DOI: 10.17586/2226-1494-2018-18-3-473-478


УДК004.94

СИСТЕМЫ МАССОВОГО ОБСЛУЖИВАНИЯ С ПОЛИМОДАЛЬНЫМИ ПОТОКАМИ

Жмылёв С. А., Алиев Т. И.


Читать статью полностью 
Язык статьи - русский

Ссылка для цитирования: Жмылёв С.А., Алиев Т.И. Системы массового обслуживания с полимодальными потоками // Научно-технический вестник информационных технологий, механики и оптики. 2018. Т. 18. № 3. С. 473–478. doi: 10.17586/2226-1494-2018-18-3-473-478

Аннотация
 При моделировании систем массового обслуживания традиционно предполагается, что распределение интервалов между поступающими в систему заявками имеет унимодальный вид. В то же время на практике встречаются системы с полимодальным распределением интервалов, имеющим две и более моды. При исследовании таких систем полимодальное распределение обычно заменяется унимодальным с совпадающими числовыми моментами, что упрощает процесс моделирования, но вносит методическую погрешность в получаемые результаты. Предметом исследования является анализ свойств полимодальных потоков и оценка величины этой погрешности. В качестве метода исследования предложено имитационное моделирование в среде AnyLogic, позволившее выявить зависимость погрешности от загрузки системы. Выявлено, что в высоконагруженных системах вносимая заменой погрешность не превышает 15%, но с уменьшением загрузки системы погрешность увеличивается и может достигать сотен процентов. В ходе многочисленных экспериментов выявлено, что значение коэффициента вариации интервалов между поступающими заявками в полимодальном потоке с увеличением межмодового интервала стремится к значению, не превышающему единицу. Практическая значимость работы состоит в упрощении процесса проектирования высокозагруженных вычислительных систем с использованием имитационных и аналитических моделей за счет замены полимодальных потоков унимодальными. При этом обеспечивается заданная точность расчета характеристик.

Ключевые слова: полимодальное распределение, система с очередями, аппроксимация полимодальных распределений, числовой момент, мультиэкспоненциальное распределение

Список литературы
  1. Богатырев В.А., Богатырев С.В. Резервированная передача данных через агрегированные каналы в сети реального времени // Изв. вузов. Приборостроение. 2016. Т. 59. № 9. С. 735–740.doi: 10.17586/0021-3454-2016-59-9-735-740
  2. Bogatyrev V.A. Protocols for dynamic distribution of requests through a bus with variable logic ring for reception authority transfer // Automatic Control and Computer Sciences. 1999. V. 33. N 1. P. 57–63.
  3. Aliev T.I., Rebezova M.I., Russ A.A. Statistical methods for monitoring travel agencies // Automatic Control and Computer Sciences. 2015. V. 49. N 6. P. 321–327.doi: 10.3103/S0146411615060024
  4. Jasin A., Alsaqour R., Abdelhaq M., Alsukour O., Saeed R. Review on current transport layer protocols for TCP/IP model // International Journal of Digital Content Technology and its Applications. 2012. V. 6. N 14. P. 495–503. doi: 10.4156/jdcta.vol6.issue14.58
  5. Bogatyrev V.A., Parshutina S.A., Poptcova N.A., Bogatyrev A.V. Efficiency of redundant service with destruction of expired and irrelevant request copies in real-time clusters // Communications in Computer and Information Science. 2016.V. 678.P. 337–348.doi: 10.1007/978-3-319-51917-3_30
  6. Bogatyrev V.A., Bogatyrev A.V. Functional reliability of a realtime redundant computational process in cluster architecture systems // Automatic Control and Computer Sciences. 2015.V. 49.N 1.P. 46–56.doi: 10.3103/S0146411615010022
  7. Datey S.G., Ansari T. Mobile Ad-hoc networks its advantages and challenges // International Journal of Electrical and Electronics Research. 2015. V. 3. N 2. P. 491–496.
  8. Богатырев В.А., Богатырев С.В. Эффективность резервирования и фрагментации пакетов при передаче по агрегированным каналам // Изв. вузов. Приборостроение. 2017. Т. 60. № 2. С. 165–170. doi: 10.17586/0021-3454-2017-60-2-165-170
  9. Varshney L.R. Transporting information and energy simultaneously // Proc. IEEE Int. Symp. on Information Theory, ISIT. Toronto, Canada, 2008. P. 1612–1616. doi: 10.1109/ISIT.2008.4595260
  10. Sridhar P., Sheikh-Bahaei S., Xia S., Jamshidi M. Multi-agent simulation using discrete event and soft-computing methodologies // Proc. IEEE Int. Conf. on Systems, Man and Cybernetics. Washington, 2003. V. 2. P. 1711–1716.doi: 10.1109/icsmc.2003.1244659
  11. Ramesh Kumar K.R. Computer-aided design of MIC layout with postprocessor for photoplotter // Defence Science Journal. 1994. V. 44. N 4. P. 317–321.doi: 10.14429/dsj.44.4186
  12. Prabhakar M., Singh J.N., Mahadevan G. Nash equilibrium and Marcov chains to enhance game theoretic approach for vanet security // Advances in Intelligent Systems and Computing. 2013. V. 174. P. 191–199. doi: 10.1007/978-81-322-0740-5_24
  13. Алиев Т.И. Аппроксимация вероятностных распределений в моделях массового обслуживания // Научно-технический вестник информационных технологий, механики и оптики. 2013.№ 2 (84).С. 88–93.
  14. Алиев Т.И. Трехмоментная аппроксимация вероятностных распределений в моделях массового обслуживания // Научно-технический вестник информационных технологий, механики и оптики. 2014.№ 2 (90).С. 107–110.
  15. Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning: Data Mining, Inference and Prediction. 7th ed. Springer, 2013. 745 p.


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2018 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика