24. 들어오는 수요 흐름
24.1 QS의 구조
QS 연구는 들어오는 요구 사항 흐름을 분석하는 것으로 시작됩니다. 들어오는 수요 흐름시스템에 들어가 서비스를 받아야 하는 일련의 요구 사항입니다. 유입되는 요구사항 흐름을 연구하여 이 흐름의 패턴을 확립하고 서비스 품질을 더욱 향상시킵니다.
대부분의 경우 들어오는 흐름은 제어할 수 없으며 여러 가지 임의 요인에 따라 달라집니다. 단위 시간당 도착하는 요청 수, 랜덤 변수. 랜덤 변수는 인접한 수신 요청 사이의 시간 간격이기도 합니다. 단, 단위 시간당 수신된 평균 요청 수와 인접한 수신 요청 사이의 평균 시간 간격은 주어진 것으로 가정합니다.
단위 시간당 대기열 시스템에 들어가는 평균 고객 수를 호출합니다. 수요 강도다음 관계에 의해 결정됩니다.
어디 티 - 연속 요청 도착 간격의 평균 값입니다.
많은 실제 프로세스에서 요구 사항의 흐름은 푸아송 분포 법칙으로 잘 설명됩니다. 이와 같은 흐름을 가장 단순한.
가장 간단한 흐름에는 다음과 같은 중요한 속성이 있습니다.
정상성 속성, 이는 시간 경과에 따른 확률론적 흐름 체계의 불변성을 나타냅니다. 이것은 일정한 간격으로 시스템에 들어오는 고객의 수가 평균적으로 일정해야 함을 의미합니다. 예를 들어, 일일 평균 적재를 위해 도착하는 마차의 수는 서로 다른 기간(예: 10년의 시작과 끝)에 대해 동일해야 합니다.
후유증 없음,겹치지 않는 시간 간격으로 하나 또는 다른 수의 서비스 요청 수신의 상호 독립성을 결정합니다. 이는 지정된 시간 간격에 도착하는 요청 수가 이전 시간 간격에 제공된 요청 수에 의존하지 않음을 의미합니다. 예를 들어, 해당 월의 10일에 자재를 위해 도착한 차량의 수는 해당 월의 4일 또는 다른 이전 날짜에 서비스된 차량의 수에 의존하지 않습니다.
평범함의 속성,두 개 이상의 요구 사항을 동시에 수신하는 것이 실질적으로 불가능함을 나타냅니다(이러한 이벤트의 확률은 후자가 0이 되는 경향이 있는 고려된 기간과 관련하여 측정할 수 없을 정도로 작음).
모든 서비스 시스템의 운영 목적은 서비스에 대한 애플리케이션(요구사항)을 만족시키는 것이므로 애플리케이션(요구사항)의 흐름은 이론의 기본이자 가장 중요한 개념 중 하나입니다. 대기열. 들어오는 요구 사항 흐름을 정량화하는 방법을 배워야 하지만 이를 위해서는 그 특성과 구조를 찾아야 합니다.
서비스 시스템에 들어가는 거의 모든 요구 사항 흐름은 무작위 프로세스입니다. 사실 우리가 취한다면 티=0 당 초기 순간, 그런 다음 많은 흐름에서 (요구 사항이 일정에 따라 엄격하게 도착하는 경우 제외) 다음 요구 사항의 도착 순간과 후속 요구 사항의 도착 순간을 정확하게 예측하는 것이 불가능하거나 어렵습니다. 예를 들어 클라이언트가 스튜디오에 도착하는 순간, 환자가 병원에 도착하는 순간, PBX에 전화가 도착하는 순간, 수리점에 장비가 도착하는 순간 등을 정확하게 표시하는 것은 불가능합니다.
결과적으로 신청서를 받는 순간과 그 사이의 간격은 일반적으로 독립적인 무작위 변수입니다. 그러면 대기열 시스템에서 요구 사항을 받는 과정은 확률적 또는 무작위 과정으로 간주되어야 합니다. 이 과정을 다음과 같이 나타내자. 엑스(티). 이 기능은 일정 기간 동안 시스템에서 수신한 요청 수를 결정합니다. . 모든 고정 t에 대해 함수 엑스(티) 랜덤 변수입니다. 실제로 동일한 기간의 시간 간격을 선택하면 이 경우 각 간격에 동일한 수의 요구 사항이 도착할지 확신할 수 없습니다.
일정 기간 동안 단일 응용 프로그램이 없거나 1, 2, ... 응용 프로그램이 있을 수 있습니다. 그러나 우리가 선택한 시간 간격에 관계없이 응용 프로그램 수는 정수에 불과합니다.
요구 사항의 흐름은 함수의 임의 변수 구현 중 하나의 그래프로 나타낼 수 있습니다. 엑스(티), 음이 아닌 정수 값만 취합니다. 이 경우 그래프(그림 24.2)는 요구 사항이 한 번에 하나씩 또는 그룹으로 도착하는지 여부에 따라 하나 또는 여러 단위와 같은 점프가 있는 계단식 선입니다. 그래서 무작위 과정 엑스(티), 다음과 같은 기능이 있습니다.
1. 모든 고정 티 기능 엑스(티), 음이 아닌 정수 값 0, 1, 2,...,R,...을 취하고 증가함에 따라 감소하지 않습니다.
2. 해당 기간 동안 접수된 청구건수 , 이 간격의 길이, 즉 t 값에 따라 달라집니다.
3. 프로세스 구현은 서로 약간씩 다른 단계별 라인입니다. 모든 다차원 분포 법칙이 알려진 경우 확률적 관점에서 프로세스가 완전히 결정된다는 것은 무작위 프로세스 이론에서 알려져 있습니다.
그러나 일반적인 경우에 이러한 기능을 찾는 것은 매우 어렵고 때로는 풀 수 없는 문제입니다. 따라서 실제로는 프로세스를 설명하는 더 간단한 방법을 찾을 수 있는 속성이 있는 프로세스를 사용하려고 합니다. 이러한 속성에는 다음이 포함됩니다.
정상성(시간의 더 나은 균일성)
후유증의 부족 (Markovian), 때때로 그들은 기억의 부재에 대해 말합니다.
