Steady-State Analysis and Online Learning for Queues with Hawkes Arrivals
School of Data Science, Chinese University of Hong Kong (Shenzhen)(香港中文大学(深圳)数据科学学院)
本文研究具有霍克斯到达的单服务器队列的稳态行为,利用耦合技术建立矩界和指数收敛,并开发数据驱动的数值算法解决最优人员配置问题,发现与经典模型在重流量下存在显著差异。
2023-11-13 cs.LG math.PR stat.ML
How to Staff When Customers Arrive in Batches
本文研究成批到达排队系统的人员配置问题,通过建立多服务器队列的大批次极限并将其与存储过程建立形式化联系,证明人员配置须与批次大小成正比,并在纽约市Covid-19接触者追踪数据上验证了该机制的实际意义。
2023-05-29 cs.PF math.PR
Generalized Hypercube Queueing Models with Overlapping Service Regions
Stanford University(斯坦福大学);Carnegie Mellon University(卡内基梅隆大学);Georgia Institute of Technology(佐治亚理工学院)
本文针对警务重叠巡逻需求,扩展经典超立方体排队模型,构建广义超立方体排队模型,通过马尔可夫链与超格近似实现高效计算,验证后可优化警力部署,也适用于其他移动服务器系统。
2026-08-18 math.PR
Non-Stationary Queues with Batch Arrivals
受应用程序的启发,涉及设置适当的人员配备水平的多服务器排队系统与批到达,我们提出了一个彻底的研究的长度过程$\{Q(t); t \geq 0\}$,离开过程$\{D(t); t \geq 0\}$,和工作负载过程$\{W(t); t \geq 0\}$与M $_{t}^{B_{t}}$ /G $_{t}$ / $\infty$排队系统。两个基本假设(非平稳)泊松到达和无限多的服务器,否则,我们保持一个高度通用的模型,其中的服务持续时间和批量大小分布可能取决于时间,而且,在一个批次内的服务持续时间可能是任意依赖的。然而,我们发现,泊松和无限服务器的假设是足以表明,对于每个$t > 0$,法律的$Q(t)$是一个相互独立的泊松随机变量的加权和。我们进一步调用这种类型的分解,以获得各种联合拉普拉斯-斯蒂尔切斯变换相关的长度和离开过程。接下来,我们研究了工作负载过程的时间相关行为,并得出结论,建立了队列长度和工作负载过程(适当缩放时)与两个不同的散粒噪声过程的几乎必然收敛,从而提升了弱收敛性之前显示的结果。
2022-06-16 math.PR
On state dependent batch service queue with single and multiple vacation under Markovian arrival process
研究了一类具有无限缓冲区的批服务休假排队系统,其中批的服务率与批的大小有关,休假率与休假开始时刻的队列量有关.到达遵循马尔可夫到达过程(MAP)。对于服务规则,考虑了一般批量服务(GBS)规则。服务时间和休假时间都被认为是一般分布的。利用二元向量母函数法和补充变量技术(SVT)得到了几个感兴趣的联合分布。数值结果显示的系统性能的行为,以验证分析结果。
2022-08-27 math.PR
QUEUE, with Poisson arrivals, constant service time and infinite servers, BUSY PERIOD DISTRIBUTION
由于排队系统的密度函数很容易解释,它可以作为解释排队系统的线索,具有泊松到达,常数服务时间和无限服务台,忙期分布,忙期分布。本文精确计算了具有泊松到达、常数服务时间和无限服务台的排队系统的忙期分布参数,并解释了其密度函数。唯一的问题是如何计算分布函数,给出了一种算法,并举例说明了其应用。
2021-09-22 math.PR
Queues with Rechargeable Servers
Cornell University(康奈尔大学)
本文提出了一种考虑充电动态的Erlang-S*队列模型,推导了流体和扩散极限,并提出了新的 staffing 规则以优化延迟和放弃概率。
2026-09-15 math.PR
Modeling and analysis of a discrete-time group-arrival and batch-size-dependent service queue with single and multiple vacation
离散时间排队系统在分组交换网络、因特网协议、宽带综合业务数字网(B-ISDN)、电路交换时分多址等领域有着广泛的应用.本文分析了一个具有单重和多重休假策略的无限缓冲离散时间群到达排队系统,其中在服务状态下,处理/传输/服务时间随批量大小动态变化.首先导出了队列长度和服务器内容分布的二元概率母函数,并由此提取了以特征方程根表示的概率。我们还发现了任意时刻和到达前时刻的联合分布。为了调节通过特定信道的高传输误差,离散相位型分布起着值得注意的作用。鉴于此,数值说明包括服务时间分布以遵循离散相位型分布。
2020-07-13 math.PR
Infinite-server System with Hawkes Arrivals and Hawkes Services
研究了Hawkes过程驱动的无限服务台系统的顾客数问题。在这些系统中,自激到达过程被假定为一个霍克斯过程和自激服务过程的状态依赖霍克斯过程(sdHawkes过程)。在适当的条件下,导出了Hawkes/sdHawkes/infty系统的马尔可夫性.系统中的客户数量、到达强度和服务器强度的联合时间相关分布的特征在于微分方程系统。然后,对M/sdHawkes/ \infty系统也推导了含时结果.
