Методы и средства исследования распределенных сетей передачи данных с неоднородным трафиком на основе неэкспоненциальных моделей
При решении общей задачи топологического синтеза кроме выбора оптимальной схемы соединения узлов коммутации необходимо одновременно решать задачу оптимизации маршрутов и выбора ПС КС. В данной работе рассматривается задача оценки ПС КС, решение которой известно только для модели в виде разомкнутой экспоненциальной сети массового обслуживания (СеМО) с однородным потоком заявок. При этом… Читать ещё >
Содержание
- ОСНОВНЫЕ ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ
- ГЛАВА 1. ЗАДАЧИ И МЕТОДЫ ПРОЕКТИРОВАНИЯ РАСПРЕДЕЛННЫХ СЕТЕЙ ПЕРЕДАЧИ ДАННЫХ
- 1. 1. Принципы структурной и функциональной организации распределенных сетей передачи данных
- 1. 2. Задачи проектирования и исследования сетей передачи данных
- 1. 3. Модели, методы исследования сетей передачи данных и проблемы расчета моделей сетей передачи данных
- 1. 4. Постановка задачи проектирования сетей передачи данных с неоднородной нагрузкой
- 1. 5. Выводы
- ГЛАВА 2. ОЦЕНКА ПРОПУСКНЫХ СПОСОБНОСТЕЙ КАНАЛОВ СВЯЗИ В РАСПРЕДЕЛЕННЫХ СЕТЯХ ПЕРЕДАЧИ ДАННЫХ
- 2. 1. Оптимизация и выбор дискретных значений пропускных способностей каналов связи
- 2. 2. Особенности сетей передачи данных с неоднородной нагрузкой
- 2. 3. Параметризация и расчет потоков в сетях передачи данных
- 2. 4. Выводы
- ГЛАВА 3. АНАЛИЗ ВЛИЯНИЯ ПРОЦЕССОВ ПЕРЕДАЧИ ДАННЫХ НА ХАРАКТЕРИСТИКИ ФУНКЦИОНИРОВАНИЯ СЕТЕЙ ПЕРЕДАЧИ ДАННЫХ
- 3. 1. Оценка погрешностей аналитических методов расчета модели передачи данных
- 3. 2. Оценка влияния длины пакетов на характеристики функционирования сетей передачи данных
- 3. 3. Анализ влияния характера трафика и длительности передачи пакетов в каналах связи на характеристики функционирования сетей передачи данных
- 3. 4. Исследование влияния третьего момента гиперэкспоненциального и гипоэкспоненциального распределений на характеристики системы G/G/
- 3. 5. Выводы
- ГЛАВА 4. ПРОГРАММНЫЙ КОМПЛЕКС И МЕТОДИКА ИССЛЕДОВАНИЯ СЕТЕЙ ПЕРЕДАЧИ ДАННЫХ С НЕОДНОРОДНЫМ ТРАФИКОМ
- 4. 1. Программный комплекс «DCNET»
- 4. 2. Методика исследования сетей передачи данных с использованием программного комплекса «DCNET»
- 4. 3. Автоматическое построение имитационных моделей для исследования неэкспоненциальных сетей передачи данных
- 4. 4. Пример расчета характеристик сети передачи данных
- 4. 5. Выводы
- ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ
Методы и средства исследования распределенных сетей передачи данных с неоднородным трафиком на основе неэкспоненциальных моделей (реферат, курсовая, диплом, контрольная)
Конец 20-го и начало 21-го веков ознаменовались бурным количественным и качественным ростом компьютерных сетей. Эта тенденция, которая очевидно сохранится в ближайшие десятилетия, хорошо иллюстрируется ростом сети Интернет, охватившей все страны мира. Локальные компьютерные сети, являющиеся основой автоматизации деятельности отдельных предприятий и фирм, и распределенные сети, охватывающие города, регионы и континенты, проникли во все сферы человеческой деятельности, включая экономику, науку, культуру, образование, промышленность и т. д.
