Documente Academic
Documente Profesional
Documente Cultură
Laboratorul 1
1. Se va utiliza modelul din Figura 15, care este modelul din Figura 5, modificat pentru a afișa
numărul de entități deservite de blocul Single Server. Acest număr este chiar numărul de entități
intrate în blocul Entity Sink, afișat în Figura 5 la ieșirea #a. Intervalul între apariția a două entități în
model este 1s. Timpul de deservire al unei entități în server este 1s.
Modelul inițial
Intervalul între apariția a două entități pentru blocurile Time-Based Entity Generator și Time-Based
Entity Generator1
a) Cazul în care timpul de deservire este de 1s la ambele servere.
Numărul de entități generate Numărul de entități intrate în coadă Numărul de entități deservite
Deoarece în ambele cazuri intervalul de apariție este același, rezultă faptul că va fi același număr de
entități generate din blocurile Time-Based Entity Generator și Time-Based Entity Generator1,iar
datorita faptului că în primul caz se regăsește o coadă, automat este influențat și timpul de deservire
al fiecărei entități.
Deoarece, dacă analizăm graficul pentru cazul în care se regăsește o codadă cu cel pentru pentru
cazul în care nu se regăsește o coadă, asta determină ca numărul de entități generate de Time-Based
Entity Generator să fie mai mare decât entități generate de Time-Based Entity Generator1.
Laboratorul 2
1. La o mașină unealtă sosesc loturi de piese pentru prelucrare. Loturile sosesc la intervale de 18 ±6
s cu distribuție uniformă. Prelucrarea unui lot durează 18s. Loturile generate așteaptă să fie
prelucrate într-o coadă. Să se simuleze modelul pe o scurtă durată de 500s și 2000s. Se vor afișa
numărul de loturi generate, numărul de loturi în coadă și numărul de loturi prelucrate.
Modelul problemei
După realizarea sistemului de mai sus,în Time-Based Entity Generator parametrilor Minimum și
Maximum li se vor introduce valorile 12, respectiv 24, iar pentru ca prelucrarea unui lot să dureze 18
secunde se va introduce valoarea respectivă în câmpul timpului de deservire ce ține de subsistemul
Single Server.
P2. Se va repeta simularea modelului pentru cazurile când prelucrarea unui lot durează 20 s.
P3. La o mașină unealtă sosesc loturi de piese pentru prelucrare. Loturile sosesc la intervale de
17 ± 5 s cu distribuție uniformă. Loturile generate așteaptă să fie prelucrate la fiecare mașină în
cozi separate. Să se simuleze modelul pe o durată de 200s. Se vor afișa numărul de loturi generate,
numărul de loturi în fiecare coadă și numărul de loturi prelucrate.
Modelul curent
În Time-Based Entity Generator se va modifica doar parametrul Maximum la 22, iar în ceea ce
privește prelucrarea loturilor, serverele SingleServer și SingleServer1 vor avea timpul de deservire de
15 secunde, respectiv 3 secunde.
În urma simulării de 200 de secunde se vor obține următoarele rezultate : în Signal Scop 2 numărul
de locuri generate, în Signal Scope numărul de loturi în prima coadă , în Signal Scope 1 numărul de
loturi în a doua coadă , iar în Signal Scope 3 numărul de loturi prelucrate.
P4.Se va repeta simularea modelului pentru cazurile când prelucrarea unui lot durează 17s la prima
mașină și 15 secunde la a doua mașină. Se va observa că în coada la a doua mașină există o singură
entitate. De ce?
Se va modifica timpul de deservire la a doua masina din modelul anterior, care e reprezentată de
SingleServer1 la 15 secunde.
În urma simulării,după modificarea timpului de deservire a serverului SingleServer1 , se vor obține
următoarele rezultate:
Motivul pentru care este o singură entitate în a doua coadă se datorează atât diferenței
nesemnficitative dintre cei doi timpi de deserverire ale celor două mașini, cât și a intervalului de
distribuție uniformă.Acesți doi factori permit ca entitățile neprelucrate în întregime să nu se strângă
în a doua coadă, rămânând astfel cam câte o entitate în coadă la aproximativ fiecare 17 secunde.
