выполнены отладка и тестирование подсистемы управления и программ автоматического управления АСУ ТП СМТ.

Автор выражает глубокую благодарность научному консультанту д.ф.-м.н. М. И. Нечепуренко, а также коллективу студентов и аспирантов, принимавших участие в разработке системы распределенного имитационного моделирования Мера, коллективу разработчиков АСУ ТП СМТ во главе с к.т.н. Б. Н. Пищиком. с.

Показать весь текст

Список литературы

  1. Ф.А., Тян Р.Б., Потемкин В. Я. Расчет вентиляционных сетей шахт и рудников. — М.: Недра, 1978.
  2. Е.Ф., Вавилов A.A., Емельянов C.B. Теория системного моделирования. — М.: Машиностроение- Берлин: Техник, 1998. —520 с.
  3. А.Д. Гидравлические сопротивления. — М.: Недра, 1982. — 224 с.
  4. А.Н., Бычков С. П., Хорошилов А. И. Программирование на языке Симула-67. — М.: Наука, 1985. — 288 с.
  5. A.A., Привалов А. Г., Рудых Я.И. DEJaViev: Распределенная среда моделирования систем с дискретными событиями // Труды X конференции молодых ученых ИВМиМГ СО РАН. — Новосибирск, 2005. — С. 3−12.
  6. Г., Ярцев A. Arena — система имитационного моделирования. — 1997. — http://www.interface.ru
  7. A.C. Параллельное программирование с использованием технологии MPI. — M.: Изд-во МГУ, 2004.
  8. АСУ ТП Северомуйского тоннеля // Технический проект. — Новосибирск: Конструкторско-технологический институтвычислительной техники СО РАН, 2001.
  9. А.Г., Бекетова Е. А., Окольнишников В. В. Программное обеспечение имитационного моделирования на ПЭВМ // Системное моделирование — 17. — Новосибирск: ВЦ СО АН СССР, 1991.1. С. 3−33.
  10. A.A., Костина Н. И., Яровицкий Н. В. Имитационные модели в экономике. — Киев: Наук, думка, 1978. — 302 с.
  11. A.C., Грибов Д. И., Поляков В. Б., Смелянский P.JL, Чистолинов М. В. Комплексный стенд математического моделирования КБО JIA // Труды Первой Всероссийской научной конференции «Методы и средства обработки информации».
  12. М.: МГУ, 2003. — С. 282−295.
  13. В.В., Гусев В. В., Марьянович Т. П., Сахнюк М. А. Становление и развитие имитационного моделирования в Украине // Пр. м1жнар. симп. «Комп'ютери у Сврош. Минуле, сучасне та майбутне». — Киев, 1998. —С. 182−193.
  14. Санкт-Петербург, 2003. — Т. 1. — С. 59−63.
  15. В.И. Принципы построения цифровой имитационной многофакторной модели процесса функционирования полиграфических автоматизированных систем машин // Проблемы полиграфии и издательского дела. — 2000. — № 1−2. — С. 36−49.
  16. В.Н. Автоматизация имитационного моделирования сложных систем. — М.: Наука, 1977. — 240 с.
  17. Н.П. Моделирование сложных систем. — М.: Наука, 1978.420 с.
  18. А.А. Имитационное моделирование производственных систем. — М.: Машиностроение- Берлин: Техник, 1983. — 416 с.
  19. А.Г. Имитационное моделирование на ОРББ/Н. — М.: Вузовская книга, 2004.
  20. А.Д. Проектные обоснования параметров вентиляции рудников и подземных сооружений. — Л.: Наука, Ленингр. отделение, 1988.
  21. В.В. Суперкомпьютеры: вчера, сегодня, завтра // Сборник научно-популярных статей «Российская наука на заре нового века» / Под ред. акад. В. П. Скулачева. — М.: Научный мир. — 2001.1. С. 475−483.
  22. В.В., Воеводин Вл.В. Параллельные вычисления. — Санкт-Петербург: БХВ-Петербург, 2002.
  23. С.Г., Беспалов С. Е., Соколов В. А. Управление тепловым режимом тоннелей в суровых климатических условиях // Транспортное строительство. — 1990. — № 4. — С. 18−22.
  24. С.Г. Выполнение имитационного моделирования воздействия климатических и эксплуатационных факторов на вентиляционный режим Северо-Муйского тоннеля и оценка эффективности различных средств управления его параметрами.
