期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
非强占有限优先权M/M/1排队系统 被引量：9
1
作者 黄业文 吴红 王远世 《计算机工程与应用》 CSCD 2013年第13期80-84,共5页
以计算机网络中实时视频流传输的实际应用为基础,建立非强占有限优先权M/M/1排队系统模型;对该系统模型进行分析研究,推导出顾客在系统内的的平均等待时间、平均逗留时间和平均队长。
关键词 排队论 非强占 有限优先权 M M 1排队系统
下载PDF
COURIER:基于非抢占式优先排队和优先经验重放DRL的边缘计算任务调度与卸载方法
2
作者 杨秀文 崔允贺 +2 位作者 钱清 郭春 申国伟 《计算机科学》 CSCD 北大核心 2024年第5期293-305,共13页
边缘计算(Edge Computing,EC)将计算、存储等资源部署在网络边缘,以满足业务对时延和能耗的要求。计算卸载是EC中的关键技术之一。现有的计算卸载方法在估计任务排队时延时使用M/M/1/∞/∞/FCFS或M/M/n/∞/∞/FCFS排队模型,未考虑高时... 边缘计算(Edge Computing,EC)将计算、存储等资源部署在网络边缘,以满足业务对时延和能耗的要求。计算卸载是EC中的关键技术之一。现有的计算卸载方法在估计任务排队时延时使用M/M/1/∞/∞/FCFS或M/M/n/∞/∞/FCFS排队模型,未考虑高时延敏感型任务的优先执行问题,使得一些对时延要求不敏感的计算任务长期占用计算资源,导致系统的时延开销过大。此外,现有的经验重放方法大多采用随机采样方式,该方式不能区分经验的优劣,造成经验利用率低,神经网络收敛速度慢。基于确定性策略深度强化学习(Deep Reinforcement Learning,DRL)的计算卸载方法存在智能体对环境的探索能力弱和鲁棒性低等问题,降低了求解计算卸载问题的精度。为解决以上问题,考虑边缘计算中多任务移动设备、多边缘服务器的计算卸载场景,以最小化系统时延和能耗联合开销为目标,研究任务调度与卸载决策问题,并提出了基于非抢占式优先排队和优先经验重放DRL的计算卸载方法(Computation Offloading qUeuing pRioritIzed Experience Replay DRL,COURIER)。COURIER针对任务调度问题,设计了非抢占式优先排队模型(M/M/n/∞/∞/NPR)以优化任务的排队时延;针对卸载决策问题,基于软演员-评论家(Soft Actor Critic,SAC)提出了优先经验重放SAC的卸载决策机制,该机制在目标函数中加入信息熵,使智能体采取随机策略,同时优化机制中的经验采样方式以加快网络的收敛速度。仿真实验结果表明,COURIER能有效降低EC系统时延和能耗联合开销。 展开更多
关键词 边缘计算 计算卸载 非抢占式优先排队 信息熵 深度强化学习 优先经验重放
下载PDF
非对称的多队列非抢占优先权排队系统分析 被引量：2
3
作者 吴云波 李志蜀 +2 位作者 陈志华 卢暾 王莉 《南京理工大学学报》 EI CAS CSCD 北大核心 2006年第1期53-56,共4页
该文对非对称情形下多队列非抢占优先权排队系统的精确解析方法进行了探讨。利用嵌入马尔可夫链理论,以服务员到达队列的时刻为参考点构造出了系统的概率母函数,从而解析出非对称情形下系统的平均周期时间以及一般队列和中心队列的平均... 该文对非对称情形下多队列非抢占优先权排队系统的精确解析方法进行了探讨。利用嵌入马尔可夫链理论,以服务员到达队列的时刻为参考点构造出了系统的概率母函数,从而解析出非对称情形下系统的平均周期时间以及一般队列和中心队列的平均排队队长表达式。计算机仿真实验验证了分析的有效性。 展开更多
关键词 多站点通信 非抢占优先权排队 一阶特性 平均周期时间
下载PDF
基于非强占优先消息排队系统的软交换性能分析
4
作者 双锴 杨放春 《电子与信息学报》 EI CSCD 北大核心 2007年第8期1970-1973,共4页
该文针对多进程共享处理机资源的软交换实体,提出基于非强占、多优先级消息排队的M/G/1/n排队网络性能分析模型。该模型中消息的处理服从定长分布而不是泊松分布,并且存在呼叫损失,更加接近实际系统。给出了消息平均排队时间的解析表达... 该文针对多进程共享处理机资源的软交换实体,提出基于非强占、多优先级消息排队的M/G/1/n排队网络性能分析模型。该模型中消息的处理服从定长分布而不是泊松分布,并且存在呼叫损失,更加接近实际系统。给出了消息平均排队时间的解析表达式,理论分析与仿真结果表明相对于无优先级M/G/1/n排队模型,上述模型具有更大系统吞吐量,更高CPU有效负荷,但呼叫接续时间稍有增加。同时分析了消息缓冲区n对于系统性能的影响。 展开更多
关键词 软交换 非强占优先 排队系统 吞吐量 CPU有效负荷
下载PDF
非强占有限优先权单服务台排队模型研究
5
作者 杨荣领 阳平华 《信息技术》 2022年第4期65-70,共6页
根据大数据信息处理系统处理优先级的信息流存在的拥塞问题的研究,建立了一种新的基于爱尔朗分布的非强占有限优先权单服务台排队模型。该模型对有限优先权进行限制,增加不同优先级信息流处理排序的公平性,防止优先权队列信息流长时间... 根据大数据信息处理系统处理优先级的信息流存在的拥塞问题的研究,建立了一种新的基于爱尔朗分布的非强占有限优先权单服务台排队模型。该模型对有限优先权进行限制,增加不同优先级信息流处理排序的公平性,防止优先权队列信息流长时间使用服务台导致大数据信息处理系统无优先权信息流拥塞崩溃问题,增强系统的鲁棒性。通过对文中模型的分析研究,推导出信息流在系统内的平均等待时间、平均逗留时间和平均队长,并通过MATLAB2010a建立仿真模型实验。验证文中研究得到的系统排队等待时间等理论结果正确,模型稳定性更强。 展开更多
关键词 单服务台 非强占 有限优先权 排队模型
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部