2022-08-05 math.PR
Bounds on the rate of convergence for inhomogeneous $M/M/S$ systems with either state-dependent transitions, or batch arrivals and service, or both
本文给出了四类用非齐次马尔可夫链描述的多服务台排队系统的收敛界的计算方法。具体地说,考虑非均匀的$M/M/S$排队系统可能依赖于状态的到达和服务强度,并可能批量到达和批量服务。给出了基于线性算子对数范数的统一方法,得到了收敛速度收敛速率的精确上下界和相应的精确扰动界。作为一个附带的结果,一个显示凭借的数值例子,基于对数范数的方法也可以用来近似的极限特性(空闲概率和平均数的客户在系统中)所考虑的系统与给定的近似误差。提供了大量的数值例子。
2016-09-30 math.PR
Stationary analysis of a single queue with remaining service time dependent arrivals
我们研究了一个广义的$M/G/1$系统(表示为$rM/G/1$)与独立同分布(iid)的服务时间和到达过程的到达率$λ_0f(r)$取决于剩余的服务时间$r$的当前客户服务。我们推导出一个自然的稳定性条件,并提供了一个平稳的分析下,它在服务完成时间(的队列长度过程)和连续时间(的队列长度和剩余服务时间)。特别是,我们表明,在服务完成时间的队列长度的平稳措施是等于相应的$M/G/1$系统。对于$f > 0$,我们表明,连续时间平稳措施的$rM/G/1$系统的$M/G/1$系统通过时变。与$M/G/1$队列相反,$rM/G/1$系统在服务完成时的队列长度的平稳测度不同于其在连续时间平稳测度下的边缘分布。因此,一般来说,$rM/G/1$系统的到达者看不到时间平均值。在连续时间平稳测度下,导出了平均队列长度、空系统概率和平均等待时间的计算公式。我们提供的例子显示了改变整形函数对平均等待时间的影响。
2017-10-04 math.PR
Many Server Queueing Models with Heterogeneous Servers and Parameter Uncertainty with Customer Contact Centre Applications
在本论文中,我们研究了服务器异构且服务速率不确定的服务系统在Halfin-Whitt高负荷服务机制下的性能。首先,我们分析了许多服务器放弃服务率时,独立同分布。随机变量。我们使用一种新的方法推导出一个扩散近似。扩散具有随机漂移,因此取决于服务率的实现,系统可以处于质量驱动(QD)、效率驱动(ED)或质量效率驱动(QED)状态。当系统处于QD或QED区时,放弃概率在流体极限下可以忽略不计,但当系统处于ED区时,放弃概率将收敛到一个非零值。然后,我们分析了最佳的人员配备水平,以平衡持有成本与人员配备成本相结合,这三个制度。并分析了服务率的方差对放弃率的影响。接下来,我们重点讨论了状态空间坍缩(SSC)现象。我们证明了在一定的假设下,系统过程将崩溃到一个较低的维过程,而不会丢失必要的信息。首先,我们制定了一个通用的方法来证明SSC的结果池内的高负荷服务系统使用流体动力学极限的想法。然后研究了多类排队网络在Halfin-Whitt高负荷服务下服务速率为独立同分布时的SSC问题。池内的随机变量。对于这样的系统,精确的分析提供了有限的洞察力的一般性质。另外,渐近分析扩散近似证明是有效的。此外,极限定理,其中国家的扩散标度系统过程弱收敛到一个扩散过程,通常是在这样的渐近分析的中心部分。SSC的结果是证明这种限制的关键。最后,我们给出的例子,SSC是如何应用到系统的分析。
2018-12-02 math.PR
Poisson Arrivals, Exponential Service Time, and Infinite Servers Queue Busy Period and Busy Cycle Distribution Function Bounds
忙期长度分布函数知识对于任何队列系统和MGINF队列都是重要的。但数学表达式一般都非常复杂,除了少数例外,通常涉及无穷和和多重卷积。因此,本文推导出了MMINF系统忙期长度分布函数,即第二个M指数服务时间的若干界,其解析表达式比精确表达式简单。作为结果,也给出了MMINF系统忙循环长度分布函数的一些界限。
2022-09-09 math.PR
Stationary queue and server content distribution of a batch-size-dependent service queue with batch Markovian arrival process: BMAP/G^{(a,b)}_n/1
具有批处理马尔可夫到达过程(BMAP)的排队系统在无线通信领域有着重要的应用。BMAP已被用来模拟叠加的视频源,并近似叠加的数据,语音和视频流量。分析了一个具有BMAP、一般批量服务($a,b$)规则和服务时间依赖于批量大小的无限缓冲区一般分布式批服务排队系统。在这个建议的分析中,我们主要集中在推导出二元向量生成函数的队列和服务器的内容分布一起在离开时期使用补充变量技术。讨论了在出发时刻完全提取分布的数学过程,并使用这些提取的概率,我们实现了在任意时刻的队列和服务器内容分布。最后,为了使读者对包含确定性以及相位型服务时间分布的服务时间分布有更深的了解,进行了数值说明。
