Математическое моделирование в распределенных системах оперативного мониторинга нефтегазодобывающей отрасли

Охотников, Евгений Сергеевич

Математическое моделирование, численные методы и комплексы программ

автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Математическое моделирование в распределенных системах оперативного мониторинга нефтегазодобывающей отрасли

кандидата технических наук: Охотников, Евгений Сергеевич
город: Тюмень
год: 2006
специальность ВАК РФ: 05.13.18

Диссертация по информатике, вычислительной технике и управлению на тему «Математическое моделирование в распределенных системах оперативного мониторинга нефтегазодобывающей отрасли»

Автореферат диссертации по теме "Математическое моделирование в распределенных системах оперативного мониторинга нефтегазодобывающей отрасли"

На правах рукописи

ОХОТНИКОВ Евгений Сергеевич

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ В РАСПРЕДЕЛЕННЫХ СИСТЕМАХ ОПЕРАТИВНОГО МОНИТОРИНГА НЕФТЕГАЗОДОБЫВАЮЩЕЙ ОТРАСЛИ

Специальность 05.13.18 — «Математическое моделирование, численные методы и комплексы программ»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Тюмень - 2006

Диссертация выполнена на кафедре программного обеспечения ГОУ ВПО «Тюменский Государственный Университет»,

Научный руководитель: кандидат физико-математических наук,

доцент Захарова Ирина Гелиевна

Официальные оппоненты; доктор технических наук, профессор

Памфилов Геннадий Андреевич

Защита состоится 20 декабря 2006 г. в 16 часов на заседании диссертационного совета К212.274.01 при Тюменском Государственном Университете по адресу: 625003, г. Тюмень, ул. Перекопская, 15а, аудитория 217.

С диссертацией можно ознакомиться в библиотеке Тюменского Государственного Университета.

Автореферат разослан « /-Ру> ноября 2006 г.

Ученый секретарь

кандидат физико-математических наук, доцент Мосягин Вячеслав Евгеньевич

Ведущая организация: ОАО «Сибирский научно-исследовательский

институт нефтяной промышленности» (СибНИИНП), г. Тюмень

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. В промышленности использование систем оперативного мониторинга позволяет добиться повышения эффективности труда и качества выпускаемой продукции, достижения высоких эксплуатационных характеристик оборудования, сведения к минимуму любых производственных потерь. В нефтегазодобывающей отрасли необходимость таких систем не вызывает сомнений в силу присущих ей особенностей: территориальная удаленность подразделений предприятий, тяжелые эксплуатационные условия, недостаточно развитая инфраструктура, дефицит квалифицированных кадров, высокие материальные и трудовые затраты, связанные с ликвидацией последствий нарушений производственного процесса.

Системы оперативного мониторинга нефтегазодобывающего комплекса (СОМ) — это территориально распределенные информационные системы контроля, диагностики и управления, основной целью применения которых, согласно В.Н. Костюкову, является повышение эффективности и безопасности производства благодаря: непрерывному мониторингу технологических объектов; снижению трудоемкости управления процессами; замене устаревших средств автоматизации и систем управления. Как отмечает М.Ф. Ализаде, СОМ позволяют «обеспечить эффективную работу предприятий в заданных режимах, повышать качество выпускаемых продуктов, обеспечить безаварийность и экологическую безопасность, повысить производтельность труда».

Для успешного решения своих задач СОМ должны обеспечивать высокую актуальность информации. Однако, несмотря на постоянно увеличивающуюся интенсивность потоков данных, в СОМ по-прежнему часто используются низкоскоростные УКВ-каналы связи. Это противоречие в сочетании со значительной стоимостью СОМ на стадии проектирования приводит к необходимости удостоверится в том, что система будет удовлетворять предъявляемым требованиям, т.е. определить временные характеристики процессов передачи данных Для этого требуется разрабатывать и исследовать математические модели СОМ.

В настоящее время моделирование и проектирование СОМ базируется на подходах, предложенных КБ. Андреевым, В.И. Костиным, В Л. Костюковым, М. Месоровичем, В.И. Нейманом, БЯ. Советовым, А.В Суздалевым. Более общая задача моделирования сетей передачи данных широко освещена в работах российских (Л.Г. Афанасьева, Г.П. Башарин, A.A. Боровков, НЛ. Бусленко, БВ. Гнеденко, В.А. Ивницкий, И.Н. Коваленко, A.A. Назаров, С.Г. Фосс, B.C. Цыбаков и др.) и иностранных (Д. Бертсекас, JI. Клейн рок, РЗ. Купер, T.JL Саати, X. Така-ги, Дж. Уолдренд, М. Шварц и др.) авторов. Но при этом можно выделить ряд направлений, исследованных не в полной мере:

• существующие методы исследования сетей передачи данных в основном используют аппарат теории массового обслуживания, в частности, сети Джексона. В то же время для СОМ характерно использование общих каналов связи несколькими устройствами. Функционирование разделяемого канала рассмотрено в работах РЗ. Купера, АЛ. Назарова, ТЛ Саати, X. Такаги, С.Г. Фосса, Б.С. Цыбакова, М. Шварца и др., однако не существует моделей, позволяющих описать совместное функционирование нескольких разделяемых каналов, объединенных в сеть передачи данных, и допускающих использование различных методов множественного доступа в рамках одного канала связи;

• в работах Р.В. Купера, СТ. Фосса, Н.И. Черновой и др. рассмотрен механизм сбора данных «поллинг» (упорядоченный опрос) для устройств мониторинга с очередью сообщений. Однако в практике СОМ применяются также устройства без буфера памяти для организации очереди сообщений; для исследования таких систем не предложено адекватных моделей.

Поэтому математическое моделирование распределенных СОМ, направленное на устранение вышеперечисленных недостатков и пробелов, представляется актуальным направлением.

Объектом исследования являются информационные процессы возникновения и перемещения данных в системах оперативного мониторинга нефтегазодобывающих предприятий.

Предмет исследования — математическое и имитационное моделирование информационных процессов возникновения и перемещения данных в СОМ для получения их временных характеристик.

Целью работы является разработка и исследование математических моделей, позволяющих с достаточной адекватностью учесть характерные особенности различных классов СОМ. Применение таких моделей должно позволять находить временные характеристики СОМ: стационарные, средние длину очереди, время ожидания, время пребывания в системе и др., необходимые для принятия обоснованных решений при проектировании СОМ.

Для достижения поставленной цели определены следующие задачи исследования:

• анализ существующих концепций, моделей, технологий и подходов к созданию распределенных систем мониторинга, в том числе применительно к нефтедобывающей отрасли;

• классификация СОМ по признакам, важным для их моделирования;

• исследование применимости и разработка математических моделей для выделенных классов распределенных СОМ;

• построение информационной модели и алгоритмов для проведения имитационных экспериментов в соответствии с математической моделью СОМ;

• проектирование и разработка хранилища данньгх и программного обеспечения, обеспечивающих описание моделей СОМ, их исследование и анализ полученных результатов.

Методы исследования. При решении поставленных в работе задач использовались методы исследования из следующих областей науки: теория вероятностей, теория случайных процессов, теория массового обслуживания (ТМО), теория реляционных баз данных.

Научная новизна работы заключается в следующем:

• предложена математическая модель системы полликга для случая применения устройств мониторинга без очередей сообщений; для модели в аналитической форме получены:

> средний интервал между посещениями устройств;

>■ процент времени, затрачиваемый на обслуживание устройства;

> вероятность потери информации;

> целевая функция для сравнения различных вариантов конфигурации СОМ между собой.

• разработана обобщенная математическая модель СОМ, в рамках которой благодаря синтезу моделей и подходов, предложенных ранее для отдельных классов СОМ, возможно учесть:

. > нестационарные входящие потоки информации;

> сетевую топологию СОМ и неограниченное количество устройств;

> области видимости и время задержки распространения сигнала между устройствами, использующими общий канал связи;

> одновременное использование методов доступа к общему каналу из группы поллинговых либо случайного множественного доступа (СМД) в зависимости от устройства, времени, передаваемой информации;

> различные маршруты движения информации в зависимости от устройства, времени, передаваемой информации;

> возможность ветвления информационных потоков для доставки информации нескольким потребителям.

Теоретическая значимость работы заключается в систематическом рассмотрении задачи моделирования СОМ. Для этого была предложена классификация систем по значимым для моделирования признакам:

• по топологии СОМ: локальная система мониторинга; сеть, состоящая из объектов мониторинга и нескольких каналов связи, используемых монопольно; несколько объектов мониторинга, для обмена информацией с которыми используется общий канал связи; сеть, состоящая из объектов мониторинга и нескольких общих каналов связи;

• по методу доступа к общему каналу: обход устройств сервером (поллинг); СМД; комбинация поллинга и СМД;

• по типу применяемых устройств мониторинга: с очередью сообщений; без очереди, с передачей текущих значений параметров.

В соответствии с классификацией для различных типов СОМ рассмотрена применимость существующих моделей, а при их отсутствии — предложены новые математические модели ТМО. Предложен единый подход к моделированию СОМ выделенных классов.

Практическая значимость работы обусловлена созданием математической модели, а также соответствующих ей информационной модели и набора имитационных алгоритмов, которые позволяют проводить исследования и рассчитывать временные характеристики широкого класса СОМ с произвольной архитектурой и достаточно сложными правилами функционирования.

Отметим, что разработанные модели и алгоритмы могут быть естественным образом дополнены новыми объектами и понятиями, что позволит применить полученные результаты для решения аналогичных задач в смежных областях.

Внедрение полученных результатов. На базе полученных моделей и алгоритмов была разработана подсистема моделирования и анализа, включенная в состав тиражируемого аппаратно-программного комплекса «Мт-Офис» инжинирингового предприятия ООО «МЕТА», г. Тюмень. В составе этого комплекса результаты работы были применены при решении задач оперативного мониторинга на предприятиях «Кама-Нефть» и «Урал-Ойл», входящих в состав ООО «ЛУКОЙЛ-Пермь».

Достоверность и обоснованность полученных результатов определяется корректным и обоснованным использованием аппарата теории массового обслуживания и теории вероятностей. Адекватность предложенных математических и информационных моделей, а также работоспособность имитационных алгоритмов подтверждается согласованностью:

• результатов имитационных экспериментов и теоретических значений для некоторых известных моделей;

• результатов имитационных экспериментов и теоретических значений для предложенной модели шиллинга без очередей сообщений;

• результатов имитационных и натурных экспериментов.

