Skip to content
/ AD Public

Repositorio criado para a disciplina de Modelagem e Avaliação de Desempenho, no período 2024.2 do curso de Ciência da Computação na UFRJ.

License

Notifications You must be signed in to change notification settings

JvCostaF/AD

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

3 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Trabalho final de MAD - Simulacões de Redes de Filas Abertas

Esse trabalho consiste em simular uma rede de filas aberta com tres servidores, divindido em tres situacoes diferentes:

O sistema é constituído por três servidores, S1, S2 e S3, cada um com uma fila limitada. Cada job, ao chegar no sistema, precisa ser primeiramente servido por S1. Após concluir o serviço em S1, o job segue com probabilidade 0.5 para o servidor S2, e com probabilidade 0.5 para o servidor S3. Um job que sai do servidor S2 tem probabilidade 0.2 de retornar ao servidor S2 (voltando ao final da fila de S2, se ela não estiver vazia) para receber um novo serviço, independentemente de quantas vezes já tenha passado por S2. Ao sair definitivamente de S2, o job sai do sistema. Da mesma forma, ao sair de S3 (deterministicamente), o job sai do sistema.

As chegadas de jobs ao sistema constituem um processo de Poisson com taxa lambda = 2 jobs por segundo. Ou seja, o tempo entre as chegadas de dois jobs consecutivos é uma V.A. exponencial com média 1/lambda = 0.5 segundos (isto é, uma exponencial com taxa lambda).

As tres situacoes que precisamos simular sao:

  1. Os tempos de serviço são fixos, determinísticos, e iguais a 0.4s, 0.6s e 0.95s, respectivamente;

  2. Os tempos de serviço nos três servidores são V.A.s uniformes nos intervalos (0.1, 0.7), (0.1, 1.1) e (0.1, 1.8), respectivamente;

  3. Os tempos de serviço são V.A.s exponenciais com médias 0.4s, 0.6s e 0.95s, respectivamente;

As métricas que você quer obter de forma experimental são:

  • Tempo médio no sistema;
  • Desvio padrão do tempo no sistema;

Guia para executar e testar as simulacoes

Pré-requisitos: Precisamos obviamente do Python instalado além das libs Random, Numpy e Simpy.

$ pip install nump
$ pip install simpy

Apos isso basta chamar o interpretador do python para executar o programa com:

$ python simulador.py

Links de referências consultadas para a implementação do trabalho

About

Repositorio criado para a disciplina de Modelagem e Avaliação de Desempenho, no período 2024.2 do curso de Ciência da Computação na UFRJ.

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages