在有服务费用的串联排队网络中对两组不同到达顾客的模糊控制

研究一个二阶串联排队网络 ,每一阶有一个服务时间服从负指数分布的服务器和具有无限容量的顾客等待空间 .有两类顾客按泊松流到达系统 ,第一类顾客只需接受第一个服务器的服务 ,第二类顾客需要按顺序接受两个服务器的服务 .第一个服务器的服务时间是可变的 .系统中的费用与顾客排队的长度和选用服务速度的大小相关 .系统的控制目标是根据系统的状态动态地在第一阶中等待的顾客中选定接受服务的顾客的种类和确定第一个服务器的服务速度以保证系统在一个无限长的时间里平均费用最低 .这个控制模型可以应用在通讯系统的流量控制、生产系统中的加工车间及交通系统的流量控制中 .在文中 ,一个模糊控制的新方法被提出用以解决这个问题 .计算机模拟的结果显示这种新提出的方法是非常有效并极富研究潜力的 .

基于串联排队网络的三峡-葛洲坝水利枢纽联合调度模型

为了提高三峡-葛洲坝水利枢纽的整体通过能力,分析了三峡-葛洲坝水利枢纽联合调度的实际需求,建立了三峡-葛洲坝水利枢纽联合调度数学模型,考虑了闸室面积利用率最大、整体待闸时间最小两个目标函数和船舶编排过程中的八个约束,应用串联排队网络理论求解模型。算法将申报船舶按照航向分成四个船舶序列,动态计算每艘船舶的权重,兼顾船舶长度与宽度优先,待闸时间约束、葛洲坝船闸通航条件限制和任务均衡的要求,循环排船,逐步优化。应用结果表明应用该数学模型和编排算法编制一个计划期的两坝五闸计划仅需2 min,编排时间短,葛洲坝2#船闸的闸室面积利用率高于70%,并且客船和旅游观光船均排在前面的闸次中,说明客船的待闸时间约束是满足的,并且在航向上是上下航向交替运行,没有出现倒闸情况,编制的计划满足实际调度需要。

一类存在阻塞无等待串联排队的医院病床配置方法

分析了病人在不同病房住院治疗过程的特征,在此基础上,以病床为研究对象,对存在阻塞无等待的串联排队问题进行了数学分析;给出了病人等待时间、病床占用概率等系统性能的量化指标.利用近似计算方法得到了排队系统的阻塞指标,建立了成本约束下的病床配置数学规划模型.通过对模型特征的分析,设计了融合邻域搜索和模拟退火算法的求解方法,分析了病床分配方案、病床权重等参数对系统阻塞率的影响.比较多组数值实验结果与已有文献的计算结果,可以看出本文方法的优越性.

H2H、M2M混合业务串联排队网络模型

基于串联排队网络理论,将同时承载M2M(Machine to machine)业务和H2H(Hu-man to human)业务的通信网络建模为离散时间会话级串联排队网络,研究了海量M2M小数据业务对H2H业务的影响。在生成函数域提出了服务等效方法,把网络对M2M业务的服务映射到网络对H2H业务的服务时间分布中,得到了实际服务过程的等效表达式,解决了混合业务到达、异构服务给串联排队网络的离去过程分析带来的求解困难的问题。求解了串联排队系统,得到了M2M业务到达率、服务速率与H2H业务端到端性能指标的关系,讨论了M2M业务准入控制方法。

串联排队网络顾客准入的模糊控制

研究一个由两个服务器串联而成的排队网络 .每个服务器拥有其自己的到达顾客群 ,到达顾客可以被接收或被拒绝进入系统 .假设这个系统每接收一个顾客收到一个固定的收益 ,同时为系统中的每个顾客每单位时间付一笔占位费 .控制目标是根据系统的状态动态地确定最优准入策略以保证系统平均利润最大 .这个控制模型可以应用在通讯系统的流量控制、Job shop及交通控制中 .本文提出一模糊控制新方法解决这个问题 .

串联排队RED/ERED网络分析模型

基于串联排队网络理论,建立了包括多个网络节点的串联排队RED和ERED分析模型。推导了具有指数分布分组丢失函数的RED算法(ERED)。在概率生成函数域,推导了节点的离去过程,并将其拟合为后续节点的到达过程,从而,刻画了多节点级联拥塞控制的通信场景。通过求解串联排队系统,得出串联排队RED、ERED以及DT 3种AQM机制的网络性能指标,分析了AQM参数设置对其性能的影响。针对不同突发度的业务源,给出每个节点和系统端到端性能指标。

在无服务费用的串联排队网络中对两组不同到达顾客的模糊控制

研究一个二阶串联排队网络 ,每一阶有一个服务时间服从负指数分布的服务器和具有无限容量的顾客等待空间 .有两类顾客按泊松流到达系统 ,第一类顾客只需接受第一个服务器的服务 ,第二类顾客需要按顺序接受两个服务器的服务 .系统中的费用与顾客排队的长度相关 .系统的控制目标是根据系统的状态动态地在第一阶等待的顾客中选定接受服务的顾客的种类和确定第一个服务器的服务速度以保证系统的平均费用最低 .这个控制模型可以应用在通讯系统、生产系统中的Jobshop及交通系统的流量控制中 .文中给出一个模糊控制的新方法用以解决这个问题 .

两服务台串联排队系统的逗留时间的强逼近

本文考虑了两服务台串联排队,证明了重话务条件(即服务强度ρ1=ρ2=1)下逗留时间的强逼近,此处的逗留时间指的是一个顾客从到达系统到离开系统的这段时间,其强逼近是一个布朗运动的过程.

