Эвристический алгоритм управления конфликтными нестационарными транспортными потоками

• Published in: Кибернетика и системный анализ
• Date: 2018
• Main Author: Кузнецов, Н.Ю.
• Format: Article
• Language: Russian
• Published: Інститут кібернетики ім. В.М. Глушкова НАН України 2018
• Subjects: Системний аналіз
• Online Access: https://nasplib.isofts.kiev.ua/handle/123456789/161427
• Journal Title: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Cite this: Эвристический алгоритм управления конфликтными нестационарными транспортными потоками / Н.Ю. Кузнецов // Кибернетика и системный анализ. — 2018. — Т. 54, № 5. — С. 27-37. — Бібліогр.: 15 назв. — рос.

Рассмотрена модель сети, узлами которой являются однолинейные системы массового обслуживания. На вход некоторых систем поступают нестационарные пуассоновские потоки требований (транспортные потоки). Предложен алгоритм статистического моделирования, который позволяет выявлять наиболее проблемные участки сети и сформулировать эвристический алгоритм управления потоками, способствующий уменьшению времени пребывания в очередях. Данный алгоритм проиллюстрирован на примере транспортной сети, состоящей из 20 перекрестков. Розглянуто модель мережі, вузлами якої є однолінійні системи масового обслуговування. На вхід деяких систем надходять нестаціонарні пуассонівські потоки вимог (транспортні потоки). Запропоновано алгоритм статистичного моделювання, який дозволяє виявити найбільш проблемні місця у мережі та сформулювати евристичний алгоритм керування потоками, який сприяє зменшенню часу перебування у чергах. Цей алгоритм проілюстровано на прикладі транспортної мережі, яка налічує 20 перехресть. The paper considers a model of the network with nodes being one-server queueing systems. The non-stationary Poisson flows are input flows to some queueing systems (transport flows). A statistical simulation algorithm is proposed. It identifies weak points of the network and allows formulating a heuristic flow control algorithm that reduces the total waiting time. This algorithm is illustrated by an example of a transport network with 20 crossroads.