Содержание к диссертации
Введение
Глава 1. Задача оценки устойчивости управления в автоматизированных системах организационного управления (АСОУ) 9
1.1 Обзор систем класса АСОУ 9
1.2 Аналитический подход к оценке устойчивости управления 13
1.3 Оценка устойчивости управления в АСОУ с использованием аппарата имитационного моделирования 17
1.4 Выводы 22
Глава 2. Построение системы показателей устойчивости управления в АСОУ 24
2.1 Постановка задачи оценки устойчивости управления в АСОУ 24
2.2 Построение оператора функционирования АСОУ 26
2.3 Разработка моделирующих алгоритмов в классе шкалированных автоматов 28
2. 4 Вывод и обоснование показателей устойчивости управления в системах класса АСОУ 40
2.5 Выводы 43
Глава 3. Разработка математических методов и алгоритмов для оценки устойчивости управления в системах класса АСОУ 45
3.1 Аналитическая оценка устойчивости управления в АСОУ 45
3.2 Имитационная модель функционирования АСОУ 51
3.3 Оценка статистических характеристик потоков сообщений в АСОУ 64
3.4 Выводы 70
Глава 4. Реализация разработанных математических методов и алгоритмов оценки устойчивости управления в системах класса АСОУ 72
4.1 Организация и планирование вычислительных экспериментов 72
4.2 Моделирование процессов функционирования и оценка устойчивости управления в информационной системе транспортно-экспедиторской компании «Армадилло Бизнес Посылка» 78
4.3 Оценка точности и устойчивости результатов моделирования 90
4.4 Выводы 94
Заключение 95
Литература 99
Приложение 1. Гистограммы для качественной оценки характера выходного потока сети связи в системах класса АСОУ 107
Приложение 2. Описание программного комплекса «TEC-Analyzer» 116
- Обзор систем класса АСОУ
- Аналитическая оценка устойчивости управления в АСОУ
- Организация и планирование вычислительных экспериментов
- Оценка точности и устойчивости результатов моделирования
Обзор систем класса АСОУ
Общие сведения о системах класса АСОУ и их классификация Автоматизированные системы организационного управления (АСОУ) предназначены для решения важных задач государственного или корпоративного уровня. Они представляют собой многоуровневые, территориально распределенные, многофункциональные системы большой размерности, предназначенные для работы в условиях возможного воздействия факторов деструктивного характера: стихийных бедствий, крупных аварий, информационных атак и т.п. Вследствие этого для систем класса АСОУ выдвигаются особые требования к устойчивости управления.
При классификации автоматизированных систем организационного управления в зависимости от решаемой задачи выбирают различные принципы, позволяющие учитывать особенности организации и функционирования систем рассматриваемого класса. Воспользуемся классификационными признаками, в соответствии с которыми системы класса АСОУ относят соответственно [96]
по уровню - к федеральным системам (региональным, корпоративным);
по выполняемым функциям - к информационно-вычислительным системам;
по характеру решаемых задач - к информационным системам;
по выходным документам - к административно-распорядительным системам;
по структуре - к иерархическим системам.
Состав и описание основных элементов АСОУ Системы класса АСОУ представляют собой сложные многоуровневые системы, оснащенные (в зависимости от уровня управления) мощными вычислительными центрами (ВЦ), ситуационными центрами (СЦ), высокопроизводительными ПЭВМ, объединенными в вычислительные сети. Эти системы обеспечивают комплексную автоматизацию процессов сбора, подготовки, хранения и выдачи пользователям информации для принятия решения, а также передачу указаний исполнительным органам. Отличительной особенностью АСОУ является территориальная распределенность их основных элементов. К основным элементам АСОУ относятся:
оконечные пункты (ОП) абонентов, т.е. объекты, на которых информация собирается от источников информации (ИИ), переносится на машинные носители, вводится в сеть передачи данных (СПД);
узлы связи (УС), в которых происходит распределение информации. Узлы связи используются как коммутационные (с коммутацией каналов, сообщений или пакетов) для распределения сообщений, так и сетевые для распределения пучков каналов;
каналы связи (КС), обеспечивающие передачу сообщений между отдельными узлами связи;
вычислительные центры различных уровней управления;
объекты пользователей системы, на которые выводятся результаты обработки информации.
