针对网络节点发生失效而产生的性能问题,提出了一种新的流量预测算法(Prediction algorithm based-FARIMA model for Breakdown,PFB).该算法首先利用排队理论推导了存在失效节点时流量平均队长的数学表达式,并结合FARIMA模型建立了预测...针对网络节点发生失效而产生的性能问题,提出了一种新的流量预测算法(Prediction algorithm based-FARIMA model for Breakdown,PFB).该算法首先利用排队理论推导了存在失效节点时流量平均队长的数学表达式,并结合FARIMA模型建立了预测方法.同时,通过数学仿真分析了平均队长与服务率等影响因素之间的关系.实验结果表明该算法具有较好的适应性,与原始流量的标准差为12.13.展开更多
提出了一种动态自适应排队模型,并设计了相关排队算法.根据病人的优先级和在队列中所占的比例不同设置不同的权重参数,该参数可通过层次分析法(AHP)获得,考虑病人等待时间长短和队列长度动态改变病人的就诊序列,并以一个实例验证了该方...提出了一种动态自适应排队模型,并设计了相关排队算法.根据病人的优先级和在队列中所占的比例不同设置不同的权重参数,该参数可通过层次分析法(AHP)获得,考虑病人等待时间长短和队列长度动态改变病人的就诊序列,并以一个实例验证了该方法.最后利用.NET编程平台、MS SQL Server 2000数据库平台以及TCP/IP网络构建了医院预约排队系统.展开更多
文摘针对网络节点发生失效而产生的性能问题,提出了一种新的流量预测算法(Prediction algorithm based-FARIMA model for Breakdown,PFB).该算法首先利用排队理论推导了存在失效节点时流量平均队长的数学表达式,并结合FARIMA模型建立了预测方法.同时,通过数学仿真分析了平均队长与服务率等影响因素之间的关系.实验结果表明该算法具有较好的适应性,与原始流量的标准差为12.13.
文摘提出了一种动态自适应排队模型,并设计了相关排队算法.根据病人的优先级和在队列中所占的比例不同设置不同的权重参数,该参数可通过层次分析法(AHP)获得,考虑病人等待时间长短和队列长度动态改变病人的就诊序列,并以一个实例验证了该方法.最后利用.NET编程平台、MS SQL Server 2000数据库平台以及TCP/IP网络构建了医院预约排队系统.