symulator wiązki pełnodostępnej obsługującej zintegrowane nie
Transkrypt
symulator wiązki pełnodostępnej obsługującej zintegrowane nie
Adam Kaliszan Mariusz Głąbowski Katedra Sieci Telekomunikacyjnych i Komputerowych Politechnika Poznańska ul. Piotrowo 3A, 60-965 Poznań e-mail: [email protected] 2006 Poznańskie Warsztaty Telekomunikacyjne Poznań 7 - 8 grudnia 2006 SYMULATOR WIĄZKI PEŁNODOSTĘPNEJ OBSŁUGUJĄCEJ ZINTEGROWANE NIE-POISSONOWSKIE STRUMIENIE ZGŁOSZEŃ Streszczenie: W artykule przedstawiono sposoby prowadzenia badań symulacyjnych wiązki pełnodostępnej obsługującej ruch zintegrowany, której oferowane są strumienie zgłoszeń Bernoullego, Pascala i Poissona. Opisany symulator opiera się na metodzie planowania zdarzeń. Metoda ta oferuje więcej możliwości niż popularne symulacje typu Monte Carlo stosowane często w inżynierii ruchu. W artykule opisano sposoby symulowania różnych strumieni zgłoszeń oraz sposób ich obiektowej implementacji. 1. Wprowadzenie Podstawowym systemem z ruchem zintegrowanym jest tzw. wiązka pełnodostępna, która jest modelem pojedynczego łącza z nieograniczonym dostępem do zasobów. Wiązce tej oferowane są niezależne strumienie zgłoszeń. Jeśli założymy, że strumienie te są Poissonowskimi strumieniami to system taki może być symulowany metodą Monte Carlo [1]. Jeśli system rozszerzymy o obsługę nie-Poissonowskich strumieni zgłoszeń, takich jak strumienie Pascala lub Bernoullego, to konieczne jest stosowanie symulacji czasowej. Możliwości takie zapewnia m.in. metoda planowania zdarzeń. Celem artykułu jest zaprezentowanie symulatora wiązki doskonałej z ruchem zintegrowanym o rozkładzie Poissona, Bernoullego i Pascala. Artykuł zorganizowany jest w następujący sposób. W rozdziale 2 opisano model wiązki pełnodostępnej oraz strumienie zgłoszeń Poissona, Bernoullego i Pascala. W rozdziale 3 przedstawiono metodę symulacji opisanych strumieni zgłoszeń. Rezultaty symulacji wybranych wiązek oraz czasy trwania symulacji zostały przedstawione w rozdziale 4. Rozdział 5 zawiera podsumowanie. 2. Wiązka pełnodostępna i oferowane jej strumienie zgłoszeń Wiązka pełnodostępna obsługuje m klas zgłoszeń. Każdą klasę opisują parametry takie jak: zasoby żądane do obsługi pojedynczego zgłoszenia, strumień napływania zgłoszeń oraz strumień obsługi. Strumienie zgłoszeń mogą mieć różne rozkłady. Najpopularniejsze rozkłady zostały opisane w artykule w następnych podrozdziałach. Czasy obsługi zgłoszeń wszystkich klas mają charakter wykładniczy z parametrami: µ1 , µ2 , . . . , µm . Wiązka Klasa nr 1: z1 , λ1 , µ1 - Klasa nr 2: S2 , z2 , γ2 , µ2 - 1 2 3. . . Klasa nr m: Nm , zm , γm , µm - V Rys. 1. Model systemu multi-rate z pojedynczym (separowanym) łączem 2.1. Model wiązki pełnodostępnej Przyjmijmy, że zasoby wiązki żądane dla realizacji zgłoszeń poszczególnych klas ruchu stanowią wielokrotność pewnej wartości przepływności, tzw. Podstawowej Jednostki Pasma 1 . Wiązka pełnodostępna ma pojemność V PJP, które są dostępne dla wszystkich pojawiających się zgłoszeń. Oznacza to, że w wiązce pełnodostępnej nie występuje zależność strumienia zgłoszeń od stanu, w którym system się znajduje [3]. Zgłoszenie klasy i wymaga zi PJP do zestawienia połączenia. Opisany model wiązki pełnodostępnej obsługującej m klas zgłoszeń przedstawiono na rysunku 1. Parametry, które określają każdą klasę zgłoszeń, zostały omówione w dalszej części artykułu. 