![](/user_photo/_userpic.png)
книги из ГПНТБ / Шнепс, М. А. Численные методы теории телетрафика
.pdfГ л а в а |
9 |
Уменьшение дисперсии при сочетании моделирования
срасчетом по формулам
Выбор методов обработки статистических данных (данных статистического моделиро вания) — важнейшая задача в практике
расчетов систем телеграфика. Как показывают исследования {155, 284], изменением определений 'вероятности потерь (каждое опреде ление дает -свой метод обработки данных) можно сэкономить время моделирования в десятки раз. В [155] детально проведено сравне ние точности различных определений вероятности потерь на приме ре полнодоступного пучка. Для этого на основе математического аппарата полумарковских процессов размножения и гибели выве дены рекуррентные выражения для моментов времени первого пе рехода, через которые выражается дисперсия различных определе ний вероятности потерь и соответственно точность различных мето дик статистического моделирования. Путем вычислений на ЭВМ показано, что использование предложенных в работе модификаций моделируемых систем значительно уменьшает дисперсию оценок вероятности потерь по времени, вызовам и нагрузке. Показано так же, что соотношения между точностью оценок вероятности потерь по времени н по вызовам зависят от интенсивности потока вызовов. Полученные выводы сохраняются для полиодоступного с конечным числом мест ожидания и неполиодоступного пучков *). В последнем случае результаты получены применением двумерных полумарков ских процессов размножения и гибели.
Чтобы пояснить смысл сравнения определений, укажем на простую задачу математической статистики. Как известно, один и тот же неизвестный параметр часто можно оценить разными спосо бами. Например, пусть даны результаты измерений xi,..., хп (я — -не четное) некоторой нормально распределенной случайной величины. Требуется оценить ее среднее значение а. Предположим, что ре зультаты измерений упорядочены по величине. В качестве стати стической оценки параметра а можно выбрать:
А]
1)среднее арифметическое a i = — 2х,-;
*) Ш н е п с - Ш н е п п е М. А., Ш к о л ь н ы й Е. И. О точности статистиче ского моделирования систем массового обслуживания, описываемых полумарковскими процессами размножения и гибели. Известия АН СССР, «Техническая ки бернетика», 1973, № 5.
Г60
2) |
л |
; |
|
выборочную медиану гь^Хг,,] |
|
||
|
W + I |
|
|
3) |
выборочную середину размаха |
л |
1 |
а3= |
~ (xi + xn). |
Любая из трех статистик дает несмещенную оценку среднего зна чения а, но по точности эти оценки существенно отличаются. Как известно из курса математической статистики, наиболее точной яв ляется первая оценка. Она как бы включает в себя всю информа цию, содержащуюся в выборке. Остальные две оценки используют только часть информации. Например, если х* распределены по нор мальному закону с неизвестным средним значением а и заданной дисперсией, равной единице, то
Л |
1 |
л |
1,57 |
л |
Dai = — |
; Dcii = —— ; Da3 =■■ 24 lg/z |
|||
где D — |
знак дисперсии1). Для получения оценки а со средним |
квадратическим отклонением, равным 0,1, в первом случае требует ся 100 измерений, во втором случае-— 157 измерений, а в третьем — наименее эффективном случае — 6,6-1017 измерений.
Подобные вопросы возникают также при обработке результа тов статистического моделирования: на основе одного и того же статистического материала можно получить оценки различной точ ности.
В качестве оценки вероятности потерь можно выбрать:
1) отношение суммарного времени занятия v линий за интер вал времени наблюдения (0, Т] (обозначим суммарное время заня тия через т(Т)) к длине интервала:
МЛ = - т СО
2)отношение числа потерянных вызовов А (Т ) заинтервал и числу всех поступивших вызовов А(Т) + В (Т ):
А(Т)
Яе(Л = А ( Т ) + В (Т)
где В (Т ) — число обслуженных вызовов за интервал (0, Т]. Первую оценку я;(Т) называют оценкой вероятности потерь по
времени (индекс «I» от слова time), вторую яс(Т) — оценкой веро ятности потерь по вызовам («с» от слова call). Оценки я;(У) и лс(Т) являются случайными величинами с различными функциями распределения. Возникает вопрос, какой из оценок отдать предпоч тение. От принятого решения на практике зависит не только точ ность выводов, но и сложность программы статистического модели рования.
