Исследование систем массового обслуживания M/E2/1 с обычными и сдвинутыми входными распределениями

Автор: Тарасов В.Н., Бахарева Н.Ф., Ахметшина Э.Г.

Журнал: Инфокоммуникационные технологии @ikt-psuti

Рубрика: Технологии компьютерных систем и сетей

Статья в выпуске: 1 т.18, 2020 года.

Бесплатный доступ

В статье представлены результаты по двум системам массового обслуживания: для обычной системы M/E2/1 с экспоненциальным и эрланговским распределениями, а также этой системы cо сдвинутыми вправо от нулевой точки распределениями. Операция сдвига законов распределений в данном случае трансформирует систему M/G/1 в систему типа G/G/1 вследствие уменьшения коэффициента вариации интервалов входного потока в систему. Как оказалось, для рассматриваемых законов распределений используемый метод спектрального разложения решения интегрального уравнения Линдли для систем G/G/1 позволяет получить решение для среднего времени ожидания в конечном виде. Показано, что в такой системе с запаздыванием во времени среднее время ожидания требований в очереди может быть во много раз меньше, чем в аналогичной обычной системе. Это следует из того, что операция сдвига во времени законов распределений уменьшает величину коэффициентов вариаций интервалов между поступлениями и времени обслуживания. В то же время известно, что среднее время ожидания требований в очереди к системе зависит прямо пропорционально от квадратов этих коэффициентов вариаций. Cистема M/E2/1 применима только при коэффициенте вариации интервалов поступления, равном единице и, коэффициенте вариации времени обслуживания, равном 1/ 2, а система с запаздыванием применима при коэффициентах вариаций интервалов поступления в диапазоне (0, 1) и коэффициентах вариаций времени обслуживания из интервала (0, 1/ 2), что резко расширяет область применения этих систем. Для вывода решений по среднему времени ожидания в очереди использован метод спектрального разложения.

Еще

Системы массового обслуживания m/e2/1, м-/e2-/1, среднее время ожидания в очереди, метод спектрального разложения, интегральное уравнение линдли, преобразование лапласа

Короткий адрес: https://sciup.org/140256244

IDR: 140256244   |   DOI: 10.18469/ikt.2020.18.1.05

Список литературы Исследование систем массового обслуживания M/E2/1 с обычными и сдвинутыми входными распределениями

  • Тарасов В.Н., Бахарева Н.Ф., Блатов И.А. Анализ и расчет системы массового обслуживания с запаздыванием // Автоматика и телемеханика. 2015. No 11. С. 51-59. doi: 10.1134/S0005117915110041
  • Тарасов В.Н. Расширение класса систем массового обслуживания с запаздыванием // Автоматика и телемеханика. 2018. No 12. С. 57-70. doi: 10.1134/S0005117918120056.
  • Клейнрок Л. Теория массового обслуживания / пер. с англ. М.: Машиностроение, 1979. 432 с.
  • Brannstrom N. A Queueing Theory analysis of wireless radio systems. Appllied to HS-DSCH. Lulea University of Technology, 2004. 79 p.
  • RFC 3393 IP Packet Delay Variation Metric for IP Performance Metrics (IPPM). URL: https://tools.ietf.org/html/rfc3393 (дата обращения: 26.02.2016).
  • Тарасов В.Н., Бахаpева Н.Ф., Липилина Л.В. Математическая модель телетрафика на основе системы G/M/1 и результаты вычислительных экспериментов // Информационные технологии. 2016. Т. 22. No 2. С. 121-126.
  • Алиев Т.И. Аппроксимация вероятностных распределений в моделях массового обслуживания // Научно-технический вестник информационных технологий, механики и оптики. 2013. No 2 (84). С. 88-93.
  • Myskja A. An improved heuristic approximation for the GI/GI/1 queue with bursty arrivals // Teletraffic and datatraffic in a Period of Change, ITC-13. 1991. P. 683-688.
  • Whitt W. Approximating a point process by a renewal process: two basic methods // Operation Research. 1982. Vol. 30. No 1. P. 125-147.
  • Legros B. M/G/1 queue with event-dependent arrival rates // Queueing Systems. 2018. Vol. 89. No 3. P. 269-301.
  • Тарасов В.Н., Карташевский И.В. Способы аппроксимации входных распределений для системы G/G/1 и анализ полученных результатов // Системы управления и информационные технологии. 2015. No 3. С. 182-185.
  • Тарасов В.Н., Горелов Г.А., Ушаков Ю.А. Восстановление моментных характеристик распределения интервалов между пакетами входящего трафика // Инфокоммуникационные технологии. 2014. Т. 12. No 2. С. 40-44.
  • Тарасов В.Н., Малахов С.В., Карташевский И.В. Теоретическое и экспериментальное - исследование задержки в программно-конфигурируемых сетях // Инфокоммуникационные технологии. 2015. Т. 13. No 4. С. 409-413.
  • Тарасов В.Н. Вероятностное компьютерное моделирование сложных систем. Самара: СНЦ РАН, 2002. 194 с.
Еще
Статья научная