  25. Санкт-Петербург: Санкт-Петербург. Государственный горный институт, 2002. — Хоздоговор 20/2001.
  26. С.Г., Соколов В. А., Пищик Б. Н. Обоснование режимов работы автоматизированной системы управления параметрами микроклимата в Северо-Муйском железнодорожном тоннеле // Горный информационно-аналитический бюллетень, МГТУ.2002. —№ 8 —С. 148−153.
  27. В.М., Гусев В. В., Марьянович Т. П., Сахнюк М. А. Программные средства моделирования непрерывно-дискретных систем. — Киев: Наукова думка, 1975.
  28. О.В., Дуванов С. Г., Смирнов В. Н. Моделирование сложных дискроетных систем. — М.: Энергия, 1978.
  29. В.И., Окольнишников В. В., Чинин Г. Д. Макросистема моделирования МОДЕЛЬ-6 // Развитие программного обеспечения БЭСМ-6. — М.: ВЦ АН СССР, 1975. — С. 43−49.
  30. В.И., Окольнишников В. В., Чинин Г. Д. Язык моделирования СИТРАН // Имитационное моделирование систем
  31. СМ-3). — Новосибирск: ВЦ СО АН СССР, 1975. — С. 35−65.
  32. Дал О.И., Нигард К. Симула — язык для программирования и описания систем с дискретными событиями // Алгоритмы и алгоритмические языки. — Вып. 2. — М.: ВЦ АН СССР, 1967.
  33. Дал У.-И., Мюрхауг Б., Ньюгорд К. Симула-67 универсальный язык программирования. — М.: Мир, 1969.
  34. Санкт-Петербург, 2003. — Т. 1. — С. 15−18.
  35. A.A., Власова Е. А., Дума Р. В. Имитационное моделирование экономических процессов. — М.: Финансы и статистика, 2004.
  36. С.М., Михайлов Г. А. Статистическое моделирование. — М.: Наука, 1982.
  37. A.B. СуперЭВМ МВС-100, МВС-1000 и опыт их использования при решении задач механики и физики // Математическое моделирование. — 2000. — Т. 12, № 5.1. С. 61−66.
  38. A.C., Окольнишников В. В., Рудометов C.B. Интегрированная с АСУ ТП система распределенного моделирования // Труды Шестого Международного семинара «Распределенная обработка информации». — Новосибирск, 1998. — С. 511−514.
  39. Е.П., Окольнишников В. В. Моделирование системы химической очистки воды // Труды Шестого Международного семинара «Распределенная обработка информации». — Новосибирск, 1998. —С. 249−252.
  40. Л.И. Анализ и обоснование выбора численного метода для решения вентиляционных задач // Эффективность вентиляционных систем подземных рудников. — Апатиты, 1974. — С. 88−96.
  41. Ю.П., Смелянский P.JI. Об организации распределенного имитационного моделирования // Программирование. — 1994.1. N. 2. —С. 45−63.
  42. В.В., Немчинов Б. В., Симонов В. М. Нить Ариадны в лабиринте моделирования. — М.: Наука, 1993. — 192 с.
  43. В.В. Объектно-ориентированная среда для имитационных экспериментов // Вопросы экономики и организации информационных технологий. Ч. II. — Гомель, 1991. — С. 63−65.
  44. Ю.Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5 (с CD-ROM). — Санкт-Петербург: Изд. «BHV», 2005. —400 с.
  45. В.Л., Окольнишников В. В., Резниченко JI.JI., Фишелев В. И. Имитационное моделирование систем машинной графики. — М.: ИТМ и ВТ АН СССР, 1977. — 70 с.
  46. Е. Языки моделирования. — М.: Энергоатом из дат, 1985.
  47. B.JI., Игнатьев Я. Б., Зиновьев В. В. Методы имитационного моделирования систем. Применение программных продуктов.
  48. Электронное издание, зарегистрированное в Федеральномдепозитарии электронных изданий, № 320 401 123. Регистрационное свидетельство. ФГУП НТЦ «Информрегистр» от 06.09.2004.4753.
  49. В.Д. Параллельное программирование в MPI.
  50. Новосибирск: Изд-во СО РАН, 2000.
  51. П.С., Петров A.A. Принципы построения моделей. — М: Фазис, 2000. —400 с.
  52. В.А. Разработка параллельных программ для вычислительных кластеров и сетей // http://parallel.ru
  53. Вл. К. Отечественные суперкомпьютеры семейства МВС // http://parallel.ru
  54. В.В., Марьянович Т. П. Методы построения имитационных систем. — Киев: Наукова думка, 1991.