Проблема точности различных оценок вероятности потерь вол новала многих авторов. Наиболее известна классическая работа
лл
*) По поводу Da2 и Da3 см. [69, с. 330 и 469].
43— 1264 |
361 |
!I
Костейа с соавторами [245] 1949 г., в которой ори рассмотрении и-линенной полиодоступной системы с потерями доказано, что
коэффициент вариации |
(отношение среднего |
квадратического от |
||
клонения к среднему значению) |
случайного |
времени |
пребывания |
|
в состоянии и за время Т (т(Г) |
в я г ( Т ) ) меньше коэффициента |
|||
вариации случайного числа потерянных .вызовов (А (Т) |
ш л с(Т )) за |
|||
это же время. Отсюда |
возникло |
ошибочное |
'мнение, |
что оценка |
лt(T) точнее оценки яС(Т). Эта неточность устранена в раб-ота.х Деклю [185] и Шн-тс-Шиете и Икауниек [153] независимо.
Сравнению различных определений вероятности потерь посвя щена работа Башарина [14]. Следует также отметить работы По ляка [118, 119], Поляка и Белова [120], Улсона [271—273], Линда [254] и Андронова с соавторами [6—9].
9.1. ПРИМЕНЕНИЕ ФОРМУЛЫ БЛБ
1. О постоянстве условных вероятностей потерь
Точное вычисление вероятности потерь сложных систем ком мутации практически неосуществимо из-за чрезмерно большого числа состояний марковского процесса, описывающего действие таких систем. Это .приводит к 1вдани1кн01вению различных приближен ных методик вычисления вероятности потерь. Одна из таких ме тодик основана на разбиении пространства всех состояний на неко торое число подпространств, .па каждом из которых (например, методом статистического моделирования) удается приближенно оценить условную вероятность потерь. После этого па основе точных выводов можно получить вероятность потерь системы. Из-за ошибок в определении условных вероятностей потерь ко нечный результат будет приближенным, по будет содержать мень шую ошибку, чем при «чистом» моделировании.
Наиболее естественно в качестве подпространств взять множест
ва L ,= {х: [х| =Д (см. § |
1.3). Тогда вероятность потерь можно оп |
||
ределить по формуле БЛБ (см. § 2.2): |
|
||
v |
|
| |
|
2 |
т* (д) 7 f П 0 - V/ (А)) |
|
|
. я(Л) = - _ |
_ ^ |
------------------; |
(1) |
£ 7 г П (1 -7 / (Л ))
1=0 /=о
где Л — интенсивность суммарного потока вызовов; у* ■=■ услов ная вероятность потери на подпространстве Li, т. е.
2 УхРх (л)
X&L._______ 2
•У;(Л) |
(2) |
|
2 Рх (А) |
|
* э L g |
162
В случае неполнодоступных схем сумма в числителе меняется от i = d до v, а Л = /гл.
Применение формулы БЛБ связано с важным эмпирическим фактом, что у; — условные вероятности потерь — слабо зависят от интенсивности потока (т. е. мало меняются при изменении А). На основе этого факта можно выбрать следующую методику модели рования: статистически оцениваются условные вероятности потерь
•у,- (А) на |П0Д|Пр0!СТ|ран1Ствах L,-, состоящих из состояний, в которых заняты .ровно t линий, при некотором А (А можно выбрать в зависи мости от i), потом предполагается, что у;(А) не зависит от А.
Рассмотрим примеры, которые показывают слабую зависимость у; от А.