2020-01-10 math.PR
Analysis of an infinite-buffer batch-size-dependent service queue with discrete-time Markovian arrival process: D-$MAP/G_n^{(a,b)}/1$
离散时间排队模型在电信系统、计算机网络等数字平台上的排队系统建模中有着广泛的应用。本文分析了一种具有离散马尔可夫到达过程的无限缓冲区排队模型。根据一般批量服务规则,到达的单元由单个服务器分批提供服务,并且服务时间遵循一般分布,服务率取决于所服务的批次的大小。我们用补充变量技术在数学上建立了模型,并得到了偏离时刻的矢量母函数。生成函数又用于根据特征方程的根提取队列和服务器内容的联合分布。此外,我们开发的分布之间的关系,在出发时刻的分布和分布在任意,到达前和外部观察者的时代,这是用来获得后者。我们评估了一些基本的性能指标的系统,并讨论了计算过程中广泛的几个数值例子证明。
2020-05-28 math.PR
Asymptotics for infinite server queues with fast/slow Markov switching and fat tailed service times
本文研究了一般的$k$维无穷长服务台排队过程,其中服务时间是厚尾的,服务台到达是Poisson转移的,服务台到达是马尔可夫转移的,服务台到达是Poisson转移的,服务台到达的时间是厚尾的,服务台到达的时间是$α\in (0,1)$ .当到达率加快了一个因素$n^γ$,底层马尔可夫链的转移概率除以$n^γ$和服务时间除以$n$,我们确定了两个制度(“快速到达”,当$γ>α$,和“平衡”,当$γ=α$),我们证明了一个适当的重新标度的过程逐点收敛分布到一些限制过程。在第三个“慢到达”制度,$γ<α$,我们显示的两个第一联合时刻的重新缩放过程的收敛。
2021-06-18 math.PR
Fluid Approximation of a Call Center Model with Redials and Reconnects
在许多呼叫中心,呼叫者可能会呼叫多次。有些呼叫是放弃后的重新尝试(重拨),有些是连接呼叫后的重新尝试(重新连接)。在作出人员配置决定时没有考虑到重拨和重新连接的组合,而忽视它们将不可避免地导致对呼叫量的低估或高估,从而导致不适当的人员配置决定,从而造成高昂的费用。受此启发,在本文中,我们研究呼叫中心,客户可以放弃,放弃的客户可能会重拨,当客户完成他的谈话与代理,他可能会重新连接。我们使用一个流体模型推导出一阶近似的重拨和重连接轨道中的客户数量在高负荷服务。我们证明了这种模型的流体极限是三个微分方程的唯一解。此外,我们使用流体限制来计算预期的总到达率,然后将其作为Erlang A模型的输入,用于计算服务水平和放弃率。在单个间隔以及具有变化参数的多个间隔的情况下,验证了这样的程序的性能。
2013-11-25 math.PR
A Note on Many-server Fluid Models with Time-varying Arrivals
我们扩展的测量值流体模型,跟踪残差的耐心和服务时间,允许随时间变化的到来。流体模型的特征在于一个一维卷积方程涉及的耐心和服务时间分布。我们还与测量值流体模型建立了一个有趣的联系,跟踪经过的等待和服务时间。我们的分析表明,这两个流体模型实际上是由相同的一维卷积方程。
2018-06-03 math.PR
The periodic steady-state solution for queues with Erlang arrivals and service and time-varying periodic transition rates
研究了一个Erlang到达带$k$相位和Erlang服务带$m$相位的排队系统。相变速率随时间周期性变化。对于这些系统,我们得到的渐近周期分布的水平和相位作为时间的函数内的周期。渐近周期分布类似于具有恒定速率的系统的稳态分布。如果周期内的时间被认为是状态的一部分,那么它是一个稳态分布。我们还得到了等待时间和忙期分布。这些解表示为无穷级数。我们提供的误差范围的估计通过截断系列。提供的例子比较系统的常微分方程的解决方案与截断的状态空间,这些渐近解涉及显着很少的条款的无穷级数。
2021-07-28 math.PR
An online learning approach to dynamic pricing and capacity sizing in service systems
研究了$GI/GI/1$队列中的动态定价和容量调整问题,其中服务提供商的目标是获得最优的服务费用$p$和服务容量$μ$,以最大化累积期望利润(服务收入减去人员成本和延迟惩罚).由于排队动态的复杂性,这样的问题没有分析解,使得以前的研究往往诉诸于到达率和服务率都被发送到无穷大的大流量分析。在这项工作中,我们提出了一个在线学习框架,旨在解决这个问题,不需要系统的规模增加。我们的框架被称为基于队列的在线学习(GOLiQ)。GOLiQ将时间范围划分为连续的业务周期,并规定了一个有效的程序,利用以前周期收集的数据,在每个周期中改进定价和人员配置政策。这里的数据包括客户到达的次数、等待时间和服务器的繁忙时间。这种方法的独创性在于其在线性质,它允许服务提供商通过与环境交互来做得更好。GOLiQ的有效性得到了证实,(i)理论结果,包括算法收敛性和遗憾分析(与对数遗憾界),和(ii)工程确认,通过模拟实验的各种代表性$GI/GI/1$队列。