  55. Лоу A.M., Кельтон А. Д. Имитационное моделирование.1. Санкт-Петербург, 2004,
  56. И.В. Имитационное моделирование на ЭВМ. — М.: Радио и связь, 1988.
  57. И.В., Еськова О. И., Левчук В. Д. и др. Имитационное моделирование распределенной обработки в информационных сетях ЭВМ // Тр. Пятого междунар. семинара «Распределенная обработка информации» (РОИ-95). — Новосибирск, 1995. — С. 216−220.
  58. В.И., Сурков Е. М. Система имитационного моделирования дискретных процессов (ДИСМ). — Киев-Одесса: Вища школа, 1981.
  59. Математическое обеспечение автоматического проектирования (моделирование дискретных систем) / Под ред. В. П. Чистова.
  60. Свердловск: УНЦ АН СССР, 1981.
  61. А.И. Моделирование вычислительных систем. — Учебное пособие по спецкурсу. — Пермь: ПГУ, 1982.
  62. А.И., Замятина Е. Б., Фатыхов А. Система оперирования распределенными имитационными моделями сетей телекоммуникаций // Труды Первой Всероссийской научной конференции «Методы и средства обработки информации».
  63. М.: МГУ. — 2003. — С. 437−442.
  64. А.И., Замятина Е. Б., Осмехин К. А. Метод динамической балансировки процессов имитационного моделирования // Труды Второй Всероссийской научной конференции «Методы и средства обработки информации». — М.: МГУ, 2005. — С. 47277.
  65. Т. Машинные имитационные эксперименты с моделями экономических систем. — М.: Мир, 1975.
  66. М.И. Модели имитации в неархимедовом времени: время, системные динамики // Эффективность и структурнаянадежность информационных систем (СМ-7). — Новосибирск: ВЦ СО АН СССР, 1982. — С. 63−71.
  67. М.И., Окольнишников В. В., Родионов A.C. Вопросы интеллектуализации систем моделирования // Труды 2-го Североморского симпозиума «Имитация систем» — ЧСФР, Острава, 1989.
  68. М.И., Окольнишников В. В., Якимович Д. А. Имитационное моделирование систем управления в энергетике // Тр. Пятого междунар. семинара «Распределенная обработка информации» (РОИ-95). — Новосибирск, 1995. — С. 221−226.
  69. В.В. Система моделирования Модель-6 // Имитационное моделирование систем (СМ-3). — Новосибирск: ВЦ СО АН СССР, 1975. — С. 74−88.
  70. В.В. Имитационное моделирование шахты как сети массового обслуживания // Системное моделирование-4. — Новосибирск: ВЦ СО АН СССР, 1976. — С. 91−104.
  71. В.В. Система моделирования Модель-6 и ее приложения: Дис. канд. физ.-мат. наук: 01.01.10. — Новосибирск, 1979. — 148 с.
  72. В.В. Черты реального времени в системе программирования АЛГОЛ-ЭЛЬБРУС // Управляющие системы и машины. —Киев, 1991. —N3.— С. 41−48.
  73. B.B. Введение в языки реального времени.
  74. Новосибирск: НГУ, 1993. — 63 с.
  75. В.В. Предложения по разработке специализированной системы моделирования АСУ ТП топливно -энергетических устройств и систем // Системное моделирование-20.
  76. Новосибирск: ВЦ СО РАН, 1994. —С. 125−138.
  77. В.В., Якимович Д. А. Входной язык специализированной системы моделирования АСУ ТП топливно-энергетических устройств и систем // Системное моделирование-20.
  78. Новосибирск: ВЦ СО РАН, 1994. —С. 139−151.
  79. В.В., Ротова A.B. Базовые концепции входного языка интеллектуальной системы моделирования // Системное моделирование-20. — Новосибирск: ВЦ СО РАН, 1994. — С. 59−74.
  80. В.В., Ротова A.B. Направления развития средств имитационного моделирования // Системное моделирование-20.
  81. Новосибирск: ВЦ СО РАН, 1994. — С. 3−20.
  82. В.В., Черкасов А. Г., Якимович Д. А. Визуальная модель АСУ ТП энергоблока ГРЭС // Микропроцессорные системы автоматики. Материалы III международной научно-технической конференции. — Новосибирск, 1996. — С. В27-В28.
