計算機仿真過程的可靠性分析

計算機仿真過程的可靠性分析

1動態(tài)系統(tǒng)計算機仿真是一個復雜的系統(tǒng)仿真實驗和一個四計算機模擬是指計算機作為主要工具，執(zhí)行實際系統(tǒng)或預測系統(tǒng)的模擬模型。分析和研究計算機輸出的信息，并進行全面的計算和預測。它是分析評價現(xiàn)有系統(tǒng)運行狀態(tài)或設(shè)計優(yōu)化未來系統(tǒng)性能與功能的一種技術(shù)手段,在工程設(shè)計、航空航天、交通運輸、經(jīng)濟管理、生態(tài)環(huán)境、通訊網(wǎng)絡(luò)和計算機集成等[1～10]領(lǐng)域中有著廣泛的應用。動態(tài)系統(tǒng)計算機仿真是一門以系統(tǒng)科學、計算機科學、系統(tǒng)工程理論、隨機網(wǎng)絡(luò)理論、隨機過程理論、概率論、數(shù)理統(tǒng)計和時間序列分析等多個學科理論為基礎(chǔ)的、以工程系統(tǒng)和各類社會經(jīng)濟系統(tǒng)為主要處理對象的、以數(shù)學模型和數(shù)字計算機為主要研究工具的新興的邊緣學科。它屬于技術(shù)科學的范疇。動態(tài)系統(tǒng)計算機仿真的目的是通過對動態(tài)系統(tǒng)仿真模型運行過程的觀察和統(tǒng)計,獲得系統(tǒng)仿真輸出和掌握模型基本特性,推斷被仿真對象的真實參數(shù)(或設(shè)計最佳參數(shù)),以期獲得對仿真對象實際性能的評估或預測,進而實現(xiàn)對真實系統(tǒng)設(shè)計與結(jié)構(gòu)的改善或優(yōu)化。根據(jù)仿真過程中所采用計算機的類型不同,動態(tài)系統(tǒng)計算機仿真可分為模擬機仿真、數(shù)字機仿真和模擬-數(shù)字混合機仿真。50年代,計算機仿真主要采用模擬計算機,它主要是根據(jù)仿真系統(tǒng)的數(shù)學模型將一系列運算器(如放大器、加法器、乘法器、積分器、函數(shù)發(fā)生器等)和無源器件(如電阻器件、電位器等)相互連接形成仿真電路,利用仿真電路進行實驗性研究;60年代后,隨著數(shù)字計算機迅速發(fā)展和廣泛普及,系統(tǒng)仿真的主要工具逐步由模擬機轉(zhuǎn)向數(shù)字機。但是,傳統(tǒng)的VonNeumann型數(shù)字機對信息進行串行處理,難以滿足航天、化工等各類大規(guī)模復雜系統(tǒng)對仿真時限的要求。70年代,以數(shù)字機與模擬機混合而成的模擬-數(shù)字混合機曾一度出現(xiàn)在飛行仿真、衛(wèi)星仿真和核反應堆仿真等眾多高技術(shù)研究領(lǐng)域。近20年來,隨著計算機技術(shù)的快速發(fā)展,特別是并行處理機和并行處理技術(shù)的研究與發(fā)展,數(shù)字仿真依然成為計算機仿真的主流。無論是模擬機仿真、數(shù)字機仿真、還是模擬-數(shù)字混合機仿真,都是以系統(tǒng)數(shù)學模型為基礎(chǔ)、在一定假設(shè)條件下進行的信息處理過程,是在仿真模型上進行實驗研究的過程。對動態(tài)系統(tǒng)的計算機仿真而言,仿真三個要素包括系統(tǒng)、模型和計算機。三者之間關(guān)系如圖2所示。相應地,仿真過程可劃分為三項基本活動:建模、模型實現(xiàn)和模型實驗。仿真過程三項基本活動三者之間的關(guān)系如圖3所示。由圖2～3可以看出,系統(tǒng)仿真本質(zhì)上是一類面向問題(或?qū)ο?、基于模型的活動。動態(tài)系統(tǒng)計算機仿真的全過程可劃分為四大部分,如圖4所示:確定目標函數(shù)和參量明確仿真研究的對象、目的、系統(tǒng)邊界,確定目標函數(shù)和控制參量。