Исследование системы массового обслуживания со смещенными экспоненциальными входными распределениями
Автор: Тарасов В.Н., Бахарева Н.Ф., Ахметшина Э.Г.
Журнал: Инфокоммуникационные технологии @ikt-psuti
Рубрика: Технологии телекоммуникаций
Статья в выпуске: 2 т.17, 2019 года.
Бесплатный доступ
Рассматривается задача определения характеристик системы массового обслуживания (СМО), образованной двумя потоками со смещенными экспоненциальными распределениями. Такая система с запаздыванием во времени рассматривается впервые. Если для классической системы M/M/1 коэффициенты вариаций интервалов входного потока и времени обслуживания равны единице, то в новой системе с запаздыванием они становятся меньше единицы, и мы получаем немарковскую модель СМО типа G/G/1. Варьированием параметра смещения во времени во входных распределениях можно добиться изменения значений коэффициентов вариаций интервалов поступления и времени обслуживания. Таким образом, смещенные экспоненциальные распределения расширяют диапазон изменения коэффициентов вариаций интервалов поступления и времени обслуживания, тем самым расширяя область применения новой СМО. Данная задача решается классическим методом теории СМО: методом спектрального разложения решения интегрального уравнения Линдли. Показано, что загрузка в такой системе выше, чем в классической системе М/М/1, а среднее время ожидания меньше за счет уменьшения коэффициентов вариаций интервалов между поступлениями требований в систему и времени обслуживания. Таким образом, в статье представлено решение для новой системы G/G/1. Возможности применения этой новой СМО предстоит еще только оценить.
Смо м/м/1, смо с запаздыванием м-/м-/1, метод спектрального разложения, преобразование лапласа, среднее время ожидания в очереди
Короткий адрес: https://sciup.org/140255715
IDR: 140255715 | DOI: 10.18469/ikt.2019.17.2.06
Текст научной статьи Исследование системы массового обслуживания со смещенными экспоненциальными входными распределениями
К системам с запаздыванием в науке и технике можно отнести системы автоматического регулирования, системы автоматического и дистанционного управления, телеметрии и др. В литературе по теории систем массового обслуживания (СМО) и ʙ Internet ресурсах нет упоминаний о таких системах со смещенными во времени входными распределениями.
В основе описания любой СМО, в том числе СМО с запаздыванием, лежит понятие рекуррентного потока [1], определяемого совокупностью функций распределения F 1 (t ) = F 2 ( t ) = ... = = F n ( t ) = ... = F ( t ) между поступающими требованиями. Далее мы рассмотрим случай, когда СМО образована двумя потоками, определяемыми функциями
1 - e -y ( t - t 0 ) , t > 1 0;
0, 0 < t < t 0 ,
F ( t н
где y > 0, и потоки имеют одинаковое время запаздывания t 0. B качестве математической модели таких систем предлагается рассматриваемая ниже СМО с запаздыванием.
Рассмотрим СМО, на вход которой поступают требования, случайные интервалы между кото- рыми распределены с функцией плотности (см. также рисунок 1) вида a (t) =
X e -X( t - t 0 ) ,
. 0,
t > t 0 ;
0 < t < 1 0.
Аналогично распределено и время обслужи- вания:
-ц( t - t 0 )
b (t мц e , t > t0;
0, 0 < t < t (

Рисунок 1. График функции плотности с запаздыванием (1)
Функции плотности (1) и (2) являются сдвинутыми вправо от нулевой точки на величину t0 экспоненциальными распределениями с двумя параметрами (X, 10) и (ц, 10), причем X< ц (см. рисунок 1). Таким образом, мы имеем СМО с запаздыванием во времени на величину 10 > 0. Заметим, что законы распределения (1) и (2) содержит два параметра, следовательно, они могут быть описаны двумя первыми моментами. Новую СМО, в отличие от классической, обозначим М -/М -/1.