Повсеместное внедрение компьютерных сетей должно сопровождаться опережающим развитием фундаментальной теории в этой области, созданием инженерных методов анализа и синтеза, систем автоматизации проектирования, направленных на сокращение сроков и повышение качества проектирования компьютерных сетей. Базовые знания по решению задач анализа и синтеза в области сетей передачи данных (СПД) заложили такие авторы, как Вишневский В. М., Гнеденко Б. А., Цыбаков Б. С., Липаев В. В., Майоров С.A., L. Kleinrock, D. Ferrari, S. Golestani и многие другие.
Актуальность проблемы. Проблема проектирования СПД становится все более актуальной для специалистов и ученых в этой научно-практической области в связи с ростом Всемирной сети. При проектировании и исследовании реальной СПД приходится решать большое число разнообразных задач. Первым этапом проектирования СПД является выбор технических средств и системы протоколов (включая способы коммутации и доставки данных в сети). Второй этап проектирования требует решения совокупности сложных взаимосвязанных задач, к которым относятся: оптимизация пропускной способности (ПС) каналов связи (КС) — выбор маршрутовоптимизация топологической структурывыбор методов управления потоками и определение параметров управленияанализ объемов буферной памяти узлов коммутации и выбор стратегии буферизации при перезагрузках и так далее.
При решении общей задачи топологического синтеза кроме выбора оптимальной схемы соединения узлов коммутации необходимо одновременно решать задачу оптимизации маршрутов и выбора ПС КС. В данной работе рассматривается задача оценки ПС КС, решение которой известно только для модели в виде разомкнутой экспоненциальной сети массового обслуживания (СеМО) с однородным потоком заявок. При этом не учитывались специфические особенности, присущие реальным распределенным СПД. К числу таких особенностей относятся неэкспоненциальность и неоднородность трафика, многообразие топологий и алгоритмов маршрутизации, вариантов распределений прикладных программ (ПП) и наборов данных (НД) по узлам сети, способов взаимодействия пользователей сети и т. д. Учет этих особенностей выполняется на этапе параметризации модели СПД, результаты которого оказывают существенное влияние на адекватность разрабатываемой модели. В связи с этим, необходимо разработать методику проектирования распределенных СПД и программный комплекс (ПК) для решения ряда актуальных задач: расчет потоков в распределенных сетяхопределение ПС КС СПДвыбор дискретных значений ПСпостроение имитационных моделей (ИМ) канала связи и спроектированных СПД в среде GPSS Worldанализ погрешностей приближенных методов расчета временных характеристик каналов связи и СПД. Кроме того, необходимо выполнить анализ влияния на характеристики функционирования СПД таких параметров передачи данных как длина пакетов, характер трафика в сетях (влияния законов распределений), скорость передачи пакетов в каналах связи и т. д.
Объект исследований. Объектом исследований диссертационной работы является сеть передачи данных с неоднородным трафиком.
Предмет исследований. В диссертационной работе предметом исследований являются модели, методы и инструментальные средства для оценки эффективности и системного проектирования СПД с неоднородным трафиком.
Целью данной работы является разработка и исследование методов и средств оценки ПС КС СПД на основе аналитического и имитационного моделирования с учетом специфических особенностей, присущих реальным распределенным СПД, а также анализ влияния процессов передачи данных на х показатели эффективности СПД с помощью имитационного метода.
Цель работы достигается решением следующих задач.
1. Разработка метода сведения неоднородного потока пакетов в СПД к однородному и перерасчет параметров пакетов на основе параметров сообщений, при этом ключевой задачей является разработка метода расчета интенсивностей потока пакетов в КС с учетом топологии СПД, метода маршрутизации, способа распределения по узлам 1Ш и НД, способа взаимодействия пользователей, длин сообщений и пакетов.