2022-09-07 math.OC math.PR stat.ML
Stability and busy periods in a multiclass queue with state-dependent arrival rates
我们介绍了一个多类的单服务器排队系统,其中的到达率取决于当前的工作在服务。该系统的特点是一个矩阵的到达率代替向量的到达率。我们提出的模型离开现有的状态相关的排队模型,其中的参数主要取决于系统中的工作,而不是在服务的工作的数量。我们建立了排队模型及其相应的流体模型,并通过流体模型得到了稳定性的充要条件。利用与多型Galton-Watson过程的自然联系,给出了系统中忙期的Laplace-斯蒂尔切斯变换。我们的结论与尾渐近的忙期的重尾服务时间分布的定期变化的情况下。
2018-08-20 math.PR
A queueing system with batch renewal input and negative arrivals
研究了服务时间服从指数分布且负到达的无限缓冲区单服务台排队模型。普通(正)客户按照续费到达流程随机批量到达,加入队列/服务器进行服务。负到达的特点是由两个独立的泊松到达过程,一个负的客户删除正客户正在接受服务,如果有的话,和一个灾难,使系统空的同时删除所有的正客户存在于系统中。利用补充变量技术和差分方程方法,得到了系统在到达前和任意时刻正顾客数的稳态分布的显式表达式。此外,我们还讨论了一些特殊的模型的结果,有或没有负到达,以及它们的稳定性条件。整个分析过程中得到的结果是计算上易于处理的几个数值例子所示。此外,我们讨论了影响的负到达系统的性能,通过一些图形表示。
2020-02-19 math.PR
On the Persistent-Idle Load Distribution Policy Under Batch Arrivals and Random Service Capacity
Persistent-Idle(PI)负载分配策略是最近引入的一种有吸引力的替代当前低通信负载均衡技术的策略。在PI中,服务器只在空闲时更新调度器,调度器总是将作业发送到最后一个报告空闲的服务器。PI的独特之处在于它不寻求将服务器队列长度推向均衡化。相反,它积极地将服务器从饥饿中拉出来。因此,PI的分析需要与其他负载平衡方法不同的工具。到目前为止,PI被证明达到了伯努利到达的稳定区域和确定性和恒定的服务能力。我们的主要贡献是证明了PI实现的稳定区域在一个模型与批量到达和随机服务能力。证明这一结果需要开发更严格的限制数量的利益,并证明以前考虑的状态相关漂移标准的广义版本的履行。我们还提出了PI分裂,它允许批处理之间的空闲服务器,并证明其稳定性。最后,我们进行模拟比较PI和PI分裂其他负载均衡策略。仿真结果表明,这两种方法都取得了良好的性能,在考虑广泛的参数范围内的模型。
2021-03-22 math.PR
Many-server heavy-traffic limit for queues with time-varying parameters
对于具有时变到达率和人员配置、一般到达过程满足FCLT、指数服务时间和顾客放弃服从一般概率分布的$G_t/M/s_t+\mathit {GI}$排队模型,证明了多服务台高负荷服务FCLT. FCLT提供了理论支持的近似确定性流体模型,作者在以前的论文中分析和一个精致的高斯过程近似,使用方差公式在这里。该模型被假定为交替欠载和过载的时间间隔,只有在孤立的开关点的临界负载。证明是基于这些连续的时间间隔系统的递归分析,大量借鉴以前的结果无限服务器模型。FCLT要求仔细处理每个区间的初始条件。
2014-01-16 math.PR
A single server queue with batch arrivals and semi-Markov services
研究了一类服务时间相关的服务系统的瞬态和稳态服务长度分布。经典的半马尔可夫服务时间的$M^X/G/1$队列是最突出的例子,在这一类,并作为一个工具来显示我们的结果。服务时间的顺序由调制过程$J(t)$控制。$J(\cdot)$在业务发起时的状态决定了后续业务持续时间和$J(\cdot)$在下一次业务发起时的状态的联合分布。几个早期的作品强加的技术条件,在分析中产生的矩阵行列式的零,这是在计算的固定队列长度概率所需的。其中若干条款所规定的条件很难或无法核实。没有这样的假设,我们确定的瞬态和稳态的联合分布的客户数量后立即离开和状态的过程$J(t)$在下一个服务的开始。我们数值研究如何平均队列长度的变化,在一个单一的服务时间内到达的客户数量的影响。我们在这里的主要观察是,增加的可变性可能{ \em减少}的平均队列长度,和服务时间的马尔可夫依赖性可能会导致大的队列长度,即使系统是不是在高负荷服务。
2018-01-18 math.PR
First Order Differential Equations Induced by the Infinite Servers Queue with Poisson Arrivals Transient Behavior Probability Distribution Parameters Study as Time Functions