P5. La o companie telefonică există un serviciu de informații cu cinci operatori. Orice operator poate
prelua orice cerere. Cererile apar la intervale cu distribuție exponențială cu valoarea medie 0.1
medie. Durata unei covorbiri este 0.2 minute. Se va utiliza un multiserver cu capacitatea cinci. Să se
modeleze sistemul pe o durată de o oră. Se vor afișa numărul de cereri, timpul de așteptare în
coadă, numărul de entități în server și numărul de cereri deservite.
P6. Se va repeat simularea modelului pentru cazul când durata unei convorbiri este 0.4 minute.
Se va folosi același model din problema anterioară , iar pentru ca durata unei convorbiri să dureze
0.2 minute, adică 24 de secunde , se va modifica valoarea timpului de deservire a N-Server-ului la 24.
Iar rezultatele în urma simulării sunt următoarele pentru aceleași cerințe precedente în aceași ordine
sunt:
P7. Fie modelul din Figura 17 în care blocul Time-Based Entity Generator generează entități cu
distribuție exponențială și valoarea medie 0.2s. Blocul N-Server are capacitatea cinci și deservește
entități cu timpul de deservire 1s. Să se simuleze modelul pe 100s.
Modelul problemei
În Time Based Entity Generator se va folosi o distribuție exponențială cu valoarea medie (Mean) de
0.2s, iar N-Server-ul va avea 5 servere și un timp de deservire(Service time) de 1 secundă.
P1. Modelarea unui sistem de calcul. La un sistem de calcul sosesc program la intervale de 2 ±1
minute cu distribuție uniformă. Ele sunt citite de pe disc cu timpul de citire 30 ±10 s cu distribuție
uniformă. Timpul de execuție este de 3 ±1 minute cu distribuție uniformă. Să se simuleze modelul
pe o durată de 2 ore. Unitatea de timp se alege secunda. Modelul va conține două blocuri Single
Server, unul pentru citirea programelor de pe disc și altul pentru execuția programelor și cozile
corespunzătoare. Se vor afișa numărul de programe intrate în model, timpul de citire de pe disc și
timpul de execuție.
Modelul realizat
în model
P2. La o companie telefonică există un serviciu de informații cu cinci operatori. Orice operator poate
prelua orice cerere. Cererile apar la intervale cu distribuție exponențială cu valoarea medie 0.2
minute. Durata unei convorbiri este 1 ±0.2 minute cu distribuție uniformă. Se va utiliza un
multiserver cu capacitatea cinci. Să se modeleze sistemul pe o durată de 8 ore. Se vor afișa timpul
mediu de așteptare în coadă și durata medie de utilizare a serverului.
Modelul realizat
P4. La o mașină unealtă sosesc două tipuri de loturi de piese pentru prelucrare. Loturile de primul tip
sosesc la intervale sosesc la interval de 35 ±10 minute cu distribuție uniformă. Prelucrarea unui lot
durează 18 ± 4 minute cu distribuție uniform. Loturile de al doilea tip sosesc la intervale de 45 ± 7
minute cu distribuție uniformă. Prelucrarea unui lot durează 18 ± 4 minute cu distribuție uniformă.
Loturile de ambele tipuri intră în aceeași coadă printr-un bloc Path Combiner. Să se simuleze
modelul pe o durată de 960 minute. Se vor afișa numărul de loturi generate și numărul de loturi
prelucrate de fiecare tip.
Pentru realizarea modelului de mai sus s-a ținut cont de următoarele aspecte:
P5. La o magazie pentru aprovizionarea cu materiale vin două tipuri de muncitori. Cei de
primul tip vin la intervale de 420 ± 360 s cu distribuție uniformă, iar timpul de deservire este
300 ± 90 s cu distribuție uniformă. Muncitorii de tipul doi la intervale de 360 ±240 s cu
distribuție uniformă, iar timpul de deservire este 100 ±30 s cu distribuție uniformă.
