Анализ переходного режима многолинейной СМО с нетерпеливыми заявками
(Стр. 154-166)
Подробнее об авторах
Дворецкий Артур Геннадьевич
аспирант, кафедра индустриального программирования, Институт перспективных технологий и индустриального программирования
МИРЭА – Российский технологический университет
г. Москва, Российская Федерация Барабанова Елизавета Александровна доктор технических наук, профессор; ведущий научный сотрудник, лаборатория № 49
Институт проблем управления им. В.А. Трапезникова Российской академии наук
г. Москва, Российская Федерация Вытовтов Константин Анатольевич доктор технических наук, профессор; ведущий научный сотрудник, лаборатория № 69; Институт проблем управления им. В.А. Трапезникова Российской академии наук; г. Москва, Российская Федерация
МИРЭА – Российский технологический университет
г. Москва, Российская Федерация Барабанова Елизавета Александровна доктор технических наук, профессор; ведущий научный сотрудник, лаборатория № 49
Институт проблем управления им. В.А. Трапезникова Российской академии наук
г. Москва, Российская Федерация Вытовтов Константин Анатольевич доктор технических наук, профессор; ведущий научный сотрудник, лаборатория № 69; Институт проблем управления им. В.А. Трапезникова Российской академии наук; г. Москва, Российская Федерация
Нажимая на кнопку купить вы соглашаетесь с условиями договора оферты
Аннотация:
В данном исследовании представлен анализ нестационарного режима работы информационно-измерительных систем медицинского назначения с целью повышения их эффективности. Подобного рода системы являются важными в медицине и используются для прогнозирования и оценки состояния пациентов в критических для жизни ситуациях. Представленная в работе математическая модель – это многолинейная система массового обслуживания с нетерпеливыми заявками, характеристики производительности которой исследуются в переходном режиме. Подобного рода модель адекватно описывает медицинские информационные системы реального времени не только в условиях эксплуатации, но и в условиях перезагрузки, сбоев и неисправностей оборудования. Для исследования переходного режима многолинейной системы массового обслуживания с нетерпеливыми заявками используется система дифференциальных уравнений Колмогорова, а также ее решение, полученное с использованием метода матрицы преобразования вероятностей. В ходе работы найдены выражения для расчета среднего число заявок в буфере в переходном режиме, нестационарных вероятностей обслуживания заявок, абсолютной и относительной пропускных способностей системы в переходном режиме и время переходного режима. Представлены результаты анализа переходного режима системы вида M/M/2/4 с нетерпеливыми заявками, сопровождающиеся численными расчетами при различных значениях интенсивности обслуживания пакетов и интенсивности ухода нетерпеливых заявок из очереди.
Образец цитирования:
ОБРАЗЕЦ ЦИТИРОВАНИЯ: Дворецкий А.Г., Барабанова Е.А., Вытовтов К.А. Анализ переходного режима многолинейной СМО с нетерпеливыми заявками // Computational Nanotechnology. 2025. Т. 12. № 5. С. 154-166. DOI: 10.33693/2313-223X-2025-12-5-154-166. EDN: FFRNEG
Список литературы:
Вытовтов К.А., Барабанова Е.А., Вытовтов Г.К., Антонов Н.А. Математическая модель расчета и анализа характеристик оптического коммутатора в переходном режиме // Вестник АГТУ. Серия: Управление, вычислительная техника и информатика. 2023. № 3.
Русилко Т.В., Копать Д.Я. Дифференциальные уравнения для моментов вектора состояния замкнутой по структуре сети массового обслуживания с нетерпеливыми заявками // Вестник Дагестанского государственного университета. Серия 1: Естественные науки. 2021. №2.
Осипов Г.С. Системы массового обслуживания с ограниченной длительностью ожидания // Бюллетень науки и практики. 2016. № 12 (13).
Rubino G. Transient analysis of Markovian queueing systems: A survey with focus on closed forms and uniformization // Queueing theory 2: Advanced trends. Hoboken: Wiley-ISTE, 2021. Pp. 269–307.
Ковалёв И.А., Сатин Я.А., Зейфман А.И. Оценки скорости сходимости и устойчивости для одного класса нестационарных марковских моделей систем с нетерпеливыми клиентами // Системы и средства информации. 2022. Т. 32. Вып. 4. С. 21–31.
Аксенова Е.И., Горбатов С.Ю. Применение технологии Интернета вещей в здравоохранении // Здоровье мегаполиса. 2021. № 4.
Монаков Д.М., Алтунин Д.В. Медицинские информационные системы: современные реалии и перспективы // Российский журнал телемедицины и электронного здравоохранения. 2022. № 8 (4). С. 46–53. DOI: 10.29188/2712-9217-2022-8-4-46-53.
Оппедизано М.Д.Л., Артюх Л.Ю. Роль медицинских информационных систем в организации системы здравоохранения // FORCIPE. 2022. № 4.
Сиротина А.С., Кобякова О.С., Деев И.А. и др. Удаленный мониторинг состояния здоровья. Аналитический обзор // Социальные аспекты здоровья населения. 2022. № 2.
Намазова-Баранова Л.С., Суворов Р.Е., Смирнов И.В. и др. Управление рисками пациента на основе технологий удаленного мониторинга здоровья: состояние области и перспективы // Вестник РАМН. 2015. № 1.
Kalid N., Zaidan A.A., Zaidan B.B. et al. Based on real time remote health monitoring systems: A new approach for prioritization “Large Scales Data” patients with chronic heart diseases using body sensors and communication technology // J. Med. Syst. 2018. Vol. 42. P. 69. DOI: 10.1007/s10916-018-0916-7.