Положения, выносимые на защиту:

• математическая модель системы поллинга для случая применения устройств мониторинга без буфера памяти, позволяющая оценить временные характеристики и вероятность потери информации в данном типе СОМ;

• обобщенная математическая модель СОМ, позволяющая описать случаи сетевой топологии с применением разделяемых

каналов связи при одновременном использовании различных методов доступа к ним;

• информационная модель и имитационные алгоритмы, предназначенные для описания обобщенных моделей СОМ, проведения имитационных экспериментов и анализа полученных результатов.

Апробация работы. Основные положения работы докладывались на следующих конференциях:

• II международная научно-техническая конференция «Новые информационные технологии в нефтегазовой отрасли и образовании», Тюмень, ТГНГУ, 2006;

• IV всероссийская научно-техническая конференция «Геология и нефтегазоносность Западно-Сибирского мегабасеейна», Тюмень, ТГНГУ, 2006;

• II международная научно-техническая конференция «Информационные технологии в науке, образовании и производстве», Орел, ОрелГТУ, 2006;

• XI международная открытая научная конференция «Современные проблемы информатизации в прикладных задачах», Воронеж, ВорГТУ, 2006;

• XVII международная научная конференция «Математические методы в технике и технологиях», Кострома, КГТУ, 2004.

Публикации по теме работы. Основное содержание работы отражено в 13 публикациях, в том числе 2 статьи опубликованы в журналах из списка ВАК.

Личный вклад автора. Основные научные результаты работы получены автором самостоятельно. Программная реализация комплекса имитационного моделирования выполнена автором.

Структура диссертации. Диссертация состоит из введения, 3 глав, заключения, библиографического списка из 228 наименований и 5 приложений, и содержит 1 таблицу и 43 рисунка. Общий объем работы 152 страницы.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ Во введении показана актуальность выбора темы диссертационной работы, охарактеризованы объект и предмет исследования, определены цель и задачи исследования. Сформулированы основные положения, выносимые на защиту, научная новизна и практическая значимость полученных результатов.

В первой главе описаны основные задачи СОМ, проблемы, возникающие при их использовании, и проведен исторический обзор развития СОМ (п. 1.1). Обосновано применение методов теории массового обслуживания для моделирования СОМ. Предложена классификация по 4 наиболее значимым при моделировании характеристикам: топологии системы, методу доступа к общему каналу, наличию очередей в устройствах мониторинга, типу распределения длительности передачи сообщения. Выполнен обзор трудов различных организаций и независимых исследователей в области моделирования СОМ и более общих сетей передачи данных.

В научной и технической литературе широко освещены практические вопросы построения СОМ, например, М. Ф. Ализаде проведен обзор истории развития контрольно-измерительных систем, ВН. Костюковым проанализирована проблема мониторинга безопасности производства, AT. Мамиконовым описано проектирование СОМ, С .А. Николаевской проведено сравнение различных SCADA систем, КВ. Сахаровым, ЭР. ГалеевоЙ, МА Слепян и др. описаны конкретные случаи применения систем. В работе М.В. Руденко осуществлено моделирование канального уровня систем мониторинга.

Более общая задача анализа сетей передачи информации широко освещена в литературе. Для ее решения обычно применяются методы ТМО (А.К. Эрланг и др.). Рядом авторов (ГЛ. Ба-шарин, Дж. Джексон, В .А. Ивницкий и др.) рассмотрены сети с монопольным использованием прибора обслуживания. Однако для СОМ характерно совместное использование каналов связи. Разнообразные алгоритмы СМД рассмотрены A.A. Боровковым, A.A. Назаровым, Б.С. Цыбаковым и др. Различным типам систем поллинга посвящены работы P.E. Купера, Л.Г. Афанасьевой, С.Г. Фосса.

В результате анализа предметной области удалось выявить три основные проблемы:

• о писательно-прикладной характер большинства работ и отсутствие систематического подхода к моделированию СОМ;

• отсутствие адекватной модели для важного частного случая СОМ — использование поллинга и устройств мониторинга без очередей сообщений;

■ отсутствие модели, пригодной для описания сложноустроен-ных СОМ с произвольной архитектурой топологии «сеть», разделяемыми каналами связи, устройствами мониторинга разных типов.

Вторая глава посвящена математическому моделированию различных классов СОМ с использованием известных моделей ТМО и разработке новых при отсутствии адекватных моделей.

В п. 2.1 приведены основные понятия и характеристики систем и сетей массового обслуживания. В п. 22 рассматриваются математические модели классов СОМ (в соответствии с классификацией, предложенной в главе 1. В п. 221 проанализированы модели простейших локальных СОМ, а именно М/М/1, М/О/1, М/С/1. Приведены условия стабильности таких систем, формулы для расчета их основных характеристик.

В п. 2.2.2 для класса СОМ с сетевой топологией и монопольным использованием каналов связи рассмотрена модель мультипликативных сетей массового обслуживания, известная как сеть Джексона. Приведены условия наличия стационарного режима и формулы для стационарного распределения состояний.

В условиях дефицита каналов связи обычно применяются СОМ с множественным доступом. В п. 2.2.3 рассмотрены методы СМД на примере алгоритма «синхронная АЪОНА». Описание некоторых других алгоритмов приведено в приложении 4. В п. 2.2.4 описаны 2 модели систем поллинга, в одной из которых обслуживающее устройство покидает очередь после обслуживания одного требования, а в другой — после истечения кванта времени обслуживания. Для моделей множественного доступа приведены условия стабильности. В п. 22.5 рассмотрена эффективность поллинговых и СМД методов при различных интенсивности входящего потока и количестве станций.

П. 2.2.6 посвящен поллинговым системам без очередей сообщений, не исследовавшимся ранее. Автором была модифицирована предложенная А.А. Воровковым и СХ. Фоссом модель системы поллинга и рассмотрено 3 варианта схемы опроса. Дадим краткое описание одного из вариантов, основанного на матрице маршрутизации. Имеется с1 станций с вектором состояния станции мони-

торинга (г)), где ^— контролируемые пара-

метры Станции посещаются обслуживающим устройством в соответствии с матрицей маршрутизации = на переход между станциями тратится время у^. На передачу ^ требуется время 7) , где, с — скорость передачи данных, ^ — длина элемента ^ при его передаче. Получены аналитические формулы для основных характеристик этого класса СОМ в виде суммы ряда. Для выполнения приближенных расчетов с заданной точностью была разработана компьютерная программа.

Последовательность переходов обслуживающего устройства образует марковскую цепь (ууя}> где и>п — номер опрашиваемой станции после л-го перехода. Для решения задачи были введены поглощающее состояние = и матрица где к —

номер станции, для которой вычисляем средний интервал между ее последовательными посещениями т^:

(р^.Ык

Вектор и?"' =(я11"1,...,я,Л>,) описывает вероятностное состояние системы после л-го перехода, где л^—Р(

Тогда ^ = ={Д( = Л.

Средний интервал между посещениями станции имеет вид т, = где —время работы со станцией на

шаге п + 1, равное сумме времен перехода и передачи информации. Для перехода состояния из в состояние необходимо время

= 'Х^./^))> а обслуживание в состоянии л(**° займет

время

Для проверки изложенной методики рассчитывалось среднее количество шагов Е] между посещениями станции ) в виде

г -V- Г(п

-¿¿ыт> • Известно, что = л.', где лj — координата вектора л стационарного распределения вероятностей состояний системы, к - к Р. Расчеты на ЭВМ показали, что для возвратных состояний 7, Е- = п:', т.е. соответствует теоретическому значению.

Доля времени Т11, затрачиваемая на обслуживание станции у,

„ _ (т-у+УуК равна х"* (т л.,, V ( где N - ^^

Вероятность потери информации об изменениях состояния ^ за интервал времени %¡, при условии простейшего потока событий с параметром Х'} от каждого контролируемого параметра ,

определится как = =

Вероятность потери информации по станции ]

Для решения задачи минимизации потерь информации с учетом значимости последней для СОМ была введена целевая функция. Пусть для каждого параметра л) определена его значимость V/.Тогда Р^^^Х.Х^^Ь) ■

Однако в СОМ интервалы времени между изменениями З} часто не являются независимыми случайными величинами, что снижает возможность практического применения целевой функции. На этапе проектирования СОМ обычно достаточно найти т^, Поэтому в работе не решались задачи подбора коэффициентов значимости поиска минимума целевой функции К, хотя и предложено применять Г для сравнения различных вариантов СОМ.

В п. 2.2.7 предложена новая математическая модель, в рамках которой благодаря обобщению и синтезу моделей и подходов, используемых для отдельных классов СОМ, возможно применение: нестационарных входящих потоков информации; сетевой топологии СОМ и неограниченного количества устройств; областей видимости и времени задержки распространения сигнала между устройствами, использующими общий канал связи; методов доступа из группы поллинговых либо СМД к общему каналу в зависимости от устройства, времени, передаваемой информации; различных маршрутов информации в зависимости от устройства, времени, передаваемой информации; ветвления информационных потоков для доставки информации нескольким потребителям.

Третья глава посвящена практическому применению предложенной во 2-й главе обобщенной математической модели СОМ В п. 3.1. рассматривается пошаговое построение информационной

модели СОМ. Кратко приведены основные понятия теории реляционных баз данных. Для изображения информационной модели используются диаграммы «сущность»-«связь» в нотации ШЕПХ. В информационной модели на рис 1 отражены все объекты и связи между ними, входящие в математическую модель.

RouteMode

Protocol

Channel

RTU Channel Visible

Maritovfan Polling

hondorSIzo

messaoeSlze

mesugeCount

active _route (O) (FK) rout« (FK) P

I mesugecoi

Speed Timeout

ÎRouli

RTU (FK) channel (FK) lender (FK)

dlatribu»on_ïme

trjd

RouleSleepTint»

rUH(FK)

trtu_s«nd (FK) rtu^raceiv» (FK) channel (FK) protocol (FK) mod* (FK)

Route _S_Cla>s

X. И

mute Jd (FK) s_elass (FK)

(Hioritet

RTU _»_cla»» je

Source

.Class___.J

rtu.ld (FK) e_c4ass (FK)

•_dass_new (FK)

souice.ld (FK)

Lstart

t_Sni!h

Value

Source ,

rtu_W (FK) class (FK)

_RIt

Exchange

route _kl (FK) |_pf»p«»_ start l_eenikig_start (_sendlng_flnlsh

Event •vjd

message (FK) rtu(FK) daleUme s class (FK) lent (FK)

exchange (O) (FK)

Рисунок 1. Информационная модель распределенной COM.