Muncitorii de ambele tipuri așteaptă în aceeași coadă să fie deserviți. Să se simuleze modelul
pe o durată de 28800 s. Se vor afișa numărul de muncitori de fiecare tip care vin pentru
aprovizionare, lungimea cozii și numărul de muncitori deserviți de fiecare tip.
Pentru realizarea modelului de mai sus s-a ținut cont de următoarele aspecte:
În Time-Based Entity Generator se selectează distribuția uniformă, iar parametrii Minimum și
Maximum vor avea valorile 60 , respectiv 780 s.
În Time-Based Entity Generator1 se selectează distribuția uniformă, iar parametrii Minimum
și Maximum vor avea valorile 120, respectiv 600 s.
În Event-Based Random Number se selectează distribuția uniformă, iar parametrii Minimum
și Maximum vor avea valorile 210, respectiv 390 s.
În Event-Based Random Number1 se selectează distribuția uniformă, iar parametrii
Minimum și Maximum vor avea valorile 70, respectiv 130 s.
Prin intermediul blocurilor Set Attribute și Get Attribute se vor transmite setările
Rezultatele simulării:
deserviți
Lungimea cozii
6. Se va rezolva problema de mai sus când muncitorii de tipul doi sunt deserviti cu prioritate față de
unu.
Față de problema anterioară, se va modifica Set Attribute și Set Attribute1 înlocuind atributul Type cu
atributul Priority, iar Sorting Direction-ul in coada cu prioritate va fi Ascending, pentru ca aceasta să
permită prioritatea muncitorilor de tip doi față de tipul unu.
care sosesc
Numărul de muncitori de primul tip deserviți Numărul de muncitori de al doilea tip deserviți
Lungimea cozii
Laboratorul 4
1. La o mașină unealtă sosesc două tipuri de loturi de piese pentru prelucrare. Loturile de primul tip
sosesc la intervale de 35 ±10 s cu distribuție uniformă. Prelucrarea unui lot durează 18 ± 4 s cu
distribuție uniformă. Loturile de al doilea tip sosesc la intervale de 45 ± 7s cu distribuție uniformă și
se fac două prelucrări. Prima prelucrare a lotului durează 18 ± 4 s cu distribuție uniformă. A doua
prelucrare durează 10 ±2 s cu distribuție uniformă. Să se simuleze modelul pe o durată de 500s. Se
vor afișa numărul de loturi generate și numărul de loturi prelucrate pentru fiecare tip de piese.
Modelul va conține două blocuri de generare a entităților. Entitățile generate vor intra în aceeași
coadă și vor fi deservite de un server. Apoi entitățile de al doilea tip vor fi deservite de un al doilea
server.
Modelul realizat
Pentru realizarea modelului de mai sus s-a ținut cont de următoarele aspecte:
Modelul realizat
Pentru realizarea modelului de mai sus s-a ținut cont de următoarele aspecte:
Modelul realizat
Pentru realizarea modelului de mai sus s-a ținut cont de următoarele aspecte:
4. Într-un port sosesc două tipuri de nave. La primul tip de nave intervalul între sosiri este de
130 ±30 ' cu distribuție uniformă. Timpii de intrare în port T i , descărcare T d și de ieșire din port T e
sunt cei din Tabelul 4. La al doilea tip de nave intervalul între sosiri este de 200 ±7 ' cu distribuție
uniformă. Timpii de intrare în port T i , descărcare T d și de ieșire din port T e sunt cei din Tabelul 4.
Tipul de nave Ti Td Te
I 20 ±7 ' 12 ±2 h 25 ±5 '
II 45 ± 12' 20 ± 4 h 30 ±5 '
Tabelul 4. Timpii de intrare în port, descărcare și ieșire din port
Portul are șase dane pentru navele de tipul unu și trei dane pentru navele de tipul doi. Există un
remorcher pentru intrarea în port și altul pentru ieșirea din port. Să se modeleze funcționarea
portului pe o lună. Se vor înregistra pentru fiecare tip de nave: numărul de nave ce intră în port,
timpii de intrare, de descărcare și de ieșire.