Постановка и способ решения задачи
Методом спектрального разложения решения интегрального уравнения Линдли (ИУЛ) требу- ется получить результат по среднему времени ожидания в очереди, а также требуется оценить, как операция сдвига во времени скажется на характеристиках новой СМО М- / М- /1, и чем эта внешне схожая с классической СМО М/М/1 система будет от нее отличаться.
Для последующего применения метода спектрального разложения к решению данной зада- чи, сначала определим числовые характеристики интервала поступления требований и времени обслуживания. Для этого воспользуемся преобразованием Лапласа функций плотности (1)-(2):
A * ( s ) =
X e - t0 s s + X
- t о s
B * ( s ) = H e— . (4)
s + Ц
Первая производная функции (3) равна:
dA * (s) _ -X10e~t0s (s + X) - Xe-t0s ds " (s + X)2 , а ее значение со знаком минус в точке s = 0: - dA * (s)
ds
s = 0
X 2 1 0 +X
X 2
= X + 1 0 -
По свойству преобразования Лапласа правая часть последнего выражения равна среднему значению интервалов между соседними требованиями входного потока
T x =X- 1 + 1 0 . (5)
Из равенства (5) следует, что интенсивность поступления требований X'= 1/ тх в СМО М - /М - /1 определяется через параметры распределения (1) как
X' = X /(1 + X 1 0). (6)
Поступая аналогично с функцией (4), находим среднее время обслуживания в системе
Т ц =ц- 1 + 1 о . (7)
Тогда интенсивность обслуживания требований ц' определяется через параметры распределения (2) из равенства (7):
ц' = ц /(1 + ц t 0). (8)
Таким образом, интенсивности поступления X' и обслуживания ц' в системе М - /М - /1 напрямую зависят от интенсивностей X и ц классической системы и параметра сдвига t 0.
Загрузка рассматриваемой системы, определя-eмая отношением интенсивностей поступления (6) и обслуживания (8), возросла в ^ + X t 0 раз по сравнению с системой М/М/1:
X' = X (1 + ц t 0) ц' ц (1 + X t 0)
Из равенств (5) и (7) следует, что в качестве входных параметров системы удобнее использовать средние значения интервалов тх и тц , так как их отношение р = тц / тх определяет загрузку СМО.
Определим начальный момент второго порядка интервалов поступления. Для этого находим значение второй производной от функции (3) при s = 0. Тогда
2 t 2
тО = to2 + — + ~т х 0 X Х2
и, с учетом того, что дисперсия интервалов для распределения (1) равна Dх =X-2, получим коэффициент вариации интервалов входного потока с x=(1 + X tо )-1. (10)
Аналогично определим коэффициент вариации времени обслуживания. Дисперсия этого времени Dц = ц-2, а коэффициент вариации c ц=(1 + ц 10 )-1. (11)
Заметим, что коэффициенты вариации c х и с ц меньшеединицыпри 1 0, X , ц> 0.
Полученные числовые характеристики позволяют сделать следующие предположения.
-
1. Операция сдвига во времени приводит к
-
2. В связи с тем, что коэффициенты вариации интервалов поступления с х и времени обслуживания с ц меньше единицы, мы имеем немарковскую модель массового обслуживания. Среднее время ожидания требования в очереди в такой си-cтеме должно быть меньше, чем в системе М/М/1
-
3. Использование функций плотности (1) и (2) позволяет аппроксимировать исходные входные распределения, в отличие от классической СМО, на уровне двух первых моментов.
— „ 1 + ц t увеличению загрузки системы в 0 раз, чем
1 + X tо в классической системе М/М/1.
при одинаковом коэффициенте загрузки, так как c X и c y для системы М/М/1 равны единице.
Таким образом, мы выделили основные отличия рассматриваемой системы от классической СМО, но, как оказывается, между ними есть и много общего.