Дадим некоторые пояснения в виде объекта модели и названия отношения: каналы связи (Channel); станции, или Remote Terminal

Unit (RTU); задержки распространения сигнала в канале между станциями (RTU_Channel_Visible); параметры i'j (Source); интенсивность потока Aj(t) (£); изменения s'} (Message); маршруты — ребра сети передачи данных (Route); режимы множественного доступа (Route_Mode); Р = (Markovian_Polling_P); протоколы передачи данных (Protocol); периоды покоя маршрутов (Route_Sleep_Time); сообщения (Event); стадии обработки сообщений (Event_Type); классы сообщений (Source_Ctass); классы сообщений, передаваемых определенным маршрутом (Route_s_Class), классы новых сообщений, создаваемых при поступлении на станцию сообщения определенного класса (RTU_s_class_change); сеансы связи (Exchange).

На практике СОМ обычно содержат множество схожих объектов, индивидуальное описание которых сделает процесс использования информационной модели достаточно трудоемким. Для его упрощения принято решение расширить информационную модель и ввести типы объектов, выделив общие атрибуты в отдельные отношения.

Были определены следующие отношения: тип каналов Channel_Type; тип станций RTU_Type; тип параметров SourceJType; тип маршрутов Route_Type, тип интенсивности потока f.

Полученная информационная модель может быть применена для исследования обобщенной математической модели СОМ. Однако для практического применения представляет неудобство тот факт, что с помощью информационной модели может быть проведен только один имитационный эксперимент с единственной моделью. Для преодоления этого недостатка введены отношения Model и Simulation для хранения списков существующих моделей и имитационных экспериментов соответственно.

Для хранения необходимой промежуточной информации были введены отношения: Sim_RTU_Channel__State (текущая информация о состоянии каналов, имеющаяся у RTU); Sim_RTU_Chaimel_State_Update (информация о необходимости обновить данные в Sim_RTU_ChannelJ3tate в связи с истечением задержки распространения сигнала). Это дает возможность в любой момент приостановить имитационный эксперимент либо перейти от одного эксперимента к другому. На рис. 2 представлена схема итоговой информационной модели. Всего п. 3.1 содержит 13 диаграмм «сущность-связь», две из которых представлены в автореферате.

Ы«гК>у1ал .Рошпд J> RTU JDMnrvst.VMb« CMnnal Channti.Type Raw .Мм» Рпцашй

*№>а_пн«МО) (FK) route (FK) s>

RTU (FK)

cranial (FK) Mnder (FK)

mstw (FK)

tre*(FK)

«Hiulation (FK) rout* (FK) l^fftpar« ^atart

I !

яннщ (FK) ftu (FK)

ROMtt^S

=sp

|_HX4 (FK) I.»«« (FK) channel (FK) W (FK)

101И_1ур* (FK) •J^m(FK)

RTU _3_Ctiei _Chang*

{FK)

(.щи (FK)

4_<lltl_iww (FK)

С1Ш (FK) »nt(fK) «CW9» (Ot(FK)

•¡mutaton (FK) IM(FK) ИСК)

t-И (FK) t

FL!

modal (FK)

I awfcl (FK) (_itn«h

1 l.rxm

оигсс_ТУр*

((FK)

i<FK)

"4-typa (FK)

humb4r

1УР*ГК)

ftTU.Typ»

,— Id

mm ag« Count

mods (FK) protocol (FK)

rouWJjj^ffK) I

Slm_Rout»_3t»ta

aimulelon (FX) mute (FK)

wint_dt wafea_dt

RTO_Ctiann»IJKc<tori

Sim F Гц

Channel _Stira

•imgtolkjn (FK) слмия! (FK) rtu(FK)

St»» ¡FK) ■lata «

act(FK) acLdl

acdva^oirte (0)(FK)

simjsui.cmnini jptw .update

•ImulaBon (FK) ohamol (FK) ftu (FK) .e™ (FK)

Рисунок 2. Итоговая информационная модель COM. IS

В п. 3.2 описаны алгоритмы, реализующие имитационный эксперимент с информационной моделью. Воспроизведение процесса функционирования системы массового обслуживания на ЭВМ фактически состоит в получении вектора состояний системы в некоторые дискретные моменты времени zk,i SO. В п. 3.2.1 рассматриваются 2 подхода к выбору моментов тг При первом из них, называемом способом «Дг» , моменты т. являются неслучайными и -Г = + Дт , где Дт — некоторый заранее выбранный интервал, такой, что возможностью более чем одного изменения состояния за время Дт можно пренебречь. Второй подход, называемый способом «особых состояний», состоит в том, что значения т( являются случайными, моделируются на ЭВМ и при этом обладают тем свойством, что вектор состояний системы изменяется лишь в моменты ТВ работе имитационный эксперимент разделен на 2 этапа: имитация входного потока и имитация передачи сообщений. На 1-м этапе для выбора моментов имитации используется способ «Дт», на 2-м — способ «особых состояний». Это объясняется тем, что на этапе передачи сообщений мы уже можем выделить точки, в которых может измениться состояние системы. Это моменты возникновения сообщений, а также моменты изменения состояния канала {с учетом задержки распространения сигнала), начала или окончания определенной активности по маршруту.

IL 3.2.2 посвящен этапу генерации сообщений и содержит три схемы алгоритмов. В п. 3.2.3 описаны основные алгоритмы, используемые при имитации передачи сообщений, которые можно разделить на следующие группы: принятия решений о начале или прекращении действия, изменения состояния маршрута и канала, создания и изменения сообщений, проверки отсутствия коллизий при передаче, изменения модельного времени.

П. 3.2.3 содержит 11 схем алгоритмов, которые, как и в п. 3.2.2, содержат 2 варианта описания каждого шага: текстовое и на языках Pascal либо T-SQL. В качестве примера на рис. 3 и 4 приведены схемы 1-го и 2-го этапов.

Процедур» с шагом а мсдаируат * 17т,

тоя&ление новых событий, Не ктсаом * ■ ■ • ■'••Гчч- ^КЙТи^.з,-. к■ глсоел^иыа переменные,

шал» «п юх ЯТи перебираются »се }/ __^ идентафикегар имитации,

входные ютоки конкретного ети с^ /. ~£¡»^в

учетом кретнооти потока. Для каждого | ■ ■..■ Зш".

г»™« *,»*><> ,-------- I Поручили:

возникновения события н интервал (Л с | иНЛ^Й^Н^^Й1*^Х,^^ * идентификатор модели

учетом интенсивности леток! и модельного времени.

имитация» текущее время

Из лредстаал»«« У>(нЛ «Я |__

т* попми. юювы* отвеятся к р *........ ■ н>, — .ни*

те потоки, которые относится к нухмоА нам модели

Чтение данных о первом ^

Обработаны вое пегоо^»*"

Поток двншк активен в данный момент.

иМпм -знсне*мя голай для текущего лотокэ

--1

Поток обработан

Используем генератор случайны* ч*оеп дли £ проверки наступления | события с учетом | величины А и анечвмяя 1

пот [_уа<-интанснвности потока

вызов хранимой '

процедуры, вставляющей У

строки в^гттгеое и

Чтение данным о "] — следующем потока |

"С

и-

(увел^чоша на <й> ^

т.

Кан<ц

Рисунок 3. Блок-схема верхнего уровня этапа создания сообщений.

ниоонт иоммтбтекМоиа «особою СКПЙМ» ' вкгиаадо иакогдомбо маршрута, в шисиькхлч ш состояиин мрщруч и щго падомтрн »вамало »мчало нового даАстаи* & маршруте, Фдоаа»»** текущего даствиа лмВо лредопжани« работы бн шмананий

Рисунок 4. Блок-схема верхнего уровня этапа передачи данных.

В п. 3.3 рассмотрена задача обработки результатов имитационного эксперимента. Приведены формулы для расчета средних значений времени ожидания, количества сообщений в очереди, использования канала. Приведены диаграммы динамики изменения показателей за время моделирования, позволяющие оценить стационарность работы СОМ, а также диаграммы получен-

ных средних значений в сравнении с аналитическими результатами при различных интенсивностях входящего потока сообщений на модели М/В/1. В качестве примера на рис. 5 приведена диаграмма среднего времени ожидания при различных значениях р, ¡1 = 1.

Рисунок 5. Время ожидания при различной интенсивности потока.

Работа включает 5 приложений, в которых приведены: описание таблиц и представлений базы данных; описание некоторых известных методов множественного доступа; описание компьютерной программы для выполнения расчетов в соответствии с моделью поллинга без очередей сообщений; результаты имитационных экспериментов в сопоставлении с теоретическими (на примере СМО М/D/l, СМД «асинхронная ALOHA», системы поллинга с переходом после опустошения очереди) либо экспериментальными данными, подтверждающие адекватность предложенных моделей и алгоритмов.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

• предложена классификация СОМ, в соответствии с которой систематизированы подходы ТМО к моделированию СОМ;

• предложена и исследована новая математическая модель для случая поллинговой СОМ, использующей устройства мониторинга без очередей сообщений;

• предложена новая обобщенная математическая модель, позволяющая анализировать функционирование СОМ с произвольной архитектурой и достаточно сложными правилами функционирования, что позволяет, в том числе, моделировать высокоэффективное совместное использование шиллинговых и СМД методов доступа к разделяемому каналу;

• разработана информационная модель, соответствующая обобщенной математической модели СОМ;

• разработана группа проблемно-ориентированных алгоритмов, обеспечивающих в сочетании с информационной моделью реализацию имитационных экспериментов;

■ спроектированы и реализованы хранилище данных и программный комплекс для описания моделей СОМ, их исследования и анализа полученных результатов;

• результаты применены при разработке тиражируемого аппаратно-программного комплекса оперативного мониторинга и использованы при решении задач мониторинга на предприятиях «Кама-Нефть» и «Урал-Ойл», входящих в состав ООО «ЛУКОЙЛ-Пермь».

• разработанные модели и алгоритмы могут быть естественным образом дополнены новыми объектами и понятиями, что позволит применить полученные результаты для решения подобных задач в смежных областях.

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

I. Охотников ЕС. Математические модели систем оперативного мониторинга технологических процессов нефтегазодобывающих предприятий // Вестник ТюмГУ. Тюмень: издательство ТюмГУ, 2006. №7. С. 80-92.

