О скорости сходимости одного класса марковских цепей с групповым обслуживанием требований

Обложка

Цитировать

Полный текст

Аннотация

Существует множество систем массового обслуживания, которые принимают единичные требования, накапливают их и обслуживают только как группу. Примеры таких систем можно найти в различных областях человеческой жизни от трафика транспортных перевозок до обработки запросов в компьютерных сетях. Этим обуславливается актуальность нашего исследования. В этой статье изучается некоторый класс конечных марковских моделей массового обслуживания с одиночным прибытием и групповым обслуживанием. Рассмотрена прямая система Колмогорова для соответствующего класса цепей Маркова. Метод определения границ сходимости, основанный на понятии логарифмической нормы, здесь не применим. Такой подход даёт точные оценки для моделей, для которых матрица соответствующей системы существенно неотрицательна, но в нашем случае это не так. Здесь мы использовали новый метод «дифференциальных неравенств» для получение оценки скорости сходимости для этого класса конечных марковских моделей. Кроме того, мы получили оценки скорости сходимости и вычислили предельные характеристики и для соответствующей нестационарной модели. Заметим, что результаты могут быть успешно применены для моделирования сложных биологических систем, в которых возможны рождения новых особей только по одной и гибель групп.

Об авторах

А. Л. Крюкова

Вологодский государственный университет

Автор, ответственный за переписку.
Email: kryukovaforstudents@gmail.com

Lecturer of Department of Applied Mathematics

ул. Ленина, д. 15, Вологда, 160000, Россия

Список литературы

  1. R. Nelson, D. Towsley, and A. N. Tantawi, “Performance analysis of parallel processing systems,” IEEE Transactions on Software Engineering, vol. 14, no. 4, pp. 532–540, 1988. doi: 10.1109/32.4676.
  2. J. Li and L. Zhang, “MX /M /c Queue with catastrophes and statedependent control at idle time,” Frontiers of Mathematics in China, vol. 12, no. 6, pp. 1427–1439, 2017. doi: 10.1007/s11464-017-0674-8.
  3. A. Zeifman, R. Razumchik, Y. Satin, K. Kiseleva, A. Korotysheva, and V. Korolev, “Bounds on the rate of convergence for one class of inhomogeneous Markovian queueing models with possible batch arrivals and services,” International Journal of Applied Mathematics and Computer Science, vol. 28, pp. 141–154, 2018. doi: 10.2478/amcs-2018-0011.
  4. A. Zeifman, A. Sipin, V. Korolev, G. Shilova, K. Kiseleva, A. Korotysheva, and Y. Satin, “On Sharp Bounds on the Rate of Convergence for Finite Continuous-time Markovian Queueing Models,” in Computer Aided Systems Theory — EUROCAST 2017. EUROCAST 2017. Lecture Notes in Computer Science, R. Moreno-Díaz, F. Pichler, and A. Quesada-Arencibia, Eds., vol. 10672, 2018, pp. 20–28. doi: 10.1007/978-3-319-74727-9_3.
  5. A. Zeifman, Y. Satin, A. Kryukova, R. Razumchik, K. Kiseleva, and G. Shilova, “On the Three Methods for Bounding the Rate of Convergence for some Continuous-time Markov Chains,” International Journal of Applied Mathematics and Computer Science, vol. 30, pp. 251–266, 2020. doi: 10.34768/amcs-2020-0020.
  6. Y. Satin, A. Zeifman, and A. Kryukova, “On the Rate of Convergence and Limiting Characteristics for a Nonstationary Queueing Model,” Mathematics, vol. 7, no. 678, pp. 1–11, 2019. doi: 10.3390/math7080678.
  7. B. Almasi, J. Roszik, and J. Sztrik, “Homogeneous finite-source retrial queues with server subject to breakdowns and repairs,” Mathematical and Computer Modelling, vol. 42, no. 5, pp. 673–682, 2005. DOI: 10. 1016/j.mcm.2004.02.046.
  8. A. Brugno, C. D’Apice, A. Dudin, and R. Manzo, “Analysis of an MAP /PH/1 queue with flexible group service,” International Journal of Applied Mathematics and Computer Science, vol. 27, no. 1, pp. 119–131, 2017. doi: 10.1515/amcs-2017-0009.
  9. A. Di Crescenzo, V. Giorno, B. K. Kumar, and A. Nobile, “A Time-Non-Homogeneous Double-Ended Queue with Failures and Repairs and Its Continuous Approximation,” Mathematics, vol. 6, no. 5, p. 81, 2018. doi: 10.3390/math6050081.
  10. A. N. V. Giorno and S. Spina, “On some time non-homogeneous queueing systems with catastrophes,” Applied Mathematics and Computation, vol. 245, pp. 220–234, 2014. doi: 10.1016/j.amc.2014.07.076.
  11. B. Granovsky and A. Zeifman, “Nonstationary Queues: Estimation of the Rate of Convergence,” Queueing Systems, vol. 46, pp. 363–388, 2004. doi: 10.1023/B:QUES.0000027991.19758.b4.
  12. H. LI, Q. Zhao, and Z. Yang, “Reliability Modeling of Fault Tolerant Control Systems,” International Journal of Applied Mathematics and Computer Science, vol. 17, no. 4, pp. 491–504, 2007. doi: 10.2478/v10006-007-0041-0.
  13. A. Moiseev and A. Nazarov, “Queueing network MAP − (GI/∞)K with high-rate arrivals,” European Journal of Operational Research, vol. 254, no. 1, pp. 161–168, 2016. doi: 10.1016/j.ejor.2016.04.011.
  14. J. Schwarz, G. Selinka, and R. Stolletz, “Performance analysis of time-dependent queueing systems: Survey and classification,” Omega, vol. 63, pp. 170–189, 2016. doi: 10.1016/j.omega.2015.10.013.
  15. N. Vvedenskaya, A. Logachov, Y. Suhov, and A. Yambartsev, “A Local Large Deviation Principle for Inhomogeneous Birth-Death Processes,” Problems of Information Transmission, vol. 54, no. 3, pp. 263–280, 2018. doi: 10.1134/S0032946018030067.
  16. A. Zeifman, S. Leorato, E. Orsingher, Y. Satin, and G. Shilova, “Some universal limits for nonhomogeneous birth and death processes,” Queueing Systems, vol. 52, no. 2, pp. 139–151, 2006. doi: 10.1007/s11134-006-4353-9.
  17. A. Zeifman, V. Korolev, Y. Satin, A. Korotysheva, and V. Bening, “Perturbation Bounds and Truncations for a Class of Markovian Queues,” Queueing Systems, vol. 76, no. 2, pp. 205–221, 2014. doi: 10.1007/s11134-013-9388-0.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

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».