  83. В.В. Разработка имитационного стенда АСУ ТП энергоблока ГРЭС // Труды третьей международной научно-технической конференции «Актуальные проблемы электронного приборостроения» (АПЭП-96), Том 11, Промышленная информатика.
  84. Новосибирск, 1996. — С. 43−44.
  85. Okornishnikov V.V., D.A. Iakimovitch. Visual Interactive Industrial Simulation Environment // Proc. of the 15-th IMACS World Congress on Scientific Computation Modelling and Applied mathematics (Berlin,
  86. August 1997). — V. 3. Systems Engineering. — P. 391−395.
  87. B.B. Система моделирования распределенных систем реального времени // Системное моделирование: Сб. науч. тр. / РАН. Сиб. отд-ние. ИВМиМГ. Т. 4 (22). — Новосибирск, 1998.1. С. 129−140.
  88. В.В., Рудометов С. В. Моделирование систем управления распределенных систем реального времени // Системное моделирование: Сб. науч. тр. / РАН. Сиб. отд-ние. ИВМиМГ. Т. 4(22).
  89. Новосибирск, 1998. —С. 141−150.
  90. В.В. Информационно-функциональная модель АСУ ТП // Системное моделирование: Сб. науч. тр. / РАН. Сиб. отд-ние. ИВМиМГ. Т. 5 (23). — Новосибирск, 1998. — С. 123−139.
  91. Okol’nishnikov V.V., Rudometov S.W. Distributed simulation system integrated into control system. // Proc. of 13th Europ. Simulation Multiconference. — Warsaw, 1999. — V. 2. — P. 510−512.
  92. B.B. Моделирование систем управления // Труды III Международной конференции «Проблемы управления и моделирования в сложных системах». — Самара, 2001. — С. 594— 599.
  93. Okol’nishnikov V.V. Development of Control Programs for Process Control System of North-Muisk Railway Tunnel // Proc. of the IASTED International Conference «Automation, Control, and Information Technology». — Novosibirsk, Russia, 2002. — P. 49−52.
  94. Okol’nishnikov V.V. Parallel Simulation System // Proc. of VIII International Workshop on Advanced Computing and Analysis Techniques in Physics Research. Book of abstracts. — Moscow, 2002.1. P.21.
  95. B.B. Система распределенного имитационного моделирования // Тр. Первой Всерос. научн. конференции «Методы и средства обработки информации». — М.: МГУ им. М. В. Ломоносова, 2003. —С. 468−473.
  96. Okol’nishnikov V.V. Simulation on parallel and distributed systems // Пятая международная конференция памяти академика А. П. Ершова «Перспективы систем информатики (PSI 03)». Рабочий семинар «Наукоемкое программное обеспечение». Доклады и тезисы.
  97. Новосибирск, 2003. — С. 30−32.
  98. Victor Okol’nishnikov, Sergey Rudometov. Development of distributed simulation system // Lecture Notes Comput. Sei. — V. 2763. — Berlin: Springer, 2003, —P. 524−527.
  99. В.В. Использование имитационного моделирования при разработке Автоматизированной системы управления технологическими процессами Северомуйского тоннеля // Вычисл. технологии. — 2004. — Т. 9,№ 5. —С. 82−101.
  100. B.B. Представление времени в имитационном моделировании // Вычисл. технологии. — 2005. — Т. 10, № 5.1. С. 57−80.
  101. Okol’nishnikov V.V., Rudometov S.V. Simulation of Complex Transportation Systems // Proc. of the Second LASTED International Multi-Conference SOFTWARE ENGINEERING (ACIT-SE) (June 20−24, 2005). — Novosibirsk, 2005. — P. 60−64.
  102. Ю.Н. Имитационные модели и системы. — М.: ВЦ РАН, 2000. — 134 с.
  103. Санкт-Петербург: Изд-во Политехи, ун-та, 2005. — С. 292−293.
  104. А. Введение в имитационное моделирование и язык СЛАМ-2. — М.: Мир, 1987. —646 с.
  105. A.C. Дубровский. Полное собрание сочинений. — Л.: Наука, Ленингр. отделение, 1978. — Т. 6. — С. 142−209.
  106. Е.И. Теория и методы математического моделирования производственных процессов в горном деле. — Алма-Ата: Наука, 1973.
  107. A.C. Объектная ориентация в интеллектуальных системах моделирования // Тр. ВЦ СО РАН. Сер. Системное моделирование.
  108. Новосибирск, 1994. — Вып. 2(20). — С. 21−42.