П р и м е р 1. Для трехлинейной НС, пред ставленной на рис. 9.1 и подробно рассмот
ренной в гл. 1, нетривиальное значение имеет только у2 — условная вероятность потерь на подпространстве Ь2 (так как y o = y i= 0 , у з =
= 1). Из § |
1.3.5 и |
(2) |
следует, что |
||
. .. |
3 |
+ |
1CU + |
8V2 |
|
’ |
12 |
-|-28^-1- 20 V2 |
|||
И |
|
3/2Х2 + |
8Х:,+ 1(UJ + 4X6 |
||
JT(A) = |
— |
||||
|
|
. |
|||
|
3 -р 13 Хг-р 25 X.2 + 27 к3+ 16 Xi + 4 X6 |
Следовательно, можем провести сравнение у2(Л) и я (Л). Рассмат ривая эти выражения в диапазоне к от 0,5 до 2 или соответственно А от 1 до 4 (так как А=2Л,), получаем, что в то время, как вероят-
Рис. 9.2. Сравнение ве роятности потерь я (А) с условной вероятностью потерь уг(А)
Рис. 9.3. Неполнодоступ ная схема, для которой вы числены значения у,-
ность потерь л!(А.) |
возрастает |
в 4,7 |
раза, уДА) возрастает всего иа |
15% (рис. 9.2). |
Следовательно, дли инженерных расчетов уДА) |
||
можно считать постоянной. |
|
|
|
Пр и м е р 2. |
В табл. 9.1 |
даны |
результаты вычисления у,-(А) |
для НС, представленной на рис. 9.3, там же для сравнения при ведены значения вероятности потерь. Результаты вычисления пока-
6* |
. 163 |
Т А Б Л И Ц А |
9.1 |
|
|
|
|
л |
Va(А ) |
Y<(A1 |
Ys(A) |
Y«(A) |
я ( Л ) |
20 |
0,074887 |
0,23555 |
0,5 |
1 |
0,73111 |
10 |
0,075134 |
0,23278 |
0,5 |
1 |
0,52480 |
4 |
0,072722 |
0,22232 |
0,5 |
1 |
0,19402 |
1 |
0.064418 |
0,19174 |
0,5 |
1 |
0,80696-10-2 |
0,25 |
0,062278 |
0,17372 |
0,5 |
1 |
0,14952-I О- 3 |
зывают, что величины у,-(А) слабо зависят от А и в диапазоне на грузок, при 'которых вероятность потерь лежит в интервале от 0,001
до нескольких процентов; величины у,-(А) |
можно считать не зави |
|||||||
сящими от нагрузки. |
|
|
|
|
||||
|
Это использовано для приближенного вычисления вероятностей |
|||||||
потерь. Результаты вычислений представлены |
в табл. |
9.2, где в |
||||||
Т А Б Л И Ц А |
9.2 |
|
|
|
|
|
||
|
|
j |
20 |
10 |
4 |
1 |
0.25 |
|
|
28 |
0,8015 |
0,8015 |
0,8014 |
0,8012 |
0,8011 |
||
|
24 |
0,7715 |
0,7715 |
0,7714 |
0,7711 |
|
0,7710 |
|
. |
20 |
0,7311* |
0,7311 |
0,7309 |
0,7305 |
0,7303 |
||
- |
16 |
0,6738 |
0,6737 |
0,6735 |
0,6728 |
0,6724 |
||
|
12 |
0,5869 |
0,5868 |
0,5864 |
0,5850 |
|
0,5843 |
|
|
10 |
0,5250 |
0,5248* |
0,5241 |
0,5222 |
|
0,5211 |
|
|
8 |
0,4436 |
0,4434 |
0,4424 |
0,4396 |
|
0,4381 |
|
|
6 |
0,3355 |
0,3352 |
0,3338 |
0,3297 |
|
0,3276 |
|
|
4 |
0,1961 |
0,1957 |
0,1940* |
0,1888 |
|
0,1862 |
|
|
2 |
0,5172-10—1 0,5158- 10-1 |
0,5053-10“ 1 |
0,4726-10-1 |
0,4575-10-1 |
|||
|
1 |
0,9219-10“ 2 0,9198-10“ 2 0,8930-10~2 |
0,8070 |
-10- 2 ' |
0,7717-10- 2 * |
|||
|
0,5 |
0,1351 -10-2 o,i35o-io_2 |
0,1306-io—2 |
0,1162-10—2 |
0,1111-10—2 |
|||
|
0,25 |
0,1820-10—3 0 , 1818-10-3 |
0,1760-10- 3 |
0,1560-10—3 |
0,1495-10—3 |
|||
|
0,125 |
0,2360-10-4 0,2355-10-4 |
0,2282-10- 4 |
0,2020-10-4 |
0,1944-10— 4 |
|||
|
0,0625 |
0,3003-10- 5 |
0,2995-10-5 |
0,2906-10-5 |
0,2572-10- 5 |
0,2481-10-5 |
каждом столбце звездочкой отмечена точная вероятность потерь, соответствующая нагрузке A=Ai. Вероятность потерь при A ^ A i выцислрна приближенно по формуле
;::;;:г$(А /ло = 2 |
( 3) |
П р и м е р 3. Рассмотрим пример, показывающий допустимость замены у,- как функции от К па значение этой функции при фикси рованном Д. Точность такой замены иллюстрируют данные, при-