對于大規(guī)模復雜系統(tǒng),明晰系統(tǒng)內(nèi)部層次關(guān)系、子系統(tǒng)和上級系統(tǒng)之間以及不同子系統(tǒng)之間關(guān)系。計算機仿真階段:a建立系統(tǒng)數(shù)學模型,確定系統(tǒng)原始狀態(tài)和系統(tǒng)與環(huán)境之間的信息與能量交換關(guān)系,并使之在數(shù)學模型中得到恰當?shù)捏w現(xiàn)。本階段另一項主要工作是將數(shù)學模型轉(zhuǎn)換成相應模擬電路或采用計算機語言可表示和操作處理的仿真模型。數(shù)字仿真情況下,必須規(guī)定仿真時間步長和一些特殊系數(shù)發(fā)生器計算方法等a。模型的分析與確認是系統(tǒng)建模的關(guān)鍵性環(huán)節(jié),它從根本上保證仿真結(jié)果對系統(tǒng)分析的有效性。模型實現(xiàn)根據(jù)系統(tǒng)仿真數(shù)學模型研制相應模型電路或在數(shù)字機上編制相應的數(shù)據(jù)處理軟件,形成仿真計算的直接工具。仿真過程設(shè)計狹義地說,仿真實驗就是對模擬電路加電或數(shù)字計算機上運行仿真程序軟件,并觀察輸出電壓電頻變化曲線或分析數(shù)字機計算結(jié)果的過程。根據(jù)不同研究對象,仿真實驗包括確定具體方案(例如設(shè)置初始條件、過程參數(shù)、計算步長和仿真重復次數(shù)等),啟動仿真過程,生成輸出信息。仿真實驗的目的則主要是利用仿真輸出信息與實際存在的同類系統(tǒng)進行比較,改進和完善系統(tǒng)。2系統(tǒng)建模過程模型分析方法是現(xiàn)代科學的基本研究方法之一。通過對實際系統(tǒng)抽象的或本質(zhì)的描述,構(gòu)造出與實際系統(tǒng)之間存在同構(gòu)或同態(tài)關(guān)系的、簡化的數(shù)學模型或物理模型,以模型分析與模型實驗為基礎(chǔ),達到對實際系統(tǒng)的認識、控制和優(yōu)化。建立適合于研究并能較好地體現(xiàn)實際系統(tǒng)各關(guān)鍵特征的模型是模型分析的基礎(chǔ),也是系統(tǒng)仿真的基礎(chǔ)。對一個復雜系統(tǒng)而言,基本的建模過程可以劃分為提出系統(tǒng)概念模型、建立結(jié)構(gòu)關(guān)系模型和模型的性能分析、評估與綜合三個階段。如下圖5所示。文分別對動態(tài)系統(tǒng)描述方法、概念模型表達方式以及結(jié)構(gòu)模型的類型、構(gòu)造方法、層次結(jié)構(gòu)分析與建?；静襟E等進行了較全面的闡述。根據(jù)研究對象、表示方式和使用途徑不同,系統(tǒng)模型有多種不同分類體系。一般地,從表示方式可劃分為物理模型和數(shù)學模型,計算機仿真中主要采用系統(tǒng)數(shù)學模型。系統(tǒng)數(shù)學模型根據(jù)時間關(guān)系可劃分為靜態(tài)模型、連續(xù)時間動態(tài)模型、離散時間動態(tài)模型和混合時間動態(tài)模型。根據(jù)系統(tǒng)的狀態(tài)描述及其變化方式,可劃分為連續(xù)變量系統(tǒng)模型和離散事件系統(tǒng)變化模型。目前,面向系統(tǒng)的計算機仿真技術(shù)既涵蓋了連續(xù)變量動態(tài)系統(tǒng)的仿真也涉及離散事件動態(tài)系統(tǒng)的仿真。在連續(xù)變量系統(tǒng)模型中,系統(tǒng)各主要因素之間變化關(guān)系以及系統(tǒng)的演化規(guī)律主要采用方程式描述。例如,微分方程、偏微分方程、差分方程、回歸方程等。