Оценка трудоемкости моделирования динамики сложных систем
https://doi.org/10.20914/2310-1202-2022-3-276-287
Аннотация
В статье рассмотрен новый метод расчета стационарных значений вероятностей состояний сложной системы для процессов с дискретными состояниями и непрерывным временем. Марковские модели адекватны только для очень небольшого класса реальных процессов с экспоненциальным распределением вероятностей. Методы же имитационного моделирования в большинстве случаев приводит к существенным вычислительным затратам, как и полумарковские модели. Показана возможность подхода к моделированию с учетом изоморфизма структуры множества состояний и множества переходов полумарковских, марковских и имитационных моделей для произвольных законов распределения случайных интервалов в потоках событий. Данный подход базируется на совокупности теоретических положений, доказанных авторами в ранее изданных статьях и монографиях. Он включает в себя декомпозицию, имитационное моделирование для отдельных состояний, синтез изоморфного марковского представления и финальный расчет вероятностей путем решения систем линейных уравнений. Снижение вычислительных затрат достигается за счет выравнивания количества реализаций имитационного моделирования для различных состояний модели при декомпозиции, а также за счет непосредственного переноса простейших потоков в изоморфное марковское представление. Верхняя О(n)-оценка трудоемкости предложенного алгоритма приближается к нижней Ω(n)-оценке для имитационного моделирования. В то же время нижняя Ω(n)-оценка близка к трудоемкости решения систем линейных уравнений. Наиболее существенный выигрыш обеспечивается в исследованиях, связанных с многократной оценкой вероятностей на модели для различных исходных данных с целью оптимизации параметров системы, так как каждый последующий эксперимент требует модификации изоморфного представления лишь для одного из состояний модели.
Об авторах
П. Б. АбрамовРоссия
к.т.н., доцент, кафедра автоматизированных систем управления (и информационной безопасности), ул. Старых Большевиков, 54а г. Воронеж, 394069, Россия
Д. В. Игнатов
к.т.н., преподаватель, кафедра автоматизированных систем управления (и информационной безопасности), ул. Старых Большевиков, 54а, г. Воронеж, 394069, Россия
Е. А. Шипилова
к.т.н., доцент, кафедра математики, ул. Старых Большевиков, 54а, г. Воронеж, 394069, Россия
С. С. Кущев
к.т.н., полковник, кафедра автоматизированных систем управления (и информационной безопасности), ул. Старых Большевиков, 54а, г. Воронеж, 394069, Россия
Список литературы
1. Вентцель Е.С. Исследование операций. М.: Советское радио, 1977. 552 с.
2. Тихонов В.И., Миронов М.А. Марковские процессы. М.: Советское радио, 1977. 488 с.
3. Гнеденко Б.В., Коваленко И.Н. Введение в теорию массового обслуживания. М.: Наука, 1987. 336 с.
4. Коваленко И.Н., Москатов Г.К., Барзилович Е.Ю. Полумарковские модели в задачах проектирования систем управления летательными аппаратами. М.: Машиностроение, 1973. 176 с.
5. Королюк В.С., Турбин А.Ф., Полумарковские процессы и их приложения. Киев: Наукова думка, 1976. 184 с.