В некоторых системах класса АСОУ объекты пользователей территориально совмещены с ВЦ.
Источники информации (абоненты системы) распределены по территории в соответствии с расположением административных, хозяйственных, промышленных и других объектов. Плотность расположения абонентов меняется в значительных пределах вследствие неравномерного распределения вышеперечисленных объектов по территории. Исходя из места расположения абонентов и создаваемых ими информационных нагрузок, определяется месторасположение оконечных пунктов и состав входящих в них технических средств.
Абоненты системы, сеть передачи данных, вычислительные центры и объекты пользователей в совокупности образуют структуру АСОУ, указывающую на пути осуществления связи между ее элементами.
Характеристиками оконечного пункта являются пропускная способность, тип аппаратуры, вид связи, месторасположение, уровень защищенности. Отдельные оконечные пункты системы являются подвижными, т.е. перемещаются в пределах некоторой территории и подключаются к моменту передачи информации к заранее определенному множеству пунктов.
Перечисленные особенности и характеристики оконечных пунктов абонентов относятся также и к объектам пользователей.
Характеристиками узлов связи являются пропускная способность, алгоритмы распределения информации, месторасположение, уровень защищенности. Характеристиками каналов являются вид, пропускная способность, длина, топология, защищенность.
В аспекте проводимого исследования вычислительные центры описываются такими характеристиками как производительность, объем оперативной и внешней памяти, защищенность.
Проблема информационной безопасности в АСОУ
Руководство крупных компаний, располагающих автоматизированными комплексами управления, всегда интересуют вопросы безопасности и коммерческой тайны. Сегодня промышленный шпионаж и диверсионные действия конкурентов против управляющих программных комплексов предприятия могут поставить под угрозу практически любую сферу его деятельности. Кража или искажение информации происходит в двух местах: в локальной сети абонента или в канале передачи данных.
Выбор средств защиты информации влияет на временные характеристики потоков сообщений, циркулирующих в АСОУ, увеличивая длительность системных циклов управления и обработки информации. Поэтому остановимся на средствах защиты информации в системах рассматриваемого класса более подробно.
Для разграничения доступа пользователей к системе на всех рабочих местах предусматриваются специальные программы, с помощью которых для каждого пользователя задаются права на просмотр или модификацию информации системы.
Использование системы журналирования дает возможность контролировать и просматривать изменения, внесенные каждым пользователем. Если данные сильно испорчены (неправильными действиями пользователя или злоумышленника, в случае сбоя и т.д.), их восстановление также осуществляется с помощью специальных программ. Таким образом, обеспечивается безопасность на уровне рабочих мест. Нарушения, совершаемые в обход средств контроля и восстановления автоматизированной системы предприятия, предотвращаются административными методами (ограничение доступа к компьютерам, охрана серверов, пропускной контроль и т.п.), а также средствами операционной системы.
Обеспечение защиты информации в каналах передачи данных сопряжено с рядом трудностей. Каналы связи проходят по территории, неподконтрольной для службы безопасности фирмы. Каналы передачи данных имеют «лазейки», в которые проникают злоумышленники. Телефоны прослушиваются и т.д. Надежной формой защиты информации представляются криптографические методы. Их применение необходимо как на уровне автоматизированной системы предприятия, так и вне ее, т.е. средствами компаний, предоставляющих телекоммуникационные услуги.
Характерные черты и особенности функционирования АСОУ При разработке систем класса АСОУ возникают проблемы, связанные с рассмотрением свойств и законов функционирования элементов, а также выбором наилучшей структуры системы, оптимальной организацией взаимодействия подсистем, определением наиболее эффективных режимов функционирования, комфортностью работы, учетом влияния внешней среды и т.д.
