排队论中的马尔可夫骨架过程方法(摘要)

周知，排队系统中需要研究的三大过程是：输入过程N(t)，等待时间过程W(t)和队长L(t)。排队系统如M/M/1，G/M/1，M/G/1，GI/G/1，MAP/G/1，SMAP/G/1，M+G/G/1等，均可由相应的马尔可夫骨架过程的二元特征(h,g)来刻画，从而，马尔可夫骨架过程为研究这些过程提供了非常有效的工具和方法。但对于求GI/G/1和GI/G/n排队系统或新近发展起来的排队网络系统等的队长，熟知的方法不再有效了。     

Frac(D)/G/1排队系统的队长的瞬时分布

经典排队模型M/M/n,M/G/1,GI/M/n,GI/G/1,网络排队系统以及从这些排队系统中发展起来的各种休假排队系统,都假定顾客输入的时间间隔为独立同分布的随机变量或构成一个马氏链。许多场合,特别是在通讯中,遇到许多排队现象,“顾客”的输入常常出现一些与经典模型大不一样的情况,用分形理论(具体说用一个混沌变换)去刻划才能吻合得比较好。作为这方面工作的尝试,一般情形下,用马尔可夫骨架过程理论求出了这类模型的队长的瞬时分布。     

马氏骨架过程与一个排队系统的瞬时队长

探讨了一个有如下特征的排队系统,系统的到达间隔序列{τm}及服务过程{υm}均为相互独立但不一定同分布的随机变量序列,每个τn及每个υm的分布均与系统的瞬时状态有关。此系统是经典的GI／G/1排队系统的拓广,利用补充变量技术,可以得到一个马尔可夫骨架过程,借助马尔可夫骨架过程理论,该系统的瞬时队长分布的积分表示被导出。     

GI(1)+GI(2)/M/1排队模型

文献 [1 ]引入一类具有广泛应用前景的随机过程———Markov骨架过程 借助Markov骨架过程的方法研究GI( 1) GI( 2 ) /M/1排队模型 ,求出了此模型的到达过程、等待时间及队长的瞬时概率分布     

马尔可夫骨架过程在多Web服务器建模中的应用

借助马尔可夫骨架过程理论，研究异步多重休假的GI／G／N排队模型，求得该排队模型队长的瞬时分布。结果表明，该模型能更好地用于分析实际问题。     

GI/G/N排队系统中的马尔可夫骨架过程方法

侯振挺等[4]在排队论中引入了Markov骨架过程的方法,本文可以说是其续篇.考虑GI/G/N排队系统,设顾客到达时间间隔和服务时间的分布分别为F(t)和 G(t),L(t)为系统在时刻t的队长,θi(t)(i=0,1,…,N)及Ft0(t)如[4] ,令X(t)=(L(t),θ0(t),θ1(t),θ2(t),…,θN(t)).显然,X(t)是一个(齐次) Markov过程.若L(t)≠L(t-)或存在0≤j≤N,使得θj(t)≠θj(t-),则称t是X(t) 的一个跳跃点,并且所有跳跃点(τk)都是Markov时间;且X(t)关于(τk)是Mark ov型骨架过程.设t≥0,ti≥0(i=1,2,…,N),Ai(i=1,2,…,N) 为[0,∞)中Borel可测集,令 P(t,(i,t0,t1,…,tN),(j,A0,A1,… ,AN)) =P(L(t)=j,θ0(t)∈A0,θ1(t)∈A1,…,θN(t)|L(0)=i , θ0(0)=t0,θ1(0)=t1,…,θN(0)=tN) (1)     

基于排队论的应急物资装载模型研究

车辆装运应急物资因其耗时较大,在应急物流中是较为重要的环节.本文利用排队论GI/M/1模型,推导了应急救灾车辆的平均等待时间和平均等待队长的表达式.同时,运用Extendsim软件进行了仿真,将得出的数据与理论计算的结果进行了比较,分析了理论计算与仿真之间的误差,为实际应急物流活动中应急物资运送时,决策者考虑是否应增减物资装载服务台和增减应急救灾车辆提供了有效的依据.     

