G/G/1 система очереди и маленький закон

Обзор

Этот пример показывает, как смоделировать односерверную систему с одной очередью, в которой межвузовское время и время обслуживания равномерно распределены фиксированными средствами 1.1 и 1, соответственно. Очередь имеет бесконечную емкость памяти. В обозначении G обозначает общее распределение с известным средним значением и отклонением; G/G/1 означает, что межвузовское и служебное время системы регулируются таким общим распределением и что система имеет один сервер. Можно изменить отклонения равномерных распределений. Можно использовать эту модель, чтобы изучить закон Литтла.

Структура модели

Модель включает компоненты, перечисленные ниже:

  • Блок Entity Generator: Генерирует сущности (также известный как «клиенты» в теории очереди).

  • Simulink Function uniformArrivalTime (): Возвращает данные, представляющие межвузовское время для сгенерированных сущностей. После того, как вы установите отклонение распределения с помощью ручки Отклонение процесса прибытия, функция вычисляет равномерное случайное изменение с выбранным отклонением и средним значением 1.1. Чтобы просмотреть детали расчетов, дважды кликните Simulink Function и откройте блок с меткой Uniform Distribution.

  • Блок очереди сущностей: хранит сущности, которые должны быть обслужены в порядке FIFO

  • Блок Entity Server: Моделирует сервер, время обслуживания которого имеет равномерное распределение.

Результаты и отображения

Модель включает в себя следующие визуальные способы понять ее эффективность:

  • Отображать блоки, которые показывают рабочую нагрузку очереди, среднее время ожидания в очереди, среднее время обслуживания и использование сервера.

  • A возможностей, сравнивающая эмпирические и теоретические отношения. См. обсуждение закона Литтла ниже.

Закон Маленького

Можно использовать эту модель для проверки закона Литтла, в котором указывается линейная связь между средней длиной очереди и средним временем ожидания в очереди. В частности, ожидаемая взаимосвязь заключается в следующем:

Средняя длина очереди = (Средняя частота прибытия) (Среднее время ожидания в очереди)

Блок Entity Queue вычисляет текущую длину очереди и среднее время ожидания в очереди. Подсистема, называемая Little's Law Evaluation, вычисляет отношение средней длины очереди (полученной из мгновенной длины очереди путем интегрирования) к среднему времени ожидания, а также отношение среднего времени обслуживания к среднему времени прибытия. Два коэффициента появляются на графике, помеченном Законом Литтла.

Другой способ интерпретации уравнения выше заключается в том, что, учитывая нормализованное среднее время обслуживания 1, можно использовать среднее время ожидания и среднюю длину очереди, чтобы вывести частоту прибытия системы.

Закон Литтла, применяемый к серверу

Можно также использовать эту модель, чтобы проверить линейную связь, которую закон Литтла предсказывает между загрузкой сервера и средним временем обслуживания. Блок Entity Server вычисляет коэффициент использования сервера и среднее время ожидания на сервере. Поскольку каждая сущность может покинуть сервер сразу после завершения обслуживания, время ожидания эквивалентно времени обслуживания сервера в этой модели.

Эксперименты с моделью

Перемещайте ручку отклонения процесса прибытия или ручку отклонения процесса обслуживания во время симуляции и наблюдайте, как изменяется содержимое очереди. Когда интенсивность трафика высока, среднее время ожидания в очереди приблизительно линейно в отклонениях межвуального времени и времени обслуживания. Чем больше отклонения, тем больше сущности приходится ждать и тем больше сущностей ждут в системе.

Похожие примеры

Ссылки

[1] Kleinrock, Leonard, Queuing Systems, Volume I: Theory, New York, Wiley, 1975.

См. также

| | |

Похожие темы

Для просмотра документации необходимо авторизоваться на сайте