2.2. Strumień zgłoszeń Poissona Strumień zgłoszeń Poissona określany jest często jako strumień najprostszy. Posiada on następujące cechy: pojedynczość, brak następstw i stacjonarność [4]. Prawdopodobieństwo, że w czasie t napłynęło n zgłoszeń klasy i jest równe: n Pn (t) = (λi · t) · e−λi t . n! (1) Na podstawie wzoru (1) prawdopodobieństwo, że w czasie t nie pojawiło się żadne zgłoszenie, jest równe P0 (t) = e−λi t , (2) 1 Przy konstruowaniu modeli multi-rate dla systemów szerokopasmowych B-ISDN przyjmuje się, że PJP jest największym wspólnym podzielnikiem pasm równoważnych wszystkich oferowanych systemowi strumieni zgłoszeń [2, 3]. natomiast prawdopodobieństwo pojawienia się jednego zgłoszenia w czasie t jest równe: P1 (t) = λi t · e−λi t . (3) Prawdopodobieństwa te zależne są od długości przedziału czasu t. Nie zależą one od czasu pojawienia się poprzedniego zgłoszenia. Na podstawie wzorów (2), (3) można obliczyć dystrybuantę F (t) pomiędzy kolejnymi zgłoszeniami, która określa prawdopodobieństwo, że czas pomiędzy zgłoszeniami T będzie krótszy od zadanego czasu t. Prawdopodobieństwo takie jest równoważne prawdopodobieństwu, że w czasie t pojawi się jedno lub więcej zgłoszeń klasy: F (t) = ∞ X Pn (t) = 1 − P0 (t) = 1 − e−λi t . (4) n=1 Na podstawie dystrybuanty F (t) można zamienić próbki z generatora o rozkładzie równomiernym na próbki o rozkładzie opisanym przez dystrybuantę F (t). W tym celu próbki otrzymane z rozkładu równomiernego o przedziale od 0 do 1 oznaczone jako pF należy podstawić do funkcji dystrybuanty: F (t) = pF . (5) Wzór (5) można tak przekształcić, by na podstawie znajomości funkcji F (t) rozkładu Poissona (wzór (4)) obliczyć t, które jest próbką z generatora losowego o rozkładzie Poissona: ln(pF ) . t=− λi (6) (7) Rozkład ten jest rozkładem wykładniczym. Średnia wartość tego rozkładu to λ−1 i . Niech πi,1 (t) oznacza prawdopodobieństwo, że w przedziale czasu o długości t pojawi się choć jedno zgłoszenie klasy i oraz niech Λi (t) oznacza intensywność strumienia zgłoszeń klasy i w czasie t, która jest równa: Λi (t) = lim ∆t→0 πi,1 (t + ∆t) . ∆t t=− ln(pF ) . γi (10) Nie jest określany moment pojawienia się nowego zgłoszenia, gdy źródło jest w stanie nieaktywnym. Intensywność strumienia zgłoszeń Bernoullego zależy od liczby źródeł, które są w stanie aktywnym. Liczba aktywnych źródeł zależy od liczby aktualnie obsługiwanych zgłoszeń yi (t) i jest równa S −yi (t). Można wykazać, że intensywność strumienia zgłoszeń Bernoullego jest równa Λi (t) = (Si − yi (t)) · γi . (11) 2.4. Strumień zgłoszeń Pascala W strumieniu Pascala początkowa liczba źródeł klasy i jest równa Ni . Każde źródło generuje zgłoszenia z intensywnością γi . Liczba źródeł klasy i zależy od liczby zgłoszeń w systemie i jest równa Ni + yi (t). Intensywność