Основными особенностями исследуемого класса систем являются:
многофункциональность;
большая размерность;
значительная территориальная рассредоточенность элементов системы;
исключительная важность решаемых задач и реализуемых функций;
эксплуатация в чрезвычайных условиях, характеризующихся нарушением структуры АСОУ.
Задача оценки устойчивости управления в АСОУ Оценка устойчивости управления в АСОУ целиком зависит от адекватности формализованного представления процесса функционирования системы. Эта задача имеет аналитическое решение в случае, когда все коммуникации в системе, включая систему передачи данных (СПД), реализуются на выделенных каналах связи либо, когда потоки сообщений, циркулирующих в системе, не носят интенсивного характера. В этих условиях [39] имеет место так называемая пуассоновская гипотеза, позволяющая считать все вторичные потоки в системе пуассоновскими (первичными считаются потоки-источники).
Однако для сетей передачи данных с коммутируемыми каналами связи и сложной топологией нет математических результатов, подтверждающих пуассонов-ский характер потоков сообщений. Опыт развития систем, смежных по классу с АСОУ, прежде всего коммуникационных, свидетельствует о неприемлемости пуас-соновской гипотезы при таких условиях [40]. Поэтому задача оценки устойчивости управления в АСОУ становится актуальной.
Аналитическая оценка устойчивости управления в АСОУ
Если формализуемые процессы функционирования систем рассматриваемого класса поддаются адекватному аналитическому описанию, то для оценки показателей устойчивости управления предлагается использовать аналитическую модель функционирования АСОУ.
Блок-схема аналитической модели и принцип ее работы Аналитическая модель построена в соответствии с описанным процессом функционирования системы в заданных условиях [52]. Модель включает в себя частные подмодели, в каждой из которых формализуются отдельные процессы. В случае имитации условий внешних воздействий аналитическая модель разделена на шесть блоков
1. модель внешних воздействий, состоящая из четырех частных подмоделей;
2. модель поиска возможных путей передачи информации в коммутируемой сети связи;
3. модель функционирования оконечного пункта АСОУ;
4. модель функционирования тракта передачи данных;
5. модель функционирования ВЦ;
6. расчет показателей функционирования АСОУ.
Расчет показателей функционирования АСОУ в аналитической модели осуществляется с использованием частных взаимосвязанных моделей.
Все отдельные блоки объединяются в единый комплекс управляющей программой (УП) и общим массивом исходных данных (ИД). Блок-схема аналитической модели и взаимосвязь отдельных блоков при расчете показателей функционирования АСОУ представлена на рис. 3.1.
В зависимости от структуры и состава технических средств исследуемого варианта построения АСОУ управляющая программа из общего массива постоянных исходных данных и переменных исходных данных формирует массив исходной информации для блока №1 (ИД №1). В блоке №1 (MP №1) рассчитываются вероятности функционирования Pi(tk) каждого объекта и линии связи АСОУ в заданные периоды времени tk [68].
Полученные вероятности функционирования Pj(tk) запоминаются в массиве результатов расчетов блока №1 (РРМ № 1).
Управляющая программа, с учетом результатов решения блока №1, формирует массив исходных данных блока №2 и вызывает для работы его программу.
В блоке №2 имитируется оптимальная работа коммутируемой сети связи. В зависимости от ее состояния, характеризуемого вероятностями функционирования объектов, каналов связи и их загрузкой, методом динамического программирования [28] находятся тракты передачи данных, обеспечивающие максимальную вероятность доставки информации от абонента і пользователю j в рассматриваемые периоды времени где у - номер объекта или канала связи тракта передачи данных.
