Application of negative binomial distribution to approximate the stationary distribution of the number of arrivals in a qs with an incoming map, the intensity of which depends on the state of the system

Мұқаба

Дәйексөз келтіру

Толық мәтін

Аннотация

This paper considers a mathematical model of an infinite-linear queuing system with an incoming MAP with an intensity depending on the number of busy servers. The parameters of the incoming process, namely its conditional intensities, change every time the state of the system changes, that is, a new request appears or one of the requests completes servicing. The service discipline is determined by the fact that the request occupies any of the free devices in the system on which its service is performed for a random time distributed according to an exponential distribution. For this model, obtaining a stationary probability distribution of the number of applications in the system by analytical means is not possible, so this paper proposes a heuristic approach, namely, the use of a negative binomial distribution as an approximation for the desired distribution. Two approaches to such approximation are proposed, for which a numerical analysis of the accuracy is performed based on comparison with the results of simulation modeling. The first approach is based on calculating the parameters of the negative binomial distribution using the exact values of the expected value and dispersion of the number of applications in the system under consideration, and the second is based on the fact that the intensity of incoming applications is determined by the Markov chain controlling the incoming process. It was found that the first approximation method gives more accurate results, however, when the system is heavily loaded, both approximations have a large error.

Авторлар туралы

Evgeny Polin

National Research Tomsk State University

Email: polin_evgeny@mail.ru
Tomsk

Svetlana Moiseeva

National Research Tomsk State University

Email: smoiseeva@mail.ru
Tomsk

Alexander Moiseev

National Research Tomsk State University

Email: moiseev.tsu@gmail.com
Tomsk

Әдебиет тізімі

  1. БАШАРИН Г.П., КОКОТУШКИН В.А., НАУМОВ В.А. Метод эквивалентных замен в теории телетрафика. – М.: Электросвязь. – 1980. – T. 2. – С. 82–122.
  2. ВАДЗИНСКИЙ Р.Н. Справочник по вероятностным распределениям. – СПб.: Наука. – 2001. – 295 с.
  3. ГОРБУНОВА А.В., ЛЕБЕДЕВ А.В. Эффекты стохасти-ческой нетранзитивности в системах массового об-служивания // Управление большими системами. – 2020. – Вып. 85. –С. 23–50. – DOI: https://doi.org/10.25728/ubs.2020.85.2.
  4. ДУДИН А.Н. Модель процесса передачи данных в инте-гральных цифровых сетях связи с адаптивной комму-тацией // Вычислительные сети коммутации пакетов. – Рига: ИЗВТ. – 1987. – T. I. – C. 121–124.
  5. ДУДИН А.Н. Об обслуживающей системе с переменным режимом работы // Автоматика и вычислительная тех-ника. – 1985. – №2. – С. 27–29.
  6. ЖОЖИКАШВИЛИ В.А., ВИШНЕВСКИЙ В.М. Сети массового обслуживания. Теория и применение к сетям ЭВМ. – М.: Радио и связь. – 1988. – 192 с.
  7. КАРЛЫХАНОВА Т.А., МОИСЕЕВА С.П., НАЗАРОВ А.А. Исследование системы MAP/M/∞ методом моментов // Вестник Томского государственного университета. – 2006. – № 293. – С. 99–104.
  8. ПОЛИН Е.П., МОИСЕЕВА С.П., МОИСЕЕВ А.Н. Иссле-дование бесконечнолинейной СМО с интенсивностью входящего потока, зависящей от состояния системы // Материалы XXIII Международной научной конференции «Распределенные компьютерные и телекоммуникационные сети: управление, вычисление, связь» (DCCN-2020), Distributed computer and communication networks: control, computation, communications (DCCN-2020), 14–18 сентября 2020 г., Москва. – М.: ИПУ РАН, 2020. – С. 638–644.
  9. ПОЛИН Е.П., МОИСЕЕВА С.П. Исследование матема-тической модели бесконечнолинейной СМО с входящим MAP-потоком переменной интенсивности // Проблемы оптимизации сложных систем: сборник докладов Двенадцатой международной азиатской школы-семинара. Новосибирск, Академгородок, 12–16 декабря 2016 г. Новосибирск. – 2016. – С. 380-384. – URL: http://conf.nsc.ru/opcs2016/ru/proceedings.
  10. ТУКУБАЕВ З.Б. Моделирование и исследование алго-ритмов динамического управления потоками и очередя-ми сообщений в компьютерных сетях // Управление большими системами. – 2009. – Вып. 26. – 2009. – С. 38–46.
  11. BOUCHENTOUF A.A., GUENDOUZI A. Cost optimization analysis for an MX/M/C vacation queueing system with wait-ing servers and impatient customers // SeMA Journal: Bulle-tin of the Spanish Society of Applied Mathematics. – 2019. – Vol. 76. – P. 309–341. – DOI: https://doi.org/10.1007/s40324-018-0180-2.
  12. BAEK J.W., MOON S.K. A production-inventory system with a Markovian service queue and lost sales // J. Korean Stat. Soc. 45. – 2016. – P. 14–24. – DOI: https://doi.org/10.1016/j.jkss.2015.05.002
  13. DEEPAK T.G., KRISHNAMOORTHY A., NARAYANAN V.C. Inventory with service time and transfer of customers and inventory // Ann. Oper. Res. – 2008. – Vol. 160. – P. 191–213. – DOI: https://doi.org/10.1007/s10479-007-0304-z.
  14. FRALIX B., ADAN I. An infinite-server queue influenced by a semi-Markovian environment // Queueing Systems. – 2009. – Vol. 61. – P. 65–84.
  15. MATHEW N., JOSHUA V.C., KRISHNAMOORTHY A. A pro¬duction inventory model with server breakdown and customer impatience // Ann Oper Res. – 2023. – DOI: https://doi.org/10.1007/s10479-023-05659-x.
  16. MELIKOV A., KRISHNAMOORTHY A., SHAHMALIYEV M. Perishable Queuing Inventory Systems with Delayed Feedback // In: Information Technologies and Mathematical Modelling. Queueing Theory and Applications / Eds.: Dudin A., Nazarov A., Moiseev A. – ITMM WRQ Communications in Computer and Information Science. – 2018. – Vol. 912. – Springer, Cham. – DOI: https://doi.org/10.1007/978-3-319-97595-5_5.

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML


Creative Commons License
Бұл мақала лицензия бойынша қол жетімді Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».