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 | УДК: 621.391.1: | DOI: 10.18469/ikt.2019.17.2.06
Research of queuing system with displaced exponential input distributions
The problem of determining characteristics of a queuing system (QS) produced by two flows with displaced exponential distributions is considered. Such a system is considered for the first time. For the classical M/M/1 system the coefficients of variation of the input flow intervals and the service time are equal to one, and for the new system they become less than one and we get a non-Markov queueing model of G/G/1 type. By varying the time displaced parameter in the input distributions, it is possible to change the values of the variation coefficients of the arrival intervals and the service time. Thus, the displaced exponential distributions widen the range of the arrival time variation coefficients and service time, thereby expanding the scope of the new queuing system. The problem is solved by the classical method of queuing theory - the method of spectral decomposition of the solution of the Lindley integral equation. It is shown that the load in such a system is higher than in the classical M/M/1 system, and the average waiting time is shorter because of reduced variation coefficients of the intervals between the receipt and the service time. It is known that the average waiting time is related to the coefficients of variation by a quadratic dependence. Thus, the article presents a solution for the new G/G/1 system. The possible applications for this new QS have yet to be assessed.
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).