研究了以忙期开始时刻为时间原点,以均值和方差单调性为时间函数的Poisson到达状态转移概率的无限长服务台排队系统。这些研究的结果,它是决定性的危险率函数服务时间长度,诱导考虑两个微分方程,一个与平均单调性研究和方差单调性研究,其解决方案导致一些特殊的服务时间分布,这些参数表现出特定的行为作为时间函数。
2021-09-28 math.PR
Perfect Sampling of Hawkes Processes and Queues with Hawkes Arrivals
本文给出了Hawkes输入排队的第一个完美抽样算法,即Hawkes到达和独立同分布的单服务台排队。服务时间一般分布。除了稳定性条件外,我们还假设Hawkes过程的激励函数具有轻尾,服务时间在原点附近具有有限的矩母函数。在这个过程中,我们还提出了一个新的完美抽样算法的霍克斯过程与现有的算法相比,提高了计算效率。对算法的正确性和有效性进行了理论分析和数值试验。
2020-03-01 math.PR
Approximating Systems Fed by Poisson Processes with Rapidly Changing Arrival Rates
本文介绍了一种新的渐近制度,简化随机模型具有非平稳效应,如那些出现在一天中的时间效应的存在。该状态描述了一种操作环境,在该操作环境中,到达服务系统的到达过程具有快速波动的到达强度。我们表明,这样的服务系统是很好地近似相应的模型,其中的到达过程是泊松与常数到达率。除了基本的弱收敛定理,我们还建立了一个一阶校正的分布的累积到达数超过$[0,t]$,以及在系统中的数量过程的无限服务器队列的到达过程具有快速变化的到达率。这个新的渐近制度提供了第二个制度内,非平稳随机模型可以合理地近似的过程与平稳的动态,从而补充了以前研究的设置内,利率随时间缓慢变化。
2018-07-18 math.PR
Large fork-join queues with nearly deterministic arrival and service times
本文研究了具有近似确定到达时间和服务时间的$N$ fork-join排队系统。具体来说,我们提出了一个流体限制的最大队列长度为$N\to\infty$。这个流动限制取决于任务的初始数量。为了证明这些结果,我们发展了极值理论和扩散近似的队列长度。
2021-08-20 cs.PF math.PR
Analysis of Markovian Arrivals and Service with Applications to Intermittent Overload
本文针对到达率和服务率均按有限状态马尔可夫链变化的 MAMS 队列系统,提出基于相对到达与相对完成的新框架,推导出平均队列长度的显式边界,并在重流量及两层间歇性过载特例下证明边界的紧性与更强结果。
2024-10-01 cs.PF math.PR
On the Distributions of Infinite Server Queues with Batch Arrivals
以多个实体同时到达为特征的排队是排队论中最古老的模型之一,并且通常被称为“批量”(或者在某些情况下,“批量”)到达排队系统。在这项工作中,我们研究了批量到达无限服务器队列的影响。我们假设到达历元发生根据一个泊松过程,与治疗的平稳和非平稳的到达率。我们考虑指数和一般分布的服务持续时间,我们分析固定和随机到达批量大小。除了推导出时变到达率的瞬时均值、方差和矩母函数外,我们还发现队列的稳态分布等价于其服务分布的顺序统计量与速率成正比的标度泊松随机变量之和.我们这样做,通过查看批到达系统作为一个相关的子队列的集合。此外,我们调查的限制行为的过程中,通过批量缩放的队列和通过流体和扩散的到达率的限制。在我们的分析过程中,我们的模型和调和数,广义厄米分布,截断多项式之间的重要联系。
2019-02-02 math.PR
Mean-field Dynamics of Load-Balancing Networks with General Service Distributions
我们介绍了一个通用的框架,平均场分析的大规模负载平衡网络与一般服务分布。具体来说,我们考虑一个并行服务器网络,由N个队列和操作下的$SQ(d)$负载平衡策略,其中作业有独立的和相同的服务要求和每个传入的作业到达时路由到最短的$d$队列,均匀随机抽样从$N$队列。我们引入了一种新的状态表示,并为一大类的到达过程,包括更新和时间非均匀泊松到达,和温和的假设上的服务分布,表明平均场的限制,作为$N \rightarrow \infty$,状态可以表征为一个序列的耦合偏积分微分方程的唯一解,我们称之为流体动力PDE。我们使用一个数值方案来解决偏微分方程,以获得近似的大型网络的动力学,并证明这些近似的Monte Carlo模拟的功效。我们还说明了如何PDE可以用来深入了解网络性能。
2015-12-22 math.PR
Infinite Servers with Poisson Arrivals Queue Busy Period with PME Distribution
本文证明了,如果MGinf排队系统的忙期服从PME分布,则服务时间是一个具有长尾分布的随机变量。通过拉普拉斯变换分析得到了结果。
2021-10-14 math.PR
The analysis of batch sojourn-times in polling systems