對于離散事件動態(tài)系統(tǒng)模型,由于系統(tǒng)狀態(tài)的變化域為離散空間,狀態(tài)變化發(fā)生在一串難以預知的離散時間點上,因而難以建立定量變化關(guān)系方程,主要采用以網(wǎng)絡(luò)圖為基礎(chǔ)的各類流圖模型。2.1連續(xù)時間cvds的常用數(shù)據(jù)模型連續(xù)變量動態(tài)系統(tǒng)(CVDS)是指由時間驅(qū)動、狀態(tài)連續(xù)變化的一類物理系統(tǒng)。根據(jù)系統(tǒng)中時間取值域和取值方式的不同,CVDS常分為連續(xù)時間動態(tài)系統(tǒng)、離散時間動態(tài)系統(tǒng)和連續(xù)-離散時間混合的動態(tài)系統(tǒng)等多種類型。其中,工程采樣系統(tǒng)是最常見的離散時間動態(tài)系統(tǒng)。用來描述CVDS的數(shù)學模型的種類很多。例如,常/偏微分方程模型、差分方程模型、系統(tǒng)動力學模型、線性/非線性狀態(tài)空間模型、(廣義)回歸模型、自回歸(AR)模型、滑動平均(MA)模型和受控自回歸滑動平均(CARMA)模型,等等。記系統(tǒng)輸入為{u(t)}、輸出為{y(t)},則連續(xù)時間CVDS中討論得最多的是下述常系數(shù)高階微分方程模型n∑i=0aidiy(t)dti=m∑j=0bjdiu(t)dtj(1)對應地,當系統(tǒng)中含有隨機性的輸入信息{ε(t)}時,連續(xù)時間隨機CVDS系統(tǒng)輸入-輸出關(guān)系常采用隨機微分方程:n∑i=0aidiy(t)dti=m∑j=0bjdiu(t)dtj+l∑k=0ckdkε(t)dtk(2)并且,通常假定隨機過程{ε(t)}為某中形式的獨立增量過程。在系統(tǒng)工程和隨機自動控制等領(lǐng)域中,下述的一階隨機微分方程:dy(t)dt=f(y(t),t)+g(y(t),t)dε(t)dt(3)有著十分廣泛的應用。模型(3)被稱為Ito隨機微分方程。對模型(1)～(2)計算機仿真是研究其對應系統(tǒng)的穩(wěn)定性、系統(tǒng)響應和其它過程行為的重要手段之一,也是現(xiàn)階段計算機仿真科學主要研究領(lǐng)域重點研究對象之一。下面,簡要回顧將模型(1)～(2)轉(zhuǎn)化為計算機可執(zhí)行模型(稱為仿真模型)的幾種常用方法。微分方程模型眾所周知,模型(1)～(2)涉及高階微分,{y(t)}的解析解必須由輸入過程{u(t)}和{ε(t)}的高階積分或高階隨機積分表示,在數(shù)字計算機上難以準確實現(xiàn)。一種直觀的想法是能否化高階積分為一階積分呢?狀態(tài)空間理論提供了實現(xiàn)這種轉(zhuǎn)換的可能性。對確定性CVDS的線性模型(1),引進如下記號:1)(β0β1?βn-1βn)=(anan-1an???a1a2?ana0a1?an-1an)-1(0?bn?b1)記=(β0B)?B=(β1β2?βn-1βn)2)A=(01??01-a0-a1?-an)3){x1(t)=y(t)-β0u(t)x2(t)=y(1)(t)-β0u(1)(t)-β1u(t)?xn(t)=y(n-1)(t)-n-1∑j=0βju(n-1-j)(t)x(t)=(x1(t)x2(t)?xn(t))4)y(i)(t)=diy(t)dti,u(i)(t)=diu(t)dti則模型(1)可以改寫成下述一階微分方程組的形式:類似地,模型(2)可以改寫成下述一階隨機微分方程組的形式:式中,向量?x(t)和矩陣?C的定義如下:?xi(t)=y(i-1)(t)-m∑j=0βn-1-ju(j)(t)-l∑k=0Cn-1-kε(k)(t)?C=(γ1γ2?γn)?