Рчс. 9.4. Схемы, для которых результаты моделирования подтверждают слабым рост у,-(?„) по X
веденные в табл. 9.3, которые относятся |
к непол недоступным схе |
|||||
мам, изображенным на рис. 9.4. |
|
|
||||
Т А Б Л И Ц А |
9.3 |
|
|
|
||
Схемы |
А |
Точные вычисле |
Моделирование с |
Относительная |
||
ния |
расчетами |
погрешность, ?ь |
||||
|
|
1,8 |
0,0101 |
0,0106 |
5,05 |
|
Рис. |
9.4а |
2,4 |
0,0296 |
0,0300 |
1,35 |
|
3,0* |
0,0607 |
0,0605 |
0,33 |
|||
|
|
|||||
|
|
3,6 |
0,1004 |
0,0995 |
0,90 |
|
|
|
3 |
0,0068 |
0,0076 |
12,4 |
|
Рис. |
9.46 |
4 |
0,0226 |
0,0236 |
4,0 |
|
5* |
0,0509 |
0,0508 |
0,1 |
|||
|
|
|||||
|
|
6 |
0,0895 |
0,0879 |
0,8 |
Точные вычисления проводились по итерационному алгоритму решения системы стационарных вероятностей. Результаты столбца «Моделирование с расчетами» получены по формуле БЛБ при усло вии, что условные вероятности оценивались для Л = 0,5п (отмечено звездочкой). Серия опытов состояла из 100 000 вызовов. Для осталь ных значений нагрузки проводилась экстраполяция.
Таблица 9.3 также подтверждает факт, что уДЛ) слабо возрас
тает |
с ростом Л. Действительно, |
для |
схемы на рис. 9.4а при |
Л < 3 |
моделирование с расчетами |
дает |
завышенные значения ве |
роятности потерь по сравнению с точными вычислениями, а для Л > 3 — наоборот; такое же соотношение выполняется и для схемы на рис. 9.46.
Результаты табл. 9.2 и 9.3 подсказывают предположение, что для НС величины уДЛ) возрастают с увеличением А. Для эвристи ческого подтверждения этого факта можно использовать рассужде ния, положенные в основу доказательства оптимальных принципов выбора НС при Л—И) и Л—>-оо (см. гл. 5).
Рассмотрим два состояния х и у из одного и того же подпро
странства Li (т. |
е. |х| = |у|=0> такие, что ух<.уу. Естественно |
ожидать, что |
рх( А ) > р у(А) при малых Л и рх( А ) С р у(А) при |
больших Л. Например, состояние х чаще достигается последующи ми занятиями, исходя из состояния 0, а состояние у достигается последующими освобождениями, исходя из состояния с v занятыми
линиями. Если так, то можно ожидать |
выполнение |
неравенства |
||
У х Р х ( А ) < у ур у ( А ) |
для всех Л, а отсюда и монотонный |
рост у* (Л) |
||
|
|
по Л. Из предположения о слабом росте у, по Л |
||
А— ► о. |
о |
следует практическая |
рекомендация, как произ- |
N.водить моделирование у* с последующим вьгчис-
N.лением вероятности потерь по формуле БЛБ,
л° ° чтобы Получить оценку л (А) сверху. Надо оцени-
Рис 9 5 |
Трех™- |
вать Т» ПРИ -больших значениях А (или, другими |
|||||||
нейная нс |
с ус- |
словами, |
при моделировании состояний подпро- |
||||||
ловной |
вероятно- |
странства Li надо их получать переходом из под- |
|||||||
стью уа(Я), |
убы- |
пространства L i+l) . |
|
|
|
||||
вающей по X |
|
|
Высказанное эвристическое предположение о |
||||||
|
|
|
росте у,- по А выполняется почти во всех извест |
||||||
ных нам примерах, но не всегда. |
Для трехлинейной НС, представ |
||||||||
ленной на рис. 9.5, |
|
|
|
|
|
|
|||
Уз М |
= |
32 X* + |
108 Я.3 + |
150 X2+ |
97 X + |
24 |
Я,= |
л_ |
|
и |
|
4 (20 X* + |
66 X3 |
87 X.2 + |
52 А, + |
12) |
|
2 ’ |
|
|
|
|
|
|
|
|
|
|
|
~ ~ у2 (Я,) < |
0. |
|
|
|
|
|
|
Следовательно, проблема статистической оценки у» с учетом пара метра Л требует дальнейшего изучения.