Определение среднего времени ожидания в очереди для системы M- / M- /1 на основе метода спектрального разложения ИУЛ
Основные характеристики системы G/G/1, как следует из [2], описываются известными из теории случайных процессов интегральными уравнениями типа Винера-Хопфа. Одно из этих уравнений в [2] выведено в форме интегрального уравнения Линдли։
y j W(у - и)dC(u), у > 0;
-to
0, у < 0, где W (у) - функция распределения вероятностей времени ожидания требования в очереди, C (и) - аналогичная функция предельной случайной величины U = lim Un = xn - tn+1; xn - вре-n Hto мя обслуживания n-го требования Cn; tn+1 - ин-тeрвaл врeмeни мeжду поступлeниeм трeбовaний Cn и Cn+1.
Baжно зaмeтить, что интeгрaльнaя формa урaвнeния (12) имeeт мecто только для нeот-рицaтeльных знaчeний aргумeнтa y , тaк кaк для отрицaтeльных знaчeний aргумeнтa функция W ( у ) = 0.
Суть рeшeния ИУЛ (12) cпeктрaльным мeто-дом сводится к тому, чтобы для вырaжeния
A * ( - s ) B * ( s ) - 1 (13)
нaйти прeдстaвлeниe в видe произвeдeния двух множитeлeй, котороe дaвaло бы рaционaльную функцию от s [2]. Taким обрaзом, для нaхождe-ния рaспрeдeлeния врeмeни ожидaния нeобходи-мо слeдующee cпeктрaльноe рaзложeниe:
A * ( - s ) B * ( s ) - 1 = ^ ±M , (14)
V -( s )
где ^+ (s) и V- (s) некоторые рациональные функции от s, которыe можно рaзложить нa мно- жители. Функции v+ (s) и у- (s) должны удов-лeтворять опрeдeлeнным условиям [2].
-
1. Для Re ( s ) > 0 функция v+ ( s ) является aнaлитичecкой бeз нулeй в этой полуплоскости.
-
2. Для Re ( s ) < D функция v ( s ) является aнaлитичecкой бeз нулeй в этой полуплоскости, гдe D ‒ нeкоторaя положитeльнaя констaнтa,
опрeдeляeмaя из условия lim t Hto
a ( t ) ^D T <to .
e
Кроме того, функции ^. ( s) и v ( s) должны облaдaть слeдующими свойствaми։
- для Re ( s ) > 0: lim ^+ ( ) = 1;
v } I s 1^ s
- для
Re ( s ) < 0: lim ^ ( ^ = - 1.
v ’ I S H” s
Taким жe путeм получeны рeшeния для сис-тeм с гипeрэкспонeнциaльными входными рaс-прeдeлeниями в рaботax [3; 6-7].
Опрeдeлим тeпeрь cпeктрaльноe рaзложeниe (14) для рaспрeдeлeний (1)-(2) с учeтом прeоб-рaзовaний Лaплaca (3)-(4). Meтод cпeктрaльного рaзложeния для рeшeния ИУЛ (12) в этом случae дaeт
V + ( s ) = X e 0 s y e - t 0 s - 1
V _ ( s ) X- s y + s где v+ ( s ) и v ( s ) должны быть рациональными функциями.
Выполнив нeсложныe вычислeния, получим
V+ ( s ) Xy- ( X- s )( y + s ) s ( s + y-X )
V - ( s ) ( X- s )( y + s ) ( X- s )( y + s )
Taким обрaзом, покaзaтeли стeпeни у экспо-нeнт в числитeлe дроби обнуляются и тeм сaмым опeрaция сдвигa нивeлируeтся. Слeдовaтeльно, cпeктрaльныe рaзложeния рeшeния ИУЛ для систем М- /М- /1 и М/М/1 совпадают, так как функция
V+ ( s ) s ( s + y-X )
V-( s) (X-s )(y + s)
являeтся спeктрaльным рaзложeниeм для рeшe-ния систeмы М/М/1 [1].
