Спектральное разложение для модели задержки на основе СМО с эрланговским и гиперэкспоненциальным распределениями

Бесплатный доступ

Настоящая статья посвящена исследованию и получению решения в замкнутой форме для средней задержки требований в очереди для СМО, образованной двумя потоками с эрланговским и гиперэкспоненциальным законами распределений второго порядка для временных интервалов. Как известно, распределение Эрланга обеспечивает коэффициент вариации интервалов поступлений меньше единицы, а гиперэкспоненциальное распределение - больше единицы. Также известно, что главная характеристика СМО - средняя задержка - связана с этими коэффициентами вариаций квадратичной зависимостью. Исследования систем G/G/1 в теории массового обслуживания актуальны в связи с тем, что они используются при моделировании систем передачи данных для анализа телетрафика. Для решения поставленной задачи использован метод спектрального разложения решения интегрального уравнения Линдли. Спектральное разложение для рассматриваемой системы позволило получить решение для средней задержки требований в очереди в замкнутой форме. Для практического применения полученных результатов использован метод моментов.

Еще

Эрланговское и гиперэкспоненциальное распределения, интегральное уравнение линдли, метод спектрального разложения, преобразование лапласа

Короткий адрес: https://sciup.org/140295769

IDR: 140295769   |   DOI: 10.18469/1810-3189.2022.25.3.24-28

Текст научной статьи Спектральное разложение для модели задержки на основе СМО с эрланговским и гиперэкспоненциальным распределениями

В данной статье использован метод спектрального разложения решения интегрального уравнения Линдли для систем массового обслуживания типа G/G/1 для нахождения среднего времени ожидания требований в очереди. Наиболее доступно для исследователей этот метод продемонстрирован в [1]. Важным моментом данного метода является конструирование спектрального разложения для рассматриваемой системы, а затем – нахождение нулей и полюсов этого разложения.

В русскоязычной научной литературе его аналогом является метод факторизации с использованием характеристических функций [2].

Настоящая статья посвящена анализу СМО E2/H2/1 по символике Кендалла с эрланговским и гиперэкспоненциальным входными распределениями второго порядка и является продолжением исследований [3–6]. В теории массового обслуживания исследования систем G/G/1 актуальны в связи с тем, что они активно используются в современной теории телетрафика при моделировании систем передачи данных различного назначения, к тому же нельзя получить решения для таких систем в конечном виде для общего случая.

Также использованы приемы и способы аппроксимации законов распределений методом моментов теории вероятностей [7–12]. Схожие результаты современных исследований по системам массового обслуживания приведены в работах [13–15].

Постановка и решение задачи

В исследовании ставится задача вывода решения по средней задержке требований в очереди в системе E2/H2/1 с эрланговским и гиперэкспоненциальным входными распределениями второго порядка как основной характеристики любой СМО.

Для системы E2/H2/1 законы распределения интервалов входного потока и времени обслуживания задаются функциями плотности вида a (t ) = 4X2 te -2X t,                                             (1)

b ( t ) = q Ц 1 e Ц 1 t + ( 1 - q ) ^ 2 e ц 2 t .                           (2)

Запишем преобразования Лапласа функций (1) и (2):

I 2X I

A ( s H йт, J

B ( 5 ) = q -^ 1— + ( 1 - q )- ^ 2—.

x       s + Ц 1 x       s + Ц 2

Выражение для спектрального разложения решения интегрального уравнения Линдли для системы E2/H2/1 примет вид

  • V+ ( s)           )2

A ( - s ) B ( s ) - 1 =21112 = 1- 2^ I x               (3)

  • V - ( s ) ( 2 X- s J

    X


    q 1

    Ц 1 + s


    ( 1 - q )


    ^ 2

    Ц 2 + s


    - 1 =


    - s ( s + s 1 )( s + s 2 )( s s 3 )

    (2 X — s ) ( s + Ц 1 )( s + Ц 2 )

    т. к. многочлен четвертой степени в числителе выражения (3) можно представить в виде разложения s ( s 3 c 2 s 2 c 1 s c 0 ) с коэффициентами c 2 = 4X — Ц 1 — Ц 2 , C 1 = 4 Х ( Ц 1 + Ц 2 — X ) — Ц 1 Ц 2 ,

    c 0 = 4X q ( Ц 1 ^ 2 ) + 4 ХЦ 1 ( Ц 2 — X )].