6. Zeifman A., Shilova G., Korolev V., Shorgin S.Ya. On sharp bounds of the rate of convergence for some queueing models // 29th European Conference on Modelling and Simulation (ECMS 2015). 2015. P. 622–626. doi: 10.7148/2015
7. Satin Y., Zeifman A., Korotysheva A., Kiseleva K. et al. On truncations for a class of finite markovian queuing models // 29th European Conference on Modelling and Simulation (ECMS 2015). 2015. P. 626–631. doi: 10.7148/2015
8. Morozov E.V., Kalinina K.A. On the effective bandwidth estimation in communication network // 29th European Conference on Modelling and Simulation (ECMS 2015). 2015. P. 650–656. doi: 10.7148/2015
9. Satin Y., Korotysheva A., Kiseleva K., Shilova G. et al. Two-sided truncations of inhomogeneous birth-death processes // Proceedings-30th European Conference on Modelling and Simulation, ECMS 2016. 2016. P. 663–669. doi: 10.7148/2016
10. Zeifman A., Korotysheva A., Satin Ya., Shilova G. et al. Uniform in time bounds for “no-wait” probability in queues of Mt/Mt/S Type // Proceedings-30th European Conference on Modelling and Simulation, ECMS 2016. 2016. P. 676–685. doi: 10.7148/2016
11. Zeifman A., Korotysheva A., Satin Ya., Kiseleva K. et al. Bounds for markovian queues with possible catastrophes // Proceedings-31st European Conference on Modelling and Simulation, ECMS 2017. 2017. P. 628–635. doi: 10.7148/2017
12. Satin Ya., Korotysheva A., Shilova G., Sipin A. et al. Two-Sided Truncations For The Mt/Mt/S Queueing Model // Proceedings-31st European Conference on Modelling and Simulation, ECMS 2017. 2017. P. 635–642. doi: 10.7148/2017
13. Dudin A., Dudin S., Dudina O., Samouylov K. Analysis of unreliable multi-server queueing system with breakdowns spread and quarantine // Proceedings-31st European Conference on Modelling and Simulation, ECMS 2017. 2017. P. 680–687. doi: 10.7148/2017
14. Nazarov A., Paul S., Gudkova I. Asymptotic analysis of markovian retrial queue with two-way communication under low rate of retrials condition // Proceedings-31st European Conference on Modelling and Simulation, ECMS 2017. 2017. P. 687–694. doi: 10.7148/2017
15. Gribaudo M., Iacono M., Jakobik A., Kolodziej J. Performance optimisation of edge computing homeland security support applications // ECMS. 2018. P. 440–447. doi: 10.7148/2018
16. Velieva T.R., Korolkova A.V., Gevorkyan M.N., Vasilyev S.A. et al. Software package for the active queue management module model verification // ECMS. 2018. P. 498–505. doi: 10.7148/2018
17. Orlov Yu.N., Kislitsy A.A. Nonstationary stochastic motion modeling by dynamical systems // ECMS. 2019. P. 466–473. doi: 10.7148/2019
18. Vasilyev S.A., Tsareva G. Simulation of large-scale queueing systems // ECMS. 2018. P.485–491. doi: 10.7148/2018
19. Sopin E., Ageev K., Shorgi S. Simulation of the limited resources queuing system for performance analysis of wireless networks // ECMS. 2018. P. 505–510. doi: 10.7148/2018
20. Livinska H.V., Lebedev E.O. Conditions of gaussian non-markov approximation for multi-channel networks // 29th European Conference on Modelling and Simulation (ECMS 2015). 2015. P. 642–650. doi: 10.7148/2015
21. Korolev V., Gorshenin A., Korchagin A., Zeifman A. Generalized gamma distributions as mixed exponential laws and related limit theorems // Proceedings-31st European Conference on Modelling and Simulation, ECMS 2017. 2017. P. 642–649. doi: 10.7148/2017
22. Абрамов П.Б. Обоснование возможности применения марковских моделей для моделирования немарковских процессов // Matherials of the X International scientific and practical conference: «Scientific Horizons2014». Sheffield: Science and education LTD. 2014. V. 11. P. 59–64.
23. Абрамов П.Б., Десятирикова Е.Н., Чурсин М.А. Марковские модели стационарного режима немарковских процессов // Вестник ВГУ. Серия: Системный анализ и информационные технологии. 2015. № 3. С. 5–10.
Рецензия
Для цитирования:
Абрамов П.Б., Игнатов Д.В., Шипилова Е.А., Кущев С.С. Оценка трудоемкости моделирования динамики сложных систем. Вестник Воронежского государственного университета инженерных технологий. 2022;84(3):276-287. https://doi.org/10.20914/2310-1202-2022-3-276-287
For citation:
Abramov P.B., Ignatov D.V., Shipilova E.A., Kuschev S.S. Evaluation of the complexity of modeling the dynamics of complex systems. Proceedings of the Voronezh State University of Engineering Technologies. 2022;84(3):276-287. (In Russ.) https://doi.org/10.20914/2310-1202-2022-3-276-287