평상 상태.
나열된 속성은 고정 및 Markov 프로세스 연구에서 위에서 고려되었으므로 여기에서는 대기열 이론 측면에서 이러한 속성의 본질만 기억합니다.
특정 기간 동안 특정 수의 요구 사항을 수신할 확률이 시간 위치가 아니라 간격의 길이에만 의존하는 경우 요구 사항의 흐름을 고정 또는 동종이라고 합니다(즉, 원산지에 따라 다름). 따라서 정지 흐름의 경우 간격에 걸쳐 정확히 할 것이다 아르 자형 요구 사항은 수령 확률과 같습니다. 아르 자형 간격에 대한 요구 사항 [아, 아 +티] , 어디 a>0, 즉.
이는 흐름의 확률적 특성(분포 법칙의 매개변수)이 시간에 따라 변경되지 않아야 함을 의미합니다.
많은 실질 수요 흐름은 짧은 기간에 볼 때 정상성을 가집니다. 이러한 흐름에는 특정 간격으로 PBX에 대한 통화 흐름, 상점으로 고객의 흐름, 수리가 필요한 무선 장비의 흐름, 승객 교통량 등이 포함됩니다. 그러나 나열된 흐름 중 일부는 도중에 변경됩니다. 낮(낮보다 밤에 통화 확률이 낮음, 대중 교통이 가장 많은 시간).
일부 흐름에서 임의의 시간 이후에 시스템에 입력된 요청의 수는 이전에 수신된 요청의 수와 도착 순간에 의존하지 않습니다. 즉, 요청 도착 간격은 독립적인 값으로 간주됩니다. 그들 사이에는 연결이 없습니다. 시스템의 미래 상태는 과거 상태에 의존하지 않습니다. 이 속성을 가진 흐름을 후유증이 없는 흐름 또는 Markov 흐름이라고 합니다. 후유증이 없다는 속성(메모리 부족)은 많은 실제 스레드에 내재되어 있습니다. 예를 들어, PBX로의 통화 흐름은 이 순간까지 언제, 얼마나 많은 통화가 이루어졌는지에 관계없이 원칙적으로 다음 통화가 오기 때문에 후유증이 없는 흐름입니다.
많은 경우에 요구 사항 흐름의 특성상 둘 또는 더요구 사항은 불가능하거나 거의 불가능합니다. 이 속성을 가진 스트림을 일반 스트림이라고 합니다.
만약 아르 자형 아르 자형 >2 (시간) -간격에 대한 발생 확률 시간둘 이상의 요구 사항이 있는 경우 일반 흐름의 경우 다음과 같아야 합니다.
,
즉, 흐름의 평범성은 짧은 시간 내에 하나 이상의 요구 사항이 발생할 확률을 요구합니다. 시간보다 더 높은 차수의 극소량이 될 것입니다. 시간. 일부 실제 흐름에서는 이 속성이 명백하지만 다른 흐름에서는 현실에 상당히 근접하여 이를 받아들입니다. 이러한 흐름의 전형적인 예는 PBX에 대한 호출 흐름과 스튜디오의 고객 흐름입니다.
이러한 세 가지 속성이 있는 요청 흐름을 가장 단순하다고 합니다. 모든 간단한 흐름은 포아송 프로세스로 설명된다는 것을 알 수 있습니다. 이를 위해 랜덤함수 이론에서 채택한 포아송 과정의 정의를 상기한다.
무작위 과정 엑스(티) (0≤ 티<∞) 정수 값은 독립적인 증분이 있는 프로세스이거나 시간 간격 h 동안 프로세스의 증분이 매개 변수가 있는 푸아송 법칙에 따라 분포되는 경우 푸아송 프로세스라고 합니다. λ 시간, 어디 λ>0 저것들.
특히, 만약 티=0, X(0)=0, 그러면 (3)은 다음과 같이 다시 작성됩니다.
(4)
여기 V 아르 자형 (시간)관심 있는 사건이 정확히 일어날 확률을 의미 아르 자형일정 기간에 한 번 시간(대기열 이론의 관점에서 V 아르 자형 (시간)일정 기간 동안 확률을 결정합니다. 시간정확히 서비스 시스템에 들어갈 것입니다 아르 자형요구 사항).
매개변수의 의미 엑스포아송 프로세스의 수학적 기대치를 찾는 경우 쉽게 찾을 수 있습니다. 남 [X(티)]=M.~에 t=1우리는 얻는다 M[X(1)]=1.따라서 단위 시간당 평균 응용 프로그램 수가 있습니다. 따라서 값 λ 종종 강도 또는 자속 밀도라고 합니다.
포아송 프로세스의 정의에서 위의 속성과 동일한 세 가지 속성이 바로 뒤따릅니다.
1) 증분의 독립성. 포아송 프로세스의 증분 독립성에는 후유증(Markov 프로세스)이 없습니다.
2) 시간의 균일성. 이것은 확률이 V 아르 자형 (시간) 초기 순간에 의존하지 마십시오 티 고려된 간격 , 그러나 간격의 길이에만 의존합니다. 시간:
3) 평범함. 푸아송 프로세스의 평범함은 요구 사항 그룹이 동시에 도달하는 것이 사실상 불가능하다는 것을 의미합니다.
따라서 짧은 시간 간격 h에 둘 이상의 클레임이 동시에 접수될 가능성은 낮습니다.
포아송 프로세스의 평범함을 나타냅니다.
따라서 우리는 포아송 프로세스에 의해 설명된 흐름이 가장 단순하다는 것을 확인했습니다. 그러나 가장 단순한 흐름이 포아송 프로세스로 설명된다는 반대 가정도 참입니다. 결과적으로 가장 단순한 흐름은 종종 포아송 흐름이라고도 합니다. 큐잉 이론의 푸아송 과정은 다른 분포 법칙 중에서 정상법이 차지하는 확률 이론과 유사한 특별한 위치를 차지합니다. 그리고 요점은 수학적으로 가장 간단하게 설명된다는 것이 아니라 가장 일반적이라는 것입니다. 푸아송 흐름은 극한 흐름(다른 흐름이 많이 합쳐질 때의 점근 흐름)입니다.