В зависимости от последовательности прохождения информации через объекты или каналы связи тракта передачи данных включаются блоки №3, 4 или 5. В них определяется МОЖ времени пребывания сообщения или запроса вида приоритета а в оконечном пункте, ВЦ или канале связи - t; - как сумма математического ожидания времен ожидания t, обработки i\ и восстановления t ( после сбоев и отказов технических средств tj=t j+t j+t j.
При определении МОЖ времени ожидания, передачи и обработки информации оконечные пункты и ВЦ рассматриваются как многоканальные, а каналы связи как одноканальные системы массового обслуживания с приоритетной обра боткой сообщений и неограниченным временем ожидания и длиной очереди. Для этих систем массового обслуживания вероятность занятости технических средств ввода, обработки или выдачи информации определяется по формуле [87]
Так как на каждом объекте в какой-то момент времени допускается только один вид деятельности (ввод информации в каналы связи, ее обработка или выдача), то время ожидания сообщения приоритета а для многоканальной системы будет равно [88]
Математическое ожидание времени обработки или передачи сообщения определяется с учетом объема информации, производительности технических средств, а для ЭВМ - и качества программного обеспечения М где Pj(tk) - вероятность функционирования объекта і (либо тракта передачи данных для объекта і).
Математическое ожидание времени восстановления зависит от надежности работы технических средств и времени их восстановления Так определяются все составляющие времени нахождения сообщения в объекте или в канале связи, что позволяет рассчитывать временные характеристики прохождения информации по трактам передачи данных в АСОУ.
В блоке № 6 определяются и выдаются на печать (в файл) требуемые показатели функционирования АСОУ.
Исходные данные аналитической модели и их классификация Для оценки показателей функционирования различных вариантов построения АСОУ в ЭВМ вводится большой объем исходных данных, характеризующих структуру системы, технические средства, объекты, систему связи, потоки информации и план внешних воздействий. С целью сокращения объема вводимой информации для различных вариантов исследований все исходные данные разделяются на постоянные и переменные.
К постоянной информации относятся
1. Характеристики объектов и линий связи АСОУ:
(ф, X) - топология объекта і АСОУ (ср - широта [град., мин., сек.], X - долгота [град., мин., сек.]);
APj - защищенность объекта і или линии связи от информационных воздействий;
Ej [в/м] - эмистойкость объекта і или линии связи;
ПІ - количество линий связи, инцидентных объекту І.
2. Характеристики всех типов технических средств, которые используются в проектируемой АСОУ:
ц - производительность технических средств;
Рн - надежность;
т [мин] - среднее время восстановления.
3. Характеристики типов всех видов сообщений:
а - приоритет вида сообщения;
- средняя интенсивность передачи сообщений;
V [кбт]-средний объем одного сообщения;
W - среднестатистический коэффициент активности программных средств;
К - среднестатистический коэффициент увеличения времени обработки сообщений за счет обращения к внешним устройствам;
V [кбт] - средний объем ответа на запрос справки и решения определенного класса информационно-расчетных задач.
4. Характеристики мобильных (ПППИ):
АРпер - защищенность мобильного ПППИ от информационных воздействий;
Епер [в/м] - защищенность мобильных ПППИ от электромагнитных импульсов (ЭМИ).
Переменная информация для каждого варианта построения АСОУ включает
для каждого объекта - типы и количество технических средств, установленных на объекте;
для оконечных пунктов (абонентов и пользователей) - типы передаваемых сообщений;
сценарий внешних воздействий на объекты и систему связи АСОУ.