% Охотников КС. Математическое моделирование распределенных систем мониторинга в нефтегазодобывающей сфере // Вестник ТюмГУ. — Тюмень; издательство ТюмГУ, 2006. №5. С. 240-245. 3. Охотников Е.С. Системы мониторинга технологических процессов нефтегазодобывающих предприятий: классификация и математическое моделирование // Нефтегазовое дело {Электронный ресурс] / УГНТУ Уфа : www.ogbus.ru, 2006, Режим доступа ; http://www.ogbus.ru/аиШогз/ОЙк^ткоу/ОкЬоЫкоу_l.pdf.

4. Охотников Е.С. Модели систем мониторинга технологических процессов в нефтедобыче // Информационные технологии моделирования и управления. Воронеж: Научная книга, 2006. №8. С. 1049-1056.

5. Охотников ЕС. Моделирование распределенных систем мониторинга в нефтедобыче // Геология и нефтегаэоносность ЗападноСибирского мегабассейна: материалы 4-й Всероссийской научно-технической конференции. — Тюмень: Вектор Бук, 2006. — С. 92-95.

6. Охотников Е.С. Математическое моделирование распределенных систем мониторинга в нефтегазодобывающей сфере // Новые информационный технологии в нефтегазовой отрасли и образовании: материалы 2-й международной научно-техннчес-кой конференции. Тюмень: Изд-во ТюмГНГУ, 2006. С. 144-146.

7. Охотников Е.С. Математическое моделирование распределенных систем мониторинга в нефтегазодобывающей сфере // Информационные технологии в науке, образовании и производстве (ИТНОП): материалы международной научно-технической конференции. — Орел: ОрелГТУ, 2006. Т.4. С. 158-162.

8. Охотников Е,С. Математическое моделирование распределенных систем мониторинга в нефтегазодобывающей сфере // Математическое и информационное моделирование: сборник научных трудов. — Тюмень: Вектор Бук, 2006. Вып. 8. С. 152-158.

9. Охотников Е.С. Модель распределенной автоматизированной системы управления технологическими процессами добычи нефти и газа // Математическое и информационное моделирование: сборник научных трудов. Тюмень: Вектор Бук, 2004. Вып. 6. С. 172-181.

10. Охотников Е.С. Распределенная многоуровневая автоматизированная система управления процессами нефтедобычи // Математические методы в технике и технологиях ММТТ-17: Сб. трудов XVII Международ, науч. конф. Кострома: Изд-во Костромского гос. технол. ун-та, 2004. Т.6. С. 153-156.

11. Охотников Е.С. Проектирование специализированного языка для описания алгоритмов автоматического управления // Математическое и информационное моделирование: сборник научных трудов. Тюмень: Вектор Бук, 2005. Вып. 7. С. 210-217,

12. Охотников Е.С. Проектирование специализированного языка для описания алгоритмов подсистемы автоматизированного управления технологическими процессами // Современные проблемы информатизации в прикладных задачах: Сб. трудов. Воронеж: Научная книга, 2006. Вып. И. — С. 94-96.

13. Охотников Е.С. Проектирование программного обеспечения под-■ системы контроля данных для автоматизированной системы управления технологическими процессами добычи углеводородного сырья // Лучшие выпускные квалификационные работы 2003 года: сборник статей. Ч I. Тюмень: издательство ТюмГУ, 2003. С.20-23.

Подписано в печать 15. 11. 2006. Тираж 100 экз. Объем 1,0 уч-изд. л. Формат 60x84/16. Заказ 665.

Издательства Тюменского государственного университета 625000, г. Тюмень, ул. Семакова, 10. Тел./факс (3452) 46-27-32 E-mail: izdatelstvo@utmn.ru

Оглавление автор диссертации — кандидата технических наук Охотников, Евгений Сергеевич

ВВЕДЕНИЕ

Глава 1. Особенности организации и моделирования систем мониторинга

1.1. История развития и основные задачи систем мониторинга.

1.2. Обоснование применения теории массового обслуживания.

1.3. Классификация систем мониторинга.

1.4. Обзор применяемых методов исследования.

Глава 2. Математические модели систем оперативного мониторинга

2.1. Основные понятия теории массового обслуживания.

2.2. Модели систем оперативного мониторинга.

Глава 3. Информационное моделирование и имитационные алгоритмы систем оперативного мониторинга.

3.1. Построение информационной модели.

3.2. Планирование и реализация имитационного эксперимента.

3.3. Обработка результатов имитационного эксперимента.

Введение 2006 год, диссертация по информатике, вычислительной технике и управлению, Охотников, Евгений Сергеевич

Системы оперативного мониторинга нефтегазодобывающего комплекса (СОМ) - это территориально распределенные информационные системы контроля, диагностики и управления, основной целью применения которых, согласно В.Н. Костюкову, является повышение эффективности и безопасности производства благодаря: непрерывному мониторингу технологических объектов; снижению трудоемкости управления процессами; замене устаревших средств автоматизации и систем управления. Как отмечает М.Ф. Ализаде, СОМ позволяют «обеспечить эффективную работу предприятий в заданных режимах, повышать качество выпускаемых продуктов, обеспечить безаварийность и экологическую безопасность, повысить производительность труда».

Для успешного решения своих задач СОМ должны обеспечивать высокую актуальность информации. Однако, несмотря на постоянно увеличивающуюся интенсивность потоков данных, в СОМ по-прежнему часто используются низкоскоростные УКВ-каналы связи. Это противоречие в сочетании со значительной стоимостью СОМ на стадии проектирования приводит к необходимости удостоверится в том, что система будет удовлетворять предъявляемым требованиям, т.е. определить временные характеристики процессов передачи данных. Для этого требуется разрабатывать и исследовать математические модели СОМ.

В настоящее время моделирование и проектирование СОМ базируется на подходах, предложенных Е.Б. Андреевым, В.И. Костиным, В.Н. Костюковым, М. Месоровичем, В.И. Нейманом, Б.Я. Советовым, А.В Суздалевым. Более общая задача моделирования сетей передачи данных широко освещена в работах российских (Л.Г. Афанасьева, Г.П. Башарин, А.А. Боровков, Н.П. Бусленко, Б.В. Гнеденко, В.А. Ивницкий, И.Н. Коваленко, А.А. Назаров, С.Г. Фосс, Б.С. Цыбаков и др.) и иностранных (Д. Бертсекас, JT. Клейнрок, Р.В. Купер, T.JT. Саати, X. Такаги, Дж. Уолдренд, М. Шварц и др.) авторов. Но при этом можно выделить ряд направлений, исследованных не в полной мере:

• существующие методы исследования сетей передачи данных в основном используют аппарат теории массового обслуживания, в частности, сети Джексона. В то же время для СОМ характерно использование общих каналов связи несколькими устройствами. Функционирование разделяемого канала рассмотрено в работах Р.В. Купера, А.А. Назарова, T.JT. Саати, X. Такаги, С.Г. Фосса, Б.С. Цыбакова, М. Шварца и др., однако не существует моделей, позволяющих описать совместное функционирование нескольких разделяемых каналов, объединенных в сеть передачи данных, и допускающих использование различных методов множественного доступа в рамках одного канала связи;

• в работах Р.В. Купера, С.Г. Фосса, Н.И. Черновой и др. рассмотрен механизм сбора данных «поллинг» (упорядоченный опрос) для устройств мониторинга с очередью сообщений. Однако в практике СОМ применяются также устройства без буфера памяти для организации очереди сообщений; для исследования таких систем не предложено адекватных моделей.

Предмет исследования - математическое и имитационное моделирование информационных процессов возникновения и перемещения данных в СОМ для получения их временных характеристик.

Целыо работы является разработка и исследование математических моделей, позволяющих с достаточной адекватностью учесть характерные особенности различных классов СОМ. Применение таких моделей должно позволять находить временные характеристики СОМ: стационарные средние длину очереди, время ожидания, время пребывания в системе и др., необходимые для принятия обоснованных решений при проектировании СОМ.

Для достижения поставленной цели определены следующие задачи исследования:

• классификация СОМ по признакам, важным для их моделирования;

• проектирование и разработка хранилища данных и программного обеспечения, обеспечивающих описание моделей СОМ, их исследование и анализ полученных результатов.

Научная новизна работы заключается в следующем:

• предложена математическая модель системы поллинга для случая применения устройств мониторинга без очередей сообщений; для модели в аналитической форме получены: о средний интервал между посещениями устройств; о процент времени, затрачиваемый на обслуживание устройства; о вероятность потери информации; о целевая функция для сравнения различных вариантов конфигурации СОМ между собой.

• разработана обобщенная математическая модель СОМ, в рамках которой благодаря синтезу моделей и подходов, предложенных ранее для отдельных классов СОМ, возможно учесть: о нестационарные входящие потоки информации; о сетевую топологию СОМ и неограниченное количество устройств; о области видимости и время задержки распространения сигнала между устройствами, использующими общий канал связи; о одновременное использование методов доступа к общему каналу из группы поллинговых либо случайного множественного доступа (СМД) в зависимости от устройства, времени, передаваемой информации; о различные маршруты движения информации в зависимости от устройства, времени, передаваемой информации; о возможность ветвления информационных потоков для доставки информации нескольким потребителям.

• по методу доступа к общему каналу: обход устройств сервером (поллинг); СМД; комбинация поллинга и СМД;

В соответствии с классификацией для различных типов СОМ рассмотрена применимость существующих моделей, а при их отсутствии -предложены новые математические модели ТМО. Предложен единый подход к моделированию СОМ выделенных классов.

• результатов имитационных экспериментов и теоретических значений для некоторых известных моделей;

• результатов имитационных экспериментов и теоретических значений для предложенной модели поллинга без очередей сообщений;

• результатов имитационных и натурных экспериментов.

Положения, выносимые на защиту:

• обобщенная математическая модель СОМ, позволяющая описать случаи сетевой топологии с применением разделяемых каналов связи при одновременном использовании различных методов доступа к ним;

Апробация работы. Основные положения работы докладывались на следующих конференциях:

• II международная научно-техническая конференция «Новые информационные технологии в нефтегазовой отрасли и образовании», Тюмень, ТюмГНГУ, 2006;

• IV всероссийская научно-техническая конференция «Геология и нефтегазоносность Западно-Сибирского мегабассейна», Тюмень, ТюмГНГУ, 2006;

• XVII международная научная конференция «Математические методы в технике и технологиях», Кострома, КГТУ, 2004.