정의 6.1. 입력 스트림은 다음과 같은 경우 가장 단순하다고 합니다.
1) 시간 간격에서 하나 또는 다른 수의 응용 프로그램이 나타날 확률은 지속 시간에만 의존하며 시간 축의 위치(입력 스트림의 정지성)에 의존하지 않으며 응용 프로그램이 단독으로 도착합니다(일반적인 입력 스트림) 및 서로 독립적으로(입력 스트림에 후유증 없음);
2) 짧은 기간의 시간 간격에서 별도의 무작위 이벤트(응용 프로그램의 모양)가 실현될 확률은 즉, 어디에
3) 짧은 시간 간격에 두 개 이상의 무작위 이벤트(두 개 이상의 응용 프로그램 출현)가 실현될 확률은 값입니다.
가장 간단한 입력 스트림의 정의에 후유증이 없다는 것은 겹치지 않는 시간 간격의 경우 이러한 간격 중 하나에 도착하는 요청 수가 다른 간격에 도착하는 요청 수에 의존하지 않는다는 것을 의미합니다.
많은 입력 및 출력 스트림에도 불구하고 실제 시스템서비스는 가장 단순한 흐름의 정의를 완전히 만족시키지 못하므로 가장 단순한 흐름의 개념은 큐잉 이론에서 널리 사용됩니다. 이 상황은 가장 간단한 흐름이 실제로 자주 발생한다는 사실뿐만 아니라 거의 모든 후유증을 가진 무제한의 고정된 일반 흐름의 합이 가장 간단한 흐름이라는 사실과도 연결됩니다. 이와 관련하여 가장 단순한 흐름의 주요 속성을 고려해 보겠습니다.
정리 6.1. 값을 취하고 가장 간단한 입력 흐름을 위해 기간 t의 시간 간격으로 대기열 시스템에 들어가는 고객 수를 특성화하는 이산 임의 변수는 매개 변수를 사용하여 포아송 법칙에 따라 분포됩니다.
불연속 상태(즉, 고정된 시간 동안 횡단면)가 있는 스칼라 랜덤 프로세스는 가능한 값 집합이 있는 불연속 랜덤 변수입니다. 상태에 있다는 것은 서비스에 k개의 요청이 있음을 의미합니다. 체계.
정리의 조건과 가장 간단한 흐름의 정의에 따라 랜덤 프로세스는 불연속 상태를 갖는 Markov 동종 프로세스이며 음이 아닌 정수 i 및 j에 대해 큐잉 시스템의 전이 확률 밀도 상태에서 상태로 언제든지 평등에 의해 결정됩니다.
따라서 이 경우 Kolmogorov 방정식 시스템은 다음 형식을 갖습니다.
여기서 는 기간 t의 시간 간격에서 연구 중인 서비스 시스템이 여러 요청을 받을 확률입니다. 그리고 가장 간단한 요청 흐름의 정의 6.1을 따르기 때문에
그런 다음 함수와 관련하여 Cauchy 문제에 도달합니다.
및 기능
Cauchy 문제(6.3), (6.4)를 순차적으로 풀면 가장 간단한 입력 흐름의 경우 기간 t의 시간 간격에 있는 고객 수가 다음과 같을 확률을 찾습니다.
관계식(6.5)은 확률변수가 모수와 함께 푸아송 법칙에 따라 분포됨을 의미합니다.
결론 6.1. 입력 스트림이 가장 단순한 경우 기간 t의 시간 간격에 대기 시스템에 들어오는 평균 고객 수는 다음과 같습니다.
평균 응용 프로그램 수를 결정하려면 임의 변수의 수학적 기대치를 찾아야 합니다. 그리고 (6.5)에 따라 포아송 법칙에 따라 매개변수로 분포되기 때문에
증명된 추론에 따르면 매개변수 Λ는 단위 시간당 도착하는 평균 애플리케이션 수입니다. 따라서 가장 단순한 흐름의 강도 또는 밀도라고 합니다.
결론 6.2. 요청의 입력 스트림이 가장 단순한 경우 평균값에 상대적인 기간 t의 시간 간격 동안 대기열 시스템에 들어오는 요청 수의 분산을 특징짓는 스칼라 무작위 변수의 분산은 다음과 같습니다.
M 입력 스트림이 가장 단순하면 (6.5)에 따라 랜덤 변수는 매개 변수와 함께 포아송 법칙에 따라 분포되므로,
(6.6)과 (6.7)에 따르면 푸아송 법칙에 따라 분포된 확률 변수는 동일한 기대값과 분산값을 갖는다는 사실에 주목하자.
예 6.1. 서비스국은 시간당 평균 12개의 주문을 받습니다. 가장 간단한 주문 흐름을 고려하여 다음과 같은 확률을 결정합니다. b) 10분 안에 3개 이상의 주문을 받지 않습니다.
주문의 흐름이 가장 단순하고 강도가 높기 때문에 (6.5)에 따르면 다음과 같습니다.
가장 간단한 흐름의 정의 6.1에 따르면 연속적으로 도착하는 두 요청 사이의 시간 간격 지속 시간은 임의 변수입니다.대기열 시스템의 수학적 모델을 구축하려면 임의 변수 또는 그 분포의 분포 함수를 알아야 합니다. 밀도(확률)
정리 6.2. 강도가 A인 가장 단순한 입력 흐름의 경우 두 연속 요청 사이의 시간 간격 지속 시간은 매개변수 A와 함께 지수 분포를 갖습니다.
정보 입력 스트림
정보 입력 스트림은 정보 시스템에 입력되는 일련의 문서 및 데이터입니다.
또한보십시오:정보 내용
- - 시스템의 작동을 외부 소스와 조정하기 위해 입력 신호를 변환하는 시스템 입력 장치. 타격...
큰 백과사전 폴리테크닉 사전
- - 별도의 지점의 길을 보호하는 길 신호. V.와 같이. 신호등이나 세마포어를 사용할 수 있습니다. 입구 세마포어는 50m 이상, 신호등은 입력 화살표 위트에서 15m 이하로 설치됩니다 ...