Временные характеристики оценки устойчивости управления в АСОУ Для оценки устойчивости управления в системах рассматриваемого класса с помощью аналитической модели рассчитываются следующие временные характеристики АСОУ;
среднее время передачи каждого сообщения вида s приоритета а от абонента і до пользователя или ВЦ: где tsei - среднее время нахождения сообщения вида s приоритета а в объекте у или канале связи абонентского пункта і пользователя или ВЦ, участвующих в передаче информации;
среднее время реакции системы на запрос s приоритета пользователя а с выдачей результата (справки или решения информационно-расчетной задачи (ИРЗ)) на индивидуальные или коллективные средства отображения т =Zt . (3-8) где tsa - среднее время пребывания запроса на объекте у или в канале связи, участвующих в передаче и решении запроса пользователя;
среднее время сбора ВЦ всей периодической информации от всех абонентов при заданном моменте начала сбора tH
Организация и планирование вычислительных экспериментов
Автоматизированное рабочее место специалиста по моделированию Сочетание человеческого интеллекта с ресурсами современных ЭВМ позволяет заменить проектируемую систему ее математической моделью и вести диалог по исследованию основных свойств будущей системы. При этом необходимо учитывать, что системы класса АСОУ представляют собой сложные системы, для подробного изучения которых требуются большие ресурсы. Поэтому необходимо ограничить и конкретизировать число возможных вариантов изучения проектируемой системы. При этом могут помочь
интуиция исследователя;
существующие модели;
правильное планирование вычислительных экспериментов с моделями систем.
Все это позволяет выбрать наиболее значимые параметры проектируемой системы.
В настоящее время для эффективного моделирования сложных систем класса АСОУ разработчику необходимо изучить несколько различных предметных областей таких, как теория вероятностей, математическая статистика, планирование эксперимента, программирование, языки моделирования и т.д.
Существуют специализированные моделирующие системы такие, как «Взаимодействие», WITNESS, SIMFACTORY [34] и др., где представлены попытки снижения требований к специальным знаниям разработчика и ускорения процесса моделирования. Основные недостатки этих систем - недостаточная гибкость проведения эксперимента, отсутствие автоматизированного анализа результатов, ограниченность функций просмотра моделей и др.
Поэтому представляется целесообразной разработка автоматизированного рабочего места специалиста по моделированию (АРММ), которое явилось бы интегрированной рабочей средой со вспомогательными средствами и информационными материалами, необходимыми для моделирования.
В распоряжение разработчика в составе АРММ должны предоставляться
пакет описания модели;
методики проведения вычислительного эксперимента;
программы выбора исходных данных;
средства динамического отображения результатов моделирования;
средства обработки результатов моделирования.
Особенности организации иерархического моделирования На АРММ строится иерархическое представление системы с помощью меню и графического диалога, который используется для всех последующих операций:
спецификации параметров модели;
описания эксперимента;
автоматического выполнения модулей, являющихся алгоритмическим выражением модели;
возможности изменения направленности проведения эксперимента в зависимости от промежуточных результатов;
обработки результатов эксперимента;
подготовки отчета.
Основная особенность иерархического моделирования - это использование единой иерархической графической базы данных для всех перечисленных выше операций, что превращает процесс формирования модели в совокупность логически связанных шагов.
Для обеспечения доступа к моделям необходимы развитые интерфейсные средства, обеспечивающие панорамирование и масштабирование. Построенная таким образом графическая система применима на всех последующих шагах изучения модели и автоматически становится средством ссылок на базы знаний моделирования и спецификации исходных данных.
Созданное при разработке АРММ графическое обеспечение в дальнейшем используется в системах автоматизированного проектирования.
АРММ использует покадровый метод представления знаний для сортировки всей информации. При этом объекты классифицируются как части более широкой концепции, что, в свою очередь, минимизирует дублирование знаний.
При задании параметров компонентов модели пользователь АРММ выбирает их из графического окна. На экране показывается временное меню, отображающее параметры выбранного компонента и их текущие значения, причем пользователь может корректировать существующие значения.