zgłoszeń w strumieniu Pascala zależy od liczby źródeł tego strumienia i jest równa Λi (t) = (Ni + yi (t)) · γi . (12) 2.5. Strumień obsługi Gęstość rozkładu Poissona jest równa f (t) = λi e−λi t . zgłoszeń jest równa γi , a gdy jest w stanie nieaktywnym, to jego intensywność jest równa 0. Źródło jest w stanie nieaktywnym, gdy jest obsługiwane zgłoszenie pochodzące od tego źródła. Czasy pomiędzy nowymi zgłoszeniami pojedynczego źródła mogą być losowane w taki sam sposób, co odstępy czasu pomiędzy zgłoszeniami w strumieniu Poissona: (8) Na podstawie właściwości strumienia Poissona, takich jak pojedynczość i brak następstw, można wykazać, że Λi (t) = λi . (9) 2.3. Strumień zgłoszeń Bernoullego Strumień zgłoszeń Bernoullego ma ograniczoną liczbę źródeł ruchu. Przyjmijmy, że liczba źródeł ruchu klasy i, która oferuje strumień zgłoszeń o rozkładzie Bernoullego, jest równa Si . Odstępy pomiędzy nowymi zgłoszeniami wygenerowanymi przez pojedyncze źródło mają rozkład wykładniczy. Źródła mogą być w dwóch różnych stanach. Jeśli źródło klasy i jest w stanie aktywnym, to jego intensywność generowania W artykule przyjęto, że czasy obsługi zgłoszeń mają rozkład wykładniczy i pojedyncze zgłoszenie klasy i obsługiwane jest z intensywnością µi . Generator liczb losowych o rozkładzie wykładniczym, odpowiadający czasom obsługi pojedynczych zgłoszeń, można zaimplementować w analogiczny sposób co generator opisujący strumień pojedynczego źródła zgłoszeń: tobsł = − ln(pF ) , µi (13) gdzie PF jest próbką z generatora o rozkładzie równomiernym o wartościach od 0 do 1. Należy podkreślić, że tobsł określa czas obsługi pojedynczego zgłoszenia w systemie, a system może obsługiwać wiele zgłoszeń równocześnie. W symulacji dla każdego takiego zgłoszenia należy indywidualnie wylosować czas obsługi. Intensywność strumienia obsługi zgłoszeń klasy i zależy od liczby obsługiwanych zgłoszeń tej klasy yi (t). Można wykazać, że intensywność strumienia obsługi klasy i jest równa [4] Ni (t) = µi yi (t). (14) Model, w którym systemowi oferowany jest Poissonowski strumień zgłoszeń, a czas obsługi pojedynczego zgłoszenia jest wykładniczy, nazywany jest modelem Erlanga. Model ten został przedstawiony na rysunku 2 dla systemu, który obsługuje tylko zgłoszenia pojedynczej klasy i. Rysunek 3 przedstawia model Engse- λi 0 λi zi µi 2µi 2zi λi 3µi 3zi λi 4µi 4zi λi 5µi 5zi λi ... 6µi Rys. 2. Diagram stanów procesu obsługi zgłoszeń w modelu Erlanga Si γi 0 (Si−1)γi (Si−2)γi (Si−3)γi (Si−4)γi (Si−5)γi zi µi 2µi 2zi 3µi 3zi 4µi 4zi 5µi 5zi ... 6µi Rys. 3. Diagram stanów procesu obsługi zgłoszeń w modelu Engseta ta, w którym strumień zgłoszeń ma rozkład Bernoullego a czas obsługi pojedynczego zgłoszenia ma rozkład wykładniczy. Zakładamy przy tym, że S > V . Podobnie zilustrowany system obsługuje tylko zgłoszenia pojedynczej klasy i. Rysunek 4 przedstawia diagram stanów dla systemu ze strumieniem zgłoszeń o rozkładzie Pascala obsługującym tylko zgłoszenia klasy i. Zilustrowane systemy mają tylko stany o wielokrotnościach zi . Przez numer stanu rozumiemy liczbę zajętych PJP przez zgłoszenia klasy i. Pojedyncze zgłoszenie tej klasy żąda zi PJP, zatem po przyjęciu do obsługi kolejnego zgłoszenia tej klasy system przechodzi ze stanu n do stanu n + zi . Jeśli założymy, że system obsługuje tylko zgłoszenia klasy i (tak jak na rysunkach 2–4) to stany, które nie są wielokrotnością zi nie są dozwolone. 