관측불가능한 임의순서규칙 대기행렬시스템 분석 = Analysis of Unobservable RSS Queueing Systems

국문 초록 (Abstract)

기존의 대기행렬시스템 추론에 관한 연구들은 서비스시작시점과 서비스종료시점을 이용하여 수행되었다. 그러나 서비스시작시점은 시스템 내부 관측치로서 실제로 관측하기 어려울 때가 많다. 본 논문에서는 서비스시작시점 대신 외부 관측치인 도착시점을 이용하여 대기행렬시스템을 추론한다. 도착 및 이탈시점에 근거한 대기행렬 모형의 분석은 서비스시작시점의 결정이 관건이다. 본 연구의 선행연구로서 선입선출 및 후입선출 시스템에 대한 서비스시작시점의 결정방법은 이미 개발되었다. 본 논문에서는 임의순서규칙 대기행렬시스템으로 추론 범위를 확장한다. 구하고자 하는 성능척도는 평균대기시간과 평균서비스시간이며 이들의 분산을 구함으로써 통계적 분석기법의 사용이 가능하도록 하였다. 마지막으로 시뮬레이션 결과로부터 얻은 데이터를 이용하여 본 연구의 추론방법을 적용함으로써 그 타당성을 검증하였다.

다국어 초록 (Multilingual Abstract)

The times of service commencement and service completion had been used for inferring the queueing systems. However, the service commencement times are difficult to measure because of unobservable nature in queueing systems. In this paper, for inferring queueing systems, the service commencement times are replaced for arrival times which can be easily observed. Determining the service commencement time is very important in our methods. The methods for first come first served(FCFS), last come first served(LCFS) queueing discipline are already developed in our previous work. In this paper, we extend to random selection for service(RSS) queueing discipline. The performance measures we used are mean queueing time and mean service time, the variances of two. The simulation results verify our proposed methods to infer queueing systems under RSS discipline.

참고문헌 (Reference)

1 김윤배, "도착 및 이탈시점에 근거한 관측 불가능한 후입선출 대기행렬 모형의 분석" 한국시뮬레이션학회 16 (16): 75-81, 2007

2 Larson, R., "The queue inference engine: Deducing queue statistics from transactional data" 36 : 586-601, 1990

3 Larson, R., "The queue inference engine: Addendum" 37 : 1062-, 1991

4 Toyoizumi, H., "Sengupta’s invariant relationship and its application to waiting time inference" 34 : 795-799, 1997

5 Bingham, N., "Non-parametric estimation for the M/G/infinity queue" 51 : 71-97, 1999

6 Basawa, I., "Maximum likelihood estimation for single server queues from waiting time data" 24 : 155-167, 1996

7 Dimitrijevic, D., "Inferring most likely queue length from transactional data" 19 : 191-199, 1996

8 Jones, L., "Inferring balking behavior from transactional data" 47 : 778-784, 1999

9 Kim, Y. B., "Inference for Unobservable Queues from Arrival and Departure Data" 2005

10 Masuda, Y., "Exploiting partial information in queueing -systems" 43 : 530-538, 1995

11 Daley, D., "Exploiting Markov-chains to infer queue length from transactional data" 29 : 713-732, 1992

12 Pickands, J., "Estimation for the M/G/infinite queue with incomplete information" 84 : 295-308, 1997

13 Mandelbaum, A., "Estimating characteristics of queueing networks using transactional data" 29 : 75-127, 1998

14 Bertimas, D., "Deducing queueing from transactional data: The queue inference engine, revisited" 40 : 217-228, 1992

15 Choudhury, A., "Bayesian inference and prediction in the single server Markovian queue" 67 : 371-383, 2006

16 Jang, J., "A new procedure to estimate waiting time in GI/G/2 systems by server observation" 28 : 597-611, 2001