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

Методы и средства исследования распределенных сетей передачи данных с неоднородным трафиком на основе неэкспоненциальных моделей

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

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.

Показать весь текст

Список литературы

  1. Л.И. Методология анализа вероятностно-временных характеристик вычислительных сетей на основе аналитического моделирования. Дис.. д-ра техн. наук. -М. 1996. -412с.
  2. О.И., Гурин Н. Н., Коган Я. А. Оценка качества и оптимизация вычислительных систем. М.: Наука, Гл. ред. Физ.-мат. лит., 1982. -464с.
  3. Т.Н. Основы моделирования дискретных систем. СПб: СПбГУ ИТМО, 2009.-363с.
  4. Т.П. Математические методы теории вычислительных систем. -Л.:1. ЛИТМО, 1979.-92с.
  5. Н. Ф. Интерактивная система вероятностного моделирования компьютерных сетей на основе метода двумерной диффузионной аппроксимации. Дис.. канд. техн. наук. Оренбург, 2004 190 с.
  6. 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.
  7. В.А. К вопросу об оптимальной сегментации компьютерной сети //Приборы и системы. Управление, контроль, дианостика. -№ 5, 2006. -с. 3036.
  8. В. Д. Моделирование систем. Инструментальные средства GPSS World: Учебное пособие. СПб.: БХВ-Петербург, 2004 — 368 с.
  9. Ю.Вентцель Е. С. Исследование операций. М.: Сов. Радио, 1972. — 552 с.
  10. П.Вентцель Е. С., Овчаров JI.A. Теория случайных процессов и ее инженерные приложения. М. Наука, Физматлит, 1991. 384 с.
  11. В.М. Теоретические основы проектирования компьютерных сетей. М.: Техносфера, 2003. — 512с.
  12. JI. Вычислительные системы с очередями. М.: Мир, 1979. — 598с.
  13. JI. Теория массового обслуживания. М.: Машиностроение, 1979. -432с.
  14. В.К. Вероятностный машинный эксперимент в приборостроении.- Л.: Машиностроение, 1985. 247 с.
  15. С. А., Новиков Г. И., Алиев Т. И. и др. Основы теории вычислительных систем. -М.: Высшая школа, 1978. -408с.
  16. 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.
  17. 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.
  18. Нгуен Дык Тай. Оценка пропускных способностей каналов связи распределенных сетей передачи данных // Научно-технический вестник СПбГУ ИТМО. 2007. — Вып. 39. — С. 258 — 267.
  19. В. Современные компьютерные сети. 2-е изд.- СПб.: Питер, 2003. -783 с.
  20. В., Жданова Е. Имитационное моделирование в среде GPSS. -М.: Бестселлер, 2003. -416 с.
  21. А. Таха «Введение в исследование операций». Издательский дом «Вильяме», Москва • Санкт-Петербург • Киев, 2001.
  22. М. Сети связи: протоколы, моделирование и анализ. М.: Наука, 1992.
  23. М. Сети ЭВМ. Анализ и проектирование: Пер. с англ. М.: Радио и связь, 1981. — 336с.
  24. М. А. Системы распределения информации. Методы расчета: Справ, пособие. М.: Связь, 1979−344 с.
