非对称超市模型的报酬过程与性能优化研究

超市模型具有操作简单、反应快速、实时管控等优点而成为研究大型网络资源管理的一个重要数学工具,它已经在物联网、云计算、云制造、大数据、交通运输、医疗卫生等重要实际领域中获得了极为广泛的应用.目前,非对称超市模型是这个研究方向上的一个重要课题.在本文中,我们研究了一个非对称超市模型.由于M个服务台不相同,所以到达顾客的路径选择策略表现得较为复杂:它不仅与队长和服务速度有关,而且也与服务台的信誉有关.为此,我们利用决策方法构造了非对称超市模型的路径选择策略.基于此,我们利用马氏报酬过程及其优化技术,建立了这个非对称超市模型的泛函报酬方程,并给出了这些泛函报酬方程的一个值递推算法;通过对这个报酬函数的一个相向优化,提供了这类非对称超市模型研究中的一个性能评价准则.为了理解非对称超市模型是如何通过客观条件与主观行为来实施对大型网络资源进行有效管控,本文的研究方法与结果在这个方向上首次提供了一些必要的理论依据.