기술 철도 사전
- - "... 소비자 또는 고객이 수령하고 제품의 제조, 수리 또는 작동에 사용하도록 의도된 공급업체 제품의 통제 ..." 출처: 29.06 일자 Roskartografii 주문 ...
공식 용어
- - 건설용으로 공급되는 공산품의 여권정보 준수여부 관리...
건설사전
- - 외부에서 물류 시스템으로 들어오는 자재 흐름 ...
비즈니스 용어집
- - 특정 형식으로 작성되고 정보 시스템에 입력하기 위한 데이터가 포함된 문서. 참조: 콘텐츠  ...
금융 용어
- - 관리 프로세스 구현에 필요한 시스템에서 순환하는 일련의 메시지 ...
큰 경제 사전
- - 외부 환경에서 이 물류 시스템으로 유입되는 외부 자재 흐름 ...
큰 경제 사전
- - 입력 동작을 추가 처리, 전송 및 등록에 편리한 신호로 변환하거나 입력이 다른 시스템의 작동을 조정하는 시스템 또는 장치의 입력 장치 -...
위대한 소비에트 백과사전
- - ...
반의어 사전
- - INPUT, enter를 참조하고...
Ozhegov의 설명 사전
- - 입력, 입력, 입력. 조정 입구로. 출입문. 입장권. 입구...
Ushakov의 설명 사전
- - 입력 I adj. 초기, 초기, 초기. II 조정 1. 들어갈 수 있는 권리를 주는 것 1. 어딘가에. 2. 입구 역할을 ...
Efremova의 설명 사전
- - 입력 adj., 사용. 비교 자주 1. 문에 대해 이야기할 때 거리에서 집으로 통하는 외부 문을 의미합니다. 누군가 복도로 들어와 현관문을 열었다. 2...
드미트리예프 사전
- - 입력 "...
러시아어 철자 사전
- - ...
단어 형식
책의 "입력 스트림 정보"
자연의 정보 흐름
작가자연의 정보 흐름
책 인류학과 생물학의 개념에서 작가 쿠르차노프 니콜라이 아나톨리에비치자연의 정보 흐름 유전 정보는 DNA 세포에서 어떻게 다시 쓰여지는가? RNA? 단백질은 야생 동물의 정보 흐름을 결정합니다. 이러한 정보의 흐름은 대다수의 살아있는 시스템에서 실현됩니다. 그는 센트럴 도그마의 정의를 얻었습니다.
"입력" VAT
책에서 "단순화"를 사용하는 방법 작가 쿠르방갈리예바 옥사나 알렉세브나"입력" VAT 고정 자산을 구매할 때 구매 조직은 부가가치세를 포함한 비용을 지불합니다. 그러나 간이과세제도를 적용하는 기업은 예산에서 '투입' 부가가치세를 환급받을 수 없다. 이 금액
유해한 정보의 흐름을 막으세요
책에서 공주는 왜 물지? 소녀들을 이해하고 교육하는 방법 저자 비둘프 스티브유해한 정보의 흐름을 멈춰라 인정하기 싫지만 우리 인간은 본질적으로 가축입니다. 우리는 끊임없이 다른 사람들로부터 인정을 구하고 일반적으로 받아 들여지는 규범을 따르려고 노력하면서 주변 사람들을 끊임없이 모방합니다. 우리 시대에
다양한 형태의 인간 화석에 대한 아프리카에서 오는 정보의 흐름은 가장 오래된 인간 조상을 동물계에서 분리하는 과정과 인류 형성의 주요 단계를 새롭게 바라보게 합니다.
책에서 고대 문명 작가 봉가르-레빈 그리고리 막시모비치아프리카에서 정보의 흐름 다양한 형태화석인은 가장 오래된 인간 조상이 동물계에서 분리되는 과정과 인류 형성의 주요 단계를 새롭게 바라보게 합니다. 많은 문제에 대한 설명은
입력 변환기
저자의 Great Soviet Encyclopedia (VX) 책에서 TSBgetint()에 대한 정보 흐름
The C Language - A Beginner's Guide 책에서 저자 프라타 스티븐getint()에 대한 정보 흐름 우리 함수는 어떤 출력을 가져야 합니까? 첫째, 읽은 숫자의 값을 반환해야 한다는 것은 의심의 여지가 없습니다. 물론 scanf() 함수는 이미 이 작업을 수행합니다. 둘째, 이것은 매우 중요합니다. 우리는 함수를 만들 것입니다.
의식은 에너지와 정보의 흐름이다
Mindsight 책에서. 개인 혁신의 새로운 과학 시겔 다니엘의식은 에너지와 정보의 흐름 에너지는 팔다리를 움직이거나 생각을 형성하는 것과 같은 행동을 수행하는 능력입니다. 물리학은 그것을 탐구합니다 다른 종류. 우리는 태양 아래 앉아 있을 때 복사 에너지를 느끼고, 해변을 걷거나 수영할 때 운동 에너지를 느끼고,
정보 흐름
책에서 단편 소설 및 소설 모음 저자 루킨 예브게니정보의 흐름 즉시 Valery Mikhailovich Akhlomov가 편집 부문의 문턱에 나타나 자마자 기획 회의에서 그가 주인공에게 큰 타격을 입었다는 것이 분명해졌습니다-내 캐릭터의 친절을 사용하십시오! 그는 조용한 분노로 말했다. - 마음은 이해할 수 없다 : in
제2장 문화제국주의의 외교와 정보의 자유로운 흐름
저자의 책에서제2장 문화제국주의의 외교와 정보의 자유로운 흐름 사반세기 동안 어떤 장벽도 국가 간 정보의 흐름을 방해해서는 안 된다는 생각이 의사소통과 통신에 관한 국제적 사고를 지배해 왔습니다.