(γ0γ1?γn)=(anan-1an???a0a1?an)-1(0?ck?c1)對動態(tài)-測量系統(tǒng)一次微分方程模型(4)進行積分,可導出狀態(tài)向量{x(t)}封閉解的解析表達式x(t)=eAtx(0)+∫t0eA(t-τ)Bu(τ)dτ因而有記I1=(1,0,…,0)。類似地,當{ε(t)}為均方連續(xù)隨機過程時,模型(5)也可進一步表示成Ito積分形式:y(t)=Ι1eAt{x(0)+∫t0e-Aτ(Bu(τ)+?Cε(τ))dτ}+γ0ε(t)(7)由(6)～(7)可以看出,微分方程模型描述的CVDS計算機仿真問題可轉(zhuǎn)化為單重積分方程求定積分的計算機實現(xiàn)問題。必須說明的是,上述模型轉(zhuǎn)換形式(4)～(7)是在定常系統(tǒng)模型下導出的。對于時變系統(tǒng),只需引入狀態(tài)轉(zhuǎn)移矩陣,也可以類似地給出簡潔積分表達式。數(shù)值積分是連續(xù)系統(tǒng)仿真常用算法。在計算數(shù)學理論中,對數(shù)值積分方法有較詳細的論述和大量的實用算法可供采用。如,Euler積分(一階Runge-Kutta)法、梯形(二階Runge-Kutta)法、四階Runge-Kutta法、Adame-Bashforth顯式公式法、Adame-Moutton隱式公式法、Hamming積分法和Adama預測-校正法,等等。這些方法在仿真計算中都有過成功應用的實例。影響數(shù)值積分精度的主要因素包括積分方法和步長。文對積分步長的選擇和控制技術(shù)做了詳細介紹。連續(xù)時間線性隨機系統(tǒng)模型數(shù)字計算機通常不具備處理連續(xù)信號的能力,對連續(xù)時間CVDS采用數(shù)值積分法進行仿真時,實際上是對一串離散時間點上輸入信息進行處理的。一種很直觀的想法是,能否直接對CVDS的連續(xù)時間模型進行離散化處理呢?離散相似法對這一問題提供了一套完整的解決方法。離散相似的基本原理是將連續(xù)系統(tǒng)進行離散化處理,求得與之等價的離散模型(簡稱離散相似模型),并以離散相似模型為仿真模型,實現(xiàn)對原系統(tǒng)的分析和評估。對于(4)與(6)所描述的連續(xù)時間CVDS模型,離散化過程可通過設(shè)置兩個采樣開關(guān)和構(gòu)造一個適當階次的信號重構(gòu)器即可實現(xiàn)。下圖6直觀地說明了式(6)的離散化過程。圖6中,uk=u(kT),xk=x(kT),yk=y(kT),T為采樣間隔。當u(t)在每個采樣周期內(nèi)保持常值時,模型(6)的離散化模型可由下述遞推形式給出:式中,?A=exp{AΤ},?B=∫Τ0exp{AΤ}dt?B,?D=(β0)1×1。對隨機模型(7)采用離散相似法也可建立如下形式的離散時間線性隨機系統(tǒng)模型:顯然,離散時間的CVDS模型(8)和(9)非常適合在數(shù)字計算機上進行計算和仿真。其狀態(tài)演化具有逐步遞推關(guān)系,不用保留歷史數(shù)據(jù),可有效節(jié)省數(shù)據(jù)存儲方面的開銷。模型(9)是線性隨機系統(tǒng)理論中最基本的研究模型之一,其狀態(tài)濾波的Kalman遞推估計技術(shù)(即Kalman-Bucy濾波)在航天測控、工程控制、信號處理等領(lǐng)域中有著廣泛的應用。近年來,大量理論研究和應用實例都證實[15～18],Kalman濾波對模型擾動、數(shù)據(jù)擾動、參數(shù)擾動和初值不同選取缺乏必要的抗擾能力。若采用仿真方法對Kalman濾波相對各種擾動的靈敏度進行定量分析,則對正確、合理地采用Kalman濾波算法會提供極好的技術(shù)支持。