2. Анализ влияния длины пакетов, характера трафиков в сетях (влияния законов распределений) и скорости передачи пакетов в каналах связи па показатели эффективности СПД.
3. Разработка программного комплекса для проектирования и исследования СПД, реализующего следующие этапы: оптимизация ПС КС СПД при ограничениях на время доставки пакетов (ВДП) или на стоимость сети с использованием модели в виде разомкнутой экспоненциальной СеМО с учетом специфических особенностей реальных СПДвыбор дискретных значений ПС на основе полученных непрерывных значенийоценка погрешностей аналитических методов расчета модели канала передачи данных с использованием имитационного моделирования.
4. Разработка средств автоматического построения имитационных моделей в среде GPSS World, предназначенных для детального анализа характеристик функционирования канала связи и сети, спроектированной в процессе аналитического моделирования.
Методы исследования. Для решения поставленных задач используются методы теории вероятностей, теории массового обслуживания, теории графов, аналитическое и имитационное моделирование, объектно-ориентированное программирование.
Научная новизна работы заключается:
— в разработке методов расчета потоков пакетов в каналах связи на основе заданных внешних интенсивностей потоков сообщений при заданной топологии СПД и известном алгоритме маршрутизации в СПД, позволяющих полностью решить задачу выбора пропускной способности каналов связи на основе аналитического моделирования;
— в разработке имитационных моделей для исследования характеристик каналов связи с использованием моделей в виде СМО типа G/G/1 и интерпретации результатов анализа погрешностей расчета характеристик с использованием приближенных аналитических методов;
— в оценке погрешностей аналитических методов расчета неэкспоненциальных моделей канала передачи данных и СПД с использованием имитационного моделирования;
— в анализе влияния длины пакетов, характера трафиков в сетях (влияния законов распределений) и скорости передачи пакетов в каналах связи на характеристики функционирования СПД.
Практическая ценность работы заключается в следующем: 1. Сформулирована методика расчета потоков пакетов в каналах связи на основе заданных внешних интенсивностей потоков сообщений, заданного алгоритма маршрутизации и других особенностей СПД.
2. Разработан программный комплекс для проектирования и исследования СПД, позволяющий решать следующие актуальные задачи: a) оптимизацию пропускных способностей каналов связи СПД при ограничениях на время доставки пакетов или на стоимость сети с использованием модели в виде разомкнутой экспоненциальной СеМО с учетом специфических особенностей реальных СПД, таких как неоднородность потока поступающих в сеть сообщений, многообразие топологий СПД, способов распределения прикладных программ и наборов данных по узлам сети, способов взаимодействия сети, вариантов маршрутизацииb) выбор дискретных значений пропускных способностей на основе полученных непрерывных значенийc) автоматическое построение имитационных моделей канала связи и спроектированной СПДd) расчет временных характеристик спроектированной СПД на основе имитационного моделирования;
3. Сформулированы рекомендации по применению в инженерных расчетах приближенных аналитических методов расчета характеристик СПД при больших загрузках.
Практическая реализация и внедрение результатов исследований.
Основные результаты работы внедрены ООО ЛМТ (г. Санкт-Петербург), а также в учебном процессе на кафедре ВТ СПбГУ ИТМО в рамках учебных дисциплинах «Сети ЭВМ и телекоммуникации» и «Теория проектирования вычислительных систем и сетей» (Приложение 4).
Апробация работы. Результаты выполненных исследований были представлены на IV-й межвузовской конференции молодых ученых, XXXVII-й научной и учебно-методической конференции СПбГУ ИТМО, V-й всероссийской межвузовской конференции молодых ученых, II 1-й всероссийской научно-практической конференции по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика» (ИММОД-2007), IV-й всероссийской научно-практической конференции по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика» (ИММОД-2009).
Публикации Материалы, отражающие основное содержание работы, изложены в 6 печатных работах [5, 21−25].