Modelul realizat
Pentru realizarea modelului de mai sus s-a ținut cont de următoarele aspecte:
Numărul de nave de primul tip ce intră în port Numărul de nave de al doilea tip ce intră în port
Timpul de descărcare pentru navele de tipul 1 Timpul de descărcare pentru navele de tipul 2
Timpul de intrare pentru nave în port Timpul de ieșire pentru nave din port
Laboratorul 5
1. Fie modelul din Figura 19 în care se compară un multiserver cu capacitatea doi cu două
servere cu capacitatea unu în paralel. Blocul Time-Based Entity Generator generează entități
cu intervalul de apariție cu distribuție exponențială cu valoarea medie 0.5s. Blocul Event-
Based Random Number generează numere aleatoare cu distribuție exponențială cu valoarea
medie 1s. Blocul Set Attribute creează atributul ServiceTime cu numărul generat de blocul
Event-Based Random Number. Blocul Replicate trimite entitățile generate în două cozi FIFO.
Blocul N-Server are capacitatea doi. Blocul Output Switch dirijează entitățile spre primul port
care nu este blocat.
Figura 19. Model utilizat în exemplu
2. Într-un port sosesc nave la intervale de 4 ±1 h cu distribuție uniformă. Timpul de descărcare este
12 ±5 h cu distribuție uniformă. Portul are 3 dane. Intrarea în port se face cu un remorcher în 1h.
Ieșirea din port se face cu alt remorcher în 0.5h. În port apar furtuni la intervale de 48 ± 4 h cu
distribuție uniformă, care durează 4 ±2 h cu distribuție uniformă. Intrarea și ieșirea din port se fac
dacă există o dană liberă, remorcherul este liber și nu este furtună. Să se simuleze modelul pe o
săptămână. Se vor afișa timpul mediu de utilizare a danelor și timpul mediu de așteptare pentru
intrarea și ieșirea din port.
Modelul realizat
Mai jos se regăsesc poze cu implementarea blocurilor conform cerințelor din problema:
Rezultatele în urma simulării:
Timupl de așteptare pentru intrarea danelor timupl mediu de utilizare a danelor la intrare
Timupl de așteptare pentru intrarea danelor timupl mediu de utilizare a danelor la intrare
Laboratorul 6
Modelul realizat:
2. La o companie telefonică există un serviciu de informații cu cinci operatori. Orice operator poate
prelua orice cerere. Cererile apar la invervale cu distribuție exponențială cu valoarea medie 0.2
minute. Durata unei convorbiri este 1 ±0.2 minute cu distribuție uniformă. Se va utiliza un
multiserver cu capacitatea cinci. Să se simuleze sistemul pe o durată de 8 ore. Se vor afișa timpul
mediu de așteptare în coadă, timpul mediu de deservire, gradul mediu de utilizare a serverului și
numărul de entități din server.
Modelul realizat:
Pentru realizarea acestui model s-a ținut cont de următoarele aspecte:
În blocul Time-Based Entity Generator, unde apar cererile, se selectează distribuția
exponențială cu valoarea medie 0.2 .
În blocul Event-Based Random Number, unde are loc durata unei convorbiri, se selectează
distribuția uniformă, în care parametrul Minimum va avea valoarea 1-0.2 minute, iar
parametrul Maximum 1+0.2 minute.
În blocul N-Server se setează 5 servere, iar deservirea are loc prin intermediul portului t care
preia intervalul de distribuție uniformă din blocul Event-Based Random Number.
În urma simulării se observă următorul timp mediu de așteptare în coadă, timp mediu de deservire,
grad mediu de utilizare a serverului și număr de entități din server:
3. La o mașină unealtă sosesc loturi de piese pentru prelucrare. Loturile sosesc la interval de 18 ±6 s
cu distribuție uniformă. Prelucrarea unui lot durează 32 ± 4 s cu distribuție uniformă. Loturile sunt
prelucrate la o stație de cu capacitatea 2. Să se simuleze modelul pe o durată de o oră. Se vor afișa
numărul de loturi generate, timpul mediu de așteptare în coadă, timpul mediu de deservire, numărul
de entități în server și numărul de loturi prelucrate. Pentru stația de prelucrare se va utiliza un
multiserver cu capacitatea doi.
