Проектирование компьютерных сетей методами имитационного моделирования




Моделирование потока Эрланга - часть 2


Изменяя масштаб времени, получим

         
                                 

Соответственно,

                            (2.17)

Математическое          ожидание величины

, исходя из исходного условия, не зависит от К

          

             

Дисперсия величины

 

          

                                                  (2.18)

Из (2.18) следует, что дисперсия неограниченно убывает с возрастанием К.

Отсюда следует важный для практических приложений вывод: при неограниченном увеличении К нормированный поток Эрланга приближается к регулярному потоку с постоянными интервалами.

Таким образом, задаваясь различными значениями К, можно получить поток событий с любой степенью последействия, начиная от полного отсутствия (К = 0) до жесткой связи между моментами появления событий (К = ?).

Наиболее естественным и простым вариантом моделирования

потока Эрланга является использование его физической сути, а именно, период потока Эрланга Т является суммой К периодов пуассоновского потока. В таком алгоритме необходимо реализовать моделирование случайных величин появления потоков событий для пуассоновского потока.. Затем К таких величин складываются, в результате чего образуется случайная величина Т, характеризующая время между моментами появления смежных событий для потока Эрланга К порядка. Блок-схема алгоритма для этого варианта приведена на рис. 2.13.




Содержание  Назад  Вперед