Барабанова Е.А., Вытовтов К.А. Аналитический метод исследования поведения системы массового обслуживания при скачкообразно-изменяющихся потоках информации // Физические основы приборостроения. 2021. Т. 10. № 1 (39). С. 36–47. DOI: 10.25210/jfop-2101-036047. EDN: SWSDTE.
Кирпичников А.П., Флакс Д.Б., Галямова К.Н. Средняя длина очереди в системе массового обслуживания с ограниченным средним временем пребывания заявки в системе // Вестник Казанского технологического университета. 2017. № 2.
Малышев Д.А., Таранцев А.А., Холостов А.Л. О закономерностях в системах массового обслуживания с «нетерпеливыми» заявками // Пожары и ЧС. 2018. № 3.
Фадеев С.Н. Сравнительный анализ систем массового обслуживания с неограниченной очередью // Ученые записки Санкт-Петербургского имени В.Б. Бобкова филиала Российской таможенной академии. 2018. № 2 (66).
Buenrostro-Mariscal R., Santana-Mancilla P.C., Montesinos-López O.A. et al. Prioritization-driven congestion control in networks for the Internet of medical things: A cross-layer proposal // Sensors. 2023. Vol. 23. Art. 923. DOI: 10.3390/s23020923.
Barabanova E., Vytovtov K., Vishnevsky V., Khafizov I. Analysis of functioning photonic switches in next-generation networks using queueing theory and simulation modeling // Communications in Computer and Information Science. 2023. Vol. 1748. Pp. 356–369.
Русилко Т.В., Копать Д.Я. Дифференциальные уравнения для моментов вектора состояния замкнутой по структуре сети массового обслуживания с нетерпеливыми заявками // Вестник Дагестанского государственного университета. Серия 1: Естественные науки. 2021. №2.
Осипов Г.С. Системы массового обслуживания с ограниченной длительностью ожидания // Бюллетень науки и практики. 2016. № 12 (13).
Rubino G. Transient analysis of Markovian queueing systems: A survey with focus on closed forms and uniformization // Queueing theory 2: Advanced trends. Hoboken: Wiley-ISTE, 2021. Pp. 269–307.
Ковалёв И.А., Сатин Я.А., Зейфман А.И. Оценки скорости сходимости и устойчивости для одного класса нестационарных марковских моделей систем с нетерпеливыми клиентами // Системы и средства информации. 2022. Т. 32. Вып. 4. С. 21–31.
Аксенова Е.И., Горбатов С.Ю. Применение технологии Интернета вещей в здравоохранении // Здоровье мегаполиса. 2021. № 4.
Монаков Д.М., Алтунин Д.В. Медицинские информационные системы: современные реалии и перспективы // Российский журнал телемедицины и электронного здравоохранения. 2022. № 8 (4). С. 46–53. DOI: 10.29188/2712-9217-2022-8-4-46-53.
Оппедизано М.Д.Л., Артюх Л.Ю. Роль медицинских информационных систем в организации системы здравоохранения // FORCIPE. 2022. № 4.
Сиротина А.С., Кобякова О.С., Деев И.А. и др. Удаленный мониторинг состояния здоровья. Аналитический обзор // Социальные аспекты здоровья населения. 2022. № 2.
Намазова-Баранова Л.С., Суворов Р.Е., Смирнов И.В. и др. Управление рисками пациента на основе технологий удаленного мониторинга здоровья: состояние области и перспективы // Вестник РАМН. 2015. № 1.
Kalid N., Zaidan A.A., Zaidan B.B. et al. Based on real time remote health monitoring systems: A new approach for prioritization “Large Scales Data” patients with chronic heart diseases using body sensors and communication technology // J. Med. Syst. 2018. Vol. 42. P. 69. DOI: 10.1007/s10916-018-0916-7.
Барабанова Е.А., Вытовтов К.А. Аналитический метод исследования поведения системы массового обслуживания при скачкообразно-изменяющихся потоках информации // Физические основы приборостроения. 2021. Т. 10. № 1 (39). С. 36–47. DOI: 10.25210/jfop-2101-036047. EDN: SWSDTE.
Кирпичников А.П., Флакс Д.Б., Галямова К.Н. Средняя длина очереди в системе массового обслуживания с ограниченным средним временем пребывания заявки в системе // Вестник Казанского технологического университета. 2017. № 2.
Малышев Д.А., Таранцев А.А., Холостов А.Л. О закономерностях в системах массового обслуживания с «нетерпеливыми» заявками // Пожары и ЧС. 2018. № 3.
Фадеев С.Н. Сравнительный анализ систем массового обслуживания с неограниченной очередью // Ученые записки Санкт-Петербургского имени В.Б. Бобкова филиала Российской таможенной академии. 2018. № 2 (66).
Buenrostro-Mariscal R., Santana-Mancilla P.C., Montesinos-López O.A. et al. Prioritization-driven congestion control in networks for the Internet of medical things: A cross-layer proposal // Sensors. 2023. Vol. 23. Art. 923. DOI: 10.3390/s23020923.
Barabanova E., Vytovtov K., Vishnevsky V., Khafizov I. Analysis of functioning photonic switches in next-generation networks using queueing theory and simulation modeling // Communications in Computer and Information Science. 2023. Vol. 1748. Pp. 356–369.
Ключевые слова:
система массового обслуживания, переходной режим, вероятность потерь, матрица преобразования вероятностей, пропускная способность, нестационарные вероятности состояний.