基于休假串联排队的三值光学计算机请求数分析

三值光学计算机(ternary optical computer,TOC)性能受到其研究者和潜在用户的关注。本文引入同步多重休假建立四阶段串联排队建立请求数数学模型对TOC性能进行分析。数值仿真结果表明均分成的小光学处理器数目对系统性能有重要影响。

Charke’s串联排队系统

本文主要是通过运用马尔可夫骨架过程来研究Charke's串联排队系统,并得到了其瞬时状态分布.

基于指标比对串联排队系统平均排队时间的近似方法

串联排队系统是构成排队网络的基本结构,但是除了满足马尔可夫性或服务时间为常数的串联排队系统外,一般的串联排队系统的平均排队时间难以精确计算。为了刻画串联排队系统各个站之间的关联性,本文提出指标比的概念,基于指标比对系统的平均排队时间进行研究;通过分析指标比的数值特性,得到指标比的拟合表达式,进而对系统下游工作站的平均排队时间提出近似方法。数值实验结果显示,本文提出的近似方法对串联排队系统平均排队时间的估计效果较好。

基于机器学习对串联排队系统等待时间的预测

串联排队系统是排队网络的基本结构,研究串联排队系统对分析排队网络具有重要意义.串联排队系统中站与站之间存在关联性,上游站的输出过程是下游站的输入过程,对于不满足马尔可夫性的排队系统,下游站的到达过程很难用解析的方法分析.对于一般的串联排队系统,本文基于机器学习对串联排队系统的平均等待时间进行预测,通过数值实验比较机器学习中线性回归模型和非线性回归模型的预测效果.实验结果表明,非线性回归模型优于线性回归模型,XGBoost算法对串联排队系统的平均等待时间的预测准确度较高.此外,本文将XGBoost算法与传统的近似分析方法进行比较,发现XGBoost算法的预测效果优于传统的近似分析方法.

含特殊类顾客有限容量的两级串联排队系统的平稳性态

在有限容量的两级串联排队系统的基础上,增加特殊类顾客的到达,研究模型M(x)/M/c→(M)/M/n/K.用矩阵几何分析的方法得出了系统模型的Q矩阵,运用拟生灭过程的方法给出了系统平稳的充要条件、平稳队长分布及其算法.

多服务员串联排队的强逼近

近年来，多服务员排队常用来为大型电话中心网络建模，以便分析其动态行为．笔者研究了一个多服务员串联排队系统，并假设到达过程为更新过程，服务时间独立同分布．利用随机过程极限，在服务强度大于等于1的条件下，得到了队长过程和加权闲期过程的强逼近，从而也将原离散的排队系统近似到一个连续的布朗运动过程，为该系统的进一步分析提供了理论基础．

串联排队系统中各服务站间的关联性分析

串联排队系统中站与站之间存在关联性,深入分析串联排队系统中上游服务站对下游服务站的影响对研究串联排队系统性能具有重要意义。然而,串联排队系统上游服务站的输出过程通常是非更新过程,很难从理论上分析出各个站之间的关联性。文中利用指标比研究了串联排队系统各站间的关联性,通过大量的模拟实验,分析指标比与系统参数之间的关系。研究发现,上游服务站对下游服务站的平均排队时间有扩大或缩小效应。指标比是上游服务站服务时间的平方变异系数的增函数,当指标比大于1时,指标比是上游服务站与下游服务站平均服务时间之比的增函数;当指标比小于1时,指标比是上游服务站与下游服务站平均服务时间之比的减函数。因此,可以通过调整上游服务站的服务时间或平方变异系统来改变指标比,从而有效控制串联排队系统下游服务站的排队时间。

一类串联排队网络的局部函数表达式

一类串联排队网络的局部函数表达式１）刘端华涂生（南开大学计算机与系统科学系天津３０００７１）关键词串联排队网格，局部函数表达式，梯度估计，离散事件动态系统．１）“８６３”计划ＣＩＭＳ主题和国家自然科学基金资助项目．收稿日期１９９４－０３－１４１引言...

两串联排队系统逗留时间的泛函重对数律

本文考虑了两服务台串联排队系统,证明了重话务条件下逗留时间的泛函重对数率。逗留时间指的是一个顾客从到达系统到离开系统的时间,泛函重对数率基于更新过程的强逼近。

基于排队论的汽车检测站串联排队模型及优化策略研究

以某汽车综合性能检测线为研究对象,利用排队论理论,建立了综检线串联排队服务模型,根据生、灭图和哥尔莫可夫方程求解车主发生排队的概率,针对各服务台(工位)提出优化策略,将排队概率作为评价综检线服务水平的指标,实施优化策略后显著提高车主满意度,降低车主排队概率。

多服务器串联排队系统中平均排队时间的预测

研究了具有2个服务站且缓冲区无限的多服务器串联排队系统,利用机器学习的线性回归模型和非线性回归模型对2个站的平均排队时间进行预测,并对各种机器学习方法的预测结果进行误差分析。数值实验结果显示,非线性回归模型优于线性回归模型,RF、XGBoost、GBDT方法可以作为分析多服务器串联排队网络的有效手段。

有阻塞的多级串联排队系统分析

对串联排队系统的应用及研究现状见文[1]，至今对它的研究一般仅限于两级．本文研究有N级，且每级容量都有限（因此会出现堵塞）的串联排队系统，首次技巧性地应用马尔可夫过程的状态空间，Q矩阵及解的表达等一系列的递推表示方法，得到了该系统的队长、忙期、逗留时间等分布的简明精确显式解．由于矩阵及递推的运算在计算机上容易实现，因此本文结论便于应用．