傳遞函數(shù)的計算在時間域上對連續(xù)變量動態(tài)系統(tǒng)進行計算機仿真,系統(tǒng)的輸出為隨時間變化的軌線,這對定量分析系統(tǒng)的輸入-輸出關(guān)系是很方便的。但是,有時仿真的目的并不是研究系統(tǒng)的輸出量值,而重點是要研究系統(tǒng)的性能,如穩(wěn)定性、可控性、可達性等。此時,在S域和Z域上對系統(tǒng)進行研究則要方便得多。對連續(xù)時間CVDS模型(4)等式兩側(cè)同時進行Laplace變換,并記U(s)和Y(s)分別為過程輸入/輸出的Laplace變換L(y(t))和L(u(t)),則不難導的:W(s)?Y(s)U(s)=m∑j=0bjsm-jn∑i=0aisn-i(10)稱為系統(tǒng)的傳遞函數(shù)。采用仿真方法研究模型(4)的穩(wěn)定性等性能時,只須仿真分析W(s)的零點與極點分布情況,化微分方程的分析處理為代數(shù)方程的分析處理。對離散時間的CVDS模型,采用Z變換技術(shù)也可以得到與上述類似的處理方法?；贚aplace變換的S域處理和基于Z變換的Z域處理,為設(shè)計和改進系統(tǒng)仿真模型提供了極大的方便。例如,在Z域上討論和設(shè)計CVDS的離散相似模型時,重構(gòu)器的設(shè)計理論就顯得深刻得多。文給出了一般形式的連續(xù)系統(tǒng)離散化過程,直觀地說明了離散相似法的實現(xiàn)方法。該文還詳細給出了S域上零階信號重構(gòu)器、一階線性重構(gòu)器和三角形信號重構(gòu)器脈沖傳遞函數(shù)的解析表達式:1)零階信號重構(gòu)器Gk(s)=1-exp{-Τs}s2)一階線性重構(gòu)器Gk(s)=Τ(1+Τs)(1-exp(-Τs)Τs)23)三角形信號重構(gòu)器Gk(s)=exp(Τs)Τ(1-exp(-Τs)s)2連續(xù)信號離散化不可避免地會帶來信息的損失。換句話說,離散化采樣數(shù)據(jù)通過信號重構(gòu)器恢復成連續(xù)信號后,與離散化處理之前的連續(xù)信號之間是存在著誤差的。在S域或Z域中研究減小采樣離散化模型誤差的途徑時,通過引入校正器,并適當調(diào)整校正器傳遞函數(shù),可使離散化模型盡可能接近系統(tǒng)原型。常用的校正方式有連續(xù)型校正和離散型校正兩類,如圖7～圖8所示低維模型的方法在分析和設(shè)計系統(tǒng)時,通常會遇到一些比較復雜的情況,其特點是采用微分方程模型表示時微分階次較高;采用狀態(tài)空間模型表示時狀態(tài)空間維數(shù)較大。對這類系統(tǒng)進行仿真分析,不但要占用較多內(nèi)存和耗費大量機時,有時還會影響到仿真過程穩(wěn)定性和仿真結(jié)果準確性。對高階系統(tǒng)仿真建模,文詳細介紹了幾種化高階、高維模型為低階、低維模型的方法,主要分成兩大類:一類是以高維狀態(tài)空間模型為研究對象的時域簡化法,另一類是以系統(tǒng)傳遞函數(shù)為研究對象的S域或頻率域方法。時域簡化法中較常用的有系統(tǒng)集結(jié)法和攝動法。其中,集結(jié)法的基本思想是構(gòu)造一個將維線性變換z=Kx(K∈Rr×n),將n維狀態(tài)空間模型的主要特征集結(jié)到r維(r<n)狀態(tài)空間模型上;攝動法的基本思想是對系統(tǒng)進行解耦處理,忽略高維狀態(tài)空間模型中的一些次要內(nèi)部關(guān)系或小參數(shù),將高階模型分解成若干個低維模型。常用攝動法有針對弱耦合的奇異攝動法和針對強耦合關(guān)系的非奇異攝動法。頻率域法常見的有基于有理函數(shù)逼近的Pade法和連分式法,以及結(jié)合各種不定性判據(jù)的混合法。