Symulacja kolejki z negatywnymi klientami i wieloma serwerami

• Autorzy: Pecka P.

Warianty tytułu

EN

Simulation of a multi-derver queue with negative arrivals

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia model symulacyjny systemu MMCPP/GE/c/ LG z negatywnymi klientami, skończonym buforem i wieloma stanowiskami obsługi. Opisana została budowa symulatora, ze szczególnym uwzględnieniem rozwiązań koniecznych do wyznaczania charakterystyk stanu nieustalonego. Wyznaczone zostały przykładowe charakterystyki modelu, takie jak: rozkład czasu do pierwszego przepełnienia bufora i rozkład długości czasu, w którym bufor jest przepełniony. Badania przeprowadzono dla różnych parametryzacji modelu.

EN

The article describes a simulation model of the MMCPP/GE/c/LG system with negativearrivals, limited buffer and many service points. The simulator's construction was described with particular emphasis on the solutions which are necessary to mark the characteristics of the transient state. Certain characteristics of the model were described, for example: distribution of time until the first over-loading of the buffer and distribution of the duration of time in which the buffer is overloaded. Studies were carried out for various model parameters.

Słowa kluczowe

PL

modele kolejkowe; MMCPP/GE/c/LG; OMNeT++; symulacja stanów nieustalonych; symulator zdarzeń dyskretnych

EN

queueing models; MMCPP/GE/c/LG; queue with negative; arrivals; OMNeT++; simulation of transient states; discrete events Simulator

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2006
• Tom: Vol. 27, nr 4
• Strony: 53--68
• Opis fizyczny: Bibliogr. 21 poz.

Twórcy

autor

Pecka P.

• Instytut Informatyki Teoretycznej i Stosowanej PAN, ul. Bałtycka 5, 44-100 Gliwice,

Bibliografia

• 1. Czachórski T.: Modele kolejkowe w ocenie efektywności sieci i systemów komputerowych. Pracownia Komputerowa Jacka Skalmierskiego, Gliwice 1999.
• 2. Varga A.: The OMNeT++ Discrete Event Simulation System. Proceedings of the European Simulation Multiconference, Praga 2001.
• 3. Gelenbe E.: Random neural networks with positive and negative signals and product form solution. Neural Comput, 1(4), 1989, s. 502-510.
• 4. Gelenbe E., Glynn P., Sigman K.: Queues with negative arrivals. J. Appl. Probab. 28, 1991, s. 656-663.
• 5. Gelenbe E.: Queueing networks with negative and positive customers. J. Appl. Probab. 26, 1991, s. 623-643.
• 6. Fourneau J. M., Gelenbe E., Suros R.: G-networks with multiple classes of positive and negative customers. Theor. Comput. Sei. 155, 1996 s. 141-156.
• 7. Fourneau J. M., Hernandez M.: Modelling defective parts in a flow system using G networks. Second International Workshop on Performability Modelling of Computer and Communication Systems, Le Mont Saint-Michel, June 1993.
• 8. Harrison P. G, Patel N. M., Pitel E.: Reliability modelling using G-queues. Eur. J. Oper. Res. 126,2000, s. 273-287.
• 9. Gelenbe E., Glynn P, Sigman K.: Queues with negative arrivals. J. Appl. Probab., 28, 1993, s. 656-663.
• 10. Chakka R., Harrison P. G: A Markov modulated multi-server queue with negative customers - The MMCPP/GE/c/L G-queue. Acta Informatica 37,2001.
• 11. Leland W., Taqqu M., Willinger W.: On the self-similar nature of ethernet traffic (extended version). IEEE/ACMTransactions on Networking 2(1), 1994, s. 1-15.
• 12. Crovella M., Bestavros A.: Self-similarity in World Wide Web traffic: Evidence and possible causes. IEEE/ACM Transactions on Networking 5(6), 1997, s. 835-846.
• 13. Yoshihara T., Kasahara S. and Takahashi Y.: Practical time-scale fitting of self-similar traffic with Markov-modulated Poisson process. Telecommunication Systems 17(1/2), 2001, s. 185-211.
• 14. Salvador P., Valadas R. and Pacheco A.: Multiscale Fitting Procedure Using Markov Modulated Poisson Processes. Telecommunication Systems 23, 2003, s. 123-148.
• 15. Harrison P. G. The MMCPP/GE/cG-Queue: sojourn time distribution. Queueing Systems, Vol: 41, 2002, s. 271-298.
• 16. Schwefel H. P., Lipsky L., Jobmann M.: On the necessity of transient performance analysis in telecommunication systems. Teletraffic Engineering in the Internet Era, Elsevier, Amsterdam, 2001.
• 17. Asmussen S., Jobmann M and Schwefel H. P.: Exact Buffer Overflow Calculations for Queues via Martingales. Queueing Systems 42(1),2002, s. 63-90.
• 18. Chydziński A., Winiarczyk R.: Distribution of the First Buffer Overflow Time in a Deterministic Service Time Queue. Proc. Of 10-th IEEE Symposium on Computers and Communications, La Manga, Spain, 2005.
• 19. Chydzinski A.: On the Distribution of Consecutive Losses in a Finite Capacity Queue. WSEAS Transactions on Circuits and Systems. Issue 3, Vol. 4, 2005, s. 117-124.
• 20. Boer de P. T., Nicola V. F., Ommeren J. C. W.: The Remaining Service Time Upon Reaching a High Level in M/G/l Queues. Queueing Systems, 39, 2001, s. 55-78.
• 21. Carle, G., Biersack, E.: Survey of error recovery techniques for IP-based audiovisual multicast applications. IEEE Network 11(6), 1997, s. 24-36.