Структура и объем диссертации
Диссертационная работа состоит из введения, основной части, содержащей 4 главы, заключения, трех приложений и списка литературы. Общий объем работы — 145 страниц. Работа содержит 49 иллюстраций и 15 таблиц.
Список литературы
включает 42 библиографических источников.
Основные результаты диссертационной работы состоят в следующем.
1. Разработан метод сведения неоднородного потока пакетов в СПД к однородному и перерасчет параметров пакетов на основе параметров сообщений, при этом ключевой задачей является разработка метода расчета интенсивностей потоков пакетов в каналах связи с учетом топологии СПД, метода маршрутизации, способа распределения по узлам прикладных программ и наборов данных, способа взаимодействия пользователей, длин сообщений и пакетов.
2. Проведен анализ влияния длины пакетов, характера трафиков в сетях (влияния законов распределений) и скорости передачи пакетов в каналах связи на характеристики функционирования СПД. Показано, что погрешность результатов расчета характеристик в предположении о неограниченной длине пакетов может достигать десятков процентов. Варьирование законов распределений времени передачи пакетов в каждом из каналов связи, интервалов времени между поступающими в сеть пакетами и коэффициентов вариации этих распределений позволило выявить ряд свойств и закономерностей, на основе которых сформулированы рекомендации для проектирования СПД такого класса.
3. Разработанный программный комплекс для проектирования и исследования СПД позволяет решать следующие актуальные задачи: оптимизация пропускных способностей каналов связи СПД при ограничениях на время доставки пакетов или на стоимость сети с учетом специфических особенностей реальных СПДвыбор дискретных значений пропускных способностей на основе полученных непрерывных значенийоценка погрешностей аналитических методов расчета модели канала передачи данных с использованием имитационного моделирования.
4. Разработан и программно реализован способ автоматического построения имитационных моделей в среде GPSS World, предназначенных для детального анализа характеристик функционирования канала связи и спроектированной в процессе аналитического моделирования сети, что позволяет обеспечить адекватность модели реальной СПД, а также проанализировать влияние различных законов распределений интервалов времени между пакетами и времени передачи пакетов по каналам на характеристики СПД.
5. Разработанная методика исследования СПД позволяет проектировщикам при минимальных затратах времени и материальных ресурсов найти рациональные решения по разработке новых и модернизации существующего СПД на основе совместного использования программного комплекса «DCNET» и системы имитационного моделирования GPSS World.
Список литературы
- Абросимов Л.И. Методология анализа вероятностно-временных характеристик вычислительных сетей на основе аналитического моделирования. Дис.. д-ра техн. наук. -М. 1996. -412с.
- Авен О.И., Гурин Н. Н., Коган Я. А. Оценка качества и оптимизация вычислительных систем. М.: Наука, Гл. ред. Физ.-мат. лит., 1982. -464с.
- Алиев Т.Н. Основы моделирования дискретных систем. СПб: СПбГУ ИТМО, 2009.-363с.
- Алиев Т.П. Математические методы теории вычислительных систем. -Л.:1. ЛИТМО, 1979.-92с.
- Бахарева Н. Ф. Интерактивная система вероятностного моделирования компьютерных сетей на основе метода двумерной диффузионной аппроксимации. Дис.. канд. техн. наук. Оренбург, 2004 190 с.
- Башарин Г. П., Бочаров П. П., Коган Я. А. Анализ очередей в вычислительных сетях. Теория и методы расчета. М.: Наука. Гл. ред. физ.-мат. лит., 1989. -366с.
- Богатырев В.А. К вопросу об оптимальной сегментации компьютерной сети //Приборы и системы. Управление, контроль, дианостика. -№ 5, 2006. -с. 3036.
- Боев В. Д. Моделирование систем. Инструментальные средства GPSS World: Учебное пособие. СПб.: БХВ-Петербург, 2004 — 368 с.
- Ю.Вентцель Е. С. Исследование операций. М.: Сов. Радио, 1972. — 552 с.
