Kolejka M/D/1
W teorii kolejek , dyscyplinie w ramach matematycznej teorii prawdopodobieństwa , kolejka M/D/1 reprezentuje długość kolejki w systemie z jednym serwerem, gdzie przybycia są określane przez proces Poissona , a czasy obsługi zadań są ustalone (deterministyczne). Nazwa modelu jest zapisana notacją Kendalla . Agner Krarup Erlang po raz pierwszy opublikował ten model w 1909 roku, rozpoczynając temat teorii kolejek . Rozszerzeniem tego modelu o więcej niż jeden serwer jest kolejka M/D/c .
Definicja modelu
Kolejka M/D/1 to proces stochastyczny, którego przestrzenią stanów jest zbiór {0,1,2,3,...}, gdzie wartość odpowiada liczbie jednostek w systemie, włączając w to wszystkie obecnie działające.
- Przyjazdy następują z szybkością λ zgodnie z procesem Poissona i przenoszą proces ze stanu i do stanu i + 1.
- Czasy obsługi to czas deterministyczny D (obsługa z szybkością μ = 1/ D ).
- Pojedynczy serwer obsługuje jednostki pojedynczo z przodu kolejki, zgodnie z dyscypliną „kto pierwszy, ten lepszy” . Po wykonaniu usługi podmiot opuszcza kolejkę, a liczba podmiotów w systemie zmniejsza się o jeden.
- Bufor ma nieskończony rozmiar, więc nie ma ograniczeń co do liczby jednostek, które może zawierać.
Matryca przejść
Macierz prawdopodobieństwa przejścia dla kolejki M/D/1 z szybkością przybycia λ i czasem obsługi 1, tak że λ <1 (dla stabilności kolejki) jest dana przez P jak poniżej:
, , n = 0,1, ....
Klasyczne wskaźniki wydajności
Poniższe wyrażenia przedstawiają klasyczne metryki wydajności pojedynczego systemu kolejkowania serwera, takiego jak M/D/1, przy czym:
- wskaźnik przybycia ,
- stawka za usługę i
- wykorzystanie
Średnia liczba podmiotów w systemie, L jest dana wzorem:
Średnia liczba podmiotów w kolejce (linii), L Q jest dana wzorem:
Średni czas oczekiwania w systemie, ω, wyraża się wzorem:
Średni czas oczekiwania w kolejce (linii), ω Q jest określony wzorem:
Przykład
Biorąc pod uwagę system, który ma tylko jeden serwer, z szybkością nadejścia 20 jednostek na godzinę, a szybkość obsługi jest stała na poziomie 30 na godzinę.
Zatem wykorzystanie serwera wynosi: ρ=20/30=2/3. Korzystając z metryk pokazanych powyżej, wyniki są następujące: 1) Średnia liczba w linii L Q = 0,6667; 2) Średnia liczba w systemie L = 1,333; 3) Średni czas w kolejce ω Q = 0,033 godziny; 4) Średni czas w systemie ω = 0,067 godziny.
Relacje dla średniego czasu oczekiwania w kolejkach M/M/1 i M/D/1
Dla równowagowej kolejki M/G/1 oczekiwana wartość czasu W spędzonego przez klienta w kolejce jest określona wzorem Pollaczka-Khintchine’a jak poniżej:
gdzie τ to średni czas obsługi; σ 2 to wariancja czasu obsługi; oraz ρ=λτ < 1, gdzie λ oznacza wskaźnik przybycia klientów.
Dla kolejki M/M/1 czasy obsługi rozkładają się wykładniczo, wtedy σ 2 = τ 2 , a średni czas oczekiwania w kolejce oznaczony jako W M wyraża się następującym równaniem:
Korzystając z tego, można wyprowadzić odpowiednie równanie dla kolejki M/D/1, zakładając stałe czasy obsługi. Wówczas wariancja czasu obsługi wynosi zero, czyli σ 2 = 0. Średni czas oczekiwania w kolejce M/D/1 oznaczony jako W D wyraża się wzorem:
Z dwóch powyższych równań możemy wywnioskować, że średnia długość kolejki w kolejce M/M/1 jest dwa razy większa niż w kolejce M/D/1.
