Системы обслуживания, зависящие от состояний
Поможем в ✍️ написании учебной работы
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой

Пусть есть система с очередью, в которой интенсивности поступлений и обработки зависят от состояния системы. Напомним, что под состоянием системы понимается количество клиентов n, находящихся в системе, включая клиента, на обслуживании. Предположение о зависимости процессов поступления и ухода от состояния приводит к понятию процессов размножения и гибели.

Рассмотрим систему, представленную на рис. 2.11.

 

 

     Рис. 2.11. Система, зависящая от состояний.

 

Пусть поступления в систему – пуассоновские с интенсивностью , а распределение времени обслуживания – экспоненциальное с параметром . Определим для системы, находящейся в состоянии n, вероятность одного поступления за интервал времени  в виде . Вероятность отсутствия поступлений, соответственно, запишется как . Будем также предполагать, что последействие отсутствует, т.е. вероятность того, что происходит в интервале , не зависит от того, что происходит на других интервалах.

Процесс ухода клиентов определяется аналогичными вероятностями на интервале :  и .

Рассмотренная выше система, когда  и , является частным случаем рассматриваемой.

Объединяя два процесса и устремляя , для состояния статистического равновесия, повторяя вышеприведенные рассуждения, можно записать

              .               (2.22)

Уравнение равновесия (2.22) может быть получено путем приравнивания интенсивностей уходов из состояния n к интенсивности приходов в состояние n (см. пунктирную область около состояния n на рис.2.12).

Рис.2.12. Состояние равновесия по уравнению (2.22).

 

Решение уравнения (2.22) можно, как и выше, искать в виде

 

                           ,                        (2.23)

что приводит к

                                     .                          (2.24)

Вероятность  определяется из условия нормировки . Если N (число клиентов в очереди) конечно, то система всегда стабильна. При бесконечной очереди ( ) стабильность гарантируется при >0.

Приведем теперь примеры использования обсужденной модели системы массового обслуживания.

 

Система М/М/2.

 

Рассмотрим систему, изображенную на рис.2.13.

На входе системы действует пуассоновский поток пакетов данных с интенсивностью l. Длина пакетов предполагается случайной величиной с экспоненциальным распределением со средним значением  секунд.

 

             Рис.2.13. Система М/М/2.

 

Вероятность завершения обслуживания за интервал  в любом канале равна , а вероятность одного завершения обслуживания в системе - . Таким образом, система М/М/2 может рассматриваться как система, зависящая от состояния, потому, что

                  

Из (2.24)

          ,                       (2.25)

где .

Вероятность Р0 найдем для случая бесконечного накопителя из условия .

Подставим (2.25) в условие нормировки: . Теперь . И, наконец:

                      .                                  (2.26)

Формула (2.25) запишется как           

                   .                   (2.27)

Найдем среднюю занятость системы

               .

При выводе формулы (2.13) было получено . С учетом этого результата

                     .                                 (2.28)

Сравним занятость систем М/М/1 и М/М/2. Напомним, что , где . С учетом соотношения для r можно утверждать, что средняя занятость системы М/М/2 всегда  меньше.

Среднее время задержки определим по формуле Литтла:

     , где . (2.29)

Для сравнения: , где . Теперь видно, что всегда

                      .

На рис.2.14 приведены зависимости нормированной задержки от коэффициента нагрузки для трех систем: , М/М/2 и системы  с удвоенной интенсивностью обслуживания.

Из сравнения зависимостей следует, что добавление обслуживающей линии уменьшает время задержки и, естественно, увеличивает производительность системы. Но система  будет лучше, чем М/М/2, т.е. удвоение пропускной способности лучше, чем добавление второй линии (если это оправдано стоимостью и надежностью оборудования).

 

Рис.2.14. Сравнение нормированной задержки трех систем.

Для системы М/М/2 максимально возможная производительность составляет величину , но она никогда не может быть достигнута, т.к. с вероятностью Р0 система пустая и с вероятностью Р1 используется только одна линия. Поэтому средняя производительность определяется как

                .                  (2.30)

 В справедливости последнего знака равенства легко убедиться, подставив в (2.30) Р0 и Р1 из (2.26) и (2.27). С учетом (2.30) величину  можно рассматривать как отношение средней производительности к максимальной.

 

Система .

Здесь обслуживающая линия доступна любому клиенту, поступающему в систему. Поэтому очередей и блокировок не возникает, и для данной системы

                         .        

Из (2.25) , где .

Из условия нормировки . С учетом того, что , для Р0 получаем . Если данное значение вернуть в формулу для Р n , то получится  - это  формула  Пуассона.

Среднее количество клиентов в системе:  (результат был получен выше при исследовании распределения Пуассона). Итак

                           .                          (2.31)

Сравнение с  показывает, что < . Это сравнение говорит о целесообразности увеличения числа обслуживающих линий, либо о необходимости управления интенсивностью входящего потока.

Производительность системы g, определенная «по входу» равна l, т.к. для всех n выполняется .

Средняя задержка

                .                            (2.32)

Это очевидно, т.к. очереди нет, и время задержки равно среднему времени обслуживания . Производительность системы можно рассчитать и «по выходу» через интенсивность обслуживания с учетом

    ,                (2.33)

что совпадает с производительностью, определенной «по входу».

 

Дата: 2019-02-02, просмотров: 222.