    В свою очередь кубический многочлен

    s c 2 s c 1 s c 0                                          (4)

    с такими коэффициентами имеет два действи-


    Рис. Нули и полюсы функции у ( s ) / V ( s ) для системы

    E2/H2/1

    Fig. Zeros and poles У+ ( s ) / у ( s ) function for the E 2 /H 2 /1 system


    W * ( s ) = s + ( s ) =


    s 1 s 2 ( s + P 1 )( s + Ц 2 ) ( s + s 1 )( s + s 2 ) P 1 P 2



    тельных отрицательных корня s 1 , s 2 и один положительный корень s 3 в случае стационарного режима, т. е. когда 0 < р = т ^ / Т х 1, где р , Т х , Тц коэффициент загрузки, средний интервал поступлений и среднее время обслуживания в системе


    соответственно.


    Исходя из правил построения функций у+ ( s ) и у ( s ) , из выражения (3) за функцию у+ ( s )


    Производная от функции W ( s ) со знаком минус в т. s = 0 даст среднее время ожидания:

    dW ( s )         s 1 s 2 ( s + P 1 )( s + Ц 2 )

    j       I s =0= /                 \         I s =0 =

    ds            ( s + s 1 )( s + s 2 ) P 1 P 2

    1111 —--1------.

    s 1 s 2 Ц 1 H 2


    примем


    Окончательно среднее время ожидания в системе E2/H2/1 может быть определено из выражения


    V + ( s ) =


    s ( s + s 1 )( s + s 2 ) ( s + Ц 1 ) ( s + ц 2) ’


    W — —+------ , s 1    s 2    P 1    P 2



    т. к. нули многочлена (4) s = 0, s 1 , s 2 и полюсы s = — P i , s = —Ц 2 лежат в области Re( s ) 0. За функцию у ( s ) из выражения (3) примем


    V ( s )


    (2 X — s ) 2

    ( s s 3 ) ’


    т. к. ее нуль s = 2 X и полюс s = s 3 лежат в области Re ( s ) > D .

    На рис. отображены нули и полюсы отношения у+ ( s ) / V _ ( s ) на комплексной s -плоскости для исключения ошибок построения спектрального разложения. На рис. полюсы отмечены крестиками,


    где s 1 , s 2 - абсолютные значения отрицательных корней - s 1, - s 2 кубического многочлена (4) с приведенными выше коэффициентами, а ц^ Р 2 — параметры распределения (2). Таким образом, для среднего времени ожидания в СМО E2/H2/1 получено решение в замкнутой форме (6). Для того чтобы им воспользоваться в практических расчетах, необходимо определить неизвестные параметры распределений (1) и (2) через их


    а нули – кружками.

    Необходимая для получения решения константа равна

    К lim V+l f > = 71i .

    s ^ 0 s     P 1 P 2


    числовые характеристики.

    Для распределения (1) запишем выражения для моментов: среднего интервала поступлений, второго начального момента, а через него для коэффициента вариации


    Тх — х , ТХ "

    х



    c х 72


    Далее строим преобразование Лапласа функции распределения вероятностей времени ожидания Ф ( s ) = K = s 1 s 2 ( s + P 1 )( s + P 2 )

    + V 7 V+ ( s ) s ( s + s 1 )( s + s 2 ) p 1 p 2

    Откуда следует, что преобразование Лапласа функции плотности времени ожидания в системе E2/H2/1:


    Для распределения (2) воспользуемся свойством преобразования Лапласа воспроизведения момен-


    тов и запишем два начальных момента для распределения (2):

    V q + ' q , ^ — ^ + ^.       (7)

    и и. и.            и 2         2


    При аппроксимации с использованием первых двух моментов неизвестные параметры распреде-