Dystrybucja stacjonarna
Liczbę zadań w kolejce można zapisać jako łańcuch Markowa typu M/G/1 i znaleźć rozkład stacjonarny dla stanu i (zapisany π i ) w przypadku D = 1
Opóźnienie
Zdefiniuj ρ = λ / μ jako wykorzystanie; wtedy średnie opóźnienie w systemie w kolejce M/D/1 wynosi
a w kolejce:
Zajęty okres
Okres zajętości to czas mierzony od momentu pojawienia się pierwszego klienta w pustej kolejce do czasu, gdy kolejka jest ponownie pusta. Ten okres czasu jest równy D razy liczba obsługiwanych klientów. Jeżeli ρ < 1, to liczba klientów obsłużonych w okresie największego ruchu w kolejce ma rozkład Borela z parametrem ρ .
Skończona pojemność
Dystrybucja stacjonarna
Rozkład stacjonarny dla liczby klientów w kolejce i średniej długości kolejki można obliczyć za pomocą funkcji generujących prawdopodobieństwo .
Rozwiązanie przejściowe
Rozwiązanie przejściowe kolejki M/D/1 o skończonej pojemności N, często zapisywane jako M/D/1/N, zostało opublikowane przez Garcię i in. w 2002.
Aplikacja
projektowania sieci rozległych , w których pojedynczy centralny procesor odczytuje nagłówki pakietów przychodzących w sposób wykładniczy, a następnie oblicza następny adapter, do którego powinien trafić każdy pakiet, i odpowiednio wysyła pakiety. Tutaj czas usługi to przetwarzanie nagłówka pakietu i cykliczna kontrola redundancji, które są niezależne od długości każdego przybywającego pakietu. W związku z tym można ją modelować jako kolejkę M/D/1.
- ^ Kendall, DG (1953). „Procesy stochastyczne zachodzące w teorii kolejek i ich analiza metodą wbudowanego łańcucha Markowa” . Roczniki statystyki matematycznej . 24 (3): 338. doi : 10.1214/aoms/1177728975 . JSTOR 2236285 .
- ^ Kingman, JFC (2009). „Pierwszy wiek Erlanga - i następny”. Systemy kolejkowe . 63 : 3–4. doi : 10.1007/s11134-009-9147-4 .
- ^ Erlang, AK (1909). „Teoria prawdopodobieństwa i rozmowy telefoniczne” (PDF) . Nyt Tidsskrift dla Matematik B . 20 : 33–39. Zarchiwizowane od oryginału (PDF) w dniu 1 października 2011 r.
- ^ a b Nakagawa, Kenji (2005). „O rozszerzeniu serii dla stacjonarnych prawdopodobieństw kolejki M / D / 1” (PDF) . Journal of Operations Research Society of Japan . 48 (2): 111–122. doi : 10.15807/jorsj.48.111 .
- ^ a b c Cooper, Robert B. (1981). Wprowadzenie do teorii kolejek . Elsevier Science Publishing Co. 189. ISBN 0-444-00379-7 .
- ^ Cahn, Robert S. (1998). Projektowanie sieci rozległych: koncepcje i narzędzia do optymalizacji . Morgana Kaufmanna. P. 319. ISBN 1558604588 .
- ^ Tanner, JC (1961). „Wyprowadzenie rozkładu Borela”. Biometria . 48 : 222–224. doi : 10.1093/biomet/48.1-2.222 . JSTOR 2333154 .
- ^ Haight, FA; Breuera, MA (1960). „Rozkład Borela-Tannera”. Biometria . 47 : 143. doi : 10.1093/biomet/47.1-2.143 . JSTOR 2332966 .
- Bibliografia _ Garcia, Jean-Marie (2000). „Analityczne rozwiązanie kolejek o skończonej pojemności M / D / 1”. Dziennik stosowanego prawdopodobieństwa . Zastosowane zaufanie do prawdopodobieństwa . 37 (4): 1092–1098. doi : 10.1239/jap/1014843086 . JSTOR 3215497 .
- ^ Garcia, Jean-Marie; Brun, Olivier; Gauchard, David (2002). „Przejściowe rozwiązanie analityczne kolejek M / D / 1 / N”. Dziennik stosowanego prawdopodobieństwa . Stosowane zaufanie do prawdopodobieństwa. 39 (4): 853–864. doi : 10.1239/jap/1037816024 . JSTOR 3216008 .
- ^ Kotobi, Khashayar; Bilén, Sven G. (2017). „Udostępnianie widma przez hybrydowe odtwarzacze kognitywne oceniane przez model kolejkowania M/D/1” . Dziennik EURASIP dotyczący komunikacji bezprzewodowej i sieci . 2017 : 85. doi : 10.1186/s13638-017-0871-x . Źródło 2017-05-05 .
- ^ Chan, Robert S. (1998). Projekt sieci rozległej: koncepcje i narzędzia optymalizacji . Morgan Kaufmann Publishers Inc. 319. ISBN 1-55860-458-8 .