CC BY
16
УДК 620.9: 658.011.56
© А. Г. Олзоева, С. И. Олзоева
АВТОМАТИЗАЦИЯ ПАРАЛЛЕЛЬНОГО ВЫЧИСЛИТЕЛЬНОГО ПРОЦЕССА ПРИ ИМИТАЦИОННОМ МОДЕЛИРОВАНИИ
Рассматриваются принципы разработки инструментария при решении задач распараллеливания имитационного моделирования исследуемой сложной системы.
Ключевые слова: имитационное моделирование, вычислительные системы, программное обеспечение.
© A. G. Olzoeva, S. I. Olzoeva
AUTOMATION OF PARALLEL COMPUTING PROCESS AT SIMULATION MODELING
The principles of tools development are discussed at solving the problems of parallelization of simulation modeling of the studied complex system.
Keywords: simulation modeling, computer systems, software.
Введение
Ускорение процесса имитационного моделирования сложных дискретно-событийных систем можно осуществить на многопроцессорных вычислительных системах. Существующие методы организации вычислительного процесса на таких системах невозможно применить к имитационному моделированию систем без соответствующей модификации, учитывающей специфику построения моделирующих алгоритмов сложных систем. Организация распределенного имитационного моделирования должна быть поддержана специальными инструментами, автоматизирующими как процесс создания параллельных имитационных моделей, так и процесс эффективной организации вычислительного процесса. К рассмотрению предлагаются состав и функциональное назначение программного инструментария для организации распределенного имитационного моделирования систем на неоднородных многопроцессорных вычислительных системах - локальных сетях и кластерах.
Этапы организации
В результате исследования методов теории распределенных вычислений и теории параллельных вычислений применительно к имитационному моделированию систем выделены основные этапы организации вычислительного процесса распределенного имитационного моделирования и задачи, стоящие на этих этапах. Эти задачи определяют функциональное содержание автоматизированного средства организации распределен-
ного имитационного моделирования. Основное назначение этого программного инструментария состоит в отделении аспектов, связанных с разработкой программного обеспечения имитационной модели (ИМ) конкретной сложной системы, от вопросов организации распределенных (параллельных) вычислений. Инструментарий предназначен для автоматизации работ построения параллельной структуры имитационной программы, выдачи оценок качества получаемых вариантов параллельной ИМ, прогнозируемого ускорения вычислительного процесса.
Технологическими этапами функционирования инструментария являются:
1. Построение структуры параллельной ИМ.
На этом этапе решается задача разбиения моделирующей программы на части, выполняющиеся параллельно на разных процессорах. Простое распределение модулей моделирующей программы по процессорам не способствует эффективному ускорению процесса имитации из-за многочисленных передач данных между модулями имитационной модели, сильно связанных по данным и управлению. Алгоритмическим наполнением данного этапа является метод декомпозиции имитационной модели конкретной исследуемой системы, основанный на алгоритме автоматической классификации [1]. Декомпозиция осуществляется по критерию минимизации связей между классами виртуальных действий имитационной модели. Алгоритм позволяет решить задачу декомпозиции с учетом не только структурной связности, но и с учетом характеристик динамической связности объектов конкретной моделируемой системы. По результатам декомпозиции формируется состав блоков распределенной имитационной модели (РИМ) и распределенная база данных модели.
2. Оценка качества вариантов проектов РИМ.
На данном этапе производится расчет прогнозируемого ускорения вычислений для вариантов распределенной имитационной модели. Используется метод оценки возможных временных факторов РИМ, по результатам которой производится выбор окончательного проекта РИМ.
3. Выбор алгоритма синхронизации распределенных процессов.
К сформированному составу РИМ применяется метод анализа и выбора алгоритма синхронизации распределенных процессов, который позволяет сравнить эффективность различных алгоритмов синхронизации для конкретной РИМ с заданными параметрами.
4. Формирование децентрализованной управляющей программы РИМ и распределенной базы данных моделирования.
Выбранный на предыдущем этапе наиболее подходящий алгоритм синхронизации для формируемой распределенной имитационной модели позволяет сформировать окончательную структуру децентрализованной управляющей программы.
5. Оптимальное распределение программных блоков ИМ по процессорам вычислительной системы.
Здесь решается задача планирования распределенного вычислительного процесса с помощью метода оптимального распределения программных блоков РИМ по процессорам вычислительной системы [2]. Выходные результаты используются для организации вычислительного процесса РИМ на неоднородных параллельных вычислительных системах - локальных сетях и кластерных системах.
Заключение
Предлагаемый инструментарий является удобным средством для решения задачи распараллеливания ИМ исследуемой системы и перенесения имитационной программы на имеющийся в распоряжении пользователя парк компьютеров: локальную сеть или вычислительный кластер. Кроме того, обеспечивается эффективность и расширяемость распределенной имитационной модели. Эффективность достигается за счет использования нескольких процессоров, работающих параллельно, что позволяет ускорить процесс имитационного моделирования сложной системы.
Расширяемость РИМ обеспечивается структуризацией программ, обрабатывающих особые состояния моделируемой системы, стандартизацией базы данных моделирования, модульным принципом построения модели. Это позволяет вводить новые обрабатывающие модули имитационной модели, что может быть связано с изменением целей имитационного моделирования, а также вводить в обрабатывающие модули более подробные алгоритмы имитации в соответствии с требуемым уровнем детализации.
Литература
1. Ширапов Д. Ш., Олзоева А. Г. Математическая модель декомпозиции имитационных моделей сложных систем // Информатизация процессов формирования открытых систем на основе СУБД, САПР, АСНИ и систем искусственного интеллекта: материалы VI Междунар. науч.-техн. конф. (Вологда, 24-25 июня 2011). - Вологда, 2011. - С. 215-218.
2. Олзоева С. И., Мархоев В. Ц., Олзоева А. Г. Оптимальная балансировка нагрузки в GRID-системах // Вестник Бурятского государственного Университета. - 2012. - Спецвып. B. - С. 220-223.
Олзоева Аюна Геннадьевна, аспирант кафедры «Электронные вычислительные системы» Восточно-Сибирского государственного университета технологий и управления, e-mail: [email protected], тел. 8(3012)215-314.
Олзоева Сэсэг Ивановна, доктор технических наук, профессор кафедры «Электронные вычислительные системы» Восточно-Сибирского государственного университета технологий и управления, e-mail: [email protected], тел. 8(3012)215-314.
Olzoeva Ayuna Gennadevna, postgraduate student, department of electronic computing systems, East-Siberian State University of Technologies and Management, Ulan-Ude.
Olzoeva Seseg Ivanovna, Doctor of Technical Sciences, Professor, department of electronic computing systems, East-Siberian State University of Technologies and Management, Ulan-Ude.