На стадии планирования вычислительного эксперимента с использованием средств АРММ описывается последовательность действий, которые необходимо выполнить с моделью. Здесь указываются значения таких параметров, как наличие ресурсов, начальные условия, длительность и т.д., причем после задания спецификации система автоматически генерирует программу моделирования на языке, который реализует необходимую модель. Для коррекции работы модели используется та же графическая информация, которая использовалась при построении модели. Состояние любого объекта модели динамически корректируется, а результат изображается на экране в любой фиксированный момент времени. Для итоговой обработки применяется диалоговый постпроцессор с управляющим меню. Это позволяет оформлять результаты моделирования в наглядной форме, создавать архивы для дальнейшего применения. Результаты оформляются в виде графиков, гистограмм, диаграмм, причем диаграммы накладываются друг на друга для сравнения различных сценариев или же выводятся в различные окна. Структура системы представлена на рис. 4.1.
Предлагаемый метод построения инструментального средства моделирования обладает следующими достоинствами:
1. Повторяемость. Любая подсистема может встречаться в одной и той же модели любое число раз.
2. Модульность. Модель может быть разделена на взаимосвязанные подмодели. Таким образом, независимо создаются и тестируются отдельные компоненты модели. Это свойство эффективно при работе коллектива над одним проектом.
3. Изменяемость. Графический метод и модульная природа облегчают корректировку модели, что увеличивает ее время жизни.
4. Консультативность. В процессе генерации строятся различные модели, использующие одни и те же библиотеки. Это позволяет одному пользователю разрабатывать различные базовые модели, доступные другим пользователям для построения более сложных моделей.
5. Отладка. Модульность позволяет отлаживать и проверять каждый тип модели, не зависимо от других моделей. Моделирование сложных систем. Завершенную отлаженную модель можно использовать как базовую типовую модель и применять как подсистему более общей системы.
6. Наглядность. Отображение результатов моделирования в форме, убеждающей в правильности модели, является важной частью моделирования, причем в предполагаемом методе работу модели можно представить на различных уровнях детализации.
В предлагаемом подходе к организации иерархического моделирования предполагается, что система разбивается на сеть взаимосвязанных подсистем, причем сами подсистемы представляют сети подсистем низшего уровня.
Оценка точности и устойчивости результатов моделирования
Основные направления получения предельных оценок искомых параметров Существующие методы оценки точности и устойчивости результатов имитационного моделирования [35] позволяют непосредственно в ходе имитационного моделирования получать интересующие исследователя и пользователя оценки параметров, определяющих качество обработки информационных потоков. Обычно такими параметрами выступают вероятностно-временные характеристики обработки отдельных видов сообщений, а также уровни загрузки технических средств вычислительных систем.
Совокупность таких оценок какого-либо параметра, привязанных к соответствующим моментам модельного времени, рассматривается как траектория случайного процесса в пространстве «время - значение параметра».
Множество траекторий случайного процесса, полученное в результате многократных прогонов имитационной модели, характеризуется разбросом траекторий, особенно на начальных временных интервалах моделирования. Для стационарных случайных процессов характерны постепенное сближение траекторий по мере увеличения интервала моделирования и асимптотическая сходимость к предельному значению оцениваемого параметра. В зависимости от специфики случайного процесса предельная оценка параметра может оказаться смещенной. В этом случае она корректируется с помощью специальных методов. Практически, особенно при большом количестве испытаний, смещение оценки полагают пренебрежимо малым. Укажем два основных способа получения предельных оценок искомых параметров. Первый способ состоит в получении множества значений таких оценок за счет многократных прогонов имитационной модели и последующей обработки результатов моделирования известными статистическими методами. Один из методов состоит в осреднении полученных оценок и определении доверительных интервалов. Второй способ предполагает проведение одного прогона, но при большей длительности интервала моделирования. В этом случае последнюю из оценок и принимают за искомую оценку. Второй способ считается более предпочтительным, так как оно исключает необходимость многократных повторных настроек модели и связанных с этим потерь машинного времени. Однако при больших интервалах моделирования возникает проблема организации, возобновления и продолжения счета при преднамеренных или случайных прерываниях (например, при сбоях ЭВМ) процесса имитации.