Pentru realizarea modelului de mai jos s-a ținut cont de următoarele aspecte:
În blocul Time-Based Entity Generator, unde are loc sosirea loturilor, se selectează distribuția
uniformă, iar parametrii Minimum și Maximum vor avea valorile 18-6, respectiv 18+6.
În Event-Based Random Number se selectează distribuția uniformă, iar parametrii Minimum
și Maximum vor avea valorile 32-4, respectiv 32+4.
În blocul N-Server se setează 2 servere, iar prelucrarea loturilor are loc prin intermediul
portului t care preia intervalul de distribuție uniformă din blocul Event-Based Random
Number.
Modelul realizat
Numărul de loturi generate Timpul mediu de așteptare în coadă Numărul de entități în server
Timpul mediu de deservire
Modelul realizat
Pentru realizarea acestui model s-a ținut cont de următoarele aspecte:
În Time-Based Entity Generator, unde sosesc muncitoii de primul tip, se selectează distribuția
uniformă, iar parametrii Minimum și Maximum vor avea valorile 42-3, respectiv 42+3.
În Event-Based Random Number se selectează distribuția uniformă, iar parametrii Minimum
și Maximum vor avea valorile 30-9, respectiv 30+9.
În blocurile Set Attribute și Get Attribute este creat atributul ServTime, iar atributul Tip doar
în Set Attribute. Aceste blocuri și atributul lor comun vor permite blocului Single-Server,
unde are loc deservirea primului tip de muncitori, să deservească la intervalul distribuției
uniforme pe care o are Events-Based Random Number prin intermediul portului t.
În blocurile Set Attribute1 și Get Attribute2 este creat atributul ServTime, iar atributul Tip
doar în Set Attribute. Aceste blocuri și atributul lor comun vor permite Single-Server1, unde
are loc deservirea celui de al doilea tip de muncitori, să deservească la intervalul distribuției
uniforme pe care o are Events-Based Random Number1 prin intermediul portului t.
În ceea ce priveste atributul comun Tip al blocurilor Set Attribute și Set Attribute1, acesta
permite ca criteriul de schimbare din blocul Output Switch să nu permită amestecarea celor
două tipuri de muncitori într-un singur Single Server, în cazul în care unul din ele este blocat.
În Time-Based Entity Generator1, unde muncitorii de al doilea tip, se selectează distribuția
uniformă, iar parametrii Minimum și Maximum vor avea valorile 50-10, respectiv 50+10.
În Event-Based Random Number1 se selectează distribuția uniformă, iar parametrii
Minimum și Maximum vor avea valorile 12-3, respectiv 12+3.
Rezultatele în urma simulării:
Modelul realizat
În această problemă s-a înlocuit coada (FIFO Queue) din problema anterioară cu o coadă de
prioritate (Priority Queue) și s-a înlocuit atributul comun Tip al blocurilor SetAttribute și
SetAttribute1 cu atributul Priority. Acesta va avea valorile 1 pentru blocul Set Attribute ce ține de
munctiorii de primul tip, respectiv 2 pentru blocul SetAttribute1 ce ține de muncitorii de al doilea tip.
Sortarea în coada de prioritate va fi descrescătoare, deoarece asta va permite ca al doilea tip de
muncitori să aibe prioritate față de cei de primul tip, criteriu care se va regăsi și în blocul Output
Switch care face selecția unui port de ieșire pe baza acestui criteriu.
Rezultatele în urma simulării:
Numărul de muncitori de primul tip generați Numărul de muncitori de al doilea tip generați
Lungimea cozii
1. Fie un sistem de operare de timp real care trebuie să planifice la execuție două tipuri de taskuri ce
vor fi executate la intervale egale. Taskurile de primul tip sunt generate la intervale de 2s, cele de
tipul doi la intervale de 5s. Taskurile vor fi generate de două blocuri Entity Generation. Durata de
deservire a taskurilor de primul tip este de 1s, a celor de tipul doi este 2.5s. Se va simula modelul în
următoarele cazuri:
Modelul se va simula pe o durată de 50s. Unitatea de timp este secunda. Se va considera cazul când
entitatea preluată reintră în server cu timpul de deservire rezidual.
Entitățile vor avea următoarele atribute: prioritatea, timpul de deservire și tipul taskului. Se vor
înregistra: prioritatea entităților generate, lungimea cozii, timpul de deservire rezidual, numărul de
entități preluate și numărul de entități deservire pentru fiecare tip de task. Se vor explica rezultatele.
Pentru realizarea modelului de mai sus s-a ținut cont de următoarele aspecte:
Laboratorul 8
1. Să se modeleze un sistem ce are două resurse partajate, una cu capacitatea patru și alta cu
capacitate opt. Un bloc Time-Based Entity Generator generează entități ce vor utiliza aceste resurse,
cu intervalul între două entități cu distribuție uniformă cu valorile cuprinse între 0.01s și 0.2s.
Entitățile generate vor avea un parametru Type, cu valorile unu și doi cu probabilitățile 0.4 și 0.6.
Entitățile cu parametrul Type egal cu unu vor partaja resursa cu capacitate patru. Entitățile cu
parametrul Type egal cu doi vor partaja resursa cu capacitate opt. Atributul Type va primi valori într-
un bloc Set Attribute ce va avea o intrare Signal port t. Valorile atributului se vor genera cu un bloc
Event-Based Random Number cu distribuția Aribitrary discrete cu parametri: Value vector [1 2] și
Probability vector [0.4 0.6].
Se va simula sistemul pe 10s. Pentru fiecare resursă se va înregistra numărul de resurse disponibile.
Modelul se va simula pentru timpii de deservire ai celor două tipuri de entități din tabelul de mai jos.
Type=1 Type=2
0.5s 0.7s
1s 1.5s
2s 3s
Pentru cazul când pentru primul tip de entități deservirea se face în 1s, iar pentru al
doilea 1.5s:
În problemele următoarele se va utiliza modelul din Figura 14, modificat ca în Figura 18. În noul
model, un bloc Output Switch dirijează entitățile spre două blocuri Display după priorități.
Se vor înregistra:
Unitatea de timp a simulării este milisecunda. Se va simula modelul pe o durată de 100 ms.
Atributele entităților generate de blocurile Time Slice Generator și Entity Generator au valorile din
tabelul 5 (valorile sunt în milisecunde). În cazul blocului Entity Generator, timpul de intergenerare a
entităților are distribuție exponențială cu valoarea medie 0.2 ms.
În următoarele două probleme se va studia influența intervalului de timp între entitățile generate de
blocul Time Slice Generator. În problema 2, timpul de intergenerare a entităților generate de blocul
Time Slice Generator este 0.1 ms și în problema 3 el este de 0.05 ms.
Mai jos se regăsesc capturi de ecran cu propietățile fiecărui bloc după modificare și rezultatele
corespunzătoare:
Time Slice Generator-ul Entity Generator-ul
3. Se va modifica intervalul dintre apariția entităților generate de blocul Time Slice Generator la 0.05
ms. Se vor compara rezultatele cu cele de la punctul anterior. Se va explica de ce numărul de entități
cu prioritatea doi deservite în problema 2 este mai mare decât numărul de entități cu prioritatea doi
deservite în problema 3.
Modificarea blocului Time Slice Generator ce ține de timpul apariției entităților generate:
Rezultatele în urma simulării după modificarea timpului de apariție a entităților generate:
4. Se va adăuga la model un subsistem ce conține blocurile Idle Task Generator și Set Attribute din
modelul din Figura 10, pentru a genera și un task Idle. Se va crea un subsistem din blocurile Time
Slice Generator și blocul Set Attribute. Se va modifica timpul de deservire a entităților generate la
0.15 ms. Se vor compara rezultatele cu cele de la punctul anterior.
Schema noului model principal