Сетевые методы и модели распределенных автоматизированных систем

• Автор: Истомин, Евгений Петрович
• Шифр специальности: 05.13.06
• Научная степень: Докторская
• Год защиты: 1998
• Место защиты: Санкт-Петербург
• Количество страниц: 262 с.

САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВОДНЫХ КОММУНИКАЦИЙ
На правах рукописи
Истомин Евгений Петрович
Сетевые методы и модели распределения автоматизированных систем
Специальность 05.13.06 Автоматизированные системы управления
Диссертация
на соискание ученой степени доктора технических наук
С анкт-Петербург

Оглавление

Введение

Глава 1. Модели распределенных автоматизированных систем
1.1. Сети обмена информацией в распределенных АСУ
1.2. Особенности широкополосных сетей интегрального обслуживания
1.3. Анализ задач моделирования при системном проектировании ИС
1.4. Модельное обеспечение структурно-функционал-ьного анализа при проектировании ИС
1.4.1. Аналитическое моделирование СОИ
1.4.2. Им, итационное моделирование сетей
Выводы по главе
Глава 2. Концептуальные модели предметной области сетевых систем
2.1. Структурные модели распределенных организационно-административных систем
2.2. Построение распределенной информационной архитектуры баз данных
2.3. Концепция коллектива динамических систем
2.3.1. Условия стабилизации коллектива сети
2.3.2. Связи и динамика
2.4. Хорошие и плохие коллективные сети
2.4.1. Модель с произвольными связями и произвольными интенсивностями
2.4.2. Модель с произвольными связями при одинаковых интенсивностях
2.4.3. Модель сети - неориентированный граф
Выводы по главе
Глава 3. Сетевые модели транспортного комплекса
3.1. Системное представление транспортного комплекса
3.2. Граф-модель подсистем транспортного комплекса
3.3. Математические модели транспортной сети как основа управления
Выводы по главе
Глава 4. Методологические основы и прикладные аспекты теории экстремальных значений в сетевых системах
4.1. Метод экстремальных значений (ЕУТ)
4.1.1. Приближение распределения максимальных значений независимых и
одинаково распределенных случайных величин
4.1.2. Критерий принадлежности функции распределения к экспоненциальному
классу
4.1.3. Оценка параметров метода экстремального значения
4.2. Прикладные аспекты метода экстремальных значений
4.2.1. Оценка точности метода экстремальных значений
4.2.2. Расширение метода экстремального значения для оценки распределений
дискретных случайных величин
4.2.3. Расширение метода ЕУТ для описания коррелированных непрерывных
случайных величин
4.3. Аналитико-статистический метод расчета малых вероятностей потерь
в буфереконечной емкости
4.3.1. Модель процесса потерь в буферном накопителе конечной емкости
4.3.2. Определение независимых периодов регенерации
4.3.3. Аналитико-статистическая оценка вероятности потерь в буфере
конечной емкости
4.3.4. Методика расчета вероятности потерь в КБ
4.3.5. Экспериментальное оценивание вероятностей превышения
конечной емкости буфера
Выводы по главе
Глава 5. Математическая модель оценивания технического состояния
распределенной системы в двумерном пространстве
5.1. Оценивание функционала Т(х, ,х2) для независимых и функционально
зависимых параметров
5.1.1. Случай независимых процессов
5.1.2. Функционально зависимые процессы
5.2. Решение задачи оценки функционала Т(х,,х2) для случая р е (ОД)
5.3. Приближенная оценка функционала Т(х, ,х2) в задачах индивидуального
отбора элементов сети по двум техническим параметрам
Выводы по главе
Глава 6. Статистическое оценивание функциональной надежности
распределенной системы и моделирование сетевых процессов
6.1. Статистическое оценивание связности сети
6.1.1. Задача расчета надежности структурно-сложных систем
6.1.2. Концепция ускорения статистического моделирования при оценивании
связности сети
6.1.3. Оценивание вероятности потери связности сети
6.2. Оценивание функциональной надежности сети
6.2.1. Маршрутизация в больших информационных сетях
6.2.2. Концепция моделирования процесса установления соединения
6.2.3. Модель процесса установления соединения
6.2.4. Аналитико-статистический расчет оценки вероятности установления
(неустановления) соединения на сети
6.3. Расслоенное моделирование информационной сети
6.3.1. Расслоенный отбор при имитационном моделирование сети. Декомпозиция
сети
6.3.2. Назначение рангов УК и КС. Выбор порога существенностей связей
6.3.3. Алгоритм двухступенчатой декомпозиции сети и точность оценок
исследуемых характеристик
6.3.4. Тестовый пример
Выводы по главе
Заключение
Литература

ции возникают достаточно часто, и это свойство регенерирующего процесса в сочетании с другими методами можно использовать [82].
С помощью методов понижения дисперсии (МПД) можно добиться большей точности результатов при том же числе опытов или получить требуемую точность при меньшем числе опытов, т.е. ускорить процесс моделирования. Действительно, пусть случайные величины (СВ) 4 и 4 таковы, что т=М=М, О&ВС,, и для оценивания т реализуется N независимых значений СВ по которым и вычисляется оценка в виде

п о г»
Поскольку СВ т .имеет Мт=тиОт= Бх/Ы , то с учетом центральной предельной тео-

ремы теории вероятностей СВ т распределена практически нормально с параметрами т, О/Ы:
т*Ы(т,04/Ы).

Отсюда, вероятность того, что. т ±Д накроет точку ш, определяется выражением

•т[ < Б

т) / Г Ох /14)2 і = рГ Д - Г(М / Бх)/ 1,
где Ф(х)=Р{И<х}, 2.31(0,1) - стандартное распределение вероятностей.
Если заранее задаться требуемыми значениями доверительной вероятности 1-в и отклонения А, где достаточно близко к единице, то получим уравнение
1 -е = Ф (Д*(Ы/Щ)1/2),
из которого находим число N реализаций СВ
{ 0"‘(1 - є)

(1.2)
где 0" - обратная к 0 функция.
Аналогичные рассуждения относительно СВ С, дают
0_1(1-е)1
Следовательно, при одинаковых требованиях (1-е, Д) к точности оценивания показателя ш