  25. Gelenbe Е., Mitrany I. Analysis and Synthesis of Computer Systems. London: Academic Press, 1980. — 410 p.
  26. Kramer W., Langenbach-Belz M., Approximate formulae for the delay in the queuing system GI/G/1. Congressbook, 8th Intranet. Telegraphic Congress, Melbourne (1976).
  27. 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.
  28. Kuhn P. Analysis of complex queuing networks by decomposition. Congress book. ITC-8, Melbourne, 1976.
  29. 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.
  30. Mandelbrot B.B., Long-Run Linearity, Locally Gaussian Processes, H-Spectra and InfmiteVariances, International Economic Review, Vol.10, pp. 82−113, 1969.
  31. Marshall K.T. Some inequalities in queuing. Oper. Res., 1968, v. 16, p. 65 1−655.
  32. Ulanovs P., Petersons E., Modeling of Self-similar traffic in high-performance Computer Networks, RTU, report collection for 42 International Conference, Riga, 2001.
  33. 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.
  34. Н2/М/1 Model, experienceH2Mlvarya. GPS, by Nguyen Due Tai1. H2/M/1 Model *
  35. Exponential (2, 0, INTERVALARRIVAL#0.1012 83)#(l-x$RndCount))1. GENERATE v$flow
  36. Savevalue RndCount,(RNl'L'350)1. QUEUE QTurn1. SEIZE Turn1. DEPART QTurn
  37. ADVANCE (Exponential (4,0,INTERVALSERVE))1. RELEASE Turn1. TERMINATE 11. MyMatrix MATRIX, 2,30
  38. ITIAL MyMatrix, UNSPECIFIED INCLUDE «varyainitialMH2l.txt» EXPERIMENT Myexp () BEGIN
  39. TEMPORARY indexbegin, intervalarrival, indexend, stringtemp indexend=l- indexbegin=14 -intervalarrival=MX$InitialMatrix (1,1) — DoCoramand («SHOW („„My dispersion analyse““)») —
  40. WHILE (indexend≤indexbegin) DO BEGIN
  41. TestRun (intervalarrival) — MyMatrix 1, indexend. =QT$QTurn- MyMatrix [ 2, indexend] =FR$Turn- indexend=indexend+l-intervalarrival=InitialMatrix1,indexend.- END-
  42. ANOVA (MyMatrix, 30, 1) — END-
  43. PROCEDURE TestRun (intervalarrival) BEGIN1. DoCommand («CLEAR OFF») —
  44. TERVALARRIVAL1 EQU INTERVAL ARRIVAL2 EQUкоэффициент вариации — математическое оживаниетретий момент (начальный) 4.0 1.500 001.TERVALSERVE EQU 91. itial x$RndCount, 0flow Fvariable
  45. 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
  46. SAVEVALUE COUNT,(X$COUNT+l)
  47. SAVEVALUE SUM,(X$SUM+X$SUM)
  48. SAVEVALUE SUM2, (X$SUM2+X$SUM#X$SUt4)
  49. SAVEVALUE SUMTHREE,(X$SUMTHREE+X$SUM#X$SUM#X$SUM)
  50. SAVEVALUE MOMENTTHREE,(X$SUMTHREE/X$COUNT) SAVEVALUE MYMEAN,(X$SUM/X$COUNT)
  51. SAVEVALUE MYJD, (SQR ((X$SUM2/X$COUNT) (X$MYMEAN#X$MYMEAN))) -SAVEVALUE MY COEF VAR,(X$MY SD/X$MY MEAN)
  52. QUEUE SEIZE DEPART ADVANCE RELEASE TERMINATE START 10 000 001. QTurn1. Turn1. QTurn1. TERVALSERVE Turn 1network model generated by dcnet ******** *****************************************************
  53. ITIAL x$RndCount, 0 10 N0DE1 GENERATE (UNIFORM (1,0.0,0.28 571)), 20 TRANSFER 0.442 857,NODEl2, N0DE13
