Імітаційне моделювання стохастичного процесу на прикладі обчислювальної системи

Автор(и)

  • Юрій Борисович Бродський Державний університет «Житомирська політехніка», Україна https://orcid.org/0000-0002-6843-0192
  • Олександр Володимирович Маєвський Державний університет «Житомирська політехніка», Україна https://orcid.org/0000-0002-0335-6358
  • Михайло Олегович Хохлов Державний університет «Житомирська політехніка», Україна https://orcid.org/0009-0008-5420-4267

DOI:

https://doi.org/10.26642/ten-2024-1(93)-114-121

Ключові слова:

обчислювальна система, імітаційна модель, стохастичне моделювання, складна система

Анотація

Метою статті є розроблення методики оцінювання стохастичних процесів у складних системах на прикладі трипроцесорної обчислювальної системи, що дасть змогу підвищити ефективність контролю функціонування та управління такими об’єктами. Під час проведення дослідження було застосовано методи системного підходу, аналізу і синтезу, стохастичного та імітаційного моделювання, на основі яких було відтворено поведінку трипроцесорної обчислювальної системи за різних умов; симуляції дозволили розкрити механізм роботи системи та провести верифікацію стохастичної моделі; ланцюги Маркова дали можливість змоделювати переходи обчислювальної системи зі стану в стан та оцінити ймовірності станів системи як функцій часу чисельними методами. У статті запропоновано імітаційну модель, яка дозволяє визначити стани процесорів, розрахувати періоди їх завантаженості залежно від загального часу функціонування та визначити момент часу, з якого завершуються перехідні процеси і обчислювальна система досягає стійкого, збалансованого режиму роботи. Теоретична та практична значущість дослідження полягає в поглибленні наявних і розробленні нових теоретико-методичних положень щодо підвищення ефективності аналізу та оцінювання стохастичних процесів у складних системах.

Посилання

Wu, P., Li, Z., Yan, T. and Li, Y. (2023), «Three processor allocation approaches towards EDF scheduling for performance asymmetric multiprocessors», Applied Sciences, Vol. 13, Issue 9, doi: 10.3390/app13095318.

Błądek, I., Drozdowski, M., Guinand, F. and Schepler, X. (2015), «On contiguous and non-contiguous parallel task scheduling», Journal of Scheduling, Vol. 18, Issue 5, рр. 487–495, doi: 10.1007/s10951-015-0427-z.

Klyuyeva, Y.G., Yavorskij, V.V., Adamov, A.A. and Utepbergenov, I.T. (2020), «Determination of the optimal shape of matrix elements partitioning on three abstract heterogeneous processors», Cogent Engineering, Vol. 7, Issue 1, doi: 10.1080/23311916.2020.1769948.

Dai, M. and Jiang, Z. (2023), «Multiprocessor fair scheduling based on an improved slime mold algorithm», Algorithms, Vol. 16, Issue 10, doi: 10.3390/a16100473.

Quislant, R., Gutierrez, E. and Plata, O. (2024), «Exploring multiprocessor approaches to time series analysis», Journal of Parallel and Distributed Computing, doi: 10.1016/j.jpdc.2024.104855.

Lin, G. and Rajaraman, R. (2010), «Approximation algorithms for multiprocessor scheduling under uncertainty», Theory of Computing Systems, Vol. 47, Issue 4, рр. 856–877, doi: 10.1007/s00224-010-9250-2.

Feller, W. (1957), «On Boundaries and Lateral Conditions for the Kolmogorov Differential Equations», The Annals of Mathematics, Vol. 65, No. 3, pp. 527–570, doi: 10.2307/197006.

Roberts, R.C. and Noble, B. (1965), «Numerical Methods», Mathematics of Computation, Vol. 19, No. 92, 701 р., doi: 10.2307/2003986.

Stewart, J. (2017), Python for Scientists, 2nd ed., Cambridge University Press, Cambridge, UK.

Abukhba, A.M. (2018), «Some features of programming in mathcad prime», Informatics in school, Vol. 9, рр. 28–33, doi: 10.32517/2221-1993-2018-17-9-28-33.

##submission.downloads##

Опубліковано

2024-07-17

Як цитувати

Бродський, Ю. Б., Маєвський, О. В., & Хохлов , М. О. (2024). Імітаційне моделювання стохастичного процесу на прикладі обчислювальної системи. Технічна інженерія, (1(93), 114–121. https://doi.org/10.26642/ten-2024-1(93)-114-121

Номер

Розділ

ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