2.Оценка неизвестной вероятности в схеме Бернулли
Внашем приближенном подходе каждую условную вероят ность потерь уг будем рассматривать как вероятность некоторого события в схеме Бернулли. Тогда из элементарных соображений математической статистики (см., например, [29]) следует, что дове рительные границы для неизвестной вероятности у* имеют вид:
|
|
+ - L S. |
Pl,2 |
TL: —I—СгЗ |
(4> |
|
где щ — число вызовов, поступивших в систему в интервалы заня тия t линий; m-i — число потерянных вызовов из этих rii вызовов. Параметр g определяется согласно выбранному доверительному уровню 1—2'Р для неизвестной вероятности у* из следующего урав нения:
ех1
= ~ |
Ге 2 dx. |
Н / 2 я J
о
166
При 2 р=0,01 находим, что g = 2,58; при 2 р= 0,05 |
g= l,96 . При этом |
|
для величин |
и р^ определяемых ур-нием (4), |
будет иметь мес |
то утверждение: |
|
|
р { Р\ <Yf < |
Рг) > 1 — 2 Р- |
|
На практике число опытов я,- часто превосходит сотни, и поэтому
(4) можно упростить:
При статистическом моделировании возникает также задача оп ределения необходимого числа опытов для вероятности потерь уi с заданной абсолютной точностью а, вернее, при данном у, и довери тельном уровне 1—2 р надо выбрать такое tii, чтобы
щ |
< а. |
(6) |
|
П[ — Yt |
|||
|
|
Тогда /г,- находим из соотношений:
a = |
g |
— Vl) |
|
П[ |
|
||
и |
|
|
|
|
|
|
|
п . - |
* y tV -y t) |
(7) |
|
На рис. 9.6 приведены кривые, определяющие требуемое число |
|||
опытов /?,• при доверительном уровне 1—2 р = 0,05 |
(тогда g'2=3,84) |
Рис. 9.6. Графики необхо димого числа испытании для достижения абсолют ной (сплошные кривые) и относительной (штрих-пунк тирные кривые) погрешно сти а при оценке неизвест ной вероятности с довери тельным уровнем 0,95
для разных показателей абсолютной погрешности а согласно (6). Необходимое число испытаний л*,- при заданной относительной по грешности величины а определяется из соотношения
„ _ J L |
/ ViU — Vi) _ |
S |
l / |
1 — Vi |
(8) |
VI У |
п, |
у ~ 7 . |
* |
VI |
167
Из (7) и (8) следует, что
я. = |
(9) |
|
Т7
и соответственно для /г',- получаем кривые противоположного ха рактера (см. штрих-пунктирные кривые «а рис. 9.6).
3.Дисперсия вероятности потерь, вычисленной по формуле БЛБ
Пусть заданы результаты статистического моделирования коммутационной системы, т. е. даны пары чисел яг,-, /г,-, i — d,..., v— 1, где Я ; — ЧИСЛО поступивших ВЫ ЗОВОВ; m -i — число потерянных вы зовов в состояниях с I занятыми линиями. Подставляя в формулу
A |
n il |
А |
БЛБ оценки уi=~^~ , вычисляем оценку вероятности потерь л(А).
Возникает вопрос, как построить доверительный |
интервал для |
А |
Д А Л |
л(Л) или, пользуясь более точным обозначением, для я(Л, уц..., ув).
