slide1
Download
Skip this Video
Download Presentation
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ

Loading in 2 Seconds...

play fullscreen
1 / 9

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ - PowerPoint PPT Presentation


  • 141 Views
  • Uploaded on

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ. ΚΛΕΙΣΤΑ ΔΙΚΤΥΑ ΟΥΡΩΝ MARKOV 30/05/ 2011. ΚΛΕΙΣΤΟ ΔΙΚΤΥΟ ΔΥΟ ΑΝΕΞΑΡΤΗΤΩΝ ΕΚΘΕΤΙΚΩΝ ΟΥΡΩΝ – ΠΛΗΘΥΣΜΟΣ Ν = 3. μ 1 P( 1,2) = μ 2 P( 0,3 ) μ 1 P( 2,1) = μ 2 P(1, 2 ) μ 1 P( 3,0) = μ 2 P( 2,1 ) P(0,3) + P(1,2) + P(2,1) + P(3,0) = 1 γ = μ 2 [1- P( 3,0)].

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ' - shada


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ

ΚΛΕΙΣΤΑ ΔΙΚΤΥΑ ΟΥΡΩΝ MARKOV

30/05/2011

slide2
ΚΛΕΙΣΤΟ ΔΙΚΤΥΟ ΔΥΟ ΑΝΕΞΑΡΤΗΤΩΝ ΕΚΘΕΤΙΚΩΝ ΟΥΡΩΝ – ΠΛΗΘΥΣΜΟΣ Ν = 3

μ1P(1,2) = μ2P(0,3)

μ1P(2,1) = μ2P(1,2)

μ1P(3,0) = μ2P(2,1)

P(0,3) + P(1,2) + P(2,1) + P(3,0) = 1

γ = μ2 [1- P(3,0)]

e gordon newel
ΚΛEΙΣΤΑ ΔΙΚΤΥΑ ΟΥΡΩΝΘεώρημα Gordon-Newel
  • Παρόμοιες παραδοχές με Θεώρημα Jacksonγια ανοικτά δίκτυα Markov
    • Ανεξάρτητοι εκθετικοί εξυπηρετητές i = 1, 2, …, M με ρυθμό μi
    • Παραδοχήανεξαρτησίας Kleinrock
    • Τυχαία Δρομολόγηση r (i,j) = Probability (i j)
  • Ονομάζουμε Xiπαράμετρο ανάλογη του βαθμού χρησιμοποίησης της ουράς i : Xi = Cλi/μi
  • Λύνουμε το γραμμικό σύστημα που εξισώνει εισόδους – εξόδους ρυθμαποδόσεωνλiσε κάθε ουρά i
    • Για κάθε ουρά iπου τροφοδοτείται από ουρέςj : λi = Σr(j,i) λj
    • λ1 = λ2στο παράδειγμα ήΧ1 μ1 = Χ2 μ2
  • Hεργοδική πιθανότητα της κατάστασηςn = (n1, n2, …, nM)

δίνεται με μορφή γινομένου:

  • Η σταθερά G(N) (Partition Function) υπολογίζεται με την κανονικοποίηση: Άθροισμα των εργοδικών πιθανοτήτων P(n)όλων των καταστάσεων nίσο με μονάδα:Hard problem, αναδρομικός αλγόριθμος Buzen
slide4
ΠΑΡΑΔΕΙΓΜΑ
  • Χ1 μ1 = Χ2 μ2
  • Χ1 = 1, Χ2 = μ1/μ2 = α
  • P(0,3) = α3/G(3)
  • P(1,2) = α2/G(3)
  • P(2,1) = α/G(3)
  • P(3,0) = 1/G(3)
  • γ = μ2 [1- P(3,0)] = μ2 [1- 1/G(3)]
  • E(T1) = E (n1) / λ1 = E (n1)/γ

Ακολουθεί παράδειγμα εφαρμογής κλειστού δικτύου ουρών για μοντέλο ελέγχου ροής (Flow Control) σε δίκτυα μεταγωγής πακέτου (Internet) από το βιβλίο του Mischa Schwartz “Telecommunications Networks: Protocols, Modeling & Analysis,” Addison Wesley,1988

sliding window flow control model virtual circuit
Sliding Window Flow Control ModelVirtual Circuit
  • Virtual Circuit (VC) covering M sore-and-forward nodes from source to destination
  • Assumptions:
    • Each packet is individually acked
    • Packets are assumed blocked if N packets are outstanding along the VC (sliding window N)
    • packet traversing cascade of queues has its packet length selected randomly and independently (i.e. exponential distribution)
  • If l (representing input rate of VC) increases then delay and congestion increases (without control)
  • With control, congestion is limited (as no more than N packets can be in transit)
    • N ↓ Delay ↓ Throughput ↓
    • N ↑ Delay ↑ Throughput ↑
  • Dependence on M (Throughput ↑ as M ↑ but Delay ↑)
  • End to end statistics of the VC
ad