3. Badania symulacyjne wiązki pełnodostępnej 3.1. Metoda planowania zdarzeń W metodzie planowania zdarzeń występuje czas systemowy, według którego posortowane są zdarzenia przechowywane na liście zdarzeń. Proces symulacji polega na pobieraniu pierwszego zdarzenia z listy zdarzeń, przestawianiu czasu systemowego do czasu tego zdarzenia i „wykonaniu” pobranego zdarzenia. Przez „wykonanie zdarzenia” należy rozumieć reakcję symulowanego systemu na to właśnie zdarzenie. Na przykład wykonywanie zdarzenia typu zakończenie obsługi zgłoszenia polega na zwolnieniu zasobów zajętych przez to zgłoszenie w symulowanym systemie. Wykonanie zdarzenia często pociąga za sobą zaplanowanie nowych zdarzeń, które są dodawane do listy zdarzeń. Przed rozpoczęciem symulacji konieczna jest jej inicjacja, która polega na ustaleniu stanu początkowego systemu. W procesie inicjacji planowane jest też pierwsze (lub kilka) zdarzenie, które zapoczątkuje proces Ni γi 0 (Ni+1)γi (Ni+2)γi (Ni+3)γi (Ni+4)γi (Ni+5)γi zi µi 2µi 2zi 3µi 3zi 4µi 4zi 5µi 5zi ... 6µi Rys. 4. Diagram stanów procesu obsługi strumienia zgłoszeń Pascala symulacji. Należy podkreślić, że po inicjacji w czasie procesu symulacji lista zdarzeń nigdy nie może być pusta. 3.2. Symulowanie wiązki obsługującej Poissonowskie strumienie zgłoszeń Rozważmy symulację systemu obsługującego m klas z Poissonowskimi strumieniami zgłoszeń. W procesie inicjacji dodawane jest m zdarzeń typu pojawienie się nowego zgłoszenia klasy 1, 2, . . . , m i stan systemu ustawiany jest na n = 0. W procesie symulacji zawsze wykonywane jest pierwsze zdarzenie z listy zdarzeń. Jeśli tym zdarzeniem jest zdarzenie typu pojawienie się nowego zgłoszenia klasy i, to należy sprawdzić, czy system dysponuje wystarczającymi zasobami by przyjąć do obsługi to zgłoszenie (n < V − zi ): Tak Planowane jest nowe zdarzenie typu pojawienie się nowego zgłoszenia. Jego czas określany jest na podstawie rozkładu wykładniczego z intensywnością λi . Następnie zajmowane są zasoby systemowe (przechodzi on ze stanu n do stanu n + zi i planowane jest zdarzenie typu zakończenie obsługi zgłoszenia klasy i. Jego czas określany jest na podstawie rozkładu wykładniczego z intensywnością µi , Nie Planowane jest nowe zdarzenie typu pojawienie się nowego zgłoszenia. Jego czas określany jest na podstawie rozkładu wykładniczego z intensywnością λi . Jeśli wykonywanym zdarzeniem w procesie symulacji jest zdarzenie typu zakończenie obsługi zgłoszenia klasy i to zwalniane są zasoby zajęte przez obsłużone zgłoszenie (system przechodzi ze stanu n do stanu n − zi ). Podsumowując w symulacji m Poissonowskich strumieni zgłoszeń są dwa typy zdarzeń: pojawienie się nowego zgłoszenia i zakończenie obsługi zgłoszenia. Na liście zdarzeń może być maksymalnie m + V elementów. 