- •ПРЕДИСЛОВИЕ
- •1. ОБЩАЯ ХАРАКТЕРИСТИКА СИСТЕМ МАССОВОГО ОБСЛУЖИВАНИЯ
- •1.1. Основные элементы систем массового обслуживания
- •1.2. Пуассоновский поток требований
- •1.3. Типы систем обслуживания. Краткая символика
- •1.4. Показатели эффективности систем массового обслуживания
- •2. ОСНОВНЫЕ ТИПЫ СИСТЕМ МАССОВОГО ОБСЛУЖИВАНИЯ
- •2.1. Системы масового обслуживания с отказами
- •2.2. Системы с бесконечным числом приборов
- •2.3. Системы массового обслуживания с ожиданием
- •2.4. Замкнутые системы массового обслуживания
- •2.5. Смешанные системы с ожиданием
- •3. СПЕЦИАЛЬНЫЕ СИСТЕМЫ МАССОВОГО ОБСЛУЖИВАНИЯ
- •3.1. Упорядоченные системы
- •3.2. Системы с поступлением групповых заявок
- •3.3. Системы с приборами разной производительности
- •3.4. Многофазные системы
- •3.5. Системы с накопителем требований
- •3.6. Системы со смешанным потоком требований
- •3.7. Системы с ненадежными обслуживающими приборами
- •3.8. Системы с групповым обслуживанием
- •4. МАРКОВИЗИРОВАНИЕ МОДЕЛЕЙ МАССОВОГО ОБСЛУЖИВАНИЯ
- •4.1. Потоки Эрланга и их свойства
- •4.2. Замена реальных потоков потоками Эрланга
- •4.3. Марковские модели процессов с ограниченным последействием
бытия в потоке Е*, следовательно, от того, в каком из k состояний находится система [от значения n(t)]. Следовательно, разбиение каждого состояния систе- мы на k состояний позволяет свести исследуемый процесс к марковскому n(t), который более удобен для исследования.
4.3. Марковские модели процессов с ограниченным последействием
Рассмотрим способ, позволяющий в необходимых случаях описывать
процессы функционирования систем уравнениями для марковского процесса с непрерывным временем и дискретным числом состояний при потоках событий, имеющих ограниченное последействие. В качестве потоков с ограниченным последействием будем рассматривать только потоки Эрланга, считая, что про-
извольный стационарный поток с ограниченным последействием всегда можно заменить обобщенным потоком Эрланга способом, рассмотренным в п. 4.2.
Рассмотрим дискретный марковский процесс (рис. 11), состояния которо- го составляют множество X = {x0, x1, …, xn}. Введем в рассмотрение подмноже- ство Z = {Yβ, Yγ} и транзитивное подмножество состояний Y = {x1, x2, …, xn-1}.
Особенность данного процесса состоит в том, что каждое из подмножеств
Yβ и Yγ состоит из единственного состояния и для определенности будем счи-
тать, что Yβ = {x0}, Yγ = {xn}.
Состояние x0 является входным для подмножества Y, а xn является выход- ным состоянием.
Введем ограничение, состоящее в том, что процесс блуждания по состоя- ниям подмножества Y возможен только в одном направлении: x1 → xn.
Впервую очередь, нас будет интересовать закон распределения времени
Тпребывания в транзитивном подмножестве состояний Y при условии, что
время отсчитывается от момента начала блуждания процесса из состояния x0 до момента выхода поцесса из состояний подмножества Y, т.е. до момента перехо-
да процесса из состояния xn-1 в состояние xn подмножества Yγ.
Система дифференциальных уравнений для определения закона распре- деления времени Т имеет вид:
∙
p0 (t) = −λ0 p0 (t),
∙
p1 (t) = −λ1 p1 (t)+ λ0 p0 (t), (4.38)
. . . . . . . . . . . . .
∙
pn (t) = λn−1 pn−1 (t).
