Концепция архитектуры приложения для построения аналитической аппроксимации распределения вероятностей числа заявок в СМО на основе имитационного моделирования | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2025. № 73. DOI: 10.17223/19988605/73/15

ГлавнаяАрхивКонцепция архитектуры приложения для построения аналитической аппроксимации распределения вероятностей числа заявок в СМО на основе имитационного моделирования | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2025. № 73. DOI: 10.17223/19988605/73/15

Концепция архитектуры приложения для построения аналитической аппроксимации распределения вероятностей числа заявок в СМО на основе имитационного моделирования

Представлена концепция общей архитектуры приложения для построения аналитической аппроксимации распределения вероятностей числа заявок в системах массового обслуживания. Главная идея, заложенная в основу данного приложения, - построение аналитических аппроксимаций распределения вероятностей на основе численных результатов, полученных в серии экспериментов имитационного моделирования соответствующих систем массового обслуживания. Качество генерируемых аппроксимаций оценивается с использованием метрик близости распределений вероятностей. Предложены общий алгоритм процесса построения аналитических аппроксимаций, необходимые для его реализации классы, пакеты и структуры данных, а также детализация их взаимодействий для решения поставленной задачи. Вклад авторов: все авторы сделали эквивалентный вклад в подготовку публикации. Авторы заявляют об отсутствии конфликта интересов.

Ключевые слова

имитационное моделирование, система массового обслуживания, аппроксимация распределения вероятностей

Авторы

ФИООрганизацияДополнительноE-mail
Прокудина Юлия АндреевнаНациональный исследовательский Томский государственный университетаспирант, ассистент кафедры программной инженерии Института прикладной математики и компьютерных наукprokudina_ua@mail.ru
Моисеев Александр НиколаевичНациональный исследовательский Томский государственный университетдоцент, доктор физико-математических наук, заведующий кафедрой программной инженерии Института прикладной математики и компьютерных наукmoiseev.tsu@gmail.com
Всего: 2

Ссылки

Назаров А.А., Терпугов А.Ф. Теория массового обслуживания: учебное пособие. 2-е изд., испр. Томск : Изд-во НТЛ, 2010. 228 с.
Назаров А.А., Моисеева С.П. Метод асимптотического анализа в теории массового обслуживания. Томск : Изд-во НТЛ, 2006. 112 с.
Моисеев А.Н., Назаров А.А. Бесконечнолинейные системы и сети массового обслуживания. Томск : Изд-во НТЛ, 2015. 240 с.
Moiseev A.N., Nazarov A. A., Paul S.V. Asymptotic Diffusion Analysis of Multi-Server Retrial Queue with Hyper-Exponential Service // Mathematics. 2020. V. 8 (4). Art. 531. P. 1-16.
Полховская А.В., Данилюк Е.Ю., Моисеева С.П., Бобкова О.С. Вероятностная модель системы совместного доступа с коллизиями, Я-настойчивостью и отказами // Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2022. № 58. С. 35-46.
Приступа П.В., Сущенко С.П., Михеев П.А., Моисеев А.Н. Анализ эффективности прямой коррекции ошибок на уровне транспортного протокола // Автоматика и телемеханика. 2022. № 7. С. 59-81. doi: 10.31857/S0005231022070042.
Прокудина Ю.А., Оруджов Э.А., Моисеев А.Н. Концепция архитектуры программного комплекса SimQ // Труды Томского государственного университета. Сер. физико-математическая. 2023. Т. 308. С. 155-159.
Буч Г., Рамбо Дж., Якобсон И. Язык UML : руководство пользователя / пер. с англ. Н. Мухина. 3-е изд. М. : Академия АйТи ; ДМК Пресс, 2022. 495 с.
Прокудина Ю.А., Моисеев А.Н. Прототип приложения для поиска распределения, наиболее близкого к заданному эмпирическому // Труды Томского государственного университета. Сер. физико-математическая. 2024. Т. 309. С. 199-205.
Гельман Э., Хилл Д., Вехтари А. Регрессия: теория и практика. М. : ДМК Пресс, 2022. 748 с.
Воскобойников Ю.Е. Регрессионный анализ данных в пакете MATHCAD : учеб. пособие. СПб. : Лань, 2022. 224 с.
Вишневский В.М., Ефросинин Д.В. Теория очередей и машинное обучение. М. : ИНФРА-М, 2024. 370 с.
Sherzer E., Senderovich A., Baron O., Krass D. Can machines solve general queueing systems? 2022. URL: https://arxiv.org/abs/2202.01729 (accessed: 17.02.2025).
Raheema M., Abdullah A. Function approximation using neuraland fuzzy methods // Communications on Applied Electronics 2016. V. 6 (3). P. 35-42.
Концепция архитектуры приложения для построения аналитической аппроксимации распределения вероятностей числа заявок в СМО на основе имитационного моделирования | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2025. № 73. DOI: 10.17223/19988605/73/15

Концепция архитектуры приложения для построения аналитической аппроксимации распределения вероятностей числа заявок в СМО на основе имитационного моделирования | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2025. № 73. DOI: 10.17223/19988605/73/15