3.3. Symulowanie strumienia zgłoszeń Bernoullego Rozważmy symulację wiązki, która obsługuje tylko zgłoszenia jednej klasy i. Przyjmijmy, że strumień zgłoszeń klasy i ma rozkład Bernoullego o S źródłach. W procesie inicjacji należy dodać S zdarzeń typu pojawienie się nowego zgłoszenia klasy i oraz ustawić stan zajętości systemu na n = 0. W procesie symulacji, wykonując zdarzenie typu pojawienie się nowego zgłoszenia klasy i, należy sprawdzić czy system dysponuje wolnymi zasobami by przyjąć do obsługi zgłoszenie klasy i: Tak Planowane jest zdarzenie typu zakończenie obsługi zgłoszenia klasy i oraz zajmowane są zasoby systemu. Czas zakończenia obsługi zgłoszenia określany jst za pomocą losowego rozkładu wykładniczego z intensywnością µi , Nie Planowane jest zdarzenie typu pojawienie się nowego zgłoszenia klasy i. Czas tego zgłoszenia określany jest zgodnie ze wzorem (10). Wykonując zdarzenie typu zakończenie obsługi zgłoszenia klasy i należy zaplanować zdarzenie typu pojawienie się nowego zgłoszenia i zwolnić zasoby systemu. Podsumowując, w symulacji pojedynczego strumienia Bernoullego dla każdego źródła tego strumienia planowane jest osobno zdarzenie typu pojawienie się nowego zgłoszenia. Zatem strumień pojedynczej klasy i o rozkładzie Bernoullego ma zawsze Si zdarzeń typu pojawienie się nowego zgłoszenia lub jego zakończenie. Opisana metoda pozwala na badanie systemu, któremu oferowane jest wiele różnych strumieni zgłoszeń. 3.4. Symulowanie strumienia zgłoszeń Pascala Rozważmy symulację wiązki, w której klasa i oferuje strumień zgłoszeń o rozkładzie Pascala. W momencie inicjacji symulacji należy dla klasy i dodać N zdarzeń czasowych typu pojawienie się nowego zgłoszenia klasy i. W procesie symulacji, wykonując takie zdarzenie typu pojawienie się nowego zgłoszenia klasy i, należy sprawdzić czy system dysponuje wolnymi zasobami by przyjąć do obsługi kolejne zgłoszenie: Tak System przyjmuje do obsługi nowe zgłoszenia, planuje zdarzenia typu pojawienie się nowego zgłoszenia oraz zakończenie obsługi zgłoszenia. Następnie system dodaje nowe źródło zgłoszeń, które powiązane jest z obsługiwanym właśnie zgłoszeniem. Dla nowego źródła planowane jest również zdarzenie typu pojawienie się nowego zgłoszenia pochodzącego od nowo dodanego źródła, Nie System odrzuca przychodzące zgłoszenie i planuje nowe zdarzenie typu pojawienie się nowego zgłoszenia. Jeśli w symulacji wykonywane jest zdarzenie typu zakończenie obsługi zgłoszenia klasy i, to zwalniane są zasoby zajmowane przez zgłoszenie tej klasy. Następnie usuwane jest z symulacji źródło powiązane z wykonanym zdarzeniem (źródło, które zostało dodane do systemu w momencie rozpoczęcia obsługi tego zgłoszenia) i zdarzenie typu pojawienie się nowego zgłoszenia, które pochodzi od usuwanego źródła. Podsumowując pojedyncza klasa ze strumieniem zgłoszeń Pascala może mieć maksymalnie N +2V zdarzeń. 