基于GI/G/1排队的人行横道宽度优化模型

为提高信号交叉口人行横道通行能力和行人安全,考虑到人行横道宽度对行人服务水平的影响,在分析其参数的条件下,提出在高峰时段,可将典型信号交叉口人行横道行人入口处和乘客交通量描述成一个排队系统。通过实地调查数据拟合得出行人到达规律服从指数分布、服务规律服从正态分布,且因行人在信号交叉口的走行规律具有休假特性,则该排队系统可用具有批量服务特点的GI/G/1排队模型描述。并基于排队系统的闲期、忙期等重要约束建立该排队模型的优化模型,为人行横道宽度的取值提供了科学的计算依据。     

基于排队论的中硬围岩长大隧道 施工机群优化配置方法

针对隧道施工过程中各作业线内部产生的机械排队作业现象,采用随机过程排队论方法以Ⅲ级围岩为例研究中硬围岩长大隧道施工循环作业线中机械配套问题,提出顾客为有限源的M/M/1/m/m排队系统的求解方法,由此得到基于快速施工的最优机械配套方案。结合黄岩隧道妹子娘冲斜井段的工程实例,得到Ⅲ级围岩下出碴运输系统以及锚喷支护系统的最优配置,可为工程实际施工提供一定参考。     

马尔可夫骨架过程：一维分布和正则性准则

引入了一类新的随机过程－马尔可夫骨架过程，在一系列随机时刻具有马尔可夫性，它包括诸如马尔可夫过程，最小Ｑ过程，Ｄｏｏｂ过程，一阶Ｑ过程，半马尔可夫过程，逐段决定的马尔可夫过程，ＧＩ／Ｇ／１排除的系统的输入过程，除长，等待时间，保险业中的风险决策模型，期权定价模型以及水库积水模型等为其典型例子。     

紧急疏散情况下地铁车站动态瓶颈识别

随着城市轨道交通系统逐渐成网,地铁车站日渐拥挤,为了制定科学有效的紧急疏散方案,有必要预先找到车站瓶颈点。基于时间可靠度函数模拟乘客在紧急情况下路径选择行为,在此基础上引入M//G/C/C排队模型对车站排队系统各个服务台进行排队性能指标计算,找出潜在瓶颈点。以广州地铁3号线岗顶站为例,结合车站硬件设施尺寸数量,模拟计算最恶劣情况下乘客疏散过程,找到3处潜在瓶颈点,测算结果与实际观测情况相符合,验证了该方法的有效性。     

铁路客运站旅客进站流程优化

在旅客进站流程中,实名认证与安检是2个重要环节,减少这2个环节的排队时间对优化整个旅客进站流程具有重要意义。运用数理统计原理,拟合出实名认证与安检环节旅客到达和服务时间概率分布规律。运用排队论基础对这2个环节排队特征进行分析研究,建立M/M/1/∞/∞/FCFS排队系统模型,并计算旅客停留时间与排队等待人数等参数。对该模型进行优化,将实名认证与安检2个窗口合并,实现旅客在安检的同时进行实名认证,重新建立排队系统模型。对比优化前后系统模型中旅客停留时间与排队等待人数等参数可知,窗口合并可优化旅客进站流程,提高进站效率。实际操作中,采取工作人员尽快适应窗口变化、实现职责合一以及加强对旅客的引导等管理措施,进一步保障窗口合并后取得理想效果。     

长沙铁道学院学报2001年第19卷(1～4期)总目录(全卷终)

排队论中的马尔可夫骨架过程方法 (摘要 )侯振挺　邹捷中　袁成桂等 (1 - 1 )………………轨道三角坑对列车脱轨安全性的影响分析向　俊　曾庆元 (1 - 4 )……………………………挖孔桩注浆提高承载力的试验研究肖　勤　李　亮　阮　波等 (1 - 9)………………………预应力混凝土连续斜交梁自振特性试验研究何旭辉　戴小冬　盛兴旺等 (1 - 1 4)……………铁路简支梁桥风荷载探讨祝志文　陈政清 (1 - 1 8)………………………………………………广深准高速铁路软土路基下沉对策夏增明 (1 - 2 2 )………………………………………………柔性多体系统中的刚柔 耦合动力学蒋丽忠　罗小勇　周凌宇等 (1 - 2 9)……………………地震时饱和砂土液化机理及统计判别法杨秀竹　王星华　雷金山 (1 - 3 4 )……………………萘系减水剂与缓凝成份复合效应试验研究张彦春　胡晓波 (1 - 3 8)……………………………重视运输竞争对运输市场的影响作用郑国华 (1 - 4 1 )……………………………………………车流量变化趋势的正交多项式分析查伟雄　胡思继 (1 - 4 7)……………………………………面向柔性...     

