Применение моделей производительности в инженерном программировании
Курсовой проект - Компьютеры, программирование
Другие курсовые по предмету Компьютеры, программирование
Содержание
Введение
1.Модель производительности с учетом индивидуальных данных
2. Оптимальная производительность с учетом индивидуальных данных
3.Анализ чувствительности с учетом индивидуальных данных
3.1Чувствительность СОС к числу процессоров
3.1.1 Чувствительность СОС к изменению параметра М
.1.2 Зависимость производительности от быстродействия процессора
.1.3 Чувствительность СОС к изменению параметра P
.1.4 Чувствительность СОС к изменению параметра T
3.2Перекрестные зависимости
3.2.1 Зависимость межпроцессорных накладных расходов от параметров системы
.2.2 Зависимость быстродействия процессора от параметров системы
.2.3 Зависимость внутрипроцессорных накладных расходов от параметров системы
.2.4 Зависимость числа операций на обработку сообщения от параметров системы
. Модели эффективности затрат с учетом индивидуальных данных
Заключение
Библигорафичекий список
Введение
Главная цель применения моделей производительности в инженерном программировании состоит в том, что с их помощью можно получить следующую информацию, необходимую для принятия решения о разработке или приобретении программного обеспечения:
. Информация об оптимальной производительности. В результате анализа моделей производительности можно определить, при каких значениях системных параметров достигается максимальная производительность.
. Данные анализа чувствительности. В результате анализа моделей производительности можно определить чувствительность производительности системы к характеристикам модели.
Использование этих типов информации обсуждается в следующих пунктах.
1. Модель производительности с учетом индивидуальных данных
Для определения оптимального числа закупаемых процессоров необходимо знать, как зависит производительность или пропускная способность этой системы от числа процессоров N. Используем следующие параметры:
S = 1550 - быстродействие системы, тыс. операций в секунду;
P = 130 - внутрипроцессорные накладные расходы, тыс. операций в секунду;
M = 115 - коэффициент межпроцессорных накладных расходов, тыс. операций в секунду;
T = 18 - число операций на обработку одного сообщения, тыс. операций на сообщение;
Тогда для производительности системы обработки сообщений П(N) можно получить следующие формулы:
производительность затрата расход процессор
Поскольку для данной СОС S = 1550, Р = 130, М= 115, Т= 18, то приведенная формула примет вид
Наилучшую производительность можно получить от СОС, включающей 6 и 7 процессоров (рис. 1). При дальнейшем росте числа процессоров производительность падает, так как замедление работы других процессоров каждым дополнительным процессором превосходит вклад нового процессора в увеличении производительности.
2. Оптимальная производительность с учетом индивидуальных данных
Модель производительности (1) можно использовать для определения числа процессоров Nопт, при котором будет достигнута наивысшая производительность СОС. Это можно сделать, используя тот факт, что в точке максимума (см. рис. 1) тангенс угла наклона касательной к кривой П(N) равен нулю и что он задается производной при фиксированных значениях остальных параметров. Переписывая (1) в форме
, (2)
Можно легко вычислить требуемую производную:
. (3)
Если определить Nопт как точку, в которой тангенс угла наклона касательной равен нулю:
(4)
то, подставив выражение для dП/dN из (3) в (4), получим
и, разрешив полученное уравнение относительно Nопт, получим
. (5)
Для рассматриваемого примера СОС, когда S = 1550, Р = 130 и М= 115, оптимальное число процессоров равно
опт = (1550-130+115)/2*115=6,7
Поскольку на практике можно работать только с целым числом процессоров, то придется довольствоваться системой из 6 или 7 процессоров с П (N) ? 281,7сообщ./с и с П (N) ? 283,9 сообщ./с. (см. рис. 1).
Одним полезным следствием знания точного значения Nопт является возможность оценить ухудшение производительности из-за того, что иногда нельзя на практике реализовать оптимальное решение. В данном случае, производительность была бы равна:
П (6,7) =6,7*(1550 - 115*6,7) / 18 = 290,1472
Получается, что ухудшение производительности относительно невелико. Если рассматривать необходимость приобретения седьмого процессора, то следует сказать, что это нерентабельно, т. к. стоимость его достаточно велика, а производительность семипроцессорной СОС будет мало отличаться от производительности СОС из шести процессоров.
Оптимальные решения в инженерном программировании наиболее часто используются на фазах детального проектирования и кодирования. На более ранних фазах жизненного цикла программного обеспечения можно найти предпочтительное решение, не являющееся оптимальным по производительности. Существует целый ряд соображений - степень риска, производственные ограничения, психология и профессиональный рост пользователей, сопровождаемость программного обеспечения, которые могут заставить выбрать решение, не обеспечивающее оптимальной производительности. Однако даже в таких ситуациях важно определить оптимальную точку и оптимальное значение, так как это позволяет оценить объем усилий, которые стоит затратить на улучшение неоптимального решения.
3. Анал