4. Porównanie wyników i czasów trwania symulacji Badane systemy dysponowały pojemnością V = 50 PJP i obsługiwały 4 klasy zgłoszeń. Dla wszystkich badanych systemów intensywności strumieni zgłoszeń poszczególnych klas podzielono według proporcji: a1 z1 : a2 z2 : a3 z3 : a4 z4 = 1 : 1 : 1 : 1 i zgłoszenia tych klas żądały odpowiednio z1 = 1, z2 = 3, z3 = 1, Czas [ms] 1 0.5 0.2 0.1 0.05 0.02 0.01 0.005 0.002 0.001 0.0005 klasa 1, 3 klasa 2, 4 0.0002 0.0001 0.6 0.7 0.8 0.9 1 a 1.1 1.2 1.3 1.4 1.5 Rys. 5. Prawdopodobieństwo strat B(t) dla systemu, któremu zaoferowano 4 Poissnowskie strumienie zgłoszeń (V = 50, z1 = z3 = 1, z2 = z4 = 3, a1 z1 : a2 z2 : a3 z3 : a4 z4 = 1 : 1 : 1 : 1) z4 = 3. Nie-Poissonowskie strumienie wraz ze wzrostem liczby źródeł coraz bardziej przypominają strumienie Poissonowskie. Z tego względu pierwszy badany system obsługiwał tylko klasy, które oferowały Poissonowskie strumienie zgłoszeń. Rysunek 5 przedstawia zależność prawdopodobieństwa strat Bi (n) zgłoszeń klasy i od P natężenia ruchu oferowanego jednostm ce pasma a = i=1 ai ti /V . Badania przeprowadzono dla a ∈ (0.6 ÷ 1.5) Erlanga. Na rysunkach 6 – 8 zamieszczono charakterystyki dla systemów, którym oferowano 2 klasy o Poissonowskich strumieniach zgłoszeń i 2 o strumieniach zgłoszeń o rozkładzie Bernoullego. Badane systemu różnią się liczbą źródeł dla niePoissonowskich strumieni zgłoszeń. Na rysunkach 9 – 11 zamieszczono charakterystyki dla systemów, którym zaoferowano 2 klasy o Poissonowskich strumieniach zgłoszeń i 2 o strumieniach zgłoszeń o rozkładzie Pascala. Zamiana Poissonowskiego strumienia zgłoszeń na strumień zgłoszeń o rozkładzie Bernoullego nie ma znaczącego wpływu na wydłużenie procesu symulacji. Wzrost czasu trwania symulacji spowodowany jest wydłużeniem się listy zdarzeń czasowych. Na rysunku 12 przedstawiono zależność czasu symulacji od ruchu oferowanego dla systemów obsługujących strumienie zgłoszeń Poissona i Bernoullego. Charakterystyki tych systemów zostały przedstawione na rysunkach 6 – 8. Czasy te porównano z czasem symulacji dla systemu obsługującego tylko Poissonowskie strumienie zgłoszeń (rysunek 6). Na rysunku 12 można zaobserwować, że wzrost czasu symulacji jest proporcjonalny do wzrostu liczby źródeł zgłoszeń w nie-Poissonowskich strumieniach zgłoszeń. Fakt ten można wytłumaczyć tym, że wraz ze wzrostem liczby źródeł wzrasta średnia długość listy zdarzeń czasowych. Dodając do tej listy nowe zdarzenie, należy je umieścić tak, by lista była nadal posortowana względem czasów zdarzeń. Czas przeszukiwania listy jest proporcjonalny do jej długości. Czas [ms] 1 0.5 Czas [ms] 1 0.5 0.2 0.1 0.05 0.2 0.1 0.05 0.02 0.01 0.005 0.02 0.01 0.005 0.002 0.001 0.0005 0.002 0.001 0.0005 klasa 1 klasa 2 klasa 3 klasa 4 0.0002 0.0001 0.6 0.7 0.8 0.9 1 a 1.1 1.2 1.3 klasa 1 klasa 2 klasa 3 klasa 4 0.0002 0.0001 1.4 1.5 Rys. 6. Prawdopodobieństwo strat B(t) dla systemu, któremu zaoferowano 2 Poissonowskie strumienie zgłoszeń i 2 strumienie zgłoszeń o rozkładzie Bernoullego (V = 50, z1 = z3 = 1, z2 = z4 = 3, a1 z1 : a2 z2 : a3 z3 : a4 z4 = 1 : 1 : 1 : 1, S3 = 15, S4 = 5) 0.6 Czas [ms] 1 0.5 0.2 0.1 0.05 0.2 0.1 0.05 0.02 0.01 0.005 0.02 0.01 0.005 0.002 0.001 0.0005 0.002 0.001 0.0005 0.0002 0.0001 0.6 0.7 0.8 0.9 1 a 1.1 1.2 1.3 0.8 0.9 1 a 1.1 1.5 Rys. 7. Prawdopodobieństwo strat B(t) dla systemu, któremu zaoferowano 2 Poissonowskie strumienie zgłoszeń i 2 strumienie zgłoszeń o rozkładzie Bernoullego (V = 50, z1 = z3 = 1, z2 = z4 = 3, a1 z1 : a2 z2 : a3 z3 : a4 z4 = 1 : 1 : 1 : 1, S3 = 45, S4 = 15) 1.3 1.4 1.5 klasa 1 klasa 2 klasa 3 klasa 4 0.0002 0.0001 1.4 1.2 Rys. 8. Prawdopodobieństwo strat B(t) dla systemu, któremu zaoferowano 2 Poissonowskie strumienie zgłoszeń i 2 strumienie zgłoszeń o rozkładzie Bernoullego (V = 50, z1 = z3 = 1, z2 = z4 = 3, a1 z1 : a2 z2 : a3 z3 : a4 z4 = 1 : 1 : 1 : 1, S3 = 135, S4 = 45) Czas [ms] 1 0.5 klasa 1 klasa 2 klasa 3 klasa 4 0.7 0.6 0.7 0.8 0.9 1 a 1.1 1.2 1.3 1.4 1.5 Rys. 9. Prawdopodobieństwo strat B(t) dla systemu, któremu zaoferowano 2 Poissonowskie strumienie zgłoszeń i 2 strumienie zgłoszeń o rozkładzie Pascala (V = 50, z1 = z3 = 1, z2 = z4 = 3, a1 z1 : a2 z2 : a3 z3 : a4 z4 = 1 : 1 : 1 : 1, S3 = 15, S4 = 5) Czas [ms] 1 0.5 5. Podsumowanie W artykule zaprezentowano sposób symulowania Poissonowskich i nie-Poissonowskich strumieni zgłoszeń za pomocą metody planowania zdarzeń. Opisana metoda pozwala nie tylko na symulowanie dowolnych strumieni zgłoszeń lecz również na symulowanie dowolnych wiązek jak na przykład wiązka z ograniczoną dostępnością. Czas trwania symulacji zależy od długości listy zdarzeń. Implementując bardziej zaawansowane struktury danych do przechowywania zdarzeń można zmniejszyć czasy symulacji. 0.2 0.1 0.05 0.02 0.01 0.005 0.002 0.001 0.0005 klasa 1 klasa 2 klasa 3 klasa 4 0.0002 0.0001 0.6 0.7 0.8 0.9 1 a 1.1 1.2 1.3 Literatura 1.4 1.5 Rys. 10. Prawdopodobieństwo strat B(t) dla systemu, któremu zaoferowano 2 Poissonowskie strumienie zgłoszeń i 2 strumienie zgłoszeń o rozkładzie Pascala (V = 50, z1 = z3 = 1, z2 = z4 = 3, a1 z1 : a2 z2 : a3 z3 : a4 z4 = 1 : 1 : 1 : 1, S3 = 45, S4 = 15) Czas [ms] 1 0.5 0.02 0.01 0.005 0.002 0.001 0.0005 klasa 1 klasa 2 klasa 3 klasa 4 0.0002 0.0001 0.7 0.8 0.9 1 a 1.1 1.2 1.3 1.4 1.5 Rys. 11. Prawdopodobieństwo strat B(t) dla systemu, któremu zaoferowano 2 Poissonowskie strumienie zgłoszeń i 2 strumienie zgłoszeń o rozkładzie Pascala (V = 50, z1 = z3 = 1, z2 = z4 = 3, a1 z1 : a2 z2 : a3 z3 : a4 z4 = 1 : 1 : 1 : 1, S3 = 135, S4 = 45) Czas [ms] 2000 1500 1000 500 System z rysunku nr 5 System z rysunku nr 6 System z rysunku nr 7 System z rysunku nr 8 0 0.6 [2] J.W. Roberts, redaktor. Performance Evaluation and Design of Multiservice Networks, Final Report COST 224. Commission of the European Communities, Brussels, Holland, 1992. [3] J.W. Roberts, V. Mocci, I. Virtamo, redaktorzy. Broadband Network Teletraffic, Final Report of Action COST 242. Commission of the European Communities, Springer, Berlin, 1996. [4] Maciej Stasiak. Efektywna dostępność w zagadnieniach modelowania pól komutacyjnych. Wydawnictwo Politechniki Poznańskiej, 2005. 0.2 0.1 0.05 0.6 [1] N. Metropolis, S. Ulam. The Monte Carlo method. Journal American Statistical Association, (247):335– 341, 1949. 0.7 0.8 0.9 1 1.1 a 1.2 1.3 1.4 Rys. 12. Zależność czasu symulacji od ruchu oferowanego a dla różnych systemów 1.5