马氏骨架过程与一个排队系统的瞬时队长

探讨了一个有如下特征的排队系统 ,系统的到达间隔序列 {τm}及服务过程 {vm}均为相互独立但不一定同分布的随机变量序列 ,每个τn及每个vn 的分布均与系统的瞬时状态有关。此系统是经典的GI/G/ 1排队系统的拓广 ,利用补充变量技术 ,可以得到一个马尔可夫骨架过程 ,借助马尔可夫骨架过程理论 。

一个输入依赖于系统状态的排队模型的瞬时队长分布

探讨了一个有如下特征的排队系统:该系统的第m个到达间隔αm-αm-1(m≥1)的分布依赖系统在时刻αm-1拥有的顾客数目。应用补充变量方法,这个系统的瞬时队长分布的积分表示被得到。在各到达间隔分布和诸服务时间分布均具有密度函数的条件下,这个积分表示的被积项能够递归地求取。

SMAP/INID/1系统的瞬时队长分布

研究了一个有如下特征的排队系统:该系统的到达间隔及服务时间均为相互独立的随机变量,但不一定同分布。特别地,到达间隔分布与系统的瞬时输入量有关。这个系统是GI/G/1系统的拓广。该系统的瞬时队长过程一般不是一个马尔可夫过程,难于直接求取它的分布。利用补充变量技术,可以得到一个多维马尔可夫过程,使得上述系统的瞬时队长过程构成多维过程的一个分量过程,这样,便可借助马尔可夫过程理论及马氏骨架过程理论,得到一组柯尔莫哥洛夫向后方程及向后方程组,导出排队系统的瞬时队长分布的积分表示。在各到达间隔与服务时间均具密度函数的条件下,该积分表示的被积项能够递归地求取。此结论类似于A.S.Alfa等处理GI/G/1系统时所得结论。

输入和服务均与系统状态相依的排队模型——其队长的瞬时分布

探讨了一个有如下特征的排队系统:系统的到达间隔序列{τm}及服务过程{υn}均为相互独立但不一定同分布的随机变量序列。每个τ_m及每个υ_n的分布均与系统的瞬时状态有关。易见,此系统是经典的GI/G/1排队系统的拓广。利用补充变量技术,可以得到一个多维马氏过程,使得上述系统的瞬时队长过程为此多维过程的一个分量过程,借助马氏过程理论,系统的瞬时队长分布的积分表示被导出。在一定条件下,该积分表示的被积项能够递归地求取。

基于元胞自动机的PI主动队列管理方法研究

针对传统的PI(Proportional Integral)算法收敛速度慢等问题,基于瞬时到达速率提出了一种新的PI主动队列管理算法PICA(Proportional Integral Based on Cellular Automa-ton).首先,该算法结合瞬时队长和瞬时到达速率建立了丢包策略,并利用元胞自动机刻画了数据包的动态特性.同时,通过仿真实验,将该算法与传统的PI算法以及RPI(Rate basedProportional and Integral)算法进行比较,结果发现PICA算法在有效传输数据包、时延和丢包率等方面的性能都较优.