- П.Вентцель Е. С., Овчаров JI.A. Теория случайных процессов и ее инженерные приложения. М. Наука, Физматлит, 1991. 384 с.
- Вишневский В.М. Теоретические основы проектирования компьютерных сетей. М.: Техносфера, 2003. — 512с.
- Клейирок JI. Вычислительные системы с очередями. М.: Мир, 1979. — 598с.
- Клейнрок JI. Теория массового обслуживания. М.: Машиностроение, 1979. -432с.
- Кругликов В.К. Вероятностный машинный эксперимент в приборостроении.- Л.: Машиностроение, 1985. 247 с.
- Майоров С. А., Новиков Г. И., Алиев Т. И. и др. Основы теории вычислительных систем. -М.: Высшая школа, 1978. -408с.
- Митрофанов Ю.И., Беляков В. Г. Метод декомпозиции при моделировании вычислительных структур // Вопросы кибернетики / Научный совет по комплексной проблеме «Кибернетика» АН СССР. М., 1982. — С. 97.
- Нгуен Дык Тай. Исследование сетей передачи данных с учетом ограниченной длины пакетов // Научно-технический вестник СПбГУ ИТМО, июль-август 2008. Вып. № 56. С. 73 — 80.
- Нгуен Дык Тай. Оценка пропускных способностей каналов связи распределенных сетей передачи данных // Научно-технический вестник СПбГУ ИТМО. 2007. — Вып. 39. — С. 258 — 267.
- Столлингс В. Современные компьютерные сети. 2-е изд.- СПб.: Питер, 2003. -783 с.
- Томашевский В., Жданова Е. Имитационное моделирование в среде GPSS. -М.: Бестселлер, 2003. -416 с.
- Хемди А. Таха «Введение в исследование операций». Издательский дом «Вильяме», Москва • Санкт-Петербург • Киев, 2001.
- Шварц М. Сети связи: протоколы, моделирование и анализ. М.: Наука, 1992.
- Шварц М. Сети ЭВМ. Анализ и проектирование: Пер. с англ. М.: Радио и связь, 1981. — 336с.
- Шнепс М. А. Системы распределения информации. Методы расчета: Справ, пособие. М.: Связь, 1979−344 с.
- Gelenbe Е., Mitrany I. Analysis and Synthesis of Computer Systems. London: Academic Press, 1980. — 410 p.
- Kramer W., Langenbach-Belz M., Approximate formulae for the delay in the queuing system GI/G/1. Congressbook, 8th Intranet. Telegraphic Congress, Melbourne (1976).
- Kritzinger P. S., Wyk S., Krzensinski A.E. A Generalization of Norton’s Theorem for Multiclass Queuing Network // Perform. Eval. 1982. — V. 41, N 4. — P. 480 488.
- Kuhn P. Analysis of complex queuing networks by decomposition. Congress book. ITC-8, Melbourne, 1976.
- Leland W.E., Taqqu M.S., Willinger W. and Wilson D.V. On The Self-Similar Nature Of Ethernet Traffic.- Proc. ACM SIGCOMM'93, San-Fransisco, 1993, p 183−193.
- Mandelbrot B.B., Long-Run Linearity, Locally Gaussian Processes, H-Spectra and InfmiteVariances, International Economic Review, Vol.10, pp. 82−113, 1969.
- Marshall K.T. Some inequalities in queuing. Oper. Res., 1968, v. 16, p. 65 1−655.
- Ulanovs P., Petersons E., Modeling of Self-similar traffic in high-performance Computer Networks, RTU, report collection for 42 International Conference, Riga, 2001.
- Walter Willinger, Murad S. Taqqu, Robert Sherman and Daniel V. Wilson, «Self-Similarity Through High-Variability: Statistical Analysis of Ethernet LAN Traffic at the Source Level». IEEE/ACM Transactions on Networking, Vol. 5, No. 1, 1997.