  109. A.C. Пакет моделирования систем с дискретными событиями в пакете СИДМ-2 // Тр. Шестого междунар. семинара «Распределенная обработка информации» (РОИ-98). — Новосибирск, 1998. —С. 269−272.
  110. A.C. Имитационное моделирование на ЭВМ. Избранные лекции. Учебное пособие. — Новосибирск: НГУ, 1999. — 84 с.
  111. А. С. Разработка систем дискретного имитационного моделирования информационных сетей: Дис. д-ра техн. наук: 05.13.18. — Новосибирск, 2002.
  112. А. С. Проблемы создания систем имитационного моделирования инфотелекоммуникационных сетей // Материалы 8-й Международной конференции «Связь 2004». — Новосибирск, 2004.1. Т.2. —с. 268−272.
  113. C.B. Язык распределенного имитационного моделирования и его реализация // Труды Шестого Международного семинара «Распределенная обработка информации». — Новосибирск, 1998, —С. 147−151.
  114. Ю.И. Имитационное моделирование. Теория и технологии.
  115. Санкт-Петербург: КОРОНА принт. — 2004. — 384 с.
  116. Г. И. Системное моделирование сложных процессов — М.: Фазис: ВЦ РАН, 2000. — 276 с.
  117. H.A., Беляев Г. И., Петроченко В. Ф., Прошлякова Е. В. Имитационное моделирование в оперативном управлении производством. — М.: Машиностроение, 1984. — 208 с.
  118. A.A., Михайлов А. П. Математическое моделирование: Идеи. Методы. Примеры. — М.: Физматлит, 2002. — 320 с.
  119. Ю.А., Гурший В. П., Литвинов О. В. Моделирование дискретных систем на ДАСИМ. — М.: 1995.
  120. P.JI. Проблемы разработки и анализа функционирования встроенных систем реального времени // Труды Первой Всероссийской научной конференции «Методы и средства обработки информации». — М.: МГУ. — 2003. — С. 57−73.
  121. .Я., Яковлев С. А. Моделирование систем. Практикум. М.: Высш. шк., 1999. —224 с.
  122. .Я., Яковлев С. А. Моделирование систем. 3-е изд. перераб. и доп. — М.: Высшая школа. — 2001. — 343 с.
  123. .Я., Яковлев С. А. Моделирование систем. 4-е изд. перераб. и доп. — М.: Высшая школа. — 2005.
  124. Э., Стеен М. Распределенные системы. Принципы и парадигмы. — Санкт-Петербург: Питер, 2003.
  125. Санкт-Петербург, 2003. —Т. 1. —С. 23−27.
  126. И.И. Объектно-ориентированное моделирование на С++ : Учебный курс. — Санкт-Петербург: Изд. дом «Питер», 2005. — 416 с.
  127. В.Н., Жданова Е. Г. Имитационное моделирование в среде GPSS. — М.: Бестселлер, 2003. — 416 с.
  128. А.Ю. Интеграция систем ситуационного, имитационного и экспертного моделирования. — М.: ООО Эликс+, 2003. —300 с.
  129. К., Судзуки Н. Языки программирования и схемотехника СБИС. —М.: Мир, 1988.
  130. А.Я. Работы по математической теории массового обслуживания. — М.: Физматгиз, 1963.
  131. В.Г. Архитектуры вычислительных систем. — М.: МГТУ им Баумана, 2005. — 511 с.
  132. В.М. Процессно-ориентированная концепция системного моделирования: Дис. д-ра техн. наук / МГТУ им. Н. Э. Баумана. —1. М., 2000.
  133. Р. Имитационное моделирование систем — искусство и наука. — М.: Мир, 1978.
  134. . Искусство моделирования и имитации. — М.: Франтэра, 2003. —550 с.
  135. Т.Дж. Моделирование на GPSS. — М.: Машиностроение, 1984.
  136. Е.И. Машинная имитация. — М.: Наука, 1975.
  137. Allen R., Garlan D. A Formal Basis for architectural connection // ACM Transactions on software Engineering and Methodology. — 1997. — P. 213−249.
  138. Allen R., Garlan D., Ivers J. Formal modeling and analysis of the HLA component integration standard // Proc. of the 6th ACM SIGSOFT international symposium on Foundations of software engineering. — 1998. —P. 70−79.
  139. Altuntas В., Wysk R.A. A Framework for Adaptive Synchronization of Distributed Simulations // Proc. of the Winter Simulation Conference. —2004. —P. 371−377.
