一类随机排队网络的稳定性及其模拟

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:abo000
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
重入型排队网络(Re-entrant line)是一种实际中广泛存在的随机排队网络模型。它可以用来模拟复杂的半导体生产制造系统,如晶片制造,薄膜生产等。由于排队网络的性能分析基本都假设系统在平稳环境下运行,于是一个人们普遍关心的问题是重入型排队网络在什么条件下是稳定的,即平稳分布存在。这里平稳分布的存在性指的是描述排队网络动态行为的马氏过程的平稳分布的存在性。与传统研究随机排队网络稳定性的方法不同,本文采用流体模型的方法,研究了在GMHLPPS服务规则下,重入型排队网络的稳定性。具体讲,我们以流体模型为工具,通过构造Lyapunov函数,证明了流模型是稳定的,从而得到上述平稳分布的存在性。本文主要分为三章。  第一章是导论,主要介绍了排队论的历史发展和排队论的基础知识、排队网络模型、排队网络稳定性理论等内容,简要概括了从利用马氏过程来研究排队网络的经典排队理论到现代利用流体模型来研究排队网络的发展。最后介绍了本文所用的GMHLPPS服务规则,这是一种进程共享(PS)的服务规则,是对MHLPPS服务规则引入权重向量得到的。  第二章利用马氏过程研究了单服务台排队的平稳分布:一个是M/M/1模型,另一个是单服务台两类顾客的Re-entrant line在GMHLPPS服务规则下的模型。对M/M/1模型做了一些模拟,得到了与理论相一致的结果。由于模型比较简单,当系统稳定时,运用生灭过程就可以求出这两个模型的平稳分布。  第三章利用流体模型研究了GMHLPPS服务规则下一般re-entrant line的稳定性。通过构造一种特殊类型的Lyapunov函数,即熵函数,证明了:如果Re-entrant line满足通常的服务强度条件,则GMHLPPS服务规则下的Re-entrant line是稳定的,即描述排队网络动态行为的马氏过程的平稳分布是存在的。
其他文献
该文研究Banach空间中一类非线性算子不动点的存在唯一性及迭代收敛性.首先研究形如A=B+C的算子,其中B为线性或非线性算子,C为e-凹凸混合单高算子,得到其不动点的存在唯一性
该文通过对发电机组的全出力运行状态,降出力运行状态,强迫停运状态,备用状态进行分析建立起发电机组的容量模型,负荷模型,电量不足期望值模型,从而更加准确的预测评估电力系
该文首先,提出了一个新的解决TSP的Hopfield神经网络(HNM)的能量函数,为种神经网络仅包括N(N-1)/2个神经元,而Hopfield所提出的神经网络要用N个神经元,这里,N为旅行商所要走
作为现代几何设计中的一种广泛使用而有效的设计手段,扫曲面(Sweeping Surface) 在CAGD,CAD/CAM中均扮演着十分重要的角色,该文对扫曲面进行较系统的讨论,主要结果 有:1.构造
针对决策树C4.5算法在处理连续型属性时比较复杂和建树时分裂属性选取标准—信息增益率的计算复杂度较高等问题,结合云模型和因素空间理论给出一种改进的决策树C4.5算法.  
传播新语境下,人们接受信息的方式在改变。作为正确引导舆论的重要载体,重大主题报道如何在在新形势下呈现出新理念、新形态、新内涵、新面貌,是主流媒体面临的新课题。今年