АВТОМАТИЗАЦИЯ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ СИСТЕМ МАССОВОГО ОБСЛУЖИВАНИЯ В GRID

Феоктистов Александр Геннадьевич , Башарина Ольга Юрьевна , Дядькин Юрий Алексеевич , Фереферов Евгений Сергеевич

2017 / Том 21 №12 (131) 2017 [ Информатика, вычислительная техника и управление ]

Имитационное моделирование играет важную роль в исследовании сложных систем массового обслуживания. В настоящее время проблема его автоматизации в распределенной вычислительной среде, например, в Grid, является чрезвычайно актуальной. Известные средства имитационного моделирования таких систем зачастую не используют в полной мере все возможности предметно-ориентированных распределенных вычислений. ЦЕЛЬ. Целью данного исследования является разработка интеллектных моделей, алгоритмов, методов и инструментальных средств, интегрированных в рамках единой технологии поддержки принятия решений по управлению системами массового обслуживания на основе их имитационного моделирования в гетерогенной распределенной вычислительной среде, включающей суперкомпьютеры. МЕТОДЫ. В статье представлены новые инструментальные средства автоматизации имитационного моделирования систем массового обслуживания в Grid с виртуализированными ресурсами на основе многовариантных расчетов. Автоматизация моделирования базируется на комплексном применении методов концептуального и каркасного программирования, планирования вычислений и распределения ресурсов, организации многовариантных расчетов и многокритериального анализа данных. Разработанные методы и средства интегрируются в единую информационно-вычислительную технологию моделирования систем массового обслуживания. РЕЗУЛЬТАТЫ. Разработанные в рамках проведенного исследования инструментальные средства и методы применены в процессе решения задачи анализа эффективности функционирования типового лечебно-профилактического учреждения. Эксперименты выполнены в гетерогенной распределенной вычислительной среде, организованной на базе ресурсов Центра коллективного пользования «Иркутский суперкомпьютерный центр СО РАН». ВЫВОДЫ. Вычислительные эксперименты показывают высокую масштабируемость приложения, созданного с помощью предложенных инструментальных средств, для имитационного моделирования параметрических особенностей структуры лечебно-профилактического учреждения.

Ключевые слова:

системы массового обслуживания, моделирование, Grid, виртуальные машины, автоматизация

Библиографический список:

1. Юшковский С.Л. Критерии эффективности работы информационно-управляющих сетей // Проблемы современной науки и образования. 2016. № 38. С. 26–28.
2. Wachholder D., Oppl S. Stakeholder-driven collaborative modeling of subject-oriented business processes // S-BPM ONE–Scientific Research. 2012. P. 145–162.
3. Macal C.M. Everything You Need to Know About Agent-based Modeling and Simulation // Journal of Simulation. 2016. Vol. 10. No. 2. P. 144–156.
4. Нечаевский А.В. История развития компьютерного имитационного моделирования // Системный анализ в науке и образовании. 2013. № 2. С. 103–117.
5. Плотников А.М., Рыжиков Ю.И. Соколов Б.В. Юсупов Р.М. Анализ современного состояния и тенденции развития имитационного моделирования в Российской федерации (по материалам конференций «Имитационное моделирование. Теория и практика» (ИММОД)) // Труды СПИИРАН. 2013. Т. 2. № 25. С. 42–112.
6. Eldabi T., Balaban M., Brailsford S., Mustafee N., Nance R.E., Onggo B.S., Sargent R.G. Hybrid simulation: historical lessons, present challenges and futures // Proc. of the Winter Simulation Conference (WSC), 2016. IEEE, 2016. P. 1388–1403.
7. Боев В.Д. Моделирование систем. Инструментальные средства GPSS World. СПб.: БВХ-Петербург, 2004. 348 с.
8. Таха Хемди А. Введение в исследование операция / пер. с англ. М.: Издательский дом «Вильямс», 2005. 912 с.
9. Grigoryev I.V. AnyLogic 7 in Three Dyas. Charleston: CreateSpace, 2015. 256 р.
10. Bellifemine F., Bergenti F., Caire G., Poggi A. Jade: A Java Agent Development Framework // Multiagent Systems, Artificial Societies, And Simulated Organizations: Multi-Agent Programming / Eds. R. Bordini, M. Dastani, J. Dix, A. El Fallax Seghrouchni. Springer, 2006. Vol. 15. P. 125–147.
11. Casanova H., Berman F., Obertelli G., Wolski R. The apples parameter sweep template: User-level middleware for the grid // Proceedings of the 2000 ACM/IEEE Conference on Supercomputing. Washington: IEEE Press, 2000. P. 111–126.
12. Шоломов Л.А. Логические методы исследования дискретных моделей выбора. М.: Наука, 1989. 288 с.
13. Feoktistov A., Sidorov I., Sergeev V., Kostromin R., Bogdanova V. Virtualization of Heterogeneous HPC-clusters Based on OpenStack Platform // Вестник Южно-Уральского государственного университета. Серия Вычислительная математика и информатика. 2017. Т. 6. № 2. С. 37–48.
14. Иркутский суперкомпьютерный центр СО РАН [Электронный ресурс]. URL: http://hpc.icc.ru (дата обращения 27.10.2017).

Файлы:

• реферат (скачать | просмотреть) - скачано 33 раза
• статья (скачать | просмотреть) - скачано 74 раза