系统模拟-第13讲.ppt

系统模拟 第13讲 授课教师: 左德承 排队网络模型 对于乘积解形式的排队网络 对于闭环网络，解的形式简单 计算归一化常数很复杂 有效的求解、分析方法 归一化常数的卷积算法 平均值分析 流等价服务员 近似方法 排队网络模型 卷积算法 一旦求解了归一化常数 闭环网络的相关的性能评价参数可以计算 卷积算法是一种有效的计算G(N)的方法 卷积，对于长度为K+1的两个向量 其卷积定义为 排队网络模型 卷积算法 定义卷积运算符? 前面的两个向量经过卷积运算后的向量为 排队网络模型 根据Gordon-Newell定理 闭环网络的乘积形式的解为 归一化常数 排队网络模型 计算归一化常数的思路 对网络系统的节点数 系统中的顾客数迭代 定义函数 根据前面结构，M个节点，N个顾客的系统的归一化常数G(N)=g(M,N) 排队网络模型 根据归一化常数的计算公式 对于系统中的节点数m1 作如下划分 排队网络模型 对于初值条件 当系统中的节点数为1时，即m=1时 g(1,n)=F1(n)，n=1,2,…,N 初值条件g(m,0)=1 对于n+1维向量gm、Fm 排队网络模型 根据前面定义的n+1维向量 对于归一化常数向量满足下面的卷积公式 该公式给出了m各节点，顾客数为[0,n]的归一化常数的计算方法 可以看出，通过迭代的方式，可以求出向量gm 排队网络模型 通过归一化常数计算系统的性能指标 边缘分布律 节点吞吐率 节点利用率 平均响应时间 排队网络模型 边缘分布律 排队网络模型 利用归一化常数计算 排队网络模型 注意前面的公式 定义了一个函数g(i)(M, k) 含义为在一个节点数为M，顾客数为N的网络系统中，去掉了节点i，节点i含有N-k个顾客 这样情况下的归一化常数 定义为 排队网络模型 计算函数g(i)(M, k) 根据定义,在有M个节点的网络中 g(M-1,k)=g(M)(M,k) 根据前面的公式 排队网络模型 计算函数g(i)(M, k) 对于k=0,1,…,N，利用边缘概率分布的归一化条件 因此 排队网络模型 根据前面前面结果 可以得到如下的迭代公式 初始条件 排队网络模型 在节点i的服务器的台数为1时 mi=1，根据Gordon-Newell定理 排队网络模型 对于节点中服务器台数为1的节点 g(i)(M, k)可以简化为 排队网络模型 对于节点中服务器台数为1的节点 根据前面的结果，可以得到如下的简化公式 所以 排队网络模型 对于节点中服务器台数为1的节点 边缘概率分布 排队网络模型 闭环网络的吞吐率 系统总体吞吐率 单个节点的吞吐率 排队网络模型 根据前面定义 排队网络模型 节点的资源利用率 节点的资源利用率定义 根据前面的结果 排队网络模型 节点平均队长 根据前面的节点边缘分布，其数学期望可以求得 对于节点的服务器台数为1的情况，可以得到简化的结果 排队网络模型 节点的平均响应时间 根据Little公式，可以在求得节点平均队长基础上得到 对于节点的服务器台数为1的情况 排队网络模型 例 一个闭环排队网络，节点数M=3，系统中的顾客数N=3 节点1有两个服务器m1=2 节点2有三个服务器m2=3 节点3有一个服务器m3=1 服务器的服务时间服从指数分布 排队网络模型 系统的逻辑图如下 排队网络模型 节点的相对访问率为 根据公式 排队网络模型 计算Fi(n) 排队网络模型 计算g(m,n) 利用上面的公式，可以进行迭代 计算出g(m,n) 初始化条件为g(m,0)=1 m=1时，g(1,n)=F1(n) 排队网络模型 迭代计算的结果 g(m,n)为 排队网络模型 根据单服务器边缘分布律公式 计算节点3的边缘分布 排队网络模型 注意G(3)、G(2)的含义 同理，计算节点3的其他边缘分布 排队网络模型 计算g(i)(M, k) 排队网络模型 根据同样的方法，可以求得 因为π3(i)已经求出 所以g(3)(M, k)不用求出 排队网络模型 根据节点边缘分布公式 排队网络模型 同理 节点吞吐率公式 排队网络模型 每个节点的吞吐率 排队网络模型 系统的资源利用率 排队网络模型 节点平均队长 排队网络模型 根据Little公式，节点的平均响应时间为 排队网络模型 平均值分析方法(MVA-Mean Value Analysis) 对闭环排队网络系统进行性能评价时不必计算归一化常数 计算系统状态的是平均值 基于两个基本的定理 Little定理(公式) 到达定理 排队网络模型 到达定理(Arrival Theorem) 在闭环网络中 一个到达节点的顾客在顾客数量为N的稳定的闭环排队网络系统中 所看到的网络状态与移去该顾客的同一网络具有相同的稳定分布 排队