정보의 흐름과 개인적인 철학
책에서 생각하고 행동하십시오! 작가 Baranovsky Sergey Valerievich정보의 흐름과 개인철학 우리 시대가 좋은 것은 정보가 많기 때문입니다. 인터넷만으로도 수백 가지의 새로운 문이 열립니다. 네트워크 쓰레기라고 부르는 사람들의 말을 듣지 마십시오! 인터넷은 덤프가 아니라 잘 정리되지 않은 도서관입니다. 수만가지의 다양한
작가 러시아의 Gosstandart 임베디드 시스템 소프트웨어 책에서. 일반적인 요구 사항개발 및 문서화 작가 러시아의 Gosstandart5.1 시스템과 소프트웨어 수명 주기 프로세스 간의 정보 흐름
임베디드 시스템 소프트웨어 책에서. 개발 및 문서화에 대한 일반 요구 사항 작가 러시아의 Gosstandart5.1 프로세스 간 정보 흐름 라이프 사이클시스템 및 소프트웨어 5.1.1 시스템 프로세스에서 소프트웨어 프로세스로의 정보 흐름 시스템 안전 평가 프로세스는 시스템의 가능한 고장 상황을 식별하고 범주를 설정해야 합니다.
12.37 소프트웨어 입출력 정보 안내
임베디드 시스템 소프트웨어 책에서. 개발 및 문서화에 대한 일반 요구 사항 작가 러시아의 Gosstandart12.37 소프트웨어 입/출력 정보 입/출력 정보 설명서 소프트웨어는 시스템이 어떤 모드(배치 또는 대화식)에서 작동하는지 입력 정보를 표시하고 입력하고 출력 정보를 해석하는 방법을 사용자에게 설명합니다.
대기열 이론의 요소
§ 1. 소개
큐잉 이론은 큐잉 이론이라고도 합니다. 실제로 큐잉 이론은 주로 다양한 시스템에서 발생하는 큐에 대한 연구에 전념하고 있습니다.
대기열 시스템의 주요 특징은 다음과 같은 랜덤 변수입니다.
고객이 대기열에서 보내는 평균 시간
시스템이 유휴 상태인 시간의 백분율(클라이언트 부족으로 인해).
대기열 시스템의 기능은 다음 요소에 의해 결정됩니다.
고객 유통 순간의 분포;
서비스 기간 분배;
서비스 시스템 구성(직렬, 병렬 또는 병렬-직렬 서비스)
대기열의 규율 (도착 순서대로 서비스, 역순으로 서비스, 무작위 고객 선택);
대기 블록 용량(제한 또는 무제한)
수요 소스의 용량 또는 전력(제한 및 무제한)
시스템의 일부 다른 특성(클라이언트가 한 대기열에서 다른 대기열로 이동하는 기능, 0이 아닌 실패 확률 등).
주요 요인은 처음 두 가지입니다.
모든 대기열 시스템은 다음과 같은 주요 요소로 구성됩니다.
들어오는 고객 흐름;
서비스 장치;
줄을서는 규율.
§ 2 . 고객 입력 스트림
무작위 변수의 시퀀스 고려
그런 척하자 티 o = 0은 시스템 작동의 초기 순간입니다. 티 1 = 티오 + τ 1 , 티 2 = 티 1 + τ 2 , …, 티케이 = 티케이 -1 + τ k , ...., 여기서 τ k는 매개변수 λ를 갖는 지수 분포를 갖는 독립 랜덤 변수입니다.
지 여기
티 1 - 첫 번째 클라이언트가 도착한 순간, τ
1 - 시스템 시작과 첫 번째 클라이언트 도착 사이의 시간 간격, τ
2 - 첫 번째 클라이언트와 두 번째 클라이언트 도착 사이의 시간 간격 등
하위 시퀀스 , 위의 방법으로 정의된 가장 단순한 (푸아송)
흐름. 상수
가장 간단한 흐름의 매개변수라고 합니다.
단순 스트림의 속성
1. T에 의한 흐름 이동
단순한 흐름이 있게 하라 매개변수 λ와 함께.
흐름을 이동하여 티, 우리는 스트림을 얻습니다 , 이는 동일한 매개변수 λ를 갖는 가장 간단한 흐름이기도 합니다. 예를 들어, 티사이에
그리고
, 새 스트림은 다음과 같습니다.
,
….
2. 두 스레드 병합
피 두 개의 독립적인 기본 흐름이 있다고 가정합니다.
와 함께 매개변수 λ
(1) ,
λ
(2) 각각. 흐름이 두 흐름의 병합 결과로 형성되었다고 말할 것입니다. 티케이)는 집합의 합집합입니다( 티케이 (1) },
{티케이( 2) ) 및 세트의 요소( 티케이) 오름차순으로 정렬됩니다.
피 두 개의 독립적인 기본 흐름의 병합으로 인한 유출도 매개변수가 있는 기본 흐름입니다. λ = λ(1) + λ(2) ,어디 λ(j)– 흐름 매개변수
3. 가장 간단한 스트림 분할
매개변수가 있는 간단한 흐름이 있게 하십시오. λ,
및 일련의 독립 확률 변수 , 두 가지 값을 취함:
P(ξ 나 = 1) = 피, P(ξ 나 = 0) = 큐, 피 0, 큐 0, 피 + 큐 = 1.
이러한 랜덤 변수를 호출합니다. 베르누이(매개변수 포함 피). 흐름 분할 절차( 티케이)는 다음과 같습니다. 나는ξ인 경우 첫 번째 흐름 참조 나= 1; 만약 ξ 나= 0이면 숫자 나는두 번째 스트림을 참조하십시오. 스트림을 둘로 나누는 이러한 작업을 호출합니다. 베르누이(매개변수 포함 피).
가장 단순한 흐름의 Bernoulli 분리 결과로 얻은 흐름은 매개변수가 각각 λ(1) = λp, λ(2) = λq인 독립적인 가장 단순한 흐름입니다.
가장 간단한 흐름의 이러한 속성에 대한 증명은 에서 찾을 수 있습니다.
시간 헤레즈 엑스(티)다음은 현재 시스템의 클라이언트 수를 나타냅니다. 티, 즉.
포아송 프로세스의 속성
![](https://i2.wp.com/gigabaza.ru/images/32/63701/71fa52cf.gif)
포아송 프로세스 증분은 균일합니다..
