
- •Определение средней интенсивности трафика. Единица измерения интенсивности трафика.
- •Измерения трафика. Диаграмма Ганта. Нахождение объема пропущенного трафика. Средняя интенсивность трафика.
- •Нормальная оценка интенсивности трафика.
- •4. Диаграмма Кивиата для телефонной линии.
- •5. Как определяется объем трафика и интенсивность трафика?
- •2) Пусть в течение времени т фиксируются длительности ti всех n занятий выходов некоторого пучка, тогда трафик определяют так:
- •6. Программы для мониторинга сетей. Функции и возможности.
- •7. Основные понятия модели потоков событий ( стационарность, последействие, ординарность, интенсивность потока, параметр потока).
- •8 Что такое пуассоновский поток? Перечислите его свойства, параметры.
- •9 Определение примитивного потока
- •20 Примеры самоподобных процессов.
- •21. Основные принципы моделирования потока событий.
- •23. Распределение Вейбулла: математическое ожидание, дисперсия, абсолютные моменты, центральные моменты.
- •24. Самоподобные (фрактальные) модели трафика.
- •25. Поток Эрланга первого, второго и третьего порядка.
- •26. Примеры простейших самоподобных процессов.
- •27. Понятие фрактала. Основное свойство фракталов. Виды фракталов.
- •28. Нормированное фрактальное броуновское движение с параметром Херста.
- •29. Фрактальный гауссовский шум.
- •30. Генерирование потока событий с равномерным распределением интервала между событиями.
- •31. Генерирование потока событий, распределенных по закону, отличному от равномерного.
- •32. Модели потоков событий. Метод удачного случайного приращения.
- •33. Модели потоков событий. Метод случайного смещения промежуточных точек
- •34. Модели систем массового обслуживания.
- •35. Задачи анализа и проектирования телекоммуникационных сетей и систем
- •36. Понятие масштабной модели, её назначение и возможности. Анализ недостатков данной модели
- •37. Физическая модель сети типа прототип, её назначение и возможности. Анализ недостатков данной сети.
- •41. Формула Литла для определения среднего числа заявок в системе.
- •45. Смо с полнодоступными и неполнодоступными серверами.
- •47. Анализ механизма приоритетного обслуживания (в лекциях тема 7).
- •46. Анализ работы смо без приоритетов.
- •48. Виды различных дисциплин обслуживания требований.
- •49. Определение среднего времени ожидания в очереди для меченного требования
- •50. Определение консервативной смо. Формула для определения взвешенной суммы времени ожидания в очереди
- •51. Имитационные модели смо, основные задачи построения программы имитации
- •52. Условия, накладываемые на быстродействие алгоритмов имитации
- •68. Непрерывные цепи Маркова.
- •69.Анализ системы «гибели-размножения». Графическая интерпретация процессов переходов в непрерывной цепи Маркова.
- •70. Диаграмма интенсивностей переходов для непрерывной цепи Маркова.
- •71.Уравнения равновесия или баланса.
- •72. Анализ системы массового обслуживания типа m/m/1, диаграмма интенсивностей переходов в этой системе.
- •73 Стационарное распределение вероятностей состояний в системе m/m/1, зависимость среднего времени пребывания в системе в зависимости от коэффициента использования (нагрузки).
- •75. Сравнение характеристик качества обслуживания двухсерверной системы с односерверной.
- •81. Анализ характеристик качества обслуживания системы.
- •85.Модель Энгсета. Схема m-серверной системы с полными потерями
- •86. Диаграмма интенсивностей переходов для m-серверной системы с полными потерями, соответствующей модели Энгсета
- •90 Система с самоподобным входным потоком и детерминированным временем обслуживания
- •91 Расчет основных характеристик системы с самоподобным входным потоком и детерминированным временем обслуживания.
- •92 Анализ телекоммуникационных систем.
- •93. Расчет необходимого числа соединительных линий.
- •95. Анализ сетей массового обслуживания.
- •96 Марковские сети без потерь
- •97 Пример замкнутой сети с тремя узлами. Диаграмма переходов для этой сети.
- •98 Сети с блокировками (потерями). Метод Ли.