- Н2/М/1 Model, experienceH2Mlvarya. GPS, by Nguyen Due Tai1. H2/M/1 Model *
- Exponential (2, 0, INTERVALARRIVAL#0.1012 83)#(l-x$RndCount))1. GENERATE v$flow
- Savevalue RndCount,(RNl'L'350)1. QUEUE QTurn1. SEIZE Turn1. DEPART QTurn
- ADVANCE (Exponential (4,0,INTERVALSERVE))1. RELEASE Turn1. TERMINATE 11. MyMatrix MATRIX, 2,30
- ITIAL MyMatrix, UNSPECIFIED INCLUDE «varyainitialMH2l.txt» EXPERIMENT Myexp () BEGIN
- TEMPORARY indexbegin, intervalarrival, indexend, stringtemp indexend=l- indexbegin=14 -intervalarrival=MX$InitialMatrix (1,1) — DoCoramand («SHOW („„My dispersion analyse““)») —
- WHILE (indexend≤indexbegin) DO BEGIN
- TestRun (intervalarrival) — MyMatrix 1, indexend. =QT$QTurn- MyMatrix [ 2, indexend] =FR$Turn- indexend=indexend+l-intervalarrival=InitialMatrix1,indexend.- END-
- ANOVA (MyMatrix, 30, 1) — END-
- PROCEDURE TestRun (intervalarrival) BEGIN1. DoCommand («CLEAR OFF») —
- TERVALARRIVAL1 EQU INTERVAL ARRIVAL2 EQUкоэффициент вариации — математическое оживаниетретий момент (начальный) 4.0 1.500 001.TERVALSERVE EQU 91. itial x$RndCount, 0flow Fvariable
- Exponential (1,0,INTERVALARRIVAL1)+Exponential (2, 0, INTERVALARRIVAL2)+Exponenti al (3,0,INTERVALARRIVAL2)+Exponential (4,0,INTERVALARRIVAL2)+Exponential (5,0,INT ERVALARRIVAL2))1. GENERATE v$flow1. SAVEVALUE SUM, v$flow
- SAVEVALUE COUNT,(X$COUNT+l)
- SAVEVALUE SUM,(X$SUM+X$SUM)
- SAVEVALUE SUM2, (X$SUM2+X$SUM#X$SUt4)
- SAVEVALUE SUMTHREE,(X$SUMTHREE+X$SUM#X$SUM#X$SUM)
- SAVEVALUE MOMENTTHREE,(X$SUMTHREE/X$COUNT) SAVEVALUE MYMEAN,(X$SUM/X$COUNT)
- SAVEVALUE MYJD, (SQR ((X$SUM2/X$COUNT) (X$MYMEAN#X$MYMEAN))) -SAVEVALUE MY COEF VAR,(X$MY SD/X$MY MEAN)
- QUEUE SEIZE DEPART ADVANCE RELEASE TERMINATE START 10 000 001. QTurn1. Turn1. QTurn1. TERVALSERVE Turn 1network model generated by dcnet ******** *****************************************************
- ITIAL x$RndCount, 0 10 N0DE1 GENERATE (UNIFORM (1,0.0,0.28 571)), 20 TRANSFER 0.442 857,NODEl2, N0DE13
- NODE2 GENERATE 0.5 882,
- TRANSFER 0.570 588,NODE2l, NODE2550 NODE3 GENERATE
- SAVEVALUE RndCount,(RNl'L'200)
- TRANSFER 0.366 667,NODE4 3, NODE4 5
- NODE5 GENERATE (Exponential (1,0,0.6 667)), 110
- TRANSFER 0. 526 667, NODE5 4, NODE5 2
- NODEl2 130 140 150 160 170 180 190
- NODE2l 210 220 230 240 250 2601. Exponential (1,0,0270 280 290 N0DE1330031032033034035036037 0 NODE3l380390400410420
