Методика ймовірнісного аналізу динаміки станів багаторозмірних напівмарківських динамічних систем

Автор(и)

  • Yelyzaveta Meleshko Центральноукраїнський національний технічний університет пр. Університетський, 8, м. Кропивницький, Україна, 25006, Україна https://orcid.org/0000-0001-8791-0063
  • Lev Raskin Національний технічний університет «Харківський політехнічний інститут» вул. Кирпичова, 2, м. Харків, Україна, 61002, Україна https://orcid.org/0000-0002-9015-4016
  • Serhii Semenov Національний технічний університет «Харківський політехнічний інститут» вул. Кирпичова, 2, м. Харків, Україна, 61002, Україна https://orcid.org/0000-0003-4472-9234
  • Oksana Sira Національний технічний університет «Харківський політехнічний інститут» вул. Кирпичова, 2, м. Харків, Україна, 61002, Україна https://orcid.org/0000-0002-4869-2371

DOI:

https://doi.org/10.15587/1729-4061.2019.184637

Ключові слова:

динамічна система з безліччю можливих станів, випадковий процес переходів, інтегральні рівняння динаміки, перетворення Лапласа

Анотація

Розглянуто задачу імовірнісного аналізу складної динамічної системи, яка в процесі функціонування в випадкові моменти часу переходить з одного стану в інший. Запропоновано методику розрахунку умовних ймовірностей попадання системи в заданий момент часу t в заданий стан за умови, що в початковий момент часу система перебувала в будь-якому з можливих станів. Вихідні дані для аналізу представляють собою безліч експериментально отриманих значень тривалості перебування системи в кожному з станів до відходу в інший стан. Апроксимація одержуваних при цьому гістограм з використанням розподілу Ерланга дає набір щільності розподілу тривалості перебування системи в можливих станах до відходу в інші стани. При цьому вибір належного порядку розподілу Ерланга забезпечує отримання адекватного опису напівмарковських процесів, що протікають в системі. Запропоновано математичну модель, що зв'язує отримані щільності розподілу з функціями, що визначають вірогідну динаміку системи. Модель описує випадковий процес переходів системи з будь-якого можливого початкового стану в будь-який інший стан протягом заданого тимчасового інтервалу. З використанням моделі отримана система інтегральних рівнянь щодо шуканих функцій, що описують імовірнісний процес переходів. Для вирішення цих рівнянь використано перетворення Лапласа. В результаті рішення системи інтегральних рівнянь отримані функції, що задають розподіл ймовірностей станів системи в будь-який момент часу t. Ці ж функції описують також і асимптотичний розподіл ймовірностей станів. Наведено наочний приклад вирішення задачі для випадку, коли щільності розподілу тривалостей перебування системи в можливих станах описані розподілами Ерланга другого порядку. Процедура вирішення задачі описана детально для найбільш природного окремого випадку, коли початковим є стан H0.

Біографії авторів

Yelyzaveta Meleshko, Центральноукраїнський національний технічний університет пр. Університетський, 8, м. Кропивницький, Україна, 25006

Кандидат технічних наук, доцент

Кафедра кібербезпеки і програмного забезпечення

Lev Raskin, Національний технічний університет «Харківський політехнічний інститут» вул. Кирпичова, 2, м. Харків, Україна, 61002

Доктор технічних наук, професор, завідувач кафедри

Кафедра розподілених інформаційних систем і хмарних технологій

Serhii Semenov, Національний технічний університет «Харківський політехнічний інститут» вул. Кирпичова, 2, м. Харків, Україна, 61002

Доктор технічних наук, професор

Кафедра «Обчислювальна техніка та програмування»

Oksana Sira, Національний технічний університет «Харківський політехнічний інститут» вул. Кирпичова, 2, м. Харків, Україна, 61002

Доктор технічних наук, професор

Кафедра розподілених інформаційних систем і хмарних технологій

Посилання

  1. Berzh, K. (1962). Teoriya grafov i ee prilozheniya. Moscow: IL, 320.
  2. Distel', R. (2002). Teoriya grafov. Novosibirsk: IM, 336.
  3. Tihonov, V. I., Mironov, M. A. (1977). Markovskie protsessy. Moscow: Sovetskoe Radio, 481.
  4. Bulinskiy, A. N., SHiryaev, A. N. (2005). Teoriya sluchaynyh protsessov. Moscow: Fizmatgiz, 364.
  5. Kemeni, Dzh., Snell, Dzh. (1970). Konechnye tsepi Markova. Moscow: Nauka, 198.
  6. Chzhun, K.-L. (1954). Odnorodnye tsepi Markova. Moscow: Mir, 264.
  7. Barucha, R. A. (1969). Elementy teorii Markovskih protsessov. Moscow: Nauka, 320.
  8. Dynkin, E. B. (1963). Markovskie protsessy. Moscow: Fizmatgiz, 482.
  9. Cao, X.-R. (2015). Optimization of Average Rewards of Time Nonhomogeneous Markov Chains. IEEE Transactions on Automatic Control, 60 (7), 1841–1856. doi: https://doi.org/10.1109/tac.2015.2394951
  10. Dimitrakos, T. D., Kyriakidis, E. G. (2008). A semi-Markov decision algorithm for the maintenance of a production system with buffer capacity and continuous repair times. International Journal of Production Economics, 111 (2), 752–762. doi: https://doi.org/10.1016/j.ijpe.2007.03.010
  11. Feinberg, E. A., Yang, F. (2015). Optimal pricing for a GI/M/k/N queue with several customer types and holding costs. Queueing Systems, 82 (1-2), 103–120. doi: https://doi.org/10.1007/s11134-015-9457-7
  12. Li, Q.-L. (2016). Nonlinear Markov processes in big networks. Special Matrices, 4 (1). doi: https://doi.org/10.1515/spma-2016-0019
  13. Li, Q.-L., Lui, J. C. S. (2014). Block-structured supermarket models. Discrete Event Dynamic Systems, 26 (2), 147–182. doi: 10. https://doi.org/10.1007/s10626-014-0199-1
  14. Okamura, H., Miyata, S., Dohi, T. (2015). A Markov Decision Process Approach to Dynamic Power Management in a Cluster System. IEEE Access, 3, 3039–3047. doi: https://doi.org/10.1109/access.2015.2508601
  15. Sanajian, N., Abouee-Mehrizi, H., Balcıog̃lu, B. (2010). Scheduling policies in the M/G/1 make-to-stock queue. Journal of the Operational Research Society, 61 (1), 115–123. doi: https://doi.org/10.1057/jors.2008.139
  16. Krasnov, M. L. (1985). Integral'nye uravneniya. Moscow: Nauka, 476.
  17. Il'in, V. A. (1965). Osnovy matematicheskogo analiza. Moscow: Nauka, 572.
  18. Sveshnikov, A. G., Tihonov, A. N. (1967). Teoriya funktsiy kompleksnoy peremennoy. Moscow: Nauka, 308.

##submission.downloads##

Опубліковано

2019-11-22

Як цитувати

Meleshko, Y., Raskin, L., Semenov, S., & Sira, O. (2019). Методика ймовірнісного аналізу динаміки станів багаторозмірних напівмарківських динамічних систем. Eastern-European Journal of Enterprise Technologies, 6(4 (102), 6–13. https://doi.org/10.15587/1729-4061.2019.184637

Номер

Розділ

Математика та кібернетика - прикладні аспекти