Начальным условием для интегрирования этой системы дифференциаль-
ных уравнений является
p0 (0) = 0 , pi (0) = 0 (i = 1, 2, …, n). |
(4.39) |
68
Решив систему дифференциальных уравнений (4.38) и найдя вероятность pn(t), можно определить плотность распределения случайной величины Т
∙ |
(t). |
|
f (t) = pn |
(4.40) |
Рассмотрим частный случай, когда процесс блуждания по состояниям яв- ляется простейшим. В этом случае все интенсивности λi потоков являются по- стоянными величинами.
Здесь случайная величина Т - время пребывания в транзитивном подмно- жестве состояний Y - является суммой случайных величин τi, распределенных по показательному закону с параметрами λi. Очевидно, закон распределения случайной величины Т - композиция показательных законов распределения с параметрами λi, следовательно, является обобщенным законом Эрланга. Поря- док закона Эрланга определяется количеством состояний подмножества Y. Для n-1 состояний подмножества Y имеем обобщенный закон Эрланга (n-1)-го по- рядка f*n-1(t).
Для рассматриваемого частного случая, таким образом, закон распреде- ления случайной величины Т можно найти, не интегрируя систему уравнений
(4.38).
Отметим то важное для практики обстоятельство, о котором речь шла |
||
раньше. Оно состоит в том, что если транзитивное подмножество состояний Y |
||
|
представить в виде одного обобщенного состоя- |
|
|
ния x (рис. 12), время пребывания в котором Т |
|
|
~ |
|
|
определяется законом Эрланга, то процесс, про- |
|
~ |
текающий в этом преобразованном множестве |
|
~ |
|
|
состояний X |
= {x0, x , xn}, будет уже не марковским, а процессом с ограничен- |
|
ным последействием. |
|
|
Справедливо обратное утверждение. Если имеем процесс с ограниченным |
||
|
~ |
~ |
последействием, состояния которого составляют множество X |
= {x0, x , xn}, то |
данный процесс с ограниченным последействием можно представить в виде марковского случайного процесса с множеством состояний X = {x0, x1, …, xn-1, xn} путем введения дополнительных состояний xi (i = 1, 2, …, n-1). При этом
произвольные потоки переходов процесса из состояния в состояние заменяются потоками Эрланга соответствующего порядка, а состояние ~x представляется в виде транзитивного множества состояний Y = {x1, x2, …, xn-1}. В этом случае процесс с ограниченным последействием может быть описан дифференциаль- ными уравнениями (4.38).
Библиографический список
1.Гнеденко Б.В. и др. Приоритетные модели обслуживания. М.: Изд-во МГУ, 1973.
2.Гнеденко Б.В., Коваленко И.Н. Введение в теорию массового обслуживания. М.: ЛКИ, 2007.
3.Ивницкий В.А. Теория сетей массового обслуживания. М.: Изд-во физико-математической литературы, 2004.
69
4.Ивченко Г.И., Каштанов В.А., Коваленко И.Н. Теория массового обслуживания. М.:
Высшая школа, 1982.
5.Карташевский В.Г. Основы теории массового обслуживания. М.: Радио и связь, 2006.
6.Климов Г.П. Стохастические системы обслуживания. М.: Наука, 1966.
7.Кокс Д., Смит В. Теория очередей. М.: Мир, 1966.
8.Коршунов Ю.М. Математические основы кибернетики. М.: Энергоатомиздат, 1987.
9.Кофман А., Крюон Р. Массовое обслуживание. М.: Мир, 1965.
10.Риордан Дж. Вероятностные системы обслуживания. М.: Связь. 1966.
11.Саати Т. Элементы теории массового обслуживания и ее приложения. М.: Сов. радио, 1971.
12.Саульев В.К. Математические модели теории массового обслуживания. М.: Статистика, 1979.
13.Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высшая школа, 2001.
14.Тараканов К.Е., Овчаров Л.А., Тырышкин А.Н. Аналитические методы исследования сис- тем. М.: Сов. радио, 1974.
15.Таранцев А.А. Инженерные методы теории массового обслуживания. М.: Наука, 2007.
16.Тихоненко О.М. Модели массового обслуживания в информационных системах. Минск: УП «Технопринт», 2003.
17.Хинчин А.Я. Работы по математической теории массового обслуживания. М.: УРСС, 2004.
70