基于马尔可夫骨架过程的排队模型及其在Web信息系统中的应用

基于马尔可夫骨架过程的排队模型及其在Web信息系统中的应用

论文摘要

随着Internet技术的飞速发展,各种Web信息系统大量出现,对其进行性能分析成为迫切的现实需要。本文从Web信息系统的运行机理出发,建立了系统的性能分析模型,然后借助于马尔可夫骨架过程理论,研究了Web服务器的休假排队模型。首先,研究了Web信息系统的信息传输和处理的一般过程和系统规律特点,将一个Web信息系统抽象为一个排队网络系统,构建了系统的性能分析模型。其次,总结分析了排队系统中的马尔可夫骨架过程方法。最后,研究了Web服务器的休假排队模型。现有分析都假定“顾客”输入的时间间隔为独立同分布(负指数分布)的随机变量,而采用经典排队模型M/M/N来刻画。在实际网络信息系统中,“顾客”的输入常常出现一些与经典模型大不一样的情况,因此有必要研究更一般的排队模型。本文重点研究了4类排队模型:同步单重休假的GI/G/N排队系统、同步多重休假的GI/G/N排队系统、带d-策略休假的GI/G/N排队系统、异步多重休假的GI/G/N排队系统。利用马尔可夫骨架过程方法,求得了这些排队模型队长的瞬时分布。本文模型的到达时间间隔和服务时间均相互独立但服从一般分布,且引入了多种休假规则,使得该模型能更好地刻画实际问题。本文的主要结果有:(1)建立了Web信息系统多服务器休假排队模型。本文模型放宽了现行建模的假设,即不要求Web请求、Web服务时间服从负指数分布,并引入GI/G/N模型来刻画系统,从而克服了以往Web信息系统逻辑建模的一些缺陷。(2)借助于马尔可夫骨架过程理论,给出了同步单重休假的GI/G/N排队系统队长的瞬时分布所满足的方程组,并得到其概率分布是这些方程的最小非负解。(3)借助于马尔可夫骨架过程理论,给出了同步多重休假的GI/G/N排队系统队长的瞬时分布所满足的方程组,并得到其概率分布是这些方程的最小非负解。(4)借助于马尔可夫骨架过程理论,给出了带d-策略休假的GI/G/N排队系统队长的瞬时分布所满足的方程组,并得到其概率分布是这些方程的最小非负解。(5)借助于马尔可夫骨架过程理论,给出了异步多重休假的GI/G/N排队系统队长的瞬时分布所满足的方程组,并得到其概率分布是这些方程的最小非负解。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究背景
  • 1.2 国内外研究现状
  • 1.2.1 Web信息系统的性能分析方法
  • 1.2.2 Web信息系统性能分析的理论工具
  • 1.2.3 排队论的研究历史和研究现状
  • 1.2.4 排队论的主要研究方法
  • 1.3 本文主要工作
  • 1.4 论文的组织结构
  • 第二章 Web信息系统逻辑建模
  • 2.1 Web服务的执行过程分析
  • 2.1.1 Web服务的定义
  • 2.1.2 Web系统的体系结构
  • 2.1.3 Web服务的执行过程
  • 2.2 Web系统的服务策略
  • 2.2.1 单Web服务器的服务策略
  • 2.2.2 Web集群服务器的负载分配
  • 2.3 Web信息系统的多层结构及其抽象处理
  • 2.3.1 Web信息系统的多层结构
  • 2.3.2 对Web信息系统的抽象处理
  • 2.4 Web服务器的逻辑模型
  • 2.4.1 单服务器排队模型
  • 2.4.2 多服务器排队模型
  • 2.4.3 异构Web信息系统休假排队模型
  • 2.5 本文考虑的模型及假设
  • 第三章 排队系统中的马尔可夫骨架过程方法
  • 3.1 马尔可夫骨架过程的概念
  • 3.2 向前和向后方程
  • 3.3 正则性准则
  • 3.4 有限维分布
  • 3.5 极限分布
  • 3.6 广义极限分布与不变概率测度
  • 第四章 同步单重休假的GI/G/N排队系统
  • 4.1 模型描述
  • 4.2 若干定义
  • 0(t),θ1(t),#,θN+1(t))的瞬时分布'>4.3(C(t),L(t),θ0(t),θ1(t),#,θN+1(t))的瞬时分布
  • 第五章 同步多重休假的GI/G/N排队系统
  • 5.1 模型描述
  • 5.2 若干定义
  • 0(t),θ1(t),#,θN+1(t))的瞬时分布'>5.3(C(t),L(t),θ0(t),θ1(t),#,θN+1(t))的瞬时分布
  • 第六章 带d-策略休假的GI/G/N排队系统
  • 6.1 模型描述
  • 6.2 若干定义
  • 0(t),θ1(t),#,θN+1(t))的瞬时分布'>6.3(C(t),L(t),θ0(t),θ1(t),#,θN+1(t))的瞬时分布
  • 第七章 异步多重休假的GI/G/N排队系统
  • 7.1 模型描述
  • 7.2 若干定义
  • 0(t),θ1(t),#,θN(t),u1(t),#,uN(t))的瞬时分布'>7.3 (L(t),θ0(t),θ1(t),#,θN(t),u1(t),#,uN(t))的瞬时分布
  • 参考文献
  • 致谢
  • 攻读博士学位期间的主要研究成果
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    基于马尔可夫骨架过程的排队模型及其在Web信息系统中的应用
    下载Doc文档

    猜你喜欢