我们考虑一个循环轮询系统的一般服务时间,一般切换时间,并同时批量到达。这意味着在到达时期,一批客户可以同时到达系统的不同队列。对于本地门控,全局门控,和详尽的服务纪律,我们研究了批sojourn-time,这是定义为从到达时代,直到服务完成的最后一个客户在一批的时间。我们得到了不同的服务学科的拉普拉斯-斯蒂尔切斯变换的稳态批sojourn时间分布,它可以用来确定的时刻,特别是,它的平均值的精确表达式。然而,我们还提供了一种替代的,更有效的方法来确定平均批次sojourn-time,使用均值分析。最后,我们比较了几个数值例子中的批逗留时间为不同的服务纪律。我们的研究结果表明,最佳性能的服务纪律,在最大限度地减少批量sojourn-time,取决于系统的特性。
2016-07-12 math.PR
A service system with on-demand agent invitations
我们考虑一个服务系统,代理商被邀请按需。顾客外生到达是一个泊松过程,如果没有代理人,顾客到达后加入顾客队列。代理决定接受或拒绝邀请后,一些指数分布的随机时间,并加入一个代理队列,邀请接受,如果没有客户等待。在非空闲状态下,客户和座席按照客户到达、座席邀请接受的顺序进行匹配,匹配成功后,客户和座席同时离开系统(服务时间无关)。我们考虑一个基于反馈的自适应代理邀请方案,它控制未决代理邀请的数量,这取决于客户和/或代理队列长度及其变化。该系统的过程有两个组成部分-“代理和客户队列之间的差异”和“未决邀请的数量”,是一个可数的连续时间马尔可夫链。当客户到达率是常数的情况下,我们建立流体和扩散限制,在渐近制度,客户到达率趋于无穷大,而代理响应率是固定的。我们证明了过程的稳定性和流体规模的限制交换,这特别意味着,客户和代理等待时间在稳态消失的渐近极限。要做到这一点,我们开发了一种新的(多尺度)李雅普诺夫漂移参数,它是必需的,因为该过程具有非平凡的行为在状态空间边界。当客户到达率是时变的,我们提出了一个流体极限的过程中相同的渐近制度。仿真实验表明,邀请格式具有良好的性能和流体极限近似的精度。
2015-10-23 math.PR
On recurrence and availability factor for single--server system with general arrivals
研究了具有可变到达和服务强度的单服务台排队系统的常返性和遍历性。收敛到平稳性也解释了可靠性理论。
2016-06-10 math.PR
Queueing for ergodic arrivals and services
本文回顾了Loynes(1962)关于遍历到达和服务的排队系统稳定性的结果,并给出了当到达有界遍历,服务率为常数,稳定时极限分布大于指数尾的例子。
2007-09-14 cs.IT math.IT math.PR
Many Server Scaling of the N-System Under FCFS-ALIS
在先来先服务和分配给最长空闲服务器的策略下,具有独立泊松到达和指数服务器依赖服务时间的N-系统具有显式的稳态分布。我们规模的到来和服务器的数量同时,并获得流体和中心极限近似的稳定状态。这是探索一般并行服务系统的多服务器扩展限制行为的第一步。
2016-03-11 math.PR
Analysis of an M/M/1 Queue Using Fixed Order of Search for Arrivals and Service
我们分析了一个M/M/1排队的服务纪律,其中客户到达时,服务器是繁忙的,搜索一个序列的站,在等待一个空闲的站,并在其中的服务器,当一个或多个客户正在等待时,成为免费的,搜索站在同一顺序的一个站被客户占用服务。我们展示了如何找到完整的渐近展开的所有时刻的等待时间在高负荷服务限制。我们特别表明,这个纪律的等待时间的方差更类似于后来先服务(它有一个极点的顺序为3的到达率接近服务率)比先来先服务(它有极点的顺序为2)。
2011-08-26 cs.PF math.PR
Stability of a Queue Fed by Scheduled Traffic at Critical Loading
考虑具有确定性服务时间的单个服务器队列的工作负载过程,其中客户根据预定的流量过程到达。预定到达序列是这样一种序列,其中客户被预定在恒定的到达间隔到达,但是每个客户的实际到达时间被随机扰动从她的预定到达时间扰动。本文研究了服务率等于到达率的临界负载排队系统。与由更新流量馈送的队列不同,即使在存在临界负载的情况下,该队列也可以是稳定的。当扰动具有有限均值时,我们给出了系统稳定的一个充要条件。也许令人惊讶的是,该标准是不可逆的,在这个意义上说,这样的队列可以是稳定的调度业务过程中向前的时间,但不稳定的时间反转相同的业务过程。
2022-12-08 math.PR
Strategic arrivals to a queue with service rate uncertainty
研究了服务速度不确定时,具有开门和关门时间的单服务台排队到达时间的策略选择问题。泊松人口的客户选择他们的到达时间的目标是最大限度地减少他们的预期等待时间,并在先到先得的基础上提供服务。有两种类型的客户,他们的信念不同的服务时间分布。不一致的信念可能来自服务器状态的随机性以及客户观察到的噪声信号。客户意识到这两类人群具有不同的信仰。我们的纳什均衡动态指数分布的服务时间的特征,并显示他们如何与同质客户的模型有很大的不同。我们进一步提供了一个明确的解决方案的流体近似的游戏。对于一般的服务时间分布,我们提供了一个算法来计算在离散时间设置的平衡。我们发现,在均衡的客户与不同的信念在不同的(往往是不相交的)时间间隔到达。数值分析进一步表明,平均等待时间随着服务时间的变异系数变异系数的增大而增大。此外,我们提出了一个基于学习代理的模型(ABM),在该模型中,客户仅根据他们的信号和过去的经验做出加入决策。我们数值比较的长期平均结果的ABM与平衡,发现到达分布是相当接近的,如果我们假设(平衡的解决方案),客户是完全合理的,并有知识的系统参数,而他们可能会有很大的不同,如果客户有有限的信息或计算能力。