  140. Ayani R. A Parallel Simulation Scheme Based on the Distance Between Objects // Proc. of the SCS Multiconference on Distributed Simulation, Society for Computer Simulation. — 1989. — P. 113−118.
  141. BaldonyR., RaynalM. Fundamentals of Distributed Computing: A Practical Tour of Vector Clock Systems. — IEEE Distributed Systems Online. — 2002. http://csdl.computer.org/comp/mags/ds/2002/02/o20Q 1 .pdf
  142. Bakhmurov A., Kapitonova A., Smelinasky R. DYANA: An Environment for Embedded System Design and Analysis // Proc. of 32-nd Annual Simulation Symposium, San Diego, California, USA. — 1999.
  143. Beraldi R., Nigro L. Exploiting Temporal Uncertainty in Time Warp Simulations // Proc. of the 4th Workshop on Distributed Simulation and Real-Time Applications. — 2000. — P. 396.
  144. Bracha G., Toueg S. Distributed Deadlock Detection // Distributed Computing. — 1987. —V. 2. —P. 127−138.
  145. Bryant R.E. Simulation of packet communications architecture computer systems. — MIT-LCS-TR-188. — 1977.
  146. Cai W., Turner S.J. An Algorithm for Distributed Discrete-Event Simulation — «Carrier Null Message'» Approach // Proc. of the SCS Multiconference on Distributed Simulation, SCS Simulation Series.1990. —P. 3−8.
  147. Carothers C.D., Perumalla K. Efficient Optimistic Parallel Simulation Using Reverse Computation // ACM Transactions on Modeling and Computer Simulation. — 1999. — V. 9, N 3. — P. 224−253.
  148. Chandy K.M., Misra J. Distributed Simulation: A Case Study in Design and Verification of Distributed Programs // IEEE Transactions on Software Engineering. — 1978. — SE — 5 (5). — P. 440−452.
  149. Chandy K.M., Misra J. Asynchronous Distributed Simulation via a Sequence of Parallel Computations // Communications of the ACM.1981. — V. 24, N4. —P. 198−205.
  150. Chandy K., Lamport L. Distributed Snapshots: Determining Global States of Distributed Systems // ACM Trans. Comp. Syst. V. 3, N 1. — 1985.1. P. 63−75.
  151. Chen G., Szymanski B.K. Lookback: A New Way of Exploiting Parallelism in Discrete Event Simulation // Proc. of the 16th Workshop on Parallel and Distributed Simulation. — 2002. — P. 153−162.
  152. Chen G., Szymanski B.K. Four Types of Lookback // Proc. of the 17th Workshop on Parallel and Distributed Simulation. — 2003. — P. 3−10.
  153. Chernakov D.V., Okol’nishnikov V.V. Control Program Development System 11 Proc. of the Second LASTED International Multi-Conference AUTOMATION, CONTROL, AND APPLICATIONS (ACIT-ACA).
  154. Novosibirsk, 2005. — P. 142−145.
  155. Das S.R., Fujimoto R.M. Adaptive Memory Management and Optimism Control in Time Warp // ACM Transactions on Modeling and Computer Simulation. —1997. —V. 7, N2.— P. 239−271.
  156. Das S.R. Adaptive Protocols for Parallel Discrete Event Simulation // Journal of the Operational Research Society. — 2000. — V. 51. — P. 385−394.
  157. Dickens P.M., Reynolds J. SRADS With Local Rollback // Proc. of the SCS Multiconference on Distributed Simulation. — 1990. — P. 161−164.
  158. Ferscha A. Probabilistic Adaptive Direct Optimism Control in Time Warp // Proc. of the 9th Workshop on Parallel and Distributed Simulation.1995. —P. 120−129.
  159. Ferscha A. Parallel and Distributed Simulation of Discrete Event Systems. Parallel and Distributed Computing Handbook. — McGraw-Hill, 1996.1. P. 1003−1041.
  160. F&H Simulations. Inc. Taylor Enterprise Dynamics User Manual. — 1998.
  161. Fujimoto R.M. Time Warp on a Shared Memory Multiprocessor // Transactions of the Society for Computer Simulation. — 1989. — V. 6, N3. —P. 211−239.
