互联网离散工作休假及相关排队模型

来源 :江苏大学 | 被引量 : 0次 | 上传用户:liangfeng905
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
离散时间排队的研究越来越受到重视,本课题主要研究了互联网离散工作休假及相关排队模型。工作休假是最近才开始研究的,Servi与Finn受光钎通信中网关路由器建模分析的推动,引入了工作休假的策略,即休假期间服务台将以较慢的速率接待顾客,而不是完全停止顾客的服务。各种工作休假策略,本质上是当系统中顾客相对较少时,设置一段低速运行期。而适当选取低速运行期的长度和低速服务速率,可以节约系统的运行成本。学者们已经对连续工作休假排队系统进行了广泛的研究,并取得了不少成果,而在离散领域,此方面的研究还没得到过多关注。重试排队系统同样也是排队论的一个重要的研究领域。在重试排队系统中,服务台前无等待位置,当新到达的顾客发现服务台可用时,则直接接受服务;若发现服务台忙碌或不可用,则进入重试区域等待重试。重试排队系统已经被广泛应用于通信及计算机系统等相关领域。   针对上述情况,本文首先研究了负顾客及反馈的Geo/Geo/1多重工作休假排队系统。利用矩阵几何解及拟生灭链的技术通过解方程组获得了系统的稳态分布及稳态对长的随机分解结果。并且通过引入数值例子,分析了一些参数对系统性能的影响。   其次,改变工作休假策略,研究了负顾客及反馈的Geo/Geo/1单重工作休假排队系统。利用矩阵几何解及拟生灭链的技术通过解方程组获得了系统队长及逗留时间的稳态分布。并且通过引入数值例子,分析了一些参数对系统性能的影响。   最后研究了一般重试时间、伯努利单重休假的离散Geo/G/1重试排队系统。利用马尔可夫链法,得到了本模型各个状态的稳态分布,并给出了系统顾客数的随机分解结果及关于其的一个应用。然后用数值例子说明了一些参数对系统性能的影响。
其他文献
偏微分方程是近三十年新兴的重要图像处理工具,为以数字图像处理为基础的众多领域注入了新的活力。图像复原是图像处理的重要组成部分,其目的是提高退化图像的质量,使其更加
本文主要研究了满足弱分离条件和有界变差性质的自共形测度,定义了齐次Moran-like集并讨论了它的一些性质,然后计算了自共形测度的混合的Lq谱。首先,在绪论中我们简单阐述了
我们试图利用Riemann-Hilbert方法来求解带有非零边界的聚焦的NLS方程.该方程的反散射变换中涉及到奇异的Riemann-Hilbert问题,此情况表明分片解析函数在边界上有奇点.我们有
作为高峰时期减轻传输压力的有效解决方案,无线网络中的编码缓存正在被广泛研究.2014年,Maddah-Ali和Niesen首先提出了一种编码缓存方案.在非高峰时期的放置阶段,每个文件被分割成个相等的数据包,每个用户从服务器中精心缓存每个文件的某些数据包.在高峰时期的分发阶段,每个用户首先从服务器请求一个文件,然后根据每个用户的缓存,服务器发送一个大小至多为的编码信号给用户,使得不同用户的需求得到满
学位
本文主要研究内容是在微分包含意义下的半线性模糊微分方程的周期问题,也就是半线性不确定动力系统的周期问题。半线性不确定动力系统的周期问题在模糊周期控制问题和模糊神经