2020-12-29 cs.GT math.PR
Sojourn time in a single server queue with threshold service rate control
研究了具有单指数服务台的Poisson顾客流的排队系统的逗留时间。以低或高速率提供服务,这可以在指数检查时间进行调整。当系统中的客户数量高于给定阈值时,将服务速率升级到高速率,否则,将其降级到低速率。服务率的状态依赖性变化使得逗留时间的分析成为一个具有挑战性的问题,因为逗留时间现在也取决于未来的到达。我们确定了固定的逗留时间的拉普拉斯变换,并描述了一个程序来计算所有的时刻。首先,我们分析了连续检查的特殊情况,一旦超过阈值,服务率立即改变。然后我们将分析扩展到随机检查时间。这一扩展要求开发一种新的方法工具,即“矩阵生成函数”。该工具的强大之处在于,它还可以用于分析阶段型服务和检查时间的泛化。
2015-11-03 math.PR
The M/G/1 retrial queue with event-dependent arrivals
本文提出了一种新的具有一般重试时间和事件依赖到达的单服务台排队模型。这是一个多功能的服务系统的研究模型,其中服务器需要一个不可忽略的时间来检索等待客户完成服务后,而未来的到来取决于最后实现的事件。这种模型是由客户在服务系统中的行为所激励的,在服务系统中,客户基于最后实现的事件决定加入。我们调查的必要和充分的稳定性条件,并得出平稳分布在服务完成时期,并在任意时期使用补充变量技术。我们还研究了高重试率下的渐近行为。性能指标明确推导和广泛的数值例子进行调查事件依赖的影响。此外,约束优化问题的制定和解决的最终目标,调查接纳控制问题。
2022-03-05 cs.PF math.PR
On Erlang Queue with Multiple Arrivals and its Time-changed Variant
本文提出了一种允许多次到达的Erlang排队模型,推导了其状态概率、平均队列长度等分布特性,并进一步研究了其经逆稳定从属子变换的时间变体的相关性能指标。
2025-01-15 math.PR
An Efficient Method to Compute the Stationary Probabilities of the $GI^X/M/c/N$ Model
考虑批到达$GI^X/M/c/N$模型,其中包含$c$服务器、一般的批到达间隔时间、有限缓冲区和指数服务时间。批到达间隔时间、批大小和服务时间是$i.i.d.$,并且彼此独立。在这篇文章中,我们给出了一个简单有效的算法来获得一个精确解的稳态系统的大小概率。出发点是计算嵌入马尔可夫链在相应的$G/M/c$模型的系统到达时刻的一步转移概率。通过将一个数值积分问题转化为一个有限和问题,精确地计算了一步转移概率。另一个关键的贡献是通过使用一个简单而直观的方法来生成的转移概率的批量到达模型扩展的标准$GI/M/c$模型的结果,批量到达和没有一个有限的缓冲区,并在有限的缓冲区的情况下,部分和全部批量拒绝。此外,我们开发了一个有效的稳定的算法,可以准确地解决问题的服务器数量比以前已知的。我们给出数值例子来证明我们的方法的性能。
2022-12-19 math.PR
Open networks of infinite server queues with non-homogeneous multivariate batch Poisson arrivals
本文研究了一类开放网络的服务时间分布和服务时间分布,该网络中的服务员具有多变量成批到达,且服从非齐次泊松过程.我们导出了网络瞬时占有率分布的概率母函数,证明了每批的期望占有时间是有限的是遍历性的充要条件.此外,我们恢复递归关系的瞬态概率质量函数制定的分布通过复合批量与多项分布。
2023-03-28 math.PR
Applications of the $M^X/\text{semi-Markov}/1$ queue to road traffic
具有多个客户类型和半马尔可夫服务时间的单服务器队列,有时被称为$M/SM/1$队列,自从Neuts在1966年提出以来,已经得到了很好的研究。在本文中,我们将此模型的扩展,批量到达和特殊的第一次服务,道路交通情况下,涉及多个流的冲突交通。特别是,我们使用它在间隙接受模型的情况下,低优先级的流量需要交叉(或根据应用程序,合并)另一个更高优先级的流量。传统上,间隙接受模型基于具有例外的第一服务的$M/G/1$队列,在该应用领域中通常称为$M/G2/1$队列。在早期的研究中,我们展示了如何$M^X/SM/1$队列与特殊的第一个服务可以应用在这种情况下,扩展模型与驱动程序的不耐烦和更现实的合并行为。在本文中,我们将展示如何使用相同的嵌入系统来模拟马尔可夫调制泊松到达过程的高优先级的交通流。由于其灵活性,该到达过程在该应用中非常相关,特别是因为它允许对车辆的队列形成进行建模。这些高优先级车辆的相关到达间隔时间导致两个随后的低优先级车辆的合并时间也变得相关(因为它们对应于基础排队模型中的服务时间)。我们推导出任意客户的等待时间和逗留时间分布,表明这些取决于批内客户的位置,以及批中第一个客户的类型。