ЛЛ Л
Формулу для 1>л(Л, yi,..., уи) получим, используя теорему о перено-
д
се ошибок, приведенную в [136, 144]. Так как оценки угявляются взаимно независимыми, получаем приближенное равенство
г-i
D Я (А) : |
д я (Л) |
|
D Уи |
|
(10) |
дуг |
yi = - |
|
|||
|
|
|
|
||
где |
|
|
|
|
|
|
|
|
|
|
|
Л |
1 — |
|
|
|
(11) |
D v ,= |
|
|
|
||
|
|
|
|
|
|
Верхний предел |
суммирования в |
(10) равен |
и— 1, а не v, |
потому |
|
что у«=1 по определению. Учтено также, что уг= 0 для |
Рас |
||||
пишем еще — |
. Обозначим числитель и |
знаменатель формулы |
|||
дуг |
|
|
Тогда |
|
|
БЛБ через Л и В соответственно. |
|
|
, |
д А |
|
д В |
|
|
о у,- |
|
---- |
|
||
о я |
|
а у,- |
|
|
|
дуг |
|
|
|
|
|
где |
|
|
|
|
|
дА |
А ‘ |
г—1 |
|
|
ль |
По |
|
||||
дуг |
г! |
|
Vit-к\ |
||
|
|
/=1 |
|
A=i+1 |
|
|
|
|
к—1 |
|
|
дВ |
|
|
П |
(1 — Y/) |
|
|
|
ЛА_/=1 |
■, i = d, |
||
дуг |
|
|
k\ |
1— уг |
|
|
|
|
|||
|
А=£+1 |
|
|
(12)
А-Г
П (I —Уг)
г=1_______
— У1
d + 1,...г и— 1.
168
Следовательно, получаем следующий алгоритм моделирования: 1) моделируем схему с целью оценки у* как вероятности успеха
(биномиального распределения); /\
2)вычисляем 7>у,- по (11);
3)при данном Л вычисляем— — по (12);
|
дуг |
л |
|
4) подставляя полученные значения в |
|||
(10), получаем Оя(Л) |
|||
при данном Л. |
Рассмотрим трехлинейную |
систему, представлен |
|
П р и м е р 4. |
|||
ную на рис. 9.1. |
Формула БЛБ для нее принимает вид |
я (А) =
аотсюда
дя (Л)
ду
у А*2/2 -Ц (1 — у)Л3/6
1+ Л + Л2/2 + (1— у)Л3/6 ’ |
|
||
Л2 |
Л3 |
Л4 |
|
----4-------+ ----- |
|
||
2 |
‘ 3 |
12 |
(13) |
|
|
Л3 |
|
|
|
|
+ (1 -у ) —
Предположим, что для оценки неизвестной вероятности у сдела
но я испытаний. Тогда £>у=у(1—у)//г или, переходя от числа ис пытаний п к соответствующему среднему времени наблюдения по формуле n = t.А,
1 —у |
|
|
|
|
|
(14) |
D у = У <Л |
|
|
|
|
|
|
|
|
|
|
|
|
|
Следовательно, подставляя |
(13) и (14) в (10), получаем |
|
||||
|
, 1 |
Л |
Л2 1 |
|
|
|
|
Л3 — 4- — + |
----- |
|
1 |
|
|
D я (Л) = |
1 2 |
3 |
12 / |
|
(15) |
|
Л2 |
|
У (1 — У)' |
t |
|||
|
|
Л3 \4 т |
х |
|
||
|
Л + - |
+ U -Y ) — |
|
|
|
Переход от я к tA был произведен с целью сравнения точности двух методов моделирования: 1) моделирования данной коммутацион ной схемы по времени и 2) моделирования условной вероятности потерь и последующего вычисления.
На рис. 9.7 .приведены кривые среднего квадратического откло нения оценки вероятности потерь, вычисленных с помощью двух указанных методов. Как видно из рисунка, при переходе от моде лирования всей схемы к моделированию только условных вероят ностей потерь точность возрастает в 6— 10 раз.
4. Оптимизация числа наблюдений по состояниям
а—1
При данном N = 2 я,- можно поставить задачу оптимального i=d
выбора пг с целью минимизации главного члена среднего значения выражения (10):
169