Разработка многоканальной системы массового обслуживания с ограниченной очередью с применением параллельной библиотеки платформы .NET

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Современный бизнес и индустрия часто сталкиваются с необходимостью эффективного управления и оптимизации процессов обслуживания потоков заявок. В свете этой потребности статья рассматривает принципы разработки многоканальной системы массового обслуживания с ограниченной очередью, реализованной на платформе .NET с использованием языка программирования C#. Особое внимание уделено высокопроизводительной обработке данных и параллельным вычислениям. В статье предлагаются архитектурные решения для реализации многоканальной системы массового обслуживания, обсуждаются основные компоненты системы, включая очередь, каналы обработки и механизмы управления заявками. Научная новизна представленной работы заключается в интеграции Parallel Framework в процесс разработки многоканальной системы массового обслуживания с ограниченной очередью, что позволяет оптимизировать распределение ресурсов и снизить время ожидания в системе. Статья представляет примеры кода, которые демонстрируют аспекты реализации многопоточности и использование конкурентных коллекций для эффективного управления заявками в очереди. Рассматриваются возможности для дальнейшего развития многоканальных систем массового обслуживания на платформе .NET, учитывая постоянно меняющиеся требования и технологические возможности.

Об авторах

Полина Валерьевна Антонова

Казанский национальный исследовательский технический университет

Автор, ответственный за переписку.
Email: valerevna.p@inbox.ru
Scopus Author ID: 57219972636

старший преподаватель кафедры интеллектуальных систем и управления информационными ресурсами

Россия, г. Казань, республика Татарстан

Список литературы

  1. Wang Y.F., Zhang Y.F., Fuh J.Y.H. Using Hybrid Particle Swarm Optimization for Process Planning Problem // IEEE International Joint Conference on Computational Sciences and Optimization. 2009. Pp. 304–308.
  2. Шевцов А.Н., Щитов А.Н., Конорева Н.А. Моделирование телекоммуникационных систем с помощью СМО // Математика и ее приложения в современной науке и практике. 2015. C. 128–132.
  3. Вишневский В.М., Дудин А.Н. Системы массового обслуживания с коррелированными входными потоками и их применение для моделирования телекоммуникационных сетей // Автоматика и телемеханика. 2017. № 8. C. 3–59.
  4. Anitha G., Damodharan P. Resource cost reduction in cloud computing // IEEE International Conference on Current Trends in Engineering and Technology (ICCTET). 2013. Pp. 331–333.
  5. Gibadullin R.F., Nikonorov V.V. Development of the System for Automated Incident Management Based on Open-Source Software // IEEE International Russian Automation Conference (RusAutoCon). 2021. Pp. 521–525.
  6. Анисимова Г.Б., Грачёв П.В. Проектирование и разработка информационной системы управления заявками для компании оператора мобильной связи // Инженерный вестник Дона. 2022. № 5. URL: ivdon.ru/ru/magazine/archive/n5y2022/7660/
  7. Осипов Л.А. Имитационное моделирование систем массового обслуживания с ограниченной очередью // Наука и техника транспорта. 2010. № 4. C. 30–36.
  8. Гибадуллин Р.Ф., Викторов И.В. Неоднозначность результатов при использовании методов класса Parallel в рамках исполняющей среды .NET Framework // Программные системы и вычислительные методы. 2023. №2. C. 1–14.
  9. Weerasinghe D.N.H. et al. Smart UML – Assignment Management Tool for UML Diagrams // IEEE 4th International Conference on Advancements in Computing (ICAC). 2022. Pp. 114–119.
  10. Garcia A.M. et al. Introducing a Stream Processing Framework for Assessing Parallel Programming Interfaces // IEEE 29th Euromicro International Conference on Parallel, Distributed and Network-Based Processing (PDP). 2021. Pp. 84–88.
  11. Осипов Г.C. Исследование систем массового обслуживания с ожиданием в AnyLogic // Бюллетень науки и практики. 2016. № 10. C. 139–151.
  12. Осипов Г.C. Системы массового обслуживания с ограниченной длительностью ожидания // Бюллетень науки и практики. 2016. № 12. C. 28–36.
  13. Гибадуллин Р.Ф., Вершинин И.С., Глебов Е.Е. Разработка приложения для ассоциативной защиты файлов // Инженерный вестник Дона. 2023. № 6. URL: ivdon.ru/ru/magazine/archive/n6y2023/8462/

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Диаграмма деятельности многоканальной системы массового обслуживания с ограниченной очередью с использованием Parallel Framework

Скачать (1MB)
Метаданные


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».