2018-12-06 math.PR
A discrete-time single-server Poisson queueing game: Equilibria simulated by an agent-based model
本文研究了具有单接受期的离散时间单服务台排队系统。顾客服务采用先到先得的原则,顾客的服务时间服从独立同分布。我们假设每个客户选择她/他的到达时间槽的目标是最小化她/他的预期等待时间在与其他客户的竞争。对于这个博弈,我们得到一个对称的(混合策略)纳什均衡,也就是说,一个均衡的到达时间分布的同质客户,他们的预期等待时间是相同的。我们还提出了一个基于代理的模型,它模拟的动态客户谁试图尽量减少他们的等待时间的服务。通过数值实验,我们证实,这种基于代理的模型实现,在稳态下,到达时间分布类似的平衡到达时间分布解析得到。
2019-06-18 math.PR
Computing the steady-state probabilities of a tandem queueing system, a Machine Learning approach
本研究利用神经网络基于外部到达间隔和服务时间分布,通过分解站点并估计前五阶矩与自相关值,近似串联排队系统的稳态分布,优于现有模型并揭示了关键统计矩对稳态概率的决定性影响。
2024-11-12 math.PR
A discrete-time GI^X/Geo^Y/1 queue with early arrival system
最近文献[2]中提出了一种晚到达延迟访问系统(LAS-DA)下的具有批量更新输入和随机服务容量规则的离散时间批量服务排队系统。在本文中,我们考虑相同的模型下的早到系统(EAS),因为它是更适用于电信系统中,到达一批数据包需要在同一个时隙中,它已经到达发送。在此过程中,我们得到了稳态队列长度分布在不同的时期,并表明,在极限情况下,该结果得到转换为连续时间队列[1]。我们还讨论了一些数值结果。
2019-04-23 math.PR
Study about a Differential Equation in an Infinite Servers Queue System with Poisson Arrivals Busy Cycle Distribution Study
在泊松到达的无限长排队系统的实际应用中,忙期和忙循环概率的研究是非常重要的。但这是一项非常艰巨的任务。在本文中,我们表明,通过求解Riccati方程引起的这个队列瞬态概率单调性研究作为时间函数,我们得到的服务长度分布函数的集合,对于这两个忙期和忙循环的长度具有相当简单的分布,一般给出的指数分布和退化在原点分布。
2022-03-31 math.PR
Analysis and Computation of the Joint Queue Length Distribution in a FIFO Single-Server Queue with Multiple Batch Markovian Arrival Streams
本文研究了一个连续时间有限状态马尔可夫链控制的多批马尔可夫到达的工作守恒FIFO单服务台排队系统。该队列的一个特殊特征是,对于不同的到达流,客户的服务时间分布可能是不同的。在简要讨论了各到达流中顾客实际等待时间分布的基础上,根据虚拟等待时间分布,导出了时间平均联合队列长度分布的向量母函数公式。进一步假设批量大小为离散相位型分布,我们发展了一个数值上可行的方法来计算联合队列长度分布。文中还提供了一些数值例子。
2014-12-27 math.PR
Overlap Times in the $GI^B/GI/\infty$ Queue
重叠时间已经被研究作为一种理解服务设施中客户之间的交互时间的方式。大多数先前的分析依赖于到达的单跳假设,这意味着队列对于每个到达时期增加一个。在本文中,我们放松了单到达假设,并探讨了批量到达的影响。不幸的是,对于批量到达,不清楚如何测量批量客户之间的重叠时间。因此,我们开发了两种方法来捕获的概念,在一个批量设置的重叠时间,并得出确切的结果,在无限的服务器队列与批到达。最后,我们得出新的结果,分析重叠时间的两个以上的批次。
2023-02-15 math.PR
Two-Parameter Heavy-Traffic Limits for Infinite-Server Queues
为了获得马尔可夫高负荷服务近似的无限服务器队列一般非指数服务时间分布和一般的到达过程,可能与时变的到达率,我们建立了高负荷服务限制的两个参数随机过程。我们考虑随机变量$Q^e(t,y)$和$Q^r(t,y)$,它们表示在时间$t$系统中的客户数,这些客户的服务时间小于或等于时间$y$,或剩余服务时间严格大于$y$。我们还考虑$W^r(t,y)$表示在时间$t$时系统中的客户在时间$t+y$时要完成的服务时间中的工作总量。$D$中的$D$值函数的空间$D([0,\infty),D)$中的两参数随机过程极限借鉴并扩展了Glynn和Whitt(1991)以及Krichagina和Puhalskii(1997)先前的高负荷服务极限,Glynn和Whitt(1991)在该极限中处理了离散服务时间分布的情况,其中示出了服务时间的可变性由Kiefer过程捕获,其中第二参数设置为等于服务时间c.d. f。
2010-07-09 math.PR