Задача определения длительности интервала моделирования При имитационном моделировании случайных процессов всегда возникает и требует решения задача определения (ограничения) длительности интервала моделирования. Используемые на практике подходы в этой области опираются на разнообразные эвристические приемы, вырабатываемые на основе изучения специфики исследуемых случайных процессов и накопленного опыта. Разработанный в ходе диссертационной работы подход предлагается ниже.
На траектории случайного процесса выделяются локальные минимумы и максимумы. Качественный пример такой траектории в виде графика оценочной функции F(T) приведен на рис. 4.9, где символами н и в отмечены соответственно минимальные и максимальные значения оценочной функции.
Множество {Тн} включает моменты времени, соответствующие локальным минимумам, множество {Тв} - моменты времени, соответствующие локальным максимумам, а множество {Тип} является объединением множеств {Тн} и {Тв}.
Будем считать возможным прекратить очередной прогон имитационной модели, как только для заданного значения п среди локальных оптимумов найдутся такие, что окажется истинным логическое выражение
Пусть, например, п=3. Тогда применительно к рисунку 4.9 указанное условие будет выполнено в отношении локальных минимумов уже при Т5 Т Т6 (см. значения F(TH1), F(TH2) и F(TH3)). Но подходящих максимумов будет только два -F(TBi) и F(TB2). В интервале Т6 Т Т7 локальный максимум F(TB2) будет заменен на F(TB3), а в интервале Т7 Т Т8 локальный минимум F(TH3) будет заменен на F(TH4). И только при T Ts условие (4.2.1) будет выполнено в полном объеме. При этом Тві Тв3 Тв4 и F(TBI) F(TB3) F(TB4), а также Тні ТН2 Тн4 и F(THI) F(TH2) F(TH4). В качестве искомой оценки параметра F принимается значение FO=(F(B4)+F(TH4))/2.
Отметим, что значение числа п нужно определять по результатам нескольких пробных прогонов модели с учетом специфики оцениваемого случайного процесса и величины временного шага AT определения значений оценочной функции F(T). Предложенные условия прекращения прогонов имитационной модели применимы только в случае, когда оценочная функция F(T) в ходе прогона модели колеблется около своего предельного значения. В случаях, когда F(T) приближается к своему предельному значению только снизу или сверху, необходимо применять другие критерии и подходы, например, использовать оценку относительного изменения F(T) на очередном шаге прогона, то есть прекращать прогон модели как только станет истинным логическое выражение
Поскольку заранее нельзя определить характер поведения траектории случайного процесса (оценочной функции F(T)), то следует использовать одновременно несколько разных условий (в нашем случае условия (4.1) и (4.3)) и прекращать прогон модели, как только будет выполнено хотя бы одно из них.
Аналогичным образом оценивается поведение траекторий сразу нескольких различных параметров.
Критериальное условие вида (4.1) было использовано при оценках эффективности обработки информационных потоков комплексами средств автоматизации звеньев АСОУ различных уровней. В качестве оценочной функции было принято математическое ожидание общего количества сообщений, находящихся в обработке или в очередях на обработку различными техническими устройствами (каналы передачи данных, процессоры ЭВМ, рабочие станции и другие элементы ЛВС и т.п.). Момент окончания прогона имитационной модели определялся оператором вручную по информации об оценочной функции, которая выдавалась непосредственно в процессе моделирования на экран дисплея ПЭВМ. Применение указанного критерия позволило на 40% сократить затраты машинного времени по сравнению с планировавшимися затратами. При этом оценки математического ожидания основных параметров качества обработки информационного потока (время прохождения и обработки сообщений различных типов и категорий срочности, коэффициенты загрузки технических устройств и т.п.) были устойчивы. Их разброс для одинаковых условий моделирования в абсолютном большинстве случаев не превышал 2-3 процентов.
Разработанный подход определения (ограничения) длительности интервала моделирования реализован программно и встроен в имитационную модель функционирования АСОУ.
