Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 4

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  kolejkowanie
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Rośnie ostatnio liczba i rodzaj usług, które mogą być świadczone przez Internet. Dlatego ważnym problemem jest zwiększanie gwarancji jakości tych usług (ang. Quality of Service). Jednym z najważniejszych procesów związanych z zapewnieniem odpowiedniej jakości usług jest kolejkowanie. W artykule zaprezentowano wpływ wybranych parametrów kolejki Token Bucket Filter na parametry QoS.
EN
Number and type of services can be available via Internet increase recently. Therefore the important problem is increase in guarantee of quality these services. The queueing is the one of the most important processes connected with quarantee of proper quality of services. In this article the impact selected parameters of Token Bucket Filter on the Quality of Service parameters have been presented.
2
75%
EN
In conducting the performance evaluation tests of real-time multiprocessor scheduling algorithms, synthetic input data is mandatory for obtaining reliable results and to draw strong conclusions. The results of the statistical evaluation highly depend on the data chosen for the experimentation. The data generation process is required to be efficient while the resultant data should comply with the user requirements. This article discusses two established data generation techniques used in the literature, explains their advantages and disadvantages, and finally proposes few extensions in one of the techniques, which is considered quite efficient, to be made compatible with discrete time simulator.
PL
W artykule przedyskutowano dwie techniki generacji danych w multiprocesorze czasu rzeczywistego. Zaproponowano modyfikacje algorytmu Stafforda.
EN
We discuss a processor sharing system with non-homogeneous customers. There are resources of two types for their service: 1) resource of the first type is discrete, there are N units (servers) of the resource; 2) resource of the second type (capacity) is not-necessary discrete. The type of a customer is defined by the amount of first type resource units which is used for the customer service. Each customer is also characterized by some random capacity or some amount of the second type resource which is also used for his service. The total capacity of customers present in the system is limited by some value V >0, which is called the memory volume of the system. The customer capacity and length (the work necessary for service) are generally dependent. The joint distribution of these random variables also depends on the customer type. For such systems we determine the stationary distribution of the number of customers of each type present in the system and stationary loss probabilities for each type of customers.
4
Content available remote MAP/PH/1 queueing model with working vacation and crowdsourcing
51%
EN
Crowdsourcing has been used in different domains such as healthcare, computer science, environmental sciences, business and marketing. However, only recently, queueing models useful in the context of crowdsourcing have been studied. These studies involve queueing models of the type M/M/c, MAP/PH/1, and MAP/PH/c. The motivation behind these models came from the context of service sectors getting possible help from one group of customers who first receive service from them and then opt to execute similar services to another group of customers. For example, one type of customers visits the store to procure items while the other type of customers orders over some medium such as Internet and phone and expects them to be delivered. The store management can use the customers visiting them as couriers to ”serve” the other type of customers. Not all in-store customers may be willing and in some cases not possible to act as servers on behalf of the store. Hence a probability is introduced for in-store customers to opt for servicing the other type. In this paper we introduce vacation and working vacation in the context of MAP/PH/1 with crowdsourcing. The matrix-analytic methods are employed to study the model in steady-state analysis. Through illustrative numerical examples we demonstrate the significant benefits in introducing this type of variants to the classical queueing models.
PL
Odwolywanie się do mądrości tłumu (crowdsourcingu, okazjonalnych serwisów zewnętrznych) jest wykorzystywane w różnych dziedzinach. Znane są przykłady ze służby zdrowia, informatyki, nauk o środowisku, z biznesu oraz marketingu. Jednakże dopiero od niedawna zastosowano modele teorii kolejek na użytek modelowania tej metody powierzania zadań. Badania te obejmują modele kolejek typu M/M/c, MAP/PH/1 i MAP/PH/c. Motywacją dla tych modeli są usługi, których realizacje zlecamy do pewnej grupy klientów, a następnie ta grupa klientów decyduje się świadczyć podobne usługi dla innych grup klientów. Przykładowo, jedna grupa klientów odwiedza sklepy w celu zakupu pewnych towarów, podczas gdy drugi typ klientów zleca zakup tych dóbr przez Internet czy telefon i oczekuje ich dostarczenia. Wówczas obsługa sklepu stacjonarnego wykorzystuje odwiedzających ich klientów jako kurierów do obsługi innej grupy klientów. Nie wszyscy klienci w sklepie są gotowi, a w niektórych przypadkach jest to niemożliwe, aby pełnić rolę pośredników działających na rzecz sklepu stacjonarnego. Wprowadzamy zatem prawdopodobieństwo tego, że klient jest skłonny przyjąć zlecenie obsługi innych klientów. Niniejszy artykuł zajmuje się obsługą z możliwością wakacje i urlop w pracy przy modelu obsługi MAP/PH/1 z wykorzystaniem crowdsourcingu. Zastosowano macierzowe metody analityczne do badania systemu w stanu ustalonym. Podano przykłady numeryczne wykazujące znaczące korzyści z wprowadzenia takich wariantów w klasycznych modelach kolejkowych.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.