Совпaдeниe рaзложeния (17) с рeзультaтом для систeмы М/М/1 являeтся чисто внeшним, тaк как здесь параметры X и y не являются для системы М - /М - /1 интенсивностями поступления и обслуживaния соотвeтствeнно.
Далее следуя [2], в качестве функции v+ (s) выбирaeм v+( S ) =
S ( 5 + ц —X )
( ц + S )
которая не имеет нулей и полюсов в области Re ( s ) > 0, а в качестве функции ^Д s ) _Х — s , которая не имеет нулей в области Re ( s ) < X .
Постоянная K определяется из условия:
K = lim ^^ = lim S + ц —X = 1 - X/ц ,
S ,0 S s ,0 S + ц где параметры X и ц определяются выражениями (5) и (7) и отношение X / ц не определяет коэффициент загрузки как в случае системы М/М/1.
Преобразование Лапласа для функции распределения времени ожидания, согласно [2] имеет вид
Ф+ ( S ) = -K- = ( 1 — Х/Ц)(Ц + S ) •
V + ( s ) ( s + ц-Х )
Следовательно, преобразование Лапласа функ- ции плотности времени ожидания
W * ( s ) = s Ф+ ( s ) _
( 1 -Х/ц )( ц + s ) ( s + ц — X )
Найдем первую производную от (18): dW * ( s ) _ ds
( 1 — X/ц ) ( s + ц — X ) — ( 1 — Х/ц )( ц + s )
( s + ц — X )
—X ( 1 — X/ц )
( s + ц — X ) 2■
Τогда значение первой производной со знаком минус при ѕ = 0 будет равно
dW * ( s ) |
Х ( 1 — Х/ц ) X / ц |
ds |
s _ 0 ( ц —х ) 2 (ц —Х) |
Отсюда среднее время ожидания
W _ X ц . (19)
ц —X
Результат (19) полностью совпадает с результатом для системы М/М/1, где
W _^ (20)
1 — P при значении р_Х/ц. Таким образом, формулы для среднего времени ожидания для системы с запаздыванием М—/М— /1 и для системы М/М/1 совпадают при одинаковых значениях параметров X и ц, создавая при этом разные нагрузки на системы. Это интересный факт сходства двух различных систем.
Определение неизвестных параметров рассматриваемых распределений
Полученные числовые характеристики распределений (1) и (2) в виде равенств (5), (7), (10) и (11) позволяют определить неизвестные параметры X , ц и 1 0. Запишем их в виде системы уравнений
X + t о _ Тх , (1 + X t оГ1 _ c X , ц— 1 + t 0 _Тц , (1 + ц t о ) — 1 _ С ц ,
где числовые характеристики в правых частях системы будут входными параметрами системы для определения неизвестных параметров.
Система (21) является переопределенной, и поэтому мы получим ограничение на входные параметры СМО Тх, cх, тц и cц. Для решения системы из первого уравнения выразим t0: tо _ Тх — Х 1.
Второе уравнение дает 1/(1 + ХТХ — 1) _ c х , откуда
Х_ 1/( c х Т х ). (22)
Третье уравнение дает ц 1 + тх — X 1 _ тц, тогда ц_ ----г- (23)
Тц — Тх ( 1 — c х )
Из четвертого уравнения получим следующее ограничение:
1 , ^Х (1 — c х ) _ c ц , Тц —TX( 1 — c X )
отсюда
Тц — TX( 1 — c X )
c ц _ ----------- _ 1 — ( 1 — c х )/Р ,
Тц где„, = Т- / Тх.
Окончательно коэффициент вариации времени обслуживания есть c ц_ 1 — р(1 — c х). (24)
Τаким образом, входные параметры системы
М — /М — /1: Тх , c х , Тц и c ц строго связаны соотношением (23).
Примеры расчета среднего времени ожидания для системы М"/М~/1
В качестве примера рассмотрим случаи разных нагрузок. Примем следующие значения входных параметров СМО: Тц _ 1, Тх _ 10 и cц _ 0,5. Тогда ограничение (24) при загрузке р _ 0,1 дает cX = 0,95. Далее определим неизвестные параметры X и ц.