- •99. Сравнительный анализ расчетов соединительных линий
- •100 Анализ многозвеньевых коммутационных схем
96 Марковские сети без потерь
Если заявка получает обслуживание более чем в одном сервере, то говорят о многофазных системах или о сетях массового обслуживания. В общем случае каждый узел такой сети может содержать СМО определенного типа, а заявки могут поступать в сеть в различных точках, и получив обслуживание в одном узле могут поступать на обслуживание в другой для дальнейшей обработки.
Рассмотрим простейшую последовательную систему с двумя узлами (Рис. 1.27).
Рис. 1.27 Простейшая последовательная система с двумя узлами
Это топологическая структура сети, а не диаграмма состояний. Предположим, что входной поток пуассоновский с интенсивностью λ, который поступает на первый узел, в котором находится СМО типа M/M/1, с сервером, имеющим показательное распределение времени обслуживания со средним значением μ. Будем считать, что второй узел состоит из единственного обслуживающего прибора с показательным распределением времени обслуживания с интенсивностью также равной μ. Основная задача состоит в вычислении распределения промежутков времени между последовательными заявками, поступающими в узел 2, т.е. уходящими из 1.
Пусть d(t) обозначает плотность распределения вероятностей промежутков между последовательными заявками на выходе узла 1.
Обозначим ее преобразование Лапласа
.
Выразим эту функцию через распределение для случая, когда в узле 1 имеется новая заявка т. е. СМО1 не пуста и распределение для случая, когда при уходе заявки из СМО1 на ее входе не было другой заявки т.е. СМО1 пуста. Так как нужно записать преобразование Лапласа для плотности вероятности суммы двух промежутков времени - время до поступления следующего требования и время обслуживания этого требования, и эти два промежутка распределены независимо, то плотность распределения вероятностей их суммы, как известно, равна свертке плотностей распределения вероятностей суммируемых случайных величин. Соответственно преобразование Лапласа плотности распределения суммы равно произведению преобразований исходных плотностей распределения. Тогда преобразование Лапласа плотности вероятности промежутка времени между заявками для случая пустого узла 1 будет:
.
Здесь B(s) – преобразование Лапласа плотности вероятности времени обслуживания.
Поскольку время обслуживания является случайной величиной с показательным законом распределения, то:
.
Используя то свойство, что вероятность того, что заявка покинет систему пустой, равна вероятности того, что заявка поступит в момент, когда в системе нет заявок и равна в точности 1-ρ. Это позволяет записать преобразование Лапласа для плотности вероятности распределения промежутка времени полностью в виде
Следовательно, плотность вероятности распределения промежутков времени между заявками, покидающими узел 1, является также случайной величиной с показательным законом распределения с тем же самым параметром. Это значит, что СМО типа М/M/1 превращает пуассоновский поток на входе в пуассоновский поток на выходе с тем же самым параметром. Этот результат называют теоремой Бёрке. Им было показано, что этот факт имеет место для всех СМО типа M/M/m. На основании этой теоремы можно исследовать многофазные последовательностные схемы.
Для произвольной сети массового обслуживания результат получается более сложным и выражается теоремой Джексона.
Рассмотрим сеть (рис.1.28), содержащую N узлов, причем каждый i-й узел состоит из mi серверов с показательным временем обслуживания с параметром μi, в каждый узел извне поступает пуассоновский поток заявок с интенсивностью γi. Покидая i-узел, заявка с вероятностью rij поступает в j узел.
Рис. 1.28 Сеть, содержащая N узлов.
Обозначим λi полную интенсивность потока, поступающего в i-й узел, можно показать, что должно выполняться условие баланса
Вероятность, того, что заявка после
обслуживания в i-том узле вообще
покинет сеть будет равна
.
Выполнение условия эргодичности
марковской модели каждого узла будет
обеспечено, если
.
Каждый узел в сети ведет себя так, как
если бы он был независимой СМО типа
M/M/m с входящим пуассоновским потоком
λi . В общем случае полный
входящий поток не является пуассоновским.
Состояние сети с N узлами описывается
вектором, компонентами которого являются
число заявок в каждом из узлов сети
.
стационарная вероятность этого состояния разлагается в произведение безусловных распределений:
.