Случайный поток

Cтраница 2

Рассмотрим примеры формирования реализаций случайных потоков с ограниченным последействием, имеющих наиболее широкое распространение. [16]

События из каждого класса образуют случайные потоки с разной вероятностью их осуществления и разной повторяемостью. Очевидно, что чем выше интенсивность нагрузки, тем меньше, как правило, вероятность такого события и реже его повторяемость. [17]

Дискретная функция непрерывного аргумента представляет собой случайный поток или точечный процесс. Дискретная функция дискретного аргумента называется случайной цепью. При сочетании нагрузок возможны более сложные, смешанные типы случайных процессов. [18]

На практике основную роль играют случайные потоки заявок. [19]

Частным случаем таких потоков является случайный поток воздействий, в котором интенсивности воздействий не зависят от времени их появления. [20]

Величина Л, характеризующая интенсивность случайных потоков, остается пока неизвестной и будет определена позднее. [21]

Типичная конфигурация ТОМА. [22]

В случае же пульсирующего или случайного потока данных указанный метод себя не оправдывает. Рассмотрим простой пример, представленный на рис. 11.10. Здесь кадр составляют четыре интервала, каждый из которых закреплен за пользователями А, В, С и D. На рис. 11.10, а изображены схемы активности четырех пользователей. [23]

Выше были показаны способы применения простейших случайных потоков событий. Как правило, такие потоки должны обладать свойствами стационарности, у них отсутствует последействие и однородность. Если выполнить все эти условия, то имитационное моделирование СМО в отличие от аналитического решения сможет дать дополнительно только значения качественных параметров в переходном процессе, т.е. в начальный период функционирования СМО. Установившиеся значения с точностью до инструментальной ошибки должны быть одинаковы. [24]

Эпизодическое повторение обычно связано со случайным потоком входной информации или запросов: некоторые действия повторяются каждый раз при поступлении очередной порции информации или запроса. [25]

В одноканальную систему массового обслуживания поступает случайный поток заявок с известным законом распределения длины интервалов времени между соседними заявками. Время обслуживания очередной заявки также является случайной величиной с заданным законом распределения. Заявки обслуживаются в порядке поступления. Если очередная поступившая заявка застает канал занятым, то она покидает систему обслуживания. Необходимо составить алгоритм, позволяющий получить статистические характеристики качества обслуживания: вероятность отказа, долю обслуженных заявок, среднее время занятости канала. [26]

Обычно имеются основания предполагать, что случайный поток заявок и случайные времена их обслуживания удовлетворяют трем свойствам: стацио - нарности, марковости и ординарности. Число заявок, поступивших за данный интервал времени, не зависит от момента начала интервала. Число заявок на данном интервале времени не зависит от числа заявок, поступивших за предыдущий интервал. [27]

Теория массового обслуживания изучает процессы обслуживания случайных потоков в различных системах. ТТТС изучает те же процессы в телефонии и телеграфии. [28]

Детерминированные потоки вызовов являются частным случаем случайных потоков. [29]

Наряду со случайным процессом определим понятие случайного потока. [30]

Страницы: 1 2 3 4