Распределение - время - обслуживание
Cтраница 3
Основой для вывода системы дифференциальных уравнений являются вероятности перехода системы массового обслуживания из состояния в состояние, значения которых зависят от типа распределения времени обслуживания и характера потока требований. [31]
Основная сложность при анализе систем типа M / G / l / пв заключается в определении вероятности Р0 в тех случаях, когда распределение времени обслуживания отличается от экспоненциального. Однако при практическом проектировании более эффективным является подход, основанный на использовании приближенных, но простых в применении оценок. [32]
Математической моделью участка сдачи - приема может служить многолинейная система массового обслуживания с мгновенно действующим распределительным устройством, пуассоновским входящим потоком, произвольным законом распределения времени обслуживания и периодически опорожняющимся буферным устройством. [33]
Заметим, что хотя формулы Эрланга (4.42) выведены в предположении о показательности закона распределения времени обслуживания, они верны, как это показано Б. А. Севастьяновым, и при произвольном законе распределения времени обслуживания. [34]
К сожалению, применение методов теории массового обслуживания для построения моделей деятельности оператора также связано с трудностями ( основная - введение ограничений по виду входящего потока заявок и закону распределения времени обслуживания), которые сужают область применения аналитических методов теории массового обслуживания, но при соблюдении определенных условий возможно применение методов теории массового обслуживания для анализа деятельности оператора в СЧМ. [35]
Для ЭВМ, работающей в режиме разделения времени, моделью работы служит система массового обслуживания с бесконечным числом приборов, интенсивностью входящего потока, равной А 3, и экспоненциальным законом распределения времени обслуживания каждого прибора с параметром, равным [ Л3 / п3, где пэ - число занятых в данный момент времени приборов. [36]
 |
Распределение времени ожидания заявок в очереди при регулярном входном потоке и различных уровнях загрузки ЦВМ. [37] |
Рассмотрим теперь случай, когда в управляющую машину поступают одновременно п независимых пуассоновских потоков заявок с параметрами Kt ( i - I, n), для каждого из которых задана своя произвольная функция распределения времени обслуживания Вг ( t), имеющая среднее значение Т; 1 / цг. Поступающие заявки ожидают обслуживания в общей очереди и выбираются на обслуживание в порядке поступления. [38]
Для проведения имитационного моделирования необходимо привести моделируемую АИПС к виду многоканальной последовательно-параллельной многофазной СМО, четко определить структуру всей системы и каждой отдельной фазы, а также заранее определить законы поступления заявок в систему и распределения времен обслуживания на каждой фазе. [39]
Изменение параметра S в рассматриваемых нами смешанных дисциплинах обслуживания позволяет в широких пределах изменять соотношение между количеством потоков, обслуживаемых с абсолютными и относительными приоритетами, что соответствующим образом изменяет суммарное значение интенсивности, относительной важности и распределения времени обслуживания для рассматриваемых двух классов заявок. [40]
Таким образом, на основе анализа рассмотренной математической модели с достаточно большой точностью - в пределах, задаваемых значениями Е и Ел ( см. пример по табл. 4.1) - может быть оценена производительность РП при любом реальном законе распределения времени обслуживания ( кроме гипергеометрического), а также обоснованно выбран объем буфера готовых к выполнению команд. [41]
Поскольку показательный закон распределения вполне приемлемым образом соответствует большому количеству реальных систем обслуживания, а также в связи с тем, что основные характеристики систем обслуживания зависят, главным образом, не от вида закона распределения, а от среднего значения времени обслуживания, в практических исследованиях обычно используется допущение о показательности закона распределения времени обслуживания. Важно также, что эта гипотеза позволяет существенно упростить математический аппарат, применяемый для анализа систем массового обслуживания. [42]
Таким образом, можно точно рассчитать буферные зоны памяти при их заполнении без выбивания заявок более низкого приоритета. Распределение времени обслуживания по закону Эрланга при соответствующем изменении параметра т) г позволяет аппроксимировать в большинстве практических случаев реальное распределение времени функционирования алгоритмов обработки заявок в ЦВМ. Однако даже при двух потоках заявок и двух уровнях приоритетного обслуживания расчеты весьма сложны, и во многих случаях более просто характеристики данной дисциплины приоритетной обработки можно получить путем моделирования методом статистических испытаний. Вычислительный алгоритм позволяет получить результаты при использовании достаточно быстродействующих ЦВМ, так как время счета приблизительно пропорционально T ] iT 2r2 и резко возрастает при увеличении объема памяти и уменьшении дисперсии времени обслуживания. [43]
В таблице штрафы даны в условных единицах за единицу времени, такова же размерность критерия F. Распределение времени обслуживания заявок первого потока - детерминированное, второго - равномерное на интервале [1, 3], третьего - показательное, четвертого - детерминированное. [44]
В вычислительной системе три процессора равной производительности обслуживают одно поле заявок, имеющее ограниченный объем. Закон распределения времени обслуживания и размер поля заявок заданы. [45]
Страницы: 1 2 3 4