Таблица. Результаты экспериментов для СМО E2/H2/1

Table. Experimental results for QS E2/H2/1

Входные параметры р , c ц

Среднее время ожидания для системы E2/H2/1

Р

c ц = 1

c ц = 2

c ц = 4

c ц = 8

0,1

0,030

0,160

0,795

3,448

0,5

0,618

2,094

8,082

32,079

0,9

6,588

20,072

74,065

290,063

Список литературы Спектральное разложение для модели задержки на основе СМО с эрланговским и гиперэкспоненциальным распределениями

  • Клейнрок Л. Теория массового обслуживания / пер. с англ. под ред. В.И. Неймана. М.: Машиностроение, 1979. 432 с.
  • Бочаров П.П., Печинкин А.В. Теория массового обслуживания. М.: РУДН, 1995. 529 c.
  • Tarasov V.N. Extension of the class of queueing systems with delay // Automation and Remote Control. 2018. Vol. 79, no. 12. P. 2147–2158. DOI: https://doi.org/10.1134/S0005117918120056
  • Тарасов В.Н. Анализ и сравнение двух систем массового обслуживания с гиперэрланговскими входными распределениями // Радиоэлектроника, информатика, управление. 2018. № 4. С. 61–70. DOI: https://doi.org/10.15588/1607-3274-2018-4-6
  • Тарасов В.Н. Исследование и сравнение двойственных систем E2/M/1 и M/E2/1 // Инфокоммуникационные технологии. 2019. Т. 17, № 2. С. 157–162. DOI: https://doi.org/10.18469/ikt.2019.17.2.03
  • Тарасов В.Н., Липилина Л.В., Бахарева Н.Ф. Автоматизация расчета характеристик систем массового обслуживания для широкого диапазона изменения их параметров // Информационные технологии. 2016. Т. 22, № 12. С. 952–957. URL: http://novtex.ru/IT/it2016/it1216_web-952-957.pdf
  • Brännström N. A Queueing Theory Analysis of Wireless Radio Systems: master’s thesis applied to HS-DSCH. Lulea University of Technology, 2004. 79 p. URL: http://ltu.diva-portal.org/smash/get/diva2:1016709/FULLTEXT01
  • Алиев Т.И. Основы моделирования дискретных систем. СПб.: СПбГУ ИТМО, 2009. 363 с.
  • Алиев Т.И. Аппроксимация вероятностных распределений в моделях массового обслуживания // Научно-технический вестник информационных технологий, механики и оптики. 2013. № 2 (84). С. 88–93. URL: https://ntv.ifmo.ru/ru/article/4127/approksimaciya_veroyatnostnyh_raspredeleniy_v_modelyah_massovogo_obsluzhivaniya.htm
  • 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: proc. of congress. Copenhagen, Denmark. 19–26 June 1991. P. 683–688. URL: https://gitlab2.informatik.uni-wuerzburg.de/itc-conference/itc-conference-public/-/raw/master/itc13/myskja911.pdf?inline=true
  • Whitt W. Approximating a point process by a renewal process, I: Two basic methods // Operation Research. 1982. Vol. 30, no. 1. P. 125–147. DOI: https://doi.org/10.1287/opre.30.1.125
  • Тарасов В.Н., Бахарева Н.Ф. Компьютерное моделирование вычислительных систем. Теория, Алгоритмы, Программы. Оренбург: ОГУ, 2005. 183 с.
  • Jennings O.B., Pender J. Comparisons of ticket and standard queues // Queueing Systems. 2016. Vol. 84, no. 1–2. P. 145–202. DOI: https://doi.org/10.1007/s11134-016-9493-y
  • Gromoll H.C., Terwilliger B., Zwart B. Heavy traffic limit for a tandem queue with identical service times // Queueing Systems. 2018. Vol. 89, no. 3–4. P. 213–241. DOI: https://doi.org/10.1007/s11134-017-9560-z
  • Legros B. M/G/1 queue with event-dependent arrival rates // Queueing Systems. 2018. Vol. 89, no. 3–4. P. 269–301. DOI: https://doi.org/10.1007/s11134-017-9557-7
Еще
Статья научная