例如,結(jié)合Routh判據(jù)的Pade法,結(jié)合米哈依洛夫穩(wěn)定判據(jù)的連分式法,等等。這方面的方法很多,值得一提的還有80年代初提出的帶可調(diào)參數(shù)的頻率擬合與Pade聯(lián)合降階法?？傊?CVDS的仿真建模是溝通CVDS系統(tǒng)分析與CVDS仿真計算之間的一座橋梁。CVDS仿真模型種類很多,圖9簡要說明了幾種常用仿真模型之間轉(zhuǎn)換關(guān)系。3deds仿真研究離散事件動態(tài)系統(tǒng)(DEDS:DiscreteEventDynamicSystem)是指受事件驅(qū)動、系統(tǒng)狀態(tài)跳躍式變化、系統(tǒng)狀態(tài)遷移發(fā)生在一串離散時間點上的動態(tài)系統(tǒng)。DEDS大多是人造系統(tǒng),具有比較復雜的變化關(guān)系,難以采用常規(guī)的微分方程、差分方程等方程模型來描述。那么,應采用什么方式來概括和抽象化分析處理各種類似的離散時間動態(tài)系統(tǒng)呢?自80年代初,美國哈佛大學著名學者Y.C.Ho教授倡導對DEDS理論進行研究以來,這個問題受到了足夠的重視,并出現(xiàn)了多種形式的DEDS模型設(shè)計方法。例如,根據(jù)事件發(fā)生時間對所考察對象演變過程的分析而言是否有必要納入研究范圍,劃分成1)不帶時標的DEDS模型:有限狀態(tài)自動機模型、Petri網(wǎng)絡(luò)模型、過程代數(shù)模型、時序邏輯模型,等等;2)帶時標的DEDS模型:賦時Petri網(wǎng)絡(luò)模型、TIM/RTIL模型、雙子代數(shù)模型、排隊網(wǎng)絡(luò)模型、Markov鏈與GSMP模型,等等;或根據(jù)系統(tǒng)輸入信息及狀態(tài)演變的確定/不確定性,分成確定性DEDS模型和隨機性DEDS模型;也可根據(jù)狀態(tài)變化的量化特征,分成邏輯(定性)模型與數(shù)量(定量)模型,等等。從現(xiàn)已見諸文獻的各類DEDS系統(tǒng)描述形式[19～20]看,DEDS建模與模型分析研究處于發(fā)展階段。模型種類較多,但不同模型之間缺乏必要的轉(zhuǎn)換關(guān)系,且每一種模型描述形式往往只適用于一類或幾類問題。換句話說,尚無通用的適合于各類DEDS研究對象的模型表示方式1。從現(xiàn)有模型的形成過程看,DEDS建模的常用方法主要有排隊論方法、網(wǎng)絡(luò)圖或事件圖法、形式語言與自動機方法、隨機過程(例如,Markov過程和GSMP過程)描述法和抽象代數(shù)(例如,雙子代數(shù)、極小代數(shù)、極大代數(shù))方法等。離散事件動態(tài)系統(tǒng)的模型描述為DEDS仿真創(chuàng)造了條件。但是,并不是所有的DEDS系統(tǒng)模型都能直接用于計算實現(xiàn)。例如,GSMP模型采用以條件概率分布為基礎(chǔ)的簡潔的數(shù)學表示形式描述DEDS系統(tǒng),可用于描述其他模型描述方式不具備的或難以描述的復雜過程,但在計算機上實現(xiàn)GSMP模型卻很困難。換句話說,在DEDS仿真中,也存在一個建立DEDS仿真模型的問題。文提供的“DEDS仿真一般步驟流程”圖10較好說明了DEDS仿真中系統(tǒng)建模與建立仿真模型之間的關(guān)系、仿真模型在DEDS仿真過程中位置及建立仿真模型的重要性。與CVDS仿真研究的情況類似,DEDS仿真是通過仿真模型的運行來復現(xiàn)系統(tǒng)行為、分析和評估系統(tǒng)性能的。建立與真實系統(tǒng)行為具有某種同構(gòu)或同態(tài)關(guān)系的仿真模型,同樣也是DEDS系統(tǒng)仿真的核心問題。