
- •Прибором
- •Пример 14.4.4: mva-алгоритм, в приложении к модели Пальма (восстановления машин)
- •Всмр-сети очередей
- •Многомерные сети очередей
- •М/м/1-система организации очереди с одним обслуживающим прибором
- •М/м/п система организации очереди
- •Алгоритм свертывания
- •Пример 14.7.1: Модель Пальма восстановления машин с двумя типами клиентов
- •Сложность
Пример 14.7.1: Модель Пальма восстановления машин с двумя типами клиентов
Уже отмечалось в примере I4.4.1, что эта система может быть смоделирована как сеть очередей с двумя узлами.
Узел 1 соответствует терминалам (машинам), в то время как узел 2 - центральному процессору (ремонтником). Узел 2 — система с одним обслуживающим прибором, тогда как узел 1 смоделирован как система с бесконечным числом обслуживающих приборов. Число клиентов в цепочках - (S, = 2, S2 = 3) и среднее время обслуживания в узле k-sJk.
Относительная нагрузка цепочки 1 обозначена а, в узле 1 и а2 в узле 2. Точно так же нагрузка в цепочке 2 обозначена р, и соответственно р2. Применяя алгоритм свертывания, получаем:
Шаг 1.
Цепочка 1: S,- 2 клиента
Относительная нагрузка: а\= k\- s\, а2 — ■ s\ .
Цепочка 2: S2 = 3 клиента
Относительная нагрузка: Р\ = 's\ , Pi = Х2 ■ s\ ■
Шаг 2.
Для узла 1 (IS) вероятность относительного состояния (см10.9):
01(0,0)
=
1
01(0,2)
=
0.(1,0)
=
«1
0id,2)
=
0i(2,O)
=
aj
2
01(2,2)
=
01(0,1)
=
Pi
01(0,3)
=
01(1,1)
=
а\
• Р\
01(1,3)
=
0i(2,1)
=
«1
' Р\
2
0i(2,3)
=
Для
узла 2 (обслуживающий прибор) (см. 14.15)
мы имеем:
«1 '0\
2
4
6
«1 -р\
6
12
02(0,0)= 1 02(0,2)= Pi
92(1,0)= а2 0з(1,2)= Ъ-аг-Рг
® (2,0) = а\ q2(2,2) = 6 -а\-р\
й(0,1) = Рг «(0,3)= $
02(1,1)= 2 • а2 • /?2 02(1,3) = 4 • а2 • ^2
02(2,1) = З-а^Д 02(2,3)=
Шаг 3.
Затем мы делаем свертку. Мы знаем, что общее количество клиентов — (2,3), то есть нас интересуют только состояния (2, 3):
012(2,3) = 0!(О, 0) • 02(2, 3) + 0!(1,О)- 02(1,3)
+ 01 (2,0) • 02(0,3) + 0!(0,1) • 02(2,2)
+ 01(1, 1)-02(1,2) + 01(2, 1)-02(О,2)
+ 01(0, 2) ■ 02(2, 1) + 0!(1, 2) -02(1,1)
+ 0,(2,2)-02(0, 1)+ 01 (0,3)-02(2,0)
+ 0!(1, 3) ■ 02(1,0) + 01(2,3) ’02(0,0)
Использование полученных значений дает:
\-W-a\-p\ |
+ |
а\ ■ 4- а2 -Pi |
frt |
+ |
Pi-b-a\-pl |
«1 ■ Pi -З-аг'Рг |
+ |
а\' . о2 2 ^ |
^■3-а22-р2 |
+ |
а\'Р\ т —~ • 2 • а2 |
4 |
+ |
Pi 2 |
а,-р\ к 2 |
+ |
1 ^ 1 |
Обратите внимание, что а, и а2 (цепочка 1) появляются во второй степени, тогда как и р2 (цепочка 2) — в третьей степени, что соответствует числу клиентов в каждой цепочке. Из-за этого существенны только относительные нагрузки, а абсолютные вероятности получают нормализацией, делением всех элементов qn(2, 3). Теперь достаточно просто получить детальные вероятности состояния. Только в состоянии с элементами (а,2 • р,3)/12 центральный процессор (ремонтник) свободен. Если два типа клиентов идентичны, модель упрощается и сводится к модели Пальма восстановления машин с 5-ю терминалами.
В этом случае мы имеем:
Е ы- Т2-а\-Р\
U( } 912(2,3) '
Выбирая, а, = р, = а и а2 = Р2 = 1, получаем:
к'а\’Р\_ % 1
912(2,3) 10+ 4а+ ^а2+6а+3а2+ ja3+ ja2+a3+ ^а4+ ^а3 + ^a4+jja5
5!
то есть, как и ожидалось, В-формулу Эрланга.
Другие алгоритмы для сетей очередей
А/И4-алгоритм также применим к сетям очередей с большим количеством цепочек, но это не будет описано здесь. В течение прошлого десятилетия были разработаны несколько алгоритмов. Их краткий обзор приводится в (Conway и Georganas, 1989 [15]). Вообще, для больших сетей точные алгоритмы не применимы. Поэтому, чтобы иметь дело с сетями очередей реального размера, было разработано много приблизительных алгоритмов.