
- •Лекция №1 по дисциплине “Теория распределение информации»
- •1. Информационные процессы и конфликты обслуживания
- •2. Основные определения теории систем массового обслуживания
- •3. Модели потока требований
- •1. Информационные процессы и конфликты обслуживания
- •2. Основные определения теории систем массового обслуживания
- •3. Модели потока требований
- •Лекция №2 по дисциплине “Теория распределение информации»
- •1.Математическое введение в теорию цепей Маркова
- •1.Математическое введение в теорию цепей Маркова
- •Лекция № 3 по дисциплине “Теория распределение информации»
- •1.Непрерывные цепи Маркова.
- •2.Анализ систем массового обслуживания с марковскими потоками требований. Система м/m/1. Анализ
- •1.Непрерывные цепи Маркова.
- •Система м/m/1. Анализ.
- •По дисциплине “Теория распределение информации»
- •1. Система с несколькими серверами: m/m/m
- •2.Система обслуживания с m серверами явными потерями: m/m/m/Loss
- •1. Система с несколькими серверами: m/m/m
- •2.Система обслуживания с m серверами явными потерями: m/m/m/Loss
- •Лекция №5 по дисциплине “Теория распределение информации»
- •1.Система типа m/m/m:m
- •2. Вероятность занятия серверов
- •1.Система типа m/m/m:m
- •2. Вероятность занятия серверов
- •Лекция №6 по дисциплине “Теория распределение информации»
- •Лекция №7 по дисциплине “Теория распределение информации»
- •Срс 1 по дисциплине “Теория распределение информации»
- •1 .Классификация потоков.
- •Нестационарный пуассоновский поток.
- •Примитивный поток.
- •Поток с ограниченным последействием.
- •Поток Эрланга
- •2.Поток освобождения серверов
- •Срс 2 по дисциплине “Теория распределение информации»
- •Классификация систем массового обслуживания.
- •Формула Литтла (Little).
- •Наименование темы: Стационарные вероятности рк для смо типа м/м/1.
- •Срс 4 по дисциплине “Теория распределение информации» Наименование темы: Cистема с конечным накопителем: m/m/1:n
- •Срс 5 по дисциплине “Теория распределение информации»
- •Срс 6 по дисциплине “Теория распределение информации»
- •Срс 7 по дисциплине “Теория распределение информации»
Срс 7 по дисциплине “Теория распределение информации»
Наименование темы: Коэффициент использования линии (сервера), единичное приращение интенсивности обслуженной нагрузки
На рис. 1. приведены результаты расчета коэффициента использования линии (сервера):
.
В предположении ИСС для различных значений g, D=10, pB=0.003.
Характерно, что с ростом числа серверов использование линии сначала увеличивается, а затем уменьшается. В крайних точках m=g и m=gD использование линии одинаково, так как соответствует полнодоступному включению.
Рис. 1. Среднее использование линии в НВ в зависимости от емкости пучка m при различных значениях g, D=10 и P=0.003.
Важной практической характеристикой СМО с несколькими серверами является единичное приращение интенсивности обслуженной нагрузки при увеличении числа серверов на единицу и постоянной норме потерь - вероятности блокировки. Эту величину называют единичным приращением
.
Для полнодоступных систем при постоянной вероятности блокировки и постоянном числе входных линий из полученных ранее формул для обслуженной нагрузки следуют неравенства:
Это неравенство говорит о том, что удвоение числа серверов увеличивает пропускную способность системы более чем вдвое. Рис. 2 показывает зависимость единичного приращения от числа серверов в полнодоступной системе при фиксированной вероятности блокировки. Для неполнодоступных систем рост единичного приращения от числа серверов заметно меньше, чем для полнодоступной.
Рис. 2 Зависимость единичного приращения y от числа выходов m при обслуживании простейшего потока и различных вероятностях потерь РВ.
При переходе от схемы ПВ к схеме НВ значение единичного приращения скачкообразно уменьшается.
Эскизные расчеты схем НВ могут проводиться с помощью приближенных формул. Формула О’Делла, позволяющая оценить необходимое число серверов m при неполнодоступной схеме их включения с доступностью D по заданной обслуженной нагрузке Y и вероятности блокировки:
.
Здесь используется базовая величина для обслуженной нагрузки D серверами.
Коэффициент использования сервера при γ =1:
.
С ростом γ,
величина единичного приращения
увеличивается, как было показано,
для ИСС можно считать
.
Пусть на некоторую ИСС поступает γ пуассоновских потоков интенсивностью b=λ/gD каждый. С ростом m число потоков:
Вероятность занятия одного фиксированного сервера тогда может быть задана величиной в точности равной η=Y/m . Для D фиксированных серверов эта вероятность будет очевидно ηD . Для схем НВ эта вероятность в точности равна pB. Следовательно, приходим к соотношениям
В
некоторых странах принято использовать
формулу
Пальма -Якобеуса
для определения обслуженной нагрузки
и вероятности блокировки. Она представляет
собой систему нелинейных уравнений
следующего вида
Здесь используется функция Эрланга, определенная ранее.