Заключение диссертация на тему "Математическое моделирование в распределенных системах оперативного мониторинга нефтегазодобывающей отрасли"

Выводы

Во второй главе была получена обобщенная математическая модель СОМ, с помощью которой можно описывать структуру и правила функционирования широкого класса таких систем. Однако, как уже отмечалось, исследование и получение с ее помощью различных характеристик изучаемых систем возможно только методами имитационного моделирования.

В третьей главе осуществлено построение информационной модели, соответствующей полученной ранее обобщенной математической модели. В терминах нотации IDEF1X определены необходимые сущности и связи между ними. Для удобства практического применения информационная модель дополнена понятием «тип объекта», где под объектами понимаются станции, каналы, технологические параметры и др. Это позволяет упростить процесс наполнения информационной модели.

Также были введены дополнительные сущности для обеспечения одновременного использования в одной базе данных нескольких моделей, а также нескольких имитационных экспериментов по каждой из моделей.

Отметим возможность в любой момент приостановить, в том числе и аварийно, выполнение имитационных экспериментов, что может быть полезно в случае их большой продолжительности. Для этого были введены дополнительные сущности, в которых хранится текущая служебная информация о ходе имитационного эксперимента.

Также в третьей главе приведены подробные схемы алгоритмов, позволяющих реализовать имитационный эксперимент в соответствие с полученными математической и информационной моделями.

В заключительной части главы рассмотрена задача обработки полученных при реализации имитационного эксперимента данных для получения значений характеристик системы.

На основе полученных информационной модели и имитационных алгоритмов был разработан программный комплекс, позволяющий описывать модели и исследовать с их помощью СОМ.

ЗАКЛЮЧЕНИЕ

Системы оперативного мониторинга НГДК - территориально распределенные информационные системы контроля, диагностики и управления, основной целью применения которых является повышение эффективности и безопасности нефтегазодобывающего производства благодаря следующим факторам [76]:

• непрерывному мониторингу распределенных технологических объектов;

• управлению процессами добычи, транспортировки и учета готовой продукции;

• замене физически и морально устаревших средств автоматизации и систем управления;

• повышению безопасности производства за счет средств диагностики и улучшения экологической обстановки в нефтедобывающем регионе;

• снижению трудоемкости управления технологическими процессами нефтедобычи.

Для успешного решения своих задач СОМ должны обеспечивать высокую актуальность информации. Однако, несмотря на постоянно увеличивающуюся интенсивность потоков данных, в СОМ по-прежнему часто используются низкоскоростные УКВ-каналы связи. Это противоречие в сочетании со значительной стоимостью СОМ на стадии проектирования приводит к необходимости проверки того, что система будет удовлетворять предъявляемым требованиям, то есть определить временные характеристики процессов передачи данных. Для этого требуется разрабатывать и исследовать математические модели СОМ.

Однако подавляющее большинство работ, касающихся СОМ, имеют описательно-прикладной характер В работе предпринята попытка систематизировать подходы к математическому моделированию СОМ, для чего была предложена классификация СОМ, а также исследована применимость моделей ТМО к различным классам СОМ.

В результате анализа существующих подходов к исследованию коммуникационных систем были выявлены следующие проблемы:

• отсутствие адекватной модели для важного частного случая СОМ -использование поллинга и устройств мониторинга без очередей сообщений;

• отсутствие модели, пригодной для описания сложноустроенных СОМ с произвольной архитектурой топологии «сеть», разделяемыми каналами связи, устройствами мониторинга разных типов.

В диссертации предложены математические модели, позволяющие исследовать данные классы СОМ. Для поллинговой системы без очередей сообщений в виде суммы сходящегося ряда получены основные характеристики:

• средний интервал между последовательными посещениями одной станции;

• вероятность потери информации об изменениях Sj(t) = {s)(t),.,sn/ (t));

• целевая функция для сравнения нескольких возможных вариантов конфигурации системы.

Предложена новая обобщенная математическая модель для широкого класса СОМ, которая допускает:

• сетевую топологию системы;

• совмещение методов поллинга и СМД в рамках одного канала связи;

• станции с буфером памяти для очередей сообщений и без;

• нестационарные входящие потоки сообщений;

• нестационарные режимы функционирования маршрутов передачи сообщений между станциями.

Применение обобщенной математической модели позволяет описать и исследовать СОМ с произвольной архитектурой системы и достаточно сложными правилами функционирования, что позволяет, в том числе моделировать высокоэффективное совместное использование поллинговых и СМД методов доступа к разделяемому каналу.

Для исследования СОМ с помощью обобщенной модели разработаны соответствующие ей информационная модель и имитационные алгоритмы, на основе которых создан комплекс имитационного моделирования систем оперативного мониторинга нефтегазодобывающей промышленности. Подводя итог, кратко перечислим основные результаты работы:

• предложена классификация СОМ, в соответствии с которой рассмотрены существующие, а при их отсутствии - предложены новые математические модели ТМО для различных типов СОМ;

• предложена и аналитически исследована новая математическая модель для случая поллинговой СОМ, использующей устройства мониторинга без очередей сообщений;

• предложена новая обобщенная математическая модель, позволяющая исследовать СОМ с произвольной архитектурой и достаточно сложными правилами функционирования, что позволяет, в том числе моделировать высокоэффективное совместное использование поллинговых и СМД методов доступа к разделяемому каналу;

• разработана информационная модель, соответствующая обобщенной математической модели СОМ;

• разработан набор алгоритмов, в сочетании с информационной моделью позволяющий проводить имитационные эксперименты;

• спроектированы и реализованы хранилище данных и программный комплекс, обеспечивающие описание моделей СОМ, их исследование и анализ полученных результатов;

• результаты применены при разработке тиражируемого аппаратно-программного комплекса оперативного мониторинга и использованы при решении задач мониторинга на предприятиях «Кама-Нефть» и «Урал-Ойл», с входящих в состав ООО «ЛУКОИЛ-Пермь».

• разработанные модели и алгоритмы могут быть естественным образом дополнены новыми объектами и понятиями, что позволит применить полученные результаты для решения аналогичных задач в смежных областях.

Библиография Охотников, Евгений Сергеевич, диссертация по теме Математическое моделирование, численные методы и комплексы программ

1. АглямовН.Н. и др. Комплексные информационно-вычислительные системы нефтегазодобывающего производства / Н.Н. Аглямов, П.Г. Турин,

2. A.M. Аминев // Автоматизация, телемеханизация и связь в нефтяной промышленности. 1997. - №3-4. - С. 8-11.

3. Алъ-Днебат С.А. Применение сетей массового облуживания для исследования процессов передачи видеопотоков в пакетных сетях Электронный ресурс.: Дис. канд. техн. наук. М: РГБ, 2005 (Из фондов Российской Государственной библиотеки). - 117 с.

4. Анисшюв В.В. и др. Элементы теории массового обслуживания и асимптотического анализа систем / В.В. Анисимов, O.K. Закусило,

5. B.C. Донченко. Киев: Вища шхола. - 1987. - 248 с.

6. Афанасьева Л.Г., Булииская Е.В. Случайные процессы в теории массового обслуживания и управления запасами. М.: Изд-во МГУ, 1980. -341 с.

7. Баканов А. С., Вишневский В.М. Метод оценки показателей производительность беспроводных сетей с централизованным управлением // АиТ. 2000,- № 4,- С. 97-105.

8. Баканов А.С., Вишневский В.М. Моделирование беспроводных сетей с децентрализованным управлением // АиТ. 1999. - №6. - С. 88-99.

9. Башарин Г.П. и др. Анализ очередей в вычислительных сетях: Теория и методы расчета / Г.П. Башарин, П.П. Бочаров, А.Я. Коган. М.: Наука, 1989. -334 с.

10. Башарин Г.П. и др. О методах расчета пропускной способности сетей связи ЭВМ / Г.П. Башарин, П.П. Бочаров, А.Я. Коган // Итоги науки и техники, сер. Электросвязь. 1993, Т. 12. - С. 32-106

11. Башарин ГЛ., Толмачев A.JI. Теория сетей массового обслуживания и ее приложения к анализу информационно-вычислтельных систем // Итоги науки и техники. Теор. вероятн., матем. стат., теор. кибернетика, 1983. Т. 21.-С.3-119.

12. Бертсекас Д., Галлагер Р.Дж. Сети передачи данных / Пер. с англ. / Под ред. Б.С. Цыбакова. М.: Мир, 1989. - 544 с.

13. Богуславский JI.Б. Управление потоками данных в сетях ЭВМ. -М.: Энергоатомиздат, 1984. 258 с.

14. Богуславский Л.Б., Ляхов А.И. Моделирование многосерверных локальных сетей//АиТ.- 1998.-№8.-С. 109-1231 в. Боровков А.А. Асимптотические методы в теории массового обслуживания. М.: Наука, 1980. - 397 с.

15. Боровков А.А. Вероятностные процессы в теории массового обслуживания. М.: Наука, 1972. - 341 с.

16. Боровков А.А. Некоторые предельные теоремы теории массового обслуживания // Теория вероятности и ее применение. 1964. - Т. IX. - Вып.4. -С. 608-625.

17. Боровков А.А. Эргодичность и устойчивость случайных процессов. -М.: Эдиториал УРСС. 1999. - 440 с.

18. Бочаров П.П. и др. Об обслуживании пуассоновского потока на однолинейной системе с конечным накопителем и повторными заявками / П.П. Бочаров, Ч. Д'Апиче, Н.Х. Фонг// Проблемы передачи информации. -2001. Т. 37. - Вып.З. - С. 67-82.

19. Булинский А.В., Ширяев А.Н. Теория случайных процессов. -М.: ФИЗМАТЛИТ. 2003. - 400 с.

20. Бусленко В.Н. Автоматизация имитационного моделирования сложных систем. М.: Наука. - 1977. - 240 с.

21. Бусленко Н.П. Моделирование систем. М.: Наука. - 1978. - 399 с.

22. Бусленко Н.П. Моделирование сложных систем. М.: Наука. - 1988.226 с.

23. Бусленко Н.П. Метод статистических испытаний (метод Монте-Карло) / Н.П. Бусленко, И.М. Соболь, Ю.А. Шрейдер. Физматгиз, 1962. - 376 с.

24. Бусленко Н.П., Шрейдер Ю.А. Метод статистических испытаний. -М.: ГИФМЛ, 1961.-348 с.

25. Вавилов В.А. Исследование математических моделей сетей множественного доступа, функционирующих в случайной среде Электронный ресурс.: Дис. канд. техн. наук. М: РГБ, 2005 (Из фондов Российской Государственной библиотеки). -158 с.