但是,在CVDS中采用以物理規(guī)則為依據(jù)、方程式描述的模型設(shè)計方法對解決DEDS仿真建模問題并不很適用。離散事件系統(tǒng)大多是人造系統(tǒng),系統(tǒng)狀態(tài)跳躍式變化,具有復雜的非線性。仿真模型通常采用流圖或網(wǎng)絡(luò)圖描述。例如,事件圖模型、Petri網(wǎng)絡(luò)模型、排隊網(wǎng)絡(luò)模型、自動機模型,等等。3.1deds仿真模型排隊論最早由A.K.Erlang于1918年提出,在管理通訊和各類服務系統(tǒng)中有著廣泛的應用,但是采用排隊論方法來為DEDS建模服務卻是近二十年來的事。以排隊論為基礎(chǔ)的網(wǎng)絡(luò)模型是離散事件系統(tǒng)仿真中最常用的模型。在排隊網(wǎng)絡(luò)模型中,三個基本的構(gòu)成要素是動態(tài)實體的到達模式、排隊規(guī)則和服務器的服務機制。下述流程圖11～13是DEDS仿真常用的三種典型的計算機仿真模型。圖11～13所示三種類型的仿真模型設(shè)計方法是排隊網(wǎng)絡(luò)仿真時較為常用的處理方法。與此相對應的是三種不同的仿真策略,即事件調(diào)度、活動掃描和進程交互等策略。文對這三種仿真策略進行了詳細闡述,并從系統(tǒng)描述、對建模過程的影響、對仿真推進機制的影響和執(zhí)行控制時的特點等幾個方面做了比較全面的比較。在對大規(guī)模復雜系統(tǒng)進行仿真建模時,一般并不局限于采用某一種仿真策略,而往往是在同一個仿真模型中采用多個仿真策略,優(yōu)化仿真模型的結(jié)構(gòu),簡化仿真軟件的設(shè)計,提高仿真軟件的適應性,滿足不同環(huán)境背景的、不同用戶的需要。以排隊論方法為基礎(chǔ)的仿真模型設(shè)計技術(shù)主要適用于帶時標的隨機DEDS系統(tǒng)。Xi-ren(1989)研究了閉Jackson排隊網(wǎng)絡(luò)的DEDS建模問題,F.Baccelli和A.M.Mekawski(1989)采用該技術(shù)討論了具有同步約束下資源共享問題的建模方法,Bacelli(1987)討論了分布系統(tǒng)中的排隊模型問題,Baskett和Candy還討論了開排隊網(wǎng)、閉排隊網(wǎng)和混合排隊網(wǎng)等的網(wǎng)絡(luò)問題。3.2deds仿真模型Petri網(wǎng)最早由C.A.Petri于1962年在其博士論文中提出的。它屬于DEDS建模文件圖技術(shù)中用的最廣泛的一類,既可用于帶時標DEDS仿真模型,也可用于不帶時標的DEDS建模;既可以用于確定性DEDS模型,也可以用于邏輯性DEDS的定性建模。抽象的說,Petri網(wǎng)是由系統(tǒng)狀態(tài)節(jié)點,事件遷移節(jié)點和遷移方向有向弧連接成的二元有向圖。如果記DEDS輸入位置節(jié)點和輸出位置節(jié)點所形成的集合為P,轉(zhuǎn)移節(jié)點集合為T,所有轉(zhuǎn)移方向有向弧集合為F,則Petri網(wǎng)絡(luò)模型可采用三元素組(P,T,F)表示。Petri網(wǎng)絡(luò)模型的主要優(yōu)點是,采用網(wǎng)絡(luò)圖的形式模擬離散事件系統(tǒng),形勢簡潔、直觀,特別適合于描述系統(tǒng)組織、結(jié)構(gòu)和狀態(tài)的變化:可以在不同概念級別上表明系統(tǒng)的結(jié)構(gòu)和性質(zhì);能有效模擬異步并發(fā)系統(tǒng),直接分析模型實體中是否具有諸如死鎖,狀態(tài)空間無限等異常特征。基于Petri網(wǎng)絡(luò)的仿真模型方法在DE