  162. Fujimoto R.M. Time Management in the High Level Architecture // Simulation. — 1998. —V. 71, N6. —P. 38800.
  163. Fujimoto R.M. Exploiting Temporal Uncertainty in Parallel and Distributed Simulations // Proc. of the 13th Workshop on Parallel and Distributed Simulation. — 1999. — P. 46−53.159.160,161.162,163 164 165 166 167 177 112 703 163 533 623 296
  164. Fujimoto R.M. Parallel and Distributed Simulation Systems. — Wiley Interscience, 2000.
  165. Fujimoto R.M. Parallel and Distributed Simulation Systems // Proc. of the
  166. Winter Simulation Conference. — 2001. — P. 147−157.
  167. Fujimoto R.M. Distributed Simulation Systems // Proc. of the Winter
  168. Simulation Conference. — 2003. — P. 124−134.
  169. Helary J. Observing Global States of Asynchronous Distributed
  170. Applications // Proc. International Workshop on Distributed Algorithms.
  171. Berlin: Springer-Verlag, 1989. — P. 124−135. (Lecture Notes
  172. EE Std 1278.1−1995. IEEE Standard for Distributed Interactive Simulation. — Application Protocols. New York, NY, Institute of Electrical and Electronics Engineers, Inc. 1995.
  173. New York, NY, Institute of Electrical and Electronics Engineers, Inc.2000.
  174. IEEE Std P172. IEEE Standard for Modeling and Simulation (M&S) High Level Architecture (HLA). Federation Development and Execution Process. — New York, NY, Institute of Electrical and Electronics Engineers, Inc. — 2000.
  175. Jefferson D. Virtual Time // ACM Transactions on Programming Languages and Systems. — 1985. — V. 7, N 3. — P. 404−425.
  176. Jefferson D.R. Virtual Time II: Storage Management in distributed Simulation // Proc. of the Ninth Annual ACM Symposium on Principles of Distributed Computing. — 1990. — P. 75−89.
  177. Jha V, Bagrodia R. Simultaneous Events and Lookahead in Simulation Protocols // ACM Transactions on Modeling and Computer Simulation. — 2000. —V. 10, N3.— P. 241−267.
  178. Lanner Group, Inc. WITHNESS Version 9 User Manual. — 1998.
  179. Lamport L. Time, Clocks, and the Ordering of Events in a Distributed Systems // Commun. ACM. — 1978. — V. 21, N 7. — P. 558−565.
  180. Lamport L. Concurrent Reading and Writing of Clocks // ACM Trans. Comp. Syst. — 1990. — V. 8, N 4. — P. — 305−310.
  181. Lee B., Cai W. A Causality Based Time Management Mechanism for Federated Simulations // Proc. of the 15th Workshop on Parallel and Distributed Simulation. — 2001. — P. 83−90.
  182. Lin Y.B., Preiss B.R. Optimal Memory Management for Time Warp Parallel Simulation // ACM Transactions on Modeling and Computer Simulation. —1991. —V. 1, N4. — P. 283−307.
  183. Lin Y.B., Preiss B.R. Selecting the Checkpoint Interval in Time Warp Simulations // Proc. of the 7th Workshop on Parallel and Distributed Simulation. — 1993. — P. 3−10.
  184. Liskov B. Practical Uses of Synchronized Clocks in Distributed Systems // Distributed Computing. — 1993. — V. 6. — P. 211−219.
  185. Loper M., Fujimoto R.M. Exploiting Temporal Uncertainty in Process-Oriented Distributed Simulations // Proc. of the Winter Simulation Conference. — 2004. — P. 395100.
  186. Lorenz P.H., Dorwarth K.C. Towards a Web-Based Simulation Environment // Proc. of the Winter Simulation Conference. — 1997.1. P. 1338−1344.
  187. Lubachevsky B.D. Efficient Distributed Event-Driven Simulations of Multiple-Loop Networks // Communications of the ACM. — 1989.1. V. 32, N 1. — P. 111−123.
  188. Mattern F. Algorithms for Distributed Termination Detection // Distributed Computing. —1987. —V. 2. —P. 161−175.
  189. Mattern F. Efficient Algorithms for Distributed Snapshots and Global Virtual Time Approximation // Journal of Parallel and Distributed Computing. —1993. —V. 18, N4. —P. 423134.
  190. Merkurjeva G.V., Merkurjev Y.A. Knowledge Based Simulation // Simulation. —1994. —V. 62, N2.—P. 74−89.
  191. Meyer R.A., Bagrodia R.L. Path Lookahead: A Data Flow View of PDES Models // Proc. of the 13th Workshop on Parallel and Distributed Simulation (PADS99). — 1999. — P. 12−19.