로 표시 엑스((ㅏ,비])= X(비) – 엑스(ㅏ) 프로세스 증분, 간격( ㅏ,비]. 동질성은 다음 조건의 충족을 의미합니다.
피( 엑스((ㅏ,비]) = k) = P( 엑스((0,비-ㅏ]) = k) = P( 엑스(비-ㅏ) = k),
저것들. 간격으로 시스템에 들어오는 클라이언트 수의 확률 분포 ( ㅏ,비], 이 간격의 길이에만 의존합니다.
포아송 프로세스 증분은 독립적입니다..
간격(0, 비] 교차하지 않는 간격(0, 비 1 ], (비 1 , 비 2 ], , ( 비 N-1, 비 N]. 허락하다 비 0 = 0. 그런 다음 엑스((비 0 , 비 1 ]), 엑스((비 1 , 비 2]), , 엑스((비 N-1, 비 N ])은 해당 기간에 시스템에 들어오는 클라이언트의 수입니다. 이 수량은 독립적입니다.
피( 엑스((비 0 , 비 1 ]) = 나 1 , , 엑스((비 N-1, 비엔]) = 나엔) =
피( 엑스((비 0 , 비 1 ]) = 나 1) P( 엑스((비 N-1, 비엔]) = 나 N).
이러한 특성에 대한 증거는 에서 찾을 수 있습니다.
§ 2의 작업.
2.1. 랜덤 변수는 2개 1과 2. 이들은 독립적이며 매개변수가 있는 지수 분포를 가집니다. 1과 각각 2. 다음 랜덤 변수를 소개합니다. = 분( 1 , 2). 이 수량은 모수를 사용하여 지수 분포를 가짐을 증명합니다. = 1 + 2 .
2.2. 두 개의 독립적인 랜덤 변수가 주어지면 1 그리고 2 매개변수가 있는 포아송 분포 1 그리고 각각 2. 랜덤 변수를 보자 = 1 + 2. 이 수량에 모수를 사용하여 포아송 분포가 있음을 증명하십시오. = 1 + 2 .
2.3. 허락하다 매장 내 고객 수이며 매개변수가 포아송 분포입니다. . 각 클라이언트에게 확률을 부여하십시오. 피이 상점에서 구매합니다. 이 매장에서 구매한 고객의 수가 모수를 사용하여 포아송 분포를 가짐을 증명해야 합니다. p.
2.4. 고객은 시간당 평균 20명의 고객 빈도로 푸아송 흐름에 따라 식당에 옵니다. 레스토랑은 11:00에 문을 엽니다.
a) 11시 7분에 레스토랑에 18명의 고객이 있었다는 점을 감안할 때 11시 12분에 레스토랑에 20명의 고객이 있을 확률
b) 이전 방문자가 레스토랑에 11시 25분에 도착한 것으로 알려진 경우 새로운 방문자가 11시 28분에서 11시 30분 사이에 레스토랑에 도착할 확률.
2.5. 제품은 하루에 5개 품목 비율로 푸아송 흐름에 따라 재고가 80개 품목인 창고에서 가져옵니다.
a) 처음 2일 동안 창고에서 제품 10개를 가져갈 확률
b) 4일이 끝날 때까지 창고에 제품이 하나도 남지 않을 확률.
§
![](https://i1.wp.com/gigabaza.ru/images/32/63701/m423a256.gif)
3. 죽음과 번식의 과정
죽음과 재생산의 과정을 구축하자 엑스(티) "건설적으로".
두 개의 시퀀스를 고려하십시오. 첫 번째는 클라이언트를 시스템에 입력(복제)하고 두 번째는 클라이언트 서비스(죽음)를 담당합니다.
또한, 두 개의 독립된 시퀀스가 주어진다고 하자. 매개변수가 1인 지수 분포를 갖는 독립 랜덤 변수.
프로세스 엑스(t)는 다음과 같이 구성됩니다. 허락하다
, 어디
. 그런 다음 간격에
프로세스 엑스(t) 그 가치를 유지할 것입니다
, 어디
,
.
순간에 티 1 프로세스 값 엑스(티) 두 모멘트 중 어느 것에 따라 하나씩 증가하거나 감소합니다. 앞에 온다:
따라서 우리는 프로세스의 의미를 넣었습니다. 엑스(t) 지점에서 티 1등 ; 그런 다음 프로세스의 진화 엑스(티) 간격에
, 어디
그리고
, 동일한 법률을 준수합니다. 엑스(티) 현재 이 간격에서 변경되지 않습니다. 티 2
if 1씩 증가 , 그렇지 않으면 1씩 감소합니다.
만약에 , 프로세스의 가치 엑스(티) 임의의 순간에 1씩 증가
.
이렇게 만들어진 과정 , 죽음과 번식의 시간 균일 과정이라고합니다. 분포는 모수 집합과 초기 분포 X(0)에 의해 완전히 결정됩니다.
다음을 사용하는 것이 편리합니다. 차트프로세스 개발을 표현하기 위해 엑스(티):
위의 화살표는 재생산 과정의 역학에 해당합니다. 나상태에서 프로세스는 ( 나강도가 있는 +1) 번째 상태 ; 아래의 화살표는 사망 과정의 역학에 해당합니다.
프로세스 나상태는 ( 나-1) 번째 상태.
기능 세트
프로세스 분포를 설명합니다. 엑스(티); 아래에서 우리는 이러한 함수가 만족하는 방정식 시스템을 제시합니다.
모든 매개변수 세트가 "비퇴화" 프로세스에 응답 엑스(티); 사실은 숫자가 매우 빠르게 증가하면
, 다음 프로세스 엑스(티) 마지막 순간에 티"폭발"할 수 있습니다. 모든 수준을 초과하고
. 이것은 예를 들어, 유리한 환경. 폭발로 이어지는 화학 반응을 설명하는 프로세스는 유사하게 배열됩니다.
프로세스 엑스(티), 이에 대한 모든 , 소위에 속합니다 순수한 육종 과정. 프로세스
, 라고 불리는 순수한 죽음의 과정.
다음 기본형은 매개변수에 대한 필요충분조건을 제공합니다. , 순수 재생산 과정의 유한성을 보장하는
매개변수와 함께.