Из (22) находим значение X = 1/9,5 = 2/19, а из (23) ц = 1/(1 - 10 • 0,5) = 2. Тогда среднее время ожидания из (19) есть W = 1/19/36/19 = 1/36. Для сравнения, среднее время ожидания для системы М/М/1 при такой же нагрузке р = 0,1 и интенсивности обслуживания ц = 1, равно
W _ р/ц _0ЛЛ _ 1
1 -р 0,9 9’ что в четыре раза больше, чем в системе с запаздыванием М- / М- /1.
В качестве второго примера рассмотрим случай высокой нагрузки: тц = 1, tx = 10/9 и c ц = 0,5. В этом случае получим загрузку р = 0,9; ограничение (24) дает c X = 0,55, а равенства (22)(23) - значения X = 18/11 и ц = 2.
Тогда среднее время ожидания
W _ 18/11/2 _ 1811 _ 9
2 - 18/11 4 • 22 4
Система М/М/1 при той же нагрузке дает
W =
«•9/1 _ 9
1 - 0,9
Расчетные данные хорошо согласуются с результатами двухмоментной аппроксимации [8].
Заключение
Рассмотренная СМО с запаздыванием М - / М - /1 позволяет рассчитать ее характеристики при коэффициентах вариации интервалов между поступлениями требований c X и времени обслуживания c ц , меньших единицы при некоторых ограничениях на входные параметры системы. Учитывая тот факт, что основные характеристики СМО, такие как средняя длина очереди, среднее количество требований в системе и др., являются производными от среднего времени ожидания, эти характеристики в работе не рассмотрены. Полученные результаты приводят к следующим выводам.
-
1. Операция сдвига во времени приводит к
-
2. В связи с тем, что коэффициенты вариации интервалов поступления c X и времени обслуживания c ц меньше единицы, мы получили немарковскую модель массового обслуживания G/G/1, для которой существует решение в замкнутой форме. Среднее время ожидания требования в
-
3. Использование функций плотности (1)-(2) позволяет аппроксимировать исходные входные распределения в СМО на уровне двух первых моментов, в отличие от классической системы.
1 + ц tn увеличению загрузки системы в 0 раз по
1 + X 1 0 сравнению с классической системой М/М/1.
очереди в такой системе меньше, чем в системе М/М/1 при одинаковом коэффициенте загрузки.
Список литературы Исследование системы массового обслуживания со смещенными экспоненциальными входными распределениями
- Алиев Т.И. Аппроксимация вероятностных распределений в моделях массового обслуживания // Научно-технический вестник информационных технологий, механики и оптики. 2013. № 2 (84). С. 88-93.
- Клейнрок Л. Теория массового обслуживания. М.: Машиностроение, 1979. 432 с.
- Тарасов В.Н. Исследование систем массового обслуживания с гиперэкспоненциальными входными распределениями // Проблемы передачи информации. 2016. Т. 52 № 1. С. 16-26.
- 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. Elsevier Science Publishers. 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.
- Тарасов В.Н., Бахарева Н.Ф., Липилина Л.В. Математическая модель телетрафика на основе системы G/M/1 и результаты вычислительных экспериментов // Информационные технологии. 2016. № 2. С. 121-126.
- Анализ входящего трафика на уровне трех моментов / В.Н. Тарасов [и др.] // Информационные технологии. 2014. № 9. С. 54-59.
- Кругликов В.К., Тарасов В.Н. Анализ и расчет сетей массового обслуживания с использованием двумерной диффузионной аппроксимации // Автоматика и телемеханика. 1983. № 8. С. 74-83.
- 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. № 3.1. С. 182-185.
- HTTPS://tools.ietf.org/html/rfc3393. RFC 3393 IP Packet Delay Variation Metric for IP Performance Metrics (IPPM) (дата обращения: 26.02.2016).