  192. Miller D.C., Thorpe J.A. SIMNET: The Advent of Simulator Networking //Proc. of the IEEE. — 1995, — V. 83, N 8. — P. 1114−1123.
  193. Mikov A.I. Simulation and Design of Hardware and Software with Triad // Proc. of 2nd Intl. Conf. on Electronic Hardware Description Languages. — Las Vegas, 1995.—P. 15−20.
  194. Misra J. Distributed Discrete-Event Simulation // ACM Computing Surveys. — 1986. —V. 18, N 1. — P. 39−65.
  195. Moore R.E. Methods and Applications of Interval Analyses. — 1979.
  196. Palaniswamy A.C., Wilsey P.A. An Analytical Comparison of Periodic Checkpointing and Incremental State Saving // Proc. of the 7th Workshop on Parallel and Distributed Simulation. — 1993. — P. 127−134.
  197. Pishchik B.N., Khundoyev A.A., Shevchenko D.O. Signal transmission in SCADA system // Proc. of the IASTED International Conference «Automation, Control and Information Technology». — Novosibirsk, Russia, 2002. —P. 65−68.
  198. Pishchik B.N. Software structure of process control system for distant railway tunnel // Proc. of the IASTED International Conference «Automation, Control, and Information Technology». — Novosibirsk, Russia, 2002. — P. 83−85.
  199. Preiss B.R., Loucks W.M. Memory Management Techniques for Time Warp on a Distributed Memory Machine // Proc. of the 9th Workshop on Parallel and Distributed Simulation. — 1995. — P. 30−39.
  200. Ramanathan P., Shin K., Butler R. Fault-Tolerant Clock Synchronization in Distributed Systems // IEEE Computer. — 1990. — V. 23, N. 10. — P. 33−42.
  201. Rao D.M., Thondugulam N.V., Wilsey P.A. Unsynchronized Parallel Discrete Event Simulation // Proc. of the Winter Simulation Conference.1998, —P. 1563−1570.
  202. Rao D.M., Wilsey P.A. An ultra-large-scale simulation framework // Journal of Parallel Distrib. Comput. — 2002. — V. 62, N11.1. P. 1670−1693.
  203. Raynal M., Singhal M. Logical Time: Capturing Causality in Distributed Systems // IEEE Computer. — 1996. — V. 29, N 2. — P. 49−56.
  204. Raynal M. Simple Vector Clocks are Limited to Solve some Causality-Related Problems // Proc. of the 3rd Int. Symposium On Principles Of
  205. Distributed Systems (OPODIS-99). — 1999. — P. 195−203.
  206. Sokol L.M., Stucky B.K. MTW: Experimental Results for a Constrained Optimistic Scheduling Paradigm // Proc. of the SCS Multiconference on Distributed Simulation. — 1990. — P. 169−173.
  207. Steinman J.S. SPEEDES: A Multiple-Synchronization Environment for Parallel Discrete Event Simulation // International Journal on Computer Simulation. —1992. —P. 251−286.
  208. Wilson A.L., Weatherly R.M. The Aggregate Level Simulation Protocol: An Evolving System // Proc. of the Winter Simulation Conference.1994.— P. 781−787.
  209. Xiao Z., Unger B. Scheduling Critical Channels in Conservative Parallel Simulation // Proc. of the 13th Workshop on Parallel and Distributed Simulation (PADS99). — 1999.— P. 20−28.
  210. Zeigler B.P. Hierarchical discrete-event modeling in an object-oriented environment // Simulation. — 1987. — V. 49, N 5. — P. 219−230.
  211. Zeigler B.P., Hu J., Rozenblit J.W. Hierarchical Modular Modeling in DEVS-Scheme // Proc. of the Winter Simulation Conference. — 1989.1. P. 84−89.
  212. Zeigler B.P., Vahie S. DEVS Formalism and Methodology: Unity Conception/Diversity of Application // Proc. of the Winter Simulation Conference. — 1993.—P. 573−579.
  213. Zhang J.L., Tropper C. The Dependence List in Time Warp // Proc. of the 15th Workshop on Parallel and Distributed Simulation. — 2001. — P. 35−45.
  214. Zolotuchin Y.P., Okol’nishnikov V.V. Simulation of Control System for Water Treatment // Proc. of the Third International Congress of the Federation of European Simulation Societies. — Helsinki, 1998. — V. 3. — P. 526−529.
Заполнить форму текущей работой

Заказал и сдал!