26. Введение в математическое моделирование: Учеб. пособие / Под ред. П.В. Трусова. М.: Логос, 2005. - 440 с.

27. Введенская Н.Д. и др. Система обслуживания с выбором наименьшей из двух очередей асимптотический подход / Н.Д. Введенская, Р.Л. Добрушин, Ф.И. Карпелович // Проблемы передачи информации. - 1996. - Т. 32. - Вып.1. -С. 20-34.

28. Введенская Н.Д. и др. Задержка пакета при использовании стек-алгоритма в закритической области входных потоков / Н.Д. Введенская, Ф. Жакэ, Б.С. Цыбаков// Проблемы передачи информации. 1994. - Т. 30. -Вып.4. - С. 76-90.

29. Введенская Н.Д. и др. Большие уклонения в некоторых системах с очередями / Н.Д. Введенская, Е.А. Печерский, Ю.М. Сухов // Проблемы передачи информации. 2000. - Т. 36. - Вып.1. - С. 48-60.

30. Введенская Н.Д., Пннскер М.С. Оценка пропускной способности алгоритмов множественного доступа класса FCFS // Проблемы передачи информации. 1990. - Т. 26. - Вып.1. - С. 58-68.

31. Вентцель Е.С., Овчаров JI.A. Теория случайных процессов и ее инженерные приложения. М.: Наука, 1991. - 383 с.

32. Вишневский В.М. и др. Пакет прикладных программ имитационного моделирования телеавтоматических систем массового обслуживания / В.М. Вишневский, Л.Б. Белокрицкая, B.J1. Шеленков // Телеавтоматические системы массового обслуживания. М.: 1980. - С. 29-38.

33. Гихман И.И., Скороход А.В. Введение в теорию случайных процессов. М.: Наука, 1977. - 426 с.

34. Гнеденко Б.В. Курс теории вероятностей: Учебник Изд. 6-е, перераб. и доп. - М.: Наука. Гл. ред. физ.-мат. лит., 1988. - 384 с.

35. Гнеденко Б.В., Коваленко И.Н. Введение в теорию массового обслуживания. М.: Наука, 1966. - 352 с.

36. Гнеденко Б.В., Колмогоров А.Н. Предельные распределения для сумм независимых случайных величин. М. -Л.: Гостехиздат, 1949. - 379 с.

37. Григорьев Л.И., Надирадзе И.А. Информационно-обучающая система оперативного управления и проектирования процесса испытания скважин // Автоматизация, телемеханизация и связь в нефтяной промышленности. 1994. -№2.-С. 11-12.

38. Григорьев Л.И., Свистунов А.А. Единый подход к разработке компьютерных тренажеров для диспетчерского управления нефте- и газотранспортными системами // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2003. - №3. - С. 14-18.

39. Гриль Е.Ю. Исследование и разработка алгоритмов обслуживания разноскоростных потоков требований сетью радиодоступа Электронный ресурс. : Дис. канд. техн. наук. М.: РГБ, 2006 (Из фондов Российской Государственной библиотеки). -127 с.

40. Гойхман Э.Ш., Лосев Ю.И. Передача данных в АСУ. М.: Связь, 1996.-280 с.

41. Горячев Ю.В. Оптимальная маршрутизация в сети передачи данных распределенной системы телемеханики нефтепромысла // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2002. - №1-2. - С. 1217.

42. Губайдуллин М.Г. Экспертно-аналитическая система оценки геоэкологического состояния природной среды // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2003. - №3. - С. 9-14.

43. Деев В.Г. Развитие информационных технологий в топливно-энергетическом комплексе // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2003. - №11. - С. 4-6.

44. Деньсьева О.М. Средства связи для «последней мили». М.: ЭКО-ТРЕНДС - НТЦ НАТЕКС, 1999. - 140 с.

45. Дэ/сеннингс Ф. Практическая передача данных: модемы, сети и протоколы. М.: Мир, 1989. - 272 с.

46. Древе Ю.Г. Введение в имитационное моделирование. М.: Министерство образования Российской Федерации, 2002. 236 с.

47. Дудин А.Н. и др. Практикум на ЭВМ по теории массового обслуживания: Учеб.пособие / А.Н. Дудин, Г.А. Медведев, Ю.В. Меленец. -Минск: Университетское, 2000. 109 с.

48. Душин В.И. Автоматизация объектов важнейшее условие повышения эффективности! // Автоматизация, телемеханизация и связь в нефтяной промышленности. - 2002. - №8. - С. 4-10.

49. Дынкин Е.Б. Марковские процессы. М.: Физматгиз, 1963. - 258 с.

50. Евдокимович В.Е., Малинковский Ю.В. Сети массового обслуживания с динамической маршрутизацией и динамическими вероятностными обходами узлов заявками // Проблемы передачи информации. 2001. - Т. 37. - Вып.З. -С. 55-67.

51. Ермаков С.М., Мелос В.Б. Математический эксперимент с моделями сложных стохастических систем. СПб.: Изд. ГУ, 1993. - 299 с.

52. Ефросиний Д.В. Управляемые системы массового обслуживания с неоднородными приборами Электронный ресурс.: Дис. канд. техн. наук.-М: РГБ, 2005 (Из фондов Российской Государственной библиотеки). -159 с.

53. Жильцов А.А. Разработка программного модуля диагностики состояния инженерной сети нефтедобычи // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2003. - №11. - С. 35-42.

54. Жожикашвили В.А., Вишневский В.М. Сети массового обслуживания. Теория и применение к сетям ЭВМ. М.: Радио и связь, 1988. - 192 с.

55. Захаров Г.П. Методы исследования сетей передачи данных. -М.: Радио и связь, 1982. 286 с.

56. Зелигер Н.Б. и др. Проектирование сетей и систем передачи дискретных сообщений / Н.Б. Зелигер, О.С. Чугреев, Г.Г. Яновский. М.: Радио и связь, 1984. - 176 с.

57. Зозуля Ю.И. и др. Моделирование трубопроводных систем для целей разработки АСУТП / Ю.И. Зозуля, А.П. Веревкин, О.В. Кирюшин // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2003. -№11.-С. 61-64.

58. Ивницкий В.А. Разработка аналитической теории сетей массового обслуживания, Электронный ресурс.: Дис. доктора физ.мат. наук.- М: РГБ, 2005 (Из фондов Российской Государственной библиотеки). 790 с.

59. Ивницкий В.А. Сети массового обслуживания и их применение в ЭВМ (обзор) // Зарубежная радиоэлектроника. 1977. - Т. 7. - С. 33-70.

60. Иглхарт Д.Л. Шедлер Д.С. Регенеративное моделирование сетей массового обслуживания / Пер. с англ. М.: Радио и связь, 1984. - 136 с.

61. Калашников В.В., Рачев С.Т. Математические средства построения стохастических моделей обслуживания. М.: Наука, 1988. - 312 с.

62. Карпелович Ф.И., Крейнин А.Я. Асимптотический анализ систем коммутации сообщений телеграфного типа // Проблемы передачи информации. 1994. - Т. 30. - Вып.З. - С. 83-96.

63. Карпелович Ф.И., Крейнин А.Я. Поллинг-системы с быстрым обслуживанием, интенсивным входящим потоком и постоянным временем переключения // Проблемы передачи информации. 1994. - Т. 30. - Вып.4. -С. 45-59.

64. Клейнен Дж. Статистические методы в имитационном моделировании. М.: Статистика, 1978. - 364 с.

65. Клейпрок Л. Вычислительные системы с очередями / Пер. с англ.; под ред. Б.С. Цыбакова. М.: Мир, 1979. - 600 с.

66. Клейнрок Л. Коммуникационные сети. Стохастические потоки и задержки сообщений / Пер с англ.; под ред. А.А. Первозванского. М.: Наука, 1970.-255 с.

67. Клейнрок Л. Теория массового обслуживания / Пер с англ. И.И.Грушко; под ред. В.И. Нейман. М.: Машиностроение, 1979. - 317 с.

68. Кокс Д., Смит У. Теория очередей. М.: Мир, 1966. - 349 с.

69. Костин А.Е. Модели и алгоритмы организации распределенной обработки данных в информационно-управляющих системах: Дис. канд. техн. наук. М.: МИЭТ, 1989. - 132 с.

70. Костюков В.Н. Мониторинг безопасности производства. -М.: Машиностроение, 2002. 224 с.

71. Кофман А., Крюон Р. Массовое обслуживание, теория и приложения. -М.: Мир, 1965.-322 с.

72. Коцюруба П.И., Назаров А.А. Исследование асимптотических средних характеристик немарковских моделей неустойчивых сетей случайного доступа // Проблемы передачи информации. 2003. - Т. 39. - Вып.З. - С. 77-87.

73. Крадинов М.Ю. Обоснование пуассоновской гипотезы для сетей с коммутацией каналов и потерями // Проблемы передачи информации. 1992. -Т. 28. - Вып.4. - С. 86-96.

74. Кульберт М.Я. Пуассоновская предельная теорема для сетей коммутации сообщений с малой интенсивностью транзитивных потоков// Проблемы передачи информации. 1993. - Т. 29. - Вып.1. - С. 92-99.

75. Кунцевич Н.А. SCADA-системы и муки выбора // Мир компьютерной автоматизации. 1999. - № 1. - С. 72-78.

76. Кустов Н.Т., Сущенко С.П. О пропускной способности случайного множественного доступа // АиТ. 2001. - № 1. - С. 91 -102.

77. Ладенко КС. Имитационные системы (методология исследований и проектирования). Новосибирск: Наука, 1981.-301 с.

78. Лазарев В.Г., Лазарев Ю.В. Динамическое управление потоками информации в сетях связи. М.: Радио и связь. - 1983. - 216 с.

79. Лазарев В.Г. Сетевые протоколы и управление в распределенных вычислительных системах. М.: Наука, 1986. - 269 с.

80. Ю.Лебедев А.В. Вентильная бесконечнолинейная система с неограниченными временами обслуживания и большой загрузкой // Проблемы передачи информации. 2003. - Т. 39. - Вып.З. - С. 87-95

81. Липшиц А.Л. Статистическое моделирование систем массового обслуживания. М.: Советское радио, 1978. - 248 с.

82. Максимей КВ. Имитационное моделирование на ЭВМ. М.: Радио и связь, 1988.-232 с.

83. Мальков С.Б. Разработка методов и алгоритмов моделирования вторичных сетей передачи дискретной информации, Электронный ресурс.: Дис. канд. техн. наук.- М: РГБ, 2006 (Из фондов Российской Государственной библиотеки). -158 с.

