Рекурсивный подбор параметров гиперэкспоненциальных распределений при аппроксимации распределений с «тяжелыми хвостами»

Известно, что многие величины, определяющие сетевые характеристики функционирования инфокоммуникационной сети, имеют распределения вероятностей с «тяжелыми хвостами», которые могут оказать существенное влияние на производительность сети. Модели с распределениями, имеющими «тяжелый хвост», как правило, трудно анализировать. Анализ можно упростить с использованием аппроксимации распределения с «тяжелым хвостом» гиперэкспоненциальным распределением (конечной смесью экспонент). В работе приведен алгоритм расчета параметров компонент гиперэкспоненциального распределения, который основан на рекурсивном подборе параметров. Данный алгоритм позволяет анализировать различные модели очередей, включая G/G/1. Показано, что рассматриваемый подход наиболее целесообразно применять для аппроксимации монотонно убывающих распределений, имеющих «тяжелый хвост». Приведены примеры аппроксимации распределений Парето и Вейбулла.

гиперэкспоненциальное распределение, распределение с «тяжелым хвостом», рекурсивный подбор, системы массового обслуживания