运用排队论确定装卸机械合理数量

以排队论为基础,考虑到站车辆的随机性和在车站单位费用支出最小两个因素,根据车流到达及装卸机械作业规律,装卸车系统可视为一个M/M/C排队系统,据此计算相应的运行指标,以确定装卸机械的合理数量。最后结合实例,给出了具体的计算方法及步骤。     

职业病防治统计分析方法——兼论偏态分布资料的逻辑处理(下)

四、各种平均数间差异的显著性检验根据数据资料的分布类型,可计算各种平均数,如正态或近似正态分布资料可计算其算术均数(?),对数正态分布资料可计算几何均数(G),不拘分布资料可计算中位数(M或P_(50))等。两均数间差异显著性检验,可采用t检验。多组均数间相互比较可采用方差分析。但是,在职防工作中有时为了择优处理法的需要,同一类资料可计算其(?)、G、M或WGP_(50)等,不同的平均数间(如(?)与G,G与M等)差异的显著性检验又如     

大型铁路客运站站前落客区布局的分析

研究目的:为解决大型铁路客运站站前落客区布局设计的困难,提出并建立两阶段落客区布局的分析方法,即运用排队论从宏观层面测算落客通道数目,利用交通仿真模型在微观层面解决布局细节.研究结论:M/M/N排队论能够在宏观层面有效测算落客通道数目,估计平均等待车辆数和平均等待时间等参数.运用交通仿真软件VISSIM建立仿真模型,能够在微观层面解决车道分配等布局细节,通过图形化交互界面和动画,进行二维和三维的可视化评价,还可输出平均车速、延误等数据进行不同方案的定量比较,预测设计能否满足未来交通需求.在深圳新火车站落客区布局设计中的应用,表明该方法具有直观和定量的优点.     

双机冗余系统的非马尔可夫模型研究

应用补充变量，将双机冗余系统的非马尔可夫过程模型转化为马尔可夫过程模型，并推导出了可靠性及有效性公式。最后给出了该方法的两个实例，这种方法比一般分析方法更具有普遍性，更具有实用价值。     

非齐次（H，Q）过程积分型泛函的分布与矩

侯振挺等引入了一类具有广泛应用前景的随机过程——Markov骨架过程，文献[2]中研究了这类过程中的齐次(H，Q)过程积分型泛函的分布与矩．在此基础上，对马氏骨架过程中非齐次(H，Q)过程积分型泛函作讨论，并且得到了它的分布与矩的具体计算公式．     

非齐次(H,Q)过程积分型泛函的分布与矩

侯振挺等[1]引入了一类具有广泛应用前景的随机过程--Markov骨架过程.文献[2]中研究了这类过程中的齐次(H,Q)过程积分型泛函的分布与矩.在此基础上,对马氏骨架过程中非齐次(H,Q)过程积分型泛函作讨论,并且得到了它的分布与矩的具体计算公式.     

基于HQL(λ)的城市轨道交通车地通信资源分配研究

随着城市轨道交通的快速发展，车地移动通信系统对数据传输时延和传输速率的要求更加苛刻，针对此问题，引入LTE-U技术以加大频谱带宽。考虑到LTE-U系统会与现有WLAN系统产生干扰，因此，通过定量分析系统满意度函数以确保免授权频段LTE和WLAN的整体性能；采用M/G/1排队模型对LTE和WLAN共存异构网络在免授权频段的时域行为进行建模，设计了基于ABS的无线帧结构，并提出由启发函数和资格迹改进的HQL(λ)时域资源分配算法，基站通过与无线通信环境持续交互计算得到ABS(Almost-Blank Subframes)的最佳比例分配，解决免授权频段上LTE-U和WLAN系统的干扰共存问题。仿真结果表明：改进后的算法具有更快的收敛速度，且相比Q-Learning(λ)、Q-Learning, HQL(λ)资源分配算法的系统传输速率分别提高12.8%和26.1%,相比Q-Learning(λ),系统平均传输时延提高27.2%。