기본형.
매개 변수를 사용하여 순수 재생산 과정을 수행하십시오. 그런 다음 프로세스의 유한성을 위해 급수가 발산하는 것이 필요하고 충분합니다.
허락하다 엑스(티) 동일한 매개 변수로 사망 및 재생산 과정
프로세스
, 뿐만 아니라 매개 변수 . 그것은 명백하다
피( 엑스(티) ) P( 엑스 + (티) ) .
따라서 우리는 정리에서 추론을 얻습니다.
결과.
번식의 자의적인 죽음의 과정인 경우 X(t) 조건 , 그런 다음
공정한피( 엑스(티)
)
=
1, 즉. 프로세스가 완료되었습니다.
lemma의 증명은 에서 찾을 수 있습니다.
§ 3에 대한 작업
3.1. 죽음과 번식의 과정을 생각해보자.
이 과정에 해당하는 다이어그램을 그리는 것이 필요합니다.
3.2.
전화로 도움을 받고자 하는 고객이 매개변수를 사용하여 가장 간단한 흐름을 형성하도록 하십시오. 모든 대화가 지속되게 하십시오 - 지시 시간. 허락하다 엑스(티)는 시간 t에서 시스템의 클라이언트 수입니다. 프로세스에 해당하는 다이어그램을 그립니다. 엑스(티).
3.3. 문제 3.2의 조건 하에서하자
전화에는 한 클라이언트에 대한 메모리가 있습니다. 클라이언트가 전화를 걸고 전화가 사용 중이지만 전화 메모리가 비어 있으면 기계가 전화를 끊고 기다리도록 제안합니다. 전화가 비어 있으면 벨이 울립니다.
자동 스위치와 두 대의 전화기가 있으며 각 전화기에는 자체 교환 원이 있습니다. 고객이 전화를 걸 때 무료 전화가 있으면 스위치가 자동으로 클라이언트를이 전화기로 지정합니다.
스위치(항목 2 참조))에는 하나의 클라이언트에 대한 메모리가 있습니다.
각 전화(항목 2 참조))에는 한 클라이언트에 대한 메모리가 있습니다.
위의 모든 경우에 해당 프로세스에 해당하는 다이어그램을 그립니다. 엑스(티).
3.4. 순수 재생산의 최종 프로세스가 다음과 같은 재생산 속도인지 확인합니다.
ㅏ) 케이 =케이 + , >0, >0, 케이= 0, 1, ...
비) 0 = 1, 케이 +1 = (케이+1) 케이 , 케이 = 0, 1, ...
안에) 케이 = 케이 , 케이 = 0, 1, ... > 0.
§ 4. 죽음과 번식의 과정에 해당하는 미분방정식
그런 척하자 엑스(티)는 특성을 지닌 죽음과 재생산의 과정입니다. 유한한 숫자에 대해 보자 ㅏ그리고 비불평등이 있다 나 ㅏ + 비, 나= 0, 1, ...이 조건은 프로세스의 종료를 보장합니다. 엑스(티). 이 경우 왼쪽 위의 화살표가 각 상태(상태 0에도)에 오는 데 동의하고 출생률은 λ 0과 같을 수 있습니다(예: λ –1 = = 0). 각 상태에서 왼쪽에는 아래쪽 화살표가 있고 죽음의 강도는 μ 0일 수도 있습니다(예: λ –1 = 0). 이러한 방식으로 다이어그램의 정의를 확장해도 문제의 본질이 바뀌지는 않지만 추가 추론에 유용할 것입니다. 프로세스에 해당하는 다이어그램을 고려하십시오. 엑스(티):
이전과 같이 다음을 나타냅니다.
피 케이 (티) = 피(엑스(티) = 케이), 케이 = 0,1,…,
주어진 순간에 일어날 확률 티클라이언트 수 엑스(티)는 다음과 같습니다. 케이.
정리 1.형질프로세스엑스(티)위에서 정의한 는 다음과 같은 미분방정식 시스템을 만족합니다.
어디 케이 = 0,1,…, 초기 조건
첫 번째 줄(언제 케이= 0) 방정식 시스템 (1)은 다음과 같은 형식을 갖습니다.
증거.로 표시 피 k( 티 +Δ) = 피(엑스(티+ Δ) = 케이).
하나의 변수에 대한 함수의 미분 정의를 사용합시다.
.
다음 이벤트를 고려하십시오.
ㅏ 0 (티, Δ) = (간격 [ 티, 티+Δ] 공정 엑스(티) 단일 점프를하지 않았습니다);
ㅏ 1 (티, Δ) = (간격 [ 티, 티+Δ] 공정 엑스(티) 정확히 한 번 점프했습니다);
ㅏ 2 (티, Δ) = (간격 [ 티, 티+Δ] 공정 엑스(티) 두 번 이상 점프했습니다).
그렇다면 분명한 것은
다음으로 표시 ; ~을 통해
매개변수가 있는 3개의 지수 확률 변수
. 이 모든 양을 독립적으로 두십시오. 그럼 참 그럼 고정(steady) 모드임을 알 수 있습니다. 피 케이 (티)
= 피(현재 시스템에서 티위치한 케이클라이언트).
고정 확률뿐만 아니라 미분 방정식 시스템에 대한 솔루션을 찾으십시오.
4.2. 문제 3.3의 죽음과 번식 과정에 대해 확률과 관련된 미분 방정식을 작성하십시오. 피 케이 (티) = 피(현재 시스템에서 티위치한 케이클라이언트).
고정 확률을 찾습니다.
TSMO의 주요 임무는 QS 입구에서 애플리케이션 흐름의 특성, 한 채널의 성능, 채널 수 및 서비스 효율성 간의 관계를 설정하는 것입니다.
다양한 기능과 수량을 효율성 기준으로 사용할 수 있습니다.
- 평균 시스템 중단 시간;
- 대기열의 평균 대기 시간;
- 대기열에서 요구 사항을 기다리는 기간의 분배 법칙;
- 거절된 지원서의 평균 %; 등.
