论文部分内容阅读
本文首先研究了带伯努利反馈的批量到达的单服务台排队系统(GIB/GI/1)的强逼近,然后在强逼近结果基础之上研究该排队系统的泛函重对数律和相应的重对数律. 强逼近是随机过程中一种重要的近似方式,其思想是将随机过程近似逼近到一个布朗运动网络.关于带伯努利反馈的批量到达的单服务台排队系统的强逼近研究中,不需限定排队系统的服务强度,利用到达过程、服务过程等过程的极限理论得到了排队系统的队长过程、负荷过程、闲期过程、忙期过程和离去过程五个指标过程的强逼近结果,为下一步得到排队模型的泛函重对数律提供了必要的准备. 泛函重对数律和重对数律是用来描述随机过程渐近行为的两种重要方式,它们分别从函数集的角度和数值角度,通过随机过程偏离其流体极限的大小程度来度量其渐近随机波动的情况.关于带伯努利反馈的批量到达的单服务台排队系统的泛函重对数律的研究中,分别在三种系统服务强度下即负载(ρ<1)、临界负载(ρ=1)和超载(ρ>1)的情形下,建立排队模型五个度量指标即队长过程、负荷过程、闲期过程、忙期过程和离去过程的泛函重对数律.采用的方式是先将排队系统指标过程的泛函重对数律转化为相应强逼近的泛函重对数律,通过分析强逼近给出的布朗运动及布朗运动的泛函重对数律得到目标结果.而重对数律可以看做是泛函重对数律的一种精细化结果,可以由泛函重对数律连续函数集的一致上下确界得到.本文对结果做了一些直观上的分析,同时给出了关于重对数律数值实例,并画出了相应的图形.