Bulk排队过程的马尔可夫骨架过程方法

来源 :中南大学 | 被引量 : 0次 | 上传用户:cychenying2007
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
本文主要是利用马尔可夫骨架过程理论来研究排队论中一类特殊的排队过程-Bulk排队过程,即GI<(x)>/G(<(Y)>/1型排队过程。 Bulk排队过程是一类特殊的排队过程,在这一过程中,顾客不是一个个到达,而是成组到达;同样顾客也不是一个个的服务完成离开,而是成批服务离开。在实际的问题中也是会经常遇到的这一类排队过程。如:公共汽车站,乘客就是成组到达,成批离开,候车的乘客人数就是一个Bulk排队过程。 而本文所应用马尔可夫骨架过程方法是由侯振挺教授等人于1997年首次提出的一类较为综合的随机过程,它包含了许多已有的随机过程模型,如马尔可夫过程、半马尔可夫过程、逐段决定马尔可夫过程等一系列经典的随机过程,具有重要的理论和应用价值。侯教授等已经成功地把马尔可夫骨架过程理论应用于存储论,系统稳定性等多种理论的研究中。成功地解决了许多复杂过程的瞬时分布、平稳分布、遍历性等一系列经典难题,并提出许多新问题和新思想。最近,此理论又得到了进一步的补充完善。 马尔可夫骨架过程理论在排队论的研究中,已经显示了其特有的有效性和优越性。应用其理论,很多很困难的问题得到了很好的解决,如GI/G/n型排队过程队长以及等待时间的瞬时分布;排队网络队长的瞬时分布等等,随着马尔可夫骨架过程理论的完善,以及在排队论中日益深入的应用,必将对排队论的发展起到更大的推进作用。 本文主要应用马尔可夫骨架过程理论,得到了Bulk排队过程(GI<(x)>/G<(Y)>/1型)队长瞬时分布满足的概率方程,并给出了其证明过程。并对其的一种特殊情况(Y=1,即GI<(Y)>/G/1型排队过程)进行了更加深入地研究,得出了其队长的瞬时分布,极限分布,平稳状态及其存在条件。
其他文献
孤立子理论是非线性科学的一个重要方向,它既反映一类非常稳定的自然现象,体现了一大类非线性相互作用的若干特征,为许多应用问题(如光孤子通讯)提供了启示。另一方面,这一理论又
随着高校发展水平的不断提升,高校财务监督与审计监督工作面临的难度也越来越大,对此本文探讨高校财务监督与审计监督的协作现状及发展路径。
近年来,随机神经网络的理论和应用研究受到了广泛的关注,噪声干扰下的混沌同步也已成为一个新的研究热点。本文基于随机微分方程的Lyapunov稳定性理论,研究了随机神经网络的P阶
人脸表情识别是指利用计算机分析特定人的脸部表情及变化,进而确定其内心情绪或思想活动,实现人机之间更自然更智能化的交互。基于视频的人脸表情识别的研究对于增强计算机的
生物种群的生存与发展受到外在生态环境的影响。此外,人类自身活动对生态环境的干预和污染,同样导致生物种群受到严重的威胁,有些生物甚至趋于灭绝。因此,不同生物种群如何在有限
生物等效性(bioequivalence, BE)用于评价两种药物对某疾病患者的效应是否相同或相近,生物等效性一般包括平均生物等效性(average bioequivalence, ABE),群体生物等效性(population bioequivalence, PBE),个体生物等效性(individualbioequivalence, IBE).美国食品与药品监督管理局(FDA)于1997年对生
随着科学技术的日新月异和社会的向前发展,Bayesian统计方法作为一种新型的统计方法逐渐发展起来,它和经典统计方法一起构成了概率统计的重要部分.相对于经典统计方法而言,Bayes