  54. NODE2 GENERATE 0.5 882,
  55. TRANSFER 0.570 588,NODE2l, NODE2550 NODE3 GENERATE
  56. SAVEVALUE RndCount,(RNl'L'200)
  57. TRANSFER 0.366 667,NODE4 3, NODE4 5
  58. NODE5 GENERATE (Exponential (1,0,0.6 667)), 110
  59. TRANSFER 0. 526 667, NODE5 4, NODE5 2
  60. NODEl2 130 140 150 160 170 180 190
  61. NODE2l 210 220 230 240 250 2601. Exponential (1,0,0270 280 290 N0DE1330031032033034035036037 0 NODE3l380390400410420
  62. ASSIGN 1±, 1 TEST E PI, 1, OUT QUEUE CQUEUE12 SEIZE CHANNEL12 DEPART CQUEUE12
  63. ADVANCE (Exponential (1,0,0.7 987))1. RELEASE CHANNEL12
  64. TRANSFER 0.501 650,OUT, NODE251. ASSIGN 2+, 11. TEST E P2,1,OUT1. QUEUE CQUEUE211. SEIZE CHANNEL211. DEPART CQUEUE21
  65. SAVEVALUE RndCount,(RN1'L'200)
  66. ADVANCE (((Exponential (1,0,0.15 730))#x$RndCount) +, 0017 68))#(l-x$RndCount))) RELEASE CHANNEL21 TRANSFER 0.43 774 8, OUT, NODEl3 ASSIGN 3+, l TEST E P3, l, OUT QUEUE CQUEUE13 SEIZE CHANNEL13 DEPART CQUEUE13
  67. ADVANCE (Exponential (1,0.3 063,0.3 063))1. RELEASE CHANNEL13
  68. TRANSFER 0.323 666,OUT, NODE341. ASSIGN 4+, 11. TEST E P4, l, OUT1. QUEUE CQUEUE311. SEIZE CHANNEL311. DEPART CQUEUE31
  69. ADVANCE (Gamma (1,0,0.23 566, 0.250 000))430 RELEASE CHANNEL3 1
  70. TRANSFER 0.238 148,OUT, NODEl2450 NODE2 5 ASSIGN 5+, 1460 TEST E P5,1,OUT470 QUEUE CQUEUE2 5480 SEIZE CHANNEL25490 DEPART CQUEUE25
  71. ADVANCE (Exponential (1, 0,0.4 523))510 RELEASE CHANNEL2 5
  72. TRANSFER 0. 481 947, OUT, NODE54530 NODE5 2 ASSIGN 6+, l540 TEST E P6,1,OUT550 QUEUE CQUEUE5 2560 SEIZE CHANNEL52570 DEPART CQUEUE5 2
  73. ADVANCE (UNIFORMd, 0.0,0.10 619))590 RELEASE CHANNEL5 2
  74. TRANSFER 0. 511 561, OUT, NODE2l610 NODE3 4 ASSIGN 7 +, 1620 TEST E P7,1,OUT630 QUEUE CQUEUE3 4640 SEIZE CHANNEL3 4650 DEPART CQUEUE3 4660 ADVANCE 0.9 082 670 RELEASE CHANNEL3 4
  75. TRANSFER 0. 290 766, OUT, NODE45690 NODE4 3 ASSIGN 8+, 1700 TEST E P8, l, OUT710 QUEUE CQUEUE4 3720 SEIZE CHANNEL4 3730 DEPART CQUEUE43740 ADVANCE
  76. Exponential (1, 0,0.1 596)+Exponential (2,0, 0. 1 596)+Exponexponential (4, 0, 0.58 6)+Exponential (5,0,0. 586))750 RELEASE CHANNEL4 3
  77. TRANSFER 0.384 683,OUT, NODE3l770 NODE4 5 ASSIGN 9+, 1• 780 790 800 810 820 8301. Exponential (1,0,0x$RndCount)))840850
  78. NODE54 870 880 890 900 9101. TEST E P9,1,OUT1. QUEUE CQUEUE451. SEIZE CHANNEL451. DEPART CQUEUE45
  79. SAVEVALUE RndCount,(RNl'L'200)1. ADVANCE028174))#x$RndCount)+((Exponential (1,0,0.3 166))#(1
  80. RELEASE CHANNEL45 TRANSFER 0. 421 769, OUT, NODE52 ASSIGN 10+, 1 TEST E P10,1,OUT QUEUE CQUEUE54 SEIZE CHANNEL54 DEPART CQUEUE54 ADVANCE
  81. Exponential (1, 0, 0.2 881)+Exponential (2,0,0.754)+Exponential (3, 0, 0.754)920 RELEASE CHANNEL54
  82. TRANSFER 0. 283 988, OUT, NODE43940 OUT TERMINATE 11. START 1 000 000
Заполнить форму текущей работой