기준 선택은 시스템 유형에 따라 다릅니다. 예를 들어, 장애가 있는 시스템의 경우주요 특징은 절대 처리량 CMO; 덜 중요한 기준은 사용 중인 채널의 수, 한 채널의 평균 상대적 유휴 시간 및 전체 시스템입니다. 무손실 시스템용(무제한 대기 포함) 가장 중요한 것은 대기열의 평균 유휴 시간, 대기열의 평균 요청 수, 시스템 요청의 평균 체류 시간, 유휴 요소 및 서빙 시스템의 부하 요소입니다.
Modern TSMO는 나열된 QS 유형을 연구하기 위한 일련의 분석 방법입니다. 다음에서는 큐잉 문제를 해결하기 위한 다소 복잡하고 흥미로운 모든 방법 중에서 "죽음과 재생산" 유형의 Markov 프로세스 클래스에 설명된 방법이 제시될 것입니다. 이것은 이러한 방법이 엔지니어링 계산 실습에서 가장 자주 사용된다는 사실 때문입니다.
2. 이벤트 흐름의 수학적 모델.
2.1. 일반 및 임의 스트림.
QS 조직의 핵심 질문 중 하나는 서비스 요구 사항이 시스템에 입력되는 순간을 지배하는 규칙성을 설명하는 것입니다. 가장 많이 사용되는 것을 고려하십시오 수학적 모델입력 스트림.
정의: 요구 사항의 흐름은 다음 조건을 충족하는 경우 동질적이라고 합니다.
- 흐름의 모든 응용 프로그램은 서비스 측면에서 동일합니다.
본질적으로 다를 수 있는 흐름의 요구 사항(이벤트) 대신
그들이 도착했을 때.정의: 스트림의 이벤트가 엄격한 시간 간격으로 차례로 이어지는 경우 스트림을 일반이라고 합니다.
기능 f (x) 랜덤 변수 T의 확률 분포 밀도 - 이벤트 사이의 시간 간격은 다음과 같은 형식입니다.
어디에 - 델타 함수, M t - 수학적 기대치, M t \u003d T, 분산 Dm = 0 및 흐름의 이벤트 발생 강도 \u003d 1 / Mt \u003d 1 / T.
정의: 흐름이라고 합니다 무작위의이벤트가 임의의 시간에 발생하는 경우.
임의 흐름은 알려진 바와 같이 두 가지 방법으로 분포 법칙에 의해 고유하게 정의될 수 있는 임의 벡터로 설명될 수 있습니다.
![](https://i2.wp.com/ermak.cs.nstu.ru/mmsa/glava5/Image4.gif)
어디에, 지- 값 Ti(i=1,n),이 경우 이벤트 발생 순간은 다음과 같이 계산할 수 있습니다.
티 1 \u003d 티 0 +z1
티 2 \u003d 티 1 +z2
………,
어디, t 0 - 흐름이 시작되는 순간.2.2. 가장 단순한 포아송 흐름.
많은 응용 문제를 풀기 위해서는 후유증과 평범함이 없이 정상성의 요구 사항을 만족하는 동질 흐름의 수학적 모델을 적용하는 것으로 충분합니다.
정의: 발생 확률 n
시간 간격(t,t + T)의 이벤트는 시간 축의 위치에 따라 다릅니다.티.정의:
기본 시간 간격 D 동안 두 개 이상의 이벤트가 발생할 확률이 있는 경우 이벤트 스트림을 일반이라고 합니다. 티이 간격에서 하나의 이벤트가 발생할 확률, 즉![](https://i0.wp.com/ermak.cs.nstu.ru/mmsa/glava5/ris3.gif)
정의: 이벤트 스트림을 호출합니다. 결과 없는 흐름, 겹치지 않는 시간 간격에 대해 그 중 하나에 해당하는 이벤트 수가 다른 시간 간격에 해당하는 이벤트 수에 의존하지 않는 경우.
정의: 흐름이 정상성, 평범성 및 결과가 없는 요구 사항을 충족하는 경우 흐름이라고 합니다. 가장 간단한 포아송 흐름.
가장 간단한 흐름의 경우 n이라는 것이 증명되었습니다.
임의의 간격 z에 해당하는 이벤트푸아송의 법칙에 따라 분포:
(1)
시간 간격 z에 이벤트가 나타나지 않을 확률은 다음과 같습니다.
(2)
반대 사건의 확률은 다음과 같습니다.
여기서 정의에 의해 P(T
(3)
매개변수를 자속 밀도라고 합니다. 더구나,
![](https://i2.wp.com/ermak.cs.nstu.ru/mmsa/glava5/Image94.gif)
처음으로 가장 간단한 흐름 모델에 대한 설명은 세기 초의 뛰어난 물리학자인 A. Einstein과 Yu. Smolukhovsky의 브라운 운동에 전념하는 작품에 나타났습니다.
2.3. 가장 간단한 포아송 흐름의 속성.
실제 문제를 해결하는 데 사용할 수 있는 가장 간단한 흐름에는 두 가지 속성이 있습니다.
2.3.1. 수량을 소개합니다
ㄱ= 엑스. 에 대한 푸아송 분포의 속성에 따라그것은 정상적인 경향이 있습니다. 따라서 큰 a의 경우 P(X(a)가 n보다 작거나 같음)를 계산하려면(여기서 X(a)는 기대치가 a인 푸아송 확률 변수임) 다음과 같은 근사식을 사용할 수 있습니다.2.3.2. 가장 간단한 흐름의 또 다른 속성은 다음 정리와 관련이 있습니다.
정리:요구 사항 T 사이의 시간 간격의 지수 분포를 사용하면 지속 시간에 관계없이 나머지 부분은 동일한 분포 법칙을 갖습니다.
증명: 지수법칙에 따라 T를 분포시키자:
F a (x)=P(T-a
확률 곱셈 정리에 따르면:
P((T>a)(T-a
여기에서,
이벤트 a와 동일합니다.
P(T>a)=1-F(a), 따라서
F a (x)=(F(z+a)-F(a))/(1-F(a))
따라서 (3)을 고려하면:
이 속성에는 가장 단순한 포아송이라는 한 가지 유형의 흐름만 있습니다.