84. Мамиконов А.Г. Проектирование АСУ. М.: Высш. шк., 1987. - 304 с.

85. Марков А.А. Распространение предельных теорем исчисления вероятностей на сумму величин, связанных в цепь. В кн.: Записки АН по физико-математическому отделению, VIII серия. - Санкт-Петербург, 1908. -Т. 22. - №9.

86. Мартин Дж. Системный анализ передачи данных. М.: Мир, 1975. -Т. 2. - 432 с.

87. Математические модели информационных процессов и управления: Учеб. для вузов. М.: ОАО «Издательство «Недра», 2001. - 247 с.

88. Месорович М. и др. Теория иерархических многоуровневых систем / М. Месорович, Д. Мако, А. Такахара. М.: Мир. - 1973. - С. 344.

89. Мизин И.А. Сети коммутации пакетов / И.А. Мизин, В.А. Богатырев, А.П. Кулешов. М.: Радио и связь, 1986. - 361 с.

90. Михалевич B.C., Волкович В.Л. Вычислительные методы исследования и проектирования сложных систем. М.: Наука, 1982. - 286 с.

91. Нейман В.И. Базовая модель нагрузки линии связи коллективного пользования // Проблемы передачи информации. 1994. - Т. 30. - Вып.2. - С. 89101.

92. Нейман В.И. Теоретические основы единой автоматизированной сети связи. М.: Наука, 1984. - 408 с.

93. Никитин С.В. Математическое моделирование пакетной передачи данных в территориально-распределенных сетях, Электронный ресурс.: Дис.канд. техн. наук. М: РГБ, 2005 (Из фондов Российской Государственной библиотеки). - 176 с.

94. Николаевская С. А. Сравнительный анализ основных характеристик SCADA-систем, применяемых на газотранспортных предприятиях России // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2003. -№1.- С. 14-18.

95. Новиков О.А., Петухов С.И. Прикладные вопросы теории массового обслуживания. М., Советское радио, 1965. - 323 с.

96. Овчаров JI.A. Прикладные задачи теории массового обслуживания. -М.: Машиностроение, 1969. 297 с.

97. Оразбаев Б.Б., Сериков Ф.Т. Информационные системы для решения задач нефтегазовой отрасли // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2002. - №7. - С. 15-18.

98. Оселедец В.К, Хмелев Д.В. Глобальная устойчивость бесконечных систем нелинейных дифференциальных уравнений и неоднородные счетные цепи Маркова // Проблемы передачи информации. 2000. - Т.36. - Вып.1. -С. 60-77.

99. Ослин Б.Г. Имитационное моделирование систем массового обслуживания: Учеб. пособие. Томск: Изд-во ТПУ, 2003. - 106 с.

100. Палагушкин В.А., Зозуля Ю.И. Проблемы интеллектуализации современных систем автоматизации и управления в нефтегазодобыче на базе открытых технологий // Автоматизация, телемеханизация и связь в нефтяной промышленности. 1997. - №3-4. - С. 11-17.

101. Поляк Ю.Г. Вероятностное моделирование на электронных вычислительных машинах. М.: Советское радио, 1971. - 400 с.

102. Поляк Ю.Г., Филимонов В. А. Статистическое машинное моделирование средств связи. М.: Радио и связь, 1988. - 320 с.

103. Попадько В.Е., Андреев Е.Б. Технические средства систем управления технологическими процессами нефтяной и газовой промышленности. М.: Нефть и Газ, 2004. - 269 с.

104. Постан М.Я. Об одном классе смешанных марковских процессов и их применение в теории телетрафика // Проблемы передачи информации. -1992.-Т. 28. Вып.З. - С. 40-54.

105. Протоколы информационно-вычислительных сетей: Справочник / С.А. Аничкин, С.А. Белов, А.В. Бернштейн и др.; Под ред. И.А. Миниза, А.П. Кулешова. М: Радио и связь, 1990. - 504 с.

106. Протоколы методы управления в сетях передачи данных / Под ред. Ф.Ф. Куо. М.: Радио и связь, 1985. - 480 с.

107. Проценко А.А., Сарвин А.А. Автоматическая система контроля и диагностики нефтяных скважин в Западной Сибири // Автоматизация, телемеханизация и связь в нефтяной промышленности. 1994. - №3. - С. 5-6.

108. Проценко А.А., Сарвин А.А. АРМ «Технолог» и АРМ «Геолог» нефтегазодобывающего управления // Автоматизация, телемеханизация и связь в нефтяной промышленности. 1994. - №3. - С. 6-7.

109. Пухальский А.А., Рыбко А.Н. Неэргодичность сетей обслуживания при нестабильности их жидкостных моделей // Проблемы передачи информации. 2000. - Т. 36. - Вып.1. - С. 26-48.

110. Пьянков В.Н. Модели и алгоритмы информационно-аналитических систем для поддержки мониторинга разработки нефтяных месторождений: Дис. канд. техн. наук. Тюмень, 2006. - 145 с.

111. Романцев В.В., Яковлев С.А. Моделирование систем массового обслуживания. СПб.: Поликом. 1995. - 325 с.

112. Руденко М.В. Разработка метода анализа канальных модулей системы мониторинга технологических процессов Электронный ресурс.: Дис.канд. техн. наук,- М: РГБ, 2005 (Из фондов Российской Государственной библиотеки). -122 с.

113. Рыбко А.Н., Столяр A.JI. Об эргодичности случайных процессов, описывающих функционирование открытых сетей массового обслуживания // Проблемы передачи информации. 1992. - Т. 28. - Вып.З. - С. 2-27.

114. Саати Т.Н. Элементы теории массового обслуживания и ее приложения. М.: Советское радио, 1971.-341 с.

115. Самойленко А.В. Сети ЭВМ. М.: Наука, 1986. - 293 с.

116. Самойлов В.В., Хисамутжинов С.И. Оперативный анализ баланса потоков жидкости в инженерных сетях нефтегазовой отрасли // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2003. - №11. - С. 17-22.

117. Сахаров В.В., Александров В.Е. Автоматизированная система управления технологическими процессами нефтедобычи «АвИКС» // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2003. -№11.-С. 42-44.

118. Сергеев А.А. Предельные теоремы для одного класса поллинговых моделей Электронный ресурс.: Дис. канд. физ.-мат. наук.- М: РГБ, 2006 (Из фондов Российской Государственной библиотеки). 88 с.

119. Сипсер Р. Архитектура связи в распределенных системах. Кн. 1. -М.: Мир, 1981.-435 с.

120. Системы диспетчерского управления и сбора данных (SCADA-системы)// Мир компьютерной автоматизации. 1999. - № 3. - С. 4-9.

121. Система сбора данных и определения запасов парков резервуаров с последовательной передачей данных // Автоматизация, телемеханизация и связь в нефтяной промышленности. 1993. - №7-8. - С. 13-14.

122. Слепян М.А. и др. Состояние и концепции развития автоматизации нефтедобывающего комплекса / М.А. Слепян, Н.Н. Аглямов, Ю.М. Поскряков // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2001. -№7-8.-С. 11-14.

123. Слепян М.А., Аглямов Н.Н. Типизация технических и программных решений автоматизации объектов добычи нефти // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2001. - №7-8. - С. 1418.

124. Соболь И.М. Численные методы Монте-Карло. М.: Наука, 1973.312с.

125. Советов Б.Я. Построение адаптивных систем передачи информации для автоматизированного управления. Л.: Энергоатомиздат, 1982. - 120 с.

126. Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высшая школа, 1998.-319 с.

127. Советов Б.Я., Яковлев С.А. Моделирование систем: Учеб. для вузов. 3-е изд., перераб. и доп. - М.: Высш. шк., 2001. - 343 с.

128. Солин Ю.А. и др. Опыт внедрения АСУТП ЦППД в НГДУ «Джалильнефть» ОАО «Татнефть» / Ю.А. Солин, В.М. Казаков, Ф.Г. Ямалеев // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2001. -№7-8.-С. 26-31.

129. Степанов С.Н., Инверсен В.Б. Способы уменьшения объема вычислений при расчете систем связи с потерями, основанные наигнорировании маловероятных состояний // Проблемы передачи информации. -2001. Т.37. - Вып.З. - С. 82-95.

130. Степанова О. А. Анализ основных подходов к обработке статистической информации в нефтегазовой индустрии // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2001. - №5-6. - С. 4-9.

131. Столяр A.J1. Асимптотика стационарного распределения для одной замкнутой системы обслуживания // Проблемы передачи информации. 1989. -Т. 25. - Вып.4. - С. 80-93.

132. Суздалев А.В. Сети передачи информации в АСУ. М.: Радио и связь, 1983.- 153 с.

133. Суздалев А.В., Чугреев О.С. Передача данных в локальных сетях связи. М.: Радио и связь, 1987. - 257 с.

134. Уайндер С. Справочник по технологиям и средствам связи / Пер. с англ. М.: Мир, 2000. - 429 с.

135. Уолдренд Дж. Телекоммуникационные и компьютерные сети. М.: Постмаркет, 2001. - 480 с.

136. Фазылянов И.Г., Инсапов P.M. Система сбора и передачи информации о работе систем телемеханизации объектов нефтепромыслов в ЦИТС и аппарат управления НГДУ // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2001. - №5-6. - С. 37-50.

137. Финк Л.М. Теория передачи дискретных сообщений.-М.: Сов. радио, 1970.-782 с.

138. Форд Л., Фалкерсон Д. Потоки в сетях / Пер. с англ. И.А. Вайншейн. М.: Мир, 1966. - 341 с.

139. Фосс С.Г. О некоторых свойствах открытых сетей обслуживания // Проблемы передачи информации. 1989. - Т. 25. - Вып.З. - С. 90-98.

140. Фосс С.Г., Чернова Н.И. О системах поллинга с бесконечным числом станций // Сибирск. матем. журнал. 1996.- Т. 37.- № 4,- С. 940 - 956.

141. Фосс С.Г., Чернова Н.И Теоремы сравнения и эргодические свойства систем поллинга // Проблемы передачи информации. 1996.- Т. 32. - Вып. 4. -С. 46-72.

142. Фосс С.Г., Чернова Н.И. Эргодические свойства систем поллинга.-Новосибирск, 1995.- 47 с. (Препринт / Ин-т математики СО РАН; №. 6).

