CICQ结构中逼近work-conserving的分组调度算法

联合输入交叉点排队（CICQ）结构的分组调度算法是一个得到了充分研究的领域,但已有算法在吞吐率和分组平均时延方面与输出排队（OQ）的结果相比,依然不够令人满意,其关键在于OQ交换机可以工作于work-conserving状态。不同于已有的研究,本文提出了以使得交换机最大程度工作于work-conserving状态为目标的新的研究思路,给出并证明了CICQ交换机实现work-conserving状态的充分且必要条件。以此为基础,提出了一种新的CICQ输入调度的算法即交叉缓存队列均衡（CQB）算法,并将经典的最大队长优先（LQF）算法用于输出调度,结合得到CQB-LQF算法。仿真结果显示,与经典的及最新的CICQ分组调度算法相比,CQB-LQF算法显著提高了吞吐率及分组平均时延性能。      

CNS/ATM网关系统性能分析

详细介绍了CNS/ATM网关系统性能分析方法。采用了嵌入式马尔可夫链模型分析 CNS/ATM网关系统性能。通过计算机仿真,具体分析了各种因素对CNS/ATM网关系统性能的影响。该分析表明,可通过提高系统的信息处理强度和减少信息处理时间均方差来改善系统的性能。这对于系统设计和性能改善具有指导意义。     

基于排队论指导的K-Means聚类算法及其在TTC网络优化设计中的应用

提出了一种在K-Means算法基础上改进的聚类算法QSKM,对网络结点分组进行优化设计。我们利用排队论对网络通信中的呼叫与处理进行分析,确定最少分组数,作为K-Means聚类算法的初试K值,由此作为聚类算法的起点,对交换机数量、空间布局以及网络结点分组进行设计。通过对QSKM算法和传统K-Means算法的计算复杂度进行分析比较以及QSKM算法在北京航天飞行控制中心显示网络设计中的应用研究表明,QSKM算法是有效的,降低了传统K-Means算法的计算复杂度。在我们设计的QSKM算法中,排队论可以为K-Means聚类运算中K的初始选取提供指导,聚类算法利用网络特征对基于排队论的网络设计方法进行完善,从而得到最佳的网络分布方案。     

虹桥T2出租车旅客等待区 启用高温喷雾系统降温

为了给在夏季高温季节排队等候出租车的旅客提供舒适、凉爽的候车环境,虹桥T2候机楼出租车旅客排队等候区日前新增安装了高温喷雾系统。据悉,此次安装的喷雾系统覆盖整个出租车旅客排队等候区,在     

基于门限服务的分布式卫星导航系统通信协议时延分析

分析了应用于铁路、内河水运等领域的分布式区域卫星导航系统通信协议时延。为保障中心站信息的及时传输,采用排队优先权站点门限服务轮询方式共享信道。通过内嵌马尔科夫链的方法,推导出了中心站和一般站的分组平均等待时延,仿真结果验证了理论分析的正确性。理论分析和仿真表明中心站平均等待时延远小于一般站时延,当一般站个数较多时尤其明显。
     

排队论在航空发动机装配任务管理中的应用

简介了排队论;应用排队论,对某研究所航空发动机装配任务管理进行了计算和分析,认为任务完成时间的不确定性是影响等待队列长度的主要因素;重点在减小任务完成时间的波动等方面,给出了减小队列长度的改进方法。     

一个DiffServ体系结构的IP QoS排队器的设计

论文首先分析了目前已经提出的提供IP QoS保证的一些机制、策略和相关算法,然后对RED/WRED算法的参数选择做了详细讨论,最后提出一种适于硬件实现的QoS排队器结构。     

基于M/M/1模型的网络及时可靠性加速模型

网络任务周期普遍较长,为了有效暴露网络传输延迟故障,可靠性试验时间往往是其任务周期数倍,否则会造成样本数量少、试验结果置信度低的问题.为此,针对通信网M/M/1排队模型,分析其延迟故障机理,应用相似理论推导建立了及时可靠性相似准则,得到了加速模型,并应用OPNET仿真平台对其进行了验证,分别阐述了数据到达强度不变和变化两种情况下该模型的应用方式,仿真结果表明正常应力作用下的原始网络和短时高应力作用下的相似网络及时可靠性误差小,且加速模型的效用不随故障阈值、应力增加倍数变化.     

排队论与整数规划：转场背景下对A机场旅客检查人员配置的考察

机场旅检工作人员工作模式相对特殊，实行上一休二的倒班模式，本文通过调研A机场Y航站楼转场前后连续3天的出港旅客到达率情况，并结合前人研究，利用排队论M/M/c和整数规划模型对A机场目前的旅检工作人员配置情况进行分析，发现A机场存在较大的人力资源浪费现象，特别是每天出港航班波峰期之外，人力资源浪费更加明显。本文对旅检人员配置提出两种优化方案，首先，在保证旅客服务质量符合民航局要求的前提下，利用模型测算出每个时段需要开放的最小安检通道数量；其次，提出上一休二与上五休二的综合排班模式，对旅检人员配置做更进一步的优化，实现配置效用最大化。