Розроблення універсального методу оцінки стану й оптимізації багатофакторних напівмарковських систем
DOI:
https://doi.org/10.15587/2706-5448.2025.344494Ключові слова:
напівмарковські системи, аналіз і оптимізація систем, розподіл Ерланга, ймовірнісне моделюванняАнотація
Об'єктом дослідження є метод вирішення завдань аналізу та оптимізації напівмарківських систем. Важливість теми визначається такими обставинами. По-перше, традиційні, стандартні теоретичні та практичні завдання дослідження стохастичних систем вирішуються аналітично тільки для марківських систем, для яких закони розподілу тривалості перебування в кожному стані до догляду є експоненціальними. Зрозуміло, що ця жорстка вимога для реальних систем не виконується. По-друге, для багатьох імовірнісних систем загального методу аналітичного дослідження немає. По-третє, доступні та здійсненні лише чисельні методи вирішення таких завдань. При цьому в кожному випадку рішення може бути отримане тільки для конкретної системи, що досліджується, що функціонує в конкретних умовах. Зрозуміло, що таке рішення є малоінформативним, а для завдань оптимізації багатофакторних систем практично марно. У зв'язку з цим дослідження направлене на розробку універсального методу вирішення завдань аналізу та оптимізації, придатного для будь-яких напівмарківських систем. Пропонований метод вирішення сформульованої задачі вирішує її у два етапи. На першому етапі шляхом обробки експериментальних даних знаходиться матриця щільностей розподілу тривалості перебування досліджуваної системи в кожному зі станів до переходу в інший стан. При цьому важливо, щоб густини, що відшукуються, належали до класу щільностей розподілу Ерланга будь-якого порядку. Шукані щільності знаходяться за допомогою найменших квадратів з використанням гістограм, одержуваних при обробці експериментальних даних. На другому етапі отримані густини розподілу використовуються для складання системи диференціальних рівнянь щодо ймовірностей перебування системи у кожному з можливих станів. При цьому конструктивно використовується унікальна властивість розподілів Ерланга, яка полягає в тому, що будь-який ерланговський потік є просіяний найпростіший потік пуассонів. Послідовне виконання цих двох етапів призводить до отримання розв'язання задачі дослідження будь-яких імовірнісних (напівмарківських) систем. Таким чином, запропонований у роботі метод вирішення завдань аналізу та оптимізації напівмарківських систем є універсальним.
Посилання
- Grabski, F. (2016). Concept of Semi -Markov Process. Scientific Journal of Polish Naval Academy, 206 (3), 25–36. https://doi.org/10.5604/0860889x.1224743
- Liu, F. (2023). Semi-Markov processes in open quantum systems. II. Counting statistics with resetting. Physical Review E, 108 (6). https://doi.org/10.1103/physreve.108.064101
- Ranjith, K. R., Gopakumar, B., Nair, S. S. (2024). A Semi-Markovian Analysis of an Inventory Model with Inventory-Level Dependent Arrival and Service Processes. Information Technologies and Mathematical Modelling. Queueing Theory and Applications. Cham: Springer, 118–133. https://doi.org/10.1007/978-3-031-65385-8_9
- Kaalen, S., Nyberg, M., Bondesson, C. (2019). Tool-Supported Dependability Analysis of Semi-Markov Processes with Application to Autonomous Driving. 2019 4th International Conference on System Reliability and Safety (ICSRS). Springer Nature, 126–135. https://doi.org/10.1109/icsrs48664.2019.8987701
- Grabski, F. (2015). Semi-Markov processes: Applications in system reliability and maintenance. Elsevier. https://doi.org/10.1016/C2013-0-14260-2
- Janssen, J., Limnios, N. (Eds.) (1999). Semi-Markov models and applications. Springer, 404. https://doi.org/10.1007/978-1-4613-3288-6
- Kalisz-Szwedzka, K. (2024). Optimization of Production Processes in the Furniture Industry Using Semi-Markov Models. European Research Studies Journal, XXVII (1), 772–787. https://doi.org/10.35808/ersj/3727
- Wang, J., Miao, Y. (2021). Optimal preventive maintenance policy of the balanced system under the semi-Markov model. Reliability Engineering & System Safety, 213, 107690. https://doi.org/10.1016/j.ress.2021.107690
- Verbeken, B., Guerry, M.-A. (2021). Discrete Time Hybrid Semi-Markov Models in Manpower Planning. Mathematics, 9 (14), 1681. https://doi.org/10.3390/math9141681
- Wu, D., Yuan, C., Kumfer, W., Liu, H. (2017). A life-cycle optimization model using semi-markov process for highway bridge maintenance. Applied Mathematical Modelling, 43, 45–60. https://doi.org/10.1016/j.apm.2016.10.038
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Lev Raskin, Larysa Sukhomlyn, Viacheslav Karpenko, Dmytro Sokolov, Vitalii Vlasenko

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.