143. ХасинЛ.С. О разрешении конфликта в канале множественного доступа// Проблемы передачи информации. 1989.- Т. 25. - Вып.4. - С. 63-69.

144. Хинчин А.Я. Математические методы теории массового обслуживания. В кн.: Труды математического института им. В.А. Стеклова. Т. 49. - М.: Изд. АН СССР, 1955.

145. Хинчин А.Я. Работы по математической теории массового обслуживания. М.: Физматгиз, 1963. - 317 с.

146. Хмелев Д.В. Законы больших чисел и глобальная асимптотическая устойчивость в сетях массового обслуживания: Автореф., канд. физ-мат. наук. М.: МГУ, 2001.-20 с.

147. Хмелев Д. В. Предельные теоремы для несимметричных транспортных сетей // Фунд. и прикл. Математика. 2001. - Т. 9. - Вып. 4. -С. 1401-1407.

148. Хомичков И.И. Исследование моделей локальной сети с 1-настойчивым протоколом CSMA/CD // АиТ. 1993. - №12. - С. 89-100.

149. Хомичков И.И. Модель локальной вычислительной сети со случайным множественным доступом // Автоматика и вычисл. техника. 1987. -№1.-С. 58-62.

150. Хомичков И.И. Расчет характеристик локальной сети с р-настойчивым протоколом случайного множественного доступа // АиТ. 1995. -№2. - С. 67-80.

151. ЦойС.А. Унифицированный метод асимптотического анализа математических моделей сетей случайного множественного доступа Электронный ресурс. : Дис. канд. физ.-мат. наук. М: РГБ, 2006 (Из фондов Российской Государственной библиотеки). - 131 с.

152. Цыбаков Б.С. Время выхода пакета из конфликта, когда стратегии известны кратности происходящих конфликтов // Проблемы передачи информации. 1994. - Т. 30. - Вып.2. - С. 61-76.

153. Цыбаков Б.С. Сравнение некоторых систем множественного доступа // Проблемы передачи информации. 1990. - Т. 26. - Вып.1. - С. 68-76.

154. Цыбаков Б.С. Среднее время выхода пакета из конфликта известной кратности 3 при троичной обратной связи // Проблемы передачи информации. -1994. Т. 30. - Вып.4. - С. 59-76.

155. Цыбаков Б.С., Бакиров B.JT. Алгоритм AJIOXA в сетях связи // Труды VI Междунар. симпоз. по теории информации. Ч. 1: Тез. докл. Ташкент, 1984. -С. 199-201.

156. Цыбаков B.C., Бакиров B.JI. Передача пакетов в радиосетях. // Проблемы передачи информации. 1985. - Т. 21. - Вып. 1. - С. 80-101.

157. Цыбаков B.C., Бакиров B.JI. Сети связи с алгоритмом AJIOXA. В кн.: Сети пакетной коммутации ЭВМ. - М.: Наука, 1985. - С. 63-66.

158. Цыбаков B.C., Бакиров B.JI. Устойчивость несинхронной системы АЛОХА // Проблемы передачи информации. 1984. - Т. 20. - Вып. 1. - С. 82-94.

159. Цыбаков B.C., Белоярое А.Н. Случайный множественный доступ в канале с двоичной обратной связью вида «успех не успех» // Проблемы передачи информации. - 1994. - Т. 30. - Вып.З - С. 67-83.

160. Цыбаков Б. С., Лиханов Н.Б. Верхняя граница для пропускной способности системы случайного множественного доступа пакетов в канал с ошибками // Проблемы передачи информации. 1989. - Т. 25. - Вып.4. - С. 5063.

161. Цыбаков Б.С., Лиханов Н.Б. СМД с известными моментами возникновения успешно переданных пакетов // Проблемы передачи информации. 1990. - Т. 26. - Вып.2. - С. 62-75.

162. Цыбаков B.C., Михагтов В.А. Эргодичность синхронной системы АЛОХА. // Проблемы передачи информации. 1979. - Т. 15. - Вып. 4. - С. 73-81.

163. Цыбаков B.C., Папантони-Казакос П. Наилучшая и наихудшая дисциплины передачи пакетов // Проблемы передачи информации. 1996. -Т. 32. - Вып. 4. - С. 72-92.

164. Цыбаков B.C., Привалов А.Ю. Нижняя граница для задержки в системе СМД с N-конфликтами и ошибками // Проблемы передачи информации. 1992. - Т. 28. - Вып. 4. - С. 69-86.

165. Цыбаков B.C., Привалов А.Ю. Скорость передачи стек-алгоритма в канале с N-конфликтами // Проблемы передачи информации. 1992. - Т. 28. -Вып. 2. - С. 78-86.

166. Цыбаков Б.С., Файнгольд В.Б. Блокированный стек-алгоритм СМД в сети с конечным числом станций // Проблемы передачи информации. 1992. -Т. 28. - Вып.1. - С. 89-97.

167. Цыбаков Б.С. и др. Устойчивый и простой в реализации алгоритм СМД для локальных сетей / Б.С. Цыбаков, В.Б. Файнгольд, С.П. Федорцев // Проблемы передачи информации. 1990. - Т. 26. - Вып.2. - С. 75-87.

168. Цыбаков Б.С., Федорцев С.П. Один алгоритм доступа станций в канал связи // Проблемы передачи информации. 1992. - Т. 28. - Вып.1. - С. 97109.

169. Чугреев О.С., Шмелев В.В. Оптимизация протокола множественного доступа в локальной сети // Автоматика и вычисл. техника. 1991. - №2. - С. 4047.

170. Шварц М. Сети связи: протоколы, моделирование и анализ: В 2-х ч. / Пер. с англ. М.: Наука, 1992.

171. Шварц М. Сети ЭВМ. Анализ и проектирование. М.: Радио и связь, 1997.-336 с.

172. Шеннон Р. Имитационное моделирование систем Искусство и наука. - М.: Мир, 1978. - 417 с.

173. Шехман Л.И. Системы телекоммуникаций: проблемы и перспективы. Опыт системного исследования. М.: Радио и связь, 1998. - 304 с.

174. Шорникова Т. А. Математическое моделирование системы массового обслуживания диффузными Марковскими процессами Электронный ресурс.: Дис. канд. техн. наук. М: РГБ, 2003 (Из фондов Российской Государственной библиотеки). -124 с.

175. Штойян Д. Качественные свойства и оценки стохастических моделей. М.: Мир, 1979. - 284 с.

176. Шуренков В.М. Эргодические процессы Маркова. М.: Наука, 1989.376 с.

177. Afanassieva L.G., Fayolle G. Models for transportation networks // J. Math. Sci. 1997. - V. 84 . - №3. - P.1091-1103.203 .Borovkov A.A., Schassberger R.A. Ergodicity of a polling network // Stoch. Processes Appl. 1994. - V.50. - P. 253-262.

178. Brockmeyer E.H., Halstrom H.L. The Life and Works of A.K. Erlang. //Transactions of the Danish Academy of Technology and Science, 1948. -№ 2.

179. Coffmann E.G., Gilbert E.N. Polling and Greedy Servers on a Line // Queueing Systems. 1987. - V. 2. - №2. - P. 115-145.

180. Cooper R.B. INTRODUCTION TO QUEUEING THEORY. 2nd ed., New York: North-Holland, 1981. - 317 p.

181. Cooper R.B. Queues Served in Cyclic Order // The BELL SYSTEM technical journal. 1969. - V. 48. - P. 675-689.

182. Cooper R.B. Queues Served in Cyclic Order: Waiting Times // The BELL SYSTEM technical journal. 1970. - V. 49. - P. 399-413.

183. Cooper R.B, Srinivasan M.M. A Decomposition Theorem for Polling Models: The Switchover Times are Effectively Additive. // Operations research. -1996.-V. 44.-P. 629-633.

184. Cooper R.B, Srinivasan M.M. Relating Polling Models with Zero and Nonzero Switchover Times. // Queueing systems. 1995. - V. 19. - P. 149-168.

185. Cooper R.B, Srinivasan M.M. Setups in Polling Models: Does it Make Sense to Set Up if No Work is Waiting? // Journal of applied probability. 1999. -V. 36.-P. 585-592.

186. Data processing-open System Interconnection Basic Reference Model // ISO/DP 7498.- 1981.-P. 1-105.

187. Fayolle G., Lasgouttes J.M. A state-dependent polling model with Markovian routing // IMA Volumes in Math & its Applications. 1995. - V.71. -P. 283-301.

188. Frank H., Frisch I.T. Communication, Transmission and Transportation Networks, Addison Wesley (Reading, Mass), 1971

189. Fricker C., Jaibi M.R. Stability of a polling model with a Markovian scheme: Rapport de recherche. № 2278. - INRIA. - 1994. - 16 p .

190. Gordon, W.J., Newell J.F. Closed Queueing Systems with Exponentioal Servers // Operations Research. 1967. - V. 15. - P. 254-265.

191. Jackson, J.R. Jobshop-Like Queueing Systems // Management Science. -1963.-V. 10.-P. 131-142.

192. Jackson, J.R. Networks of Waiting Lines // Operations Research. 1957. -V. 5.-P. 518-521.

193. Jewell, W.S. A Simple Proof of L = XWll Operations Research. 1967. -V. 15.-P. 1109-1116.

194. Levy H., Sidi M. Dominance relations in polling systems // Queueing Systems. 1990. - V.6. - P. 155-171.

195. Little J.D.C. A Proof of the Queueing Formula L = XWll Operations Research. -1961,- V. 9. P. 383-387.

196. Massoulie L. Stability of non Markovian polling systems // Proceedings of the conference on applied probability. Paris, 1993.

197. Pollaczek F. Theorie Analytique des Problemes Stochastiques Relatifs a un Groupe de Lignes // Telephoniques aves Despositif d'attente. Gauthiers-Villars. -Paris, 1961.

198. Stidham S. Jr. A Last Word on L = mll Operations Research. 1974. -V. 22.-P. 417-421.

199. Takagi H. Analysis of polling system. Cambridge - Massachusetts: MIT Press, 1986.-282 c.

200. Takagi H. Queueing analysis. A foundation of performance evaluation. Vacation and priority systems. North-Holland, Elservier Sci. PBV, 1991

201. Takagi H. Queueing analysis of polling models // AVM Comput. Surveys. 1988.-V. 20.-P. 5-28.

202. Takagi H. Queueing analysis of polling models: an update // Stochastic analysis of computer and communication systems. 1990. - P. 267-318.

Похожие работы

Информатика, вычислительная техника и управление
05.13.00