- ASSIGN 1±, 1 TEST E PI, 1, OUT QUEUE CQUEUE12 SEIZE CHANNEL12 DEPART CQUEUE12
- ADVANCE (Exponential (1,0,0.7 987))1. RELEASE CHANNEL12
- TRANSFER 0.501 650,OUT, NODE251. ASSIGN 2+, 11. TEST E P2,1,OUT1. QUEUE CQUEUE211. SEIZE CHANNEL211. DEPART CQUEUE21
- SAVEVALUE RndCount,(RN1'L'200)
- ADVANCE (((Exponential (1,0,0.15 730))#x$RndCount) +, 0017 68))#(l-x$RndCount))) RELEASE CHANNEL21 TRANSFER 0.43 774 8, OUT, NODEl3 ASSIGN 3+, l TEST E P3, l, OUT QUEUE CQUEUE13 SEIZE CHANNEL13 DEPART CQUEUE13
- ADVANCE (Exponential (1,0.3 063,0.3 063))1. RELEASE CHANNEL13
- TRANSFER 0.323 666,OUT, NODE341. ASSIGN 4+, 11. TEST E P4, l, OUT1. QUEUE CQUEUE311. SEIZE CHANNEL311. DEPART CQUEUE31
- ADVANCE (Gamma (1,0,0.23 566, 0.250 000))430 RELEASE CHANNEL3 1
- TRANSFER 0.238 148,OUT, NODEl2450 NODE2 5 ASSIGN 5+, 1460 TEST E P5,1,OUT470 QUEUE CQUEUE2 5480 SEIZE CHANNEL25490 DEPART CQUEUE25
- ADVANCE (Exponential (1, 0,0.4 523))510 RELEASE CHANNEL2 5
- TRANSFER 0. 481 947, OUT, NODE54530 NODE5 2 ASSIGN 6+, l540 TEST E P6,1,OUT550 QUEUE CQUEUE5 2560 SEIZE CHANNEL52570 DEPART CQUEUE5 2
- ADVANCE (UNIFORMd, 0.0,0.10 619))590 RELEASE CHANNEL5 2
- TRANSFER 0. 511 561, OUT, NODE2l610 NODE3 4 ASSIGN 7 +, 1620 TEST E P7,1,OUT630 QUEUE CQUEUE3 4640 SEIZE CHANNEL3 4650 DEPART CQUEUE3 4660 ADVANCE 0.9 082 670 RELEASE CHANNEL3 4
- TRANSFER 0. 290 766, OUT, NODE45690 NODE4 3 ASSIGN 8+, 1700 TEST E P8, l, OUT710 QUEUE CQUEUE4 3720 SEIZE CHANNEL4 3730 DEPART CQUEUE43740 ADVANCE
- Exponential (1, 0,0.1 596)+Exponential (2,0, 0. 1 596)+Exponexponential (4, 0, 0.58 6)+Exponential (5,0,0. 586))750 RELEASE CHANNEL4 3
- TRANSFER 0.384 683,OUT, NODE3l770 NODE4 5 ASSIGN 9+, 1• 780 790 800 810 820 8301. Exponential (1,0,0x$RndCount)))840850
- NODE54 870 880 890 900 9101. TEST E P9,1,OUT1. QUEUE CQUEUE451. SEIZE CHANNEL451. DEPART CQUEUE45
- SAVEVALUE RndCount,(RNl'L'200)1. ADVANCE028174))#x$RndCount)+((Exponential (1,0,0.3 166))#(1
- RELEASE CHANNEL45 TRANSFER 0. 421 769, OUT, NODE52 ASSIGN 10+, 1 TEST E P10,1,OUT QUEUE CQUEUE54 SEIZE CHANNEL54 DEPART CQUEUE54 ADVANCE
- Exponential (1, 0, 0.2 881)+Exponential (2,0,0.754)+Exponential (3, 0, 0.754)920 RELEASE CHANNEL54
- TRANSFER 0. 283 988, OUT, NODE43940 OUT TERMINATE 11. START 1 000 000