Введение

Системы стохастического поллинга представляют собой класс моделей массового обслуживания, в которых единственный сервер последовательно обслуживает несколько очередей заявок, переходя между ними согласно определённому правилу. Данный класс моделей находит широкое применение при описании и анализе телекоммуникационных сетей, транспортных систем, производственных линий и сетей передачи данных [1; 3].

Актуальность систематизации знаний о системах поллинга обусловлена ростом сложности современных сетей и необходимостью выбора адекватных математических моделей для оценки их производительности. Целью настоящей работы является обзор основных результатов теории систем поллинга, сравнение методов их анализа и выявление перспективных направлений исследований.

1. Классификация систем поллинга

Системы поллинга, или системы упорядоченного опроса, являются частным случаем многоканальных систем массового обслуживания (СМО). Их характерной особенностью является наличие одного сервера, который последовательно обходит N очередей (Q1, Q2, …, QN) и обслуживает накопившиеся в них заявки [2; 4].

По числу очередей системы подразделяются на дискретные (конечное или счётное число мест ожидания) и непрерывные (заявки располагаются в n-мерной области или на окружности) [5]. По количеству серверов различают одноканальные и многоканальные системы поллинга.

Порядок обхода очередей является одним из ключевых классификационных признаков. Выделяют следующие основные типы:

1. Циклический порядок — сервер последовательно посещает очереди от Q1 до QN, после чего возвращается к первой. Данный порядок является наиболее распространённым в аналитических исследованиях благодаря своей детерминированности.
2. Случайный порядок — следующая очередь выбирается случайным образом, независимо от предыдущей. Такая модель применяется при описании систем с децентрализованным управлением.
3. Приоритетный порядок — очереди имеют уровни приоритета; сервер обслуживает сначала очереди с более высоким приоритетом. Данная схема используется в системах реального времени.
4. Адаптивный динамический порядок — сервер работает по циклической схеме, но пропускает пустые очереди, что повышает эффективность использования ресурса сервера.

2. Дисциплины обслуживания

Дисциплина обслуживания определяет, какое количество заявок обслуживается в очереди за одно посещение сервера. Основные типы дисциплин включают:

Исчерпывающая дисциплина — сервер обслуживает все заявки в очереди до её полного опустошения, включая заявки, поступившие в процессе обслуживания. Эта дисциплина обеспечивает максимальную пропускную способность за одно посещение, но может приводить к увеличению времени ожидания в других очередях [6].

Шлюзовая (гейтовая) дисциплина — обслуживаются только заявки, находившиеся в очереди на момент начала обслуживания. Новые заявки, поступившие в процессе, ожидают следующего посещения сервера. Данная дисциплина обеспечивает более равномерное распределение времени между очередями.

T-ограниченная дисциплина — время обслуживания очереди за одно посещение ограничено фиксированной величиной T. По истечении этого времени сервер переключается на следующую очередь независимо от наличия необслуженных заявок.

L-ограниченная дисциплина — за одно посещение обслуживается не более L заявок, после чего сервер переходит к следующей очереди.

3. Методы анализа систем поллинга

Аналитические методы. Точные аналитические результаты для систем поллинга получены преимущественно для простейших случаев: двух очередей с экспоненциальным обслуживанием и циклическим опросом. Для систем с большим числом очередей применяются приближённые методы, основанные на разложении и декомпозиции [3; 10]. Метод производящих функций позволяет получить точные выражения для средних характеристик, однако его вычислительная сложность экспоненциально растёт с увеличением числа очередей [4; 5].

Имитационное моделирование. Для анализа сложных систем поллинга с нестационарными потоками, произвольными распределениями и динамическими дисциплинами широко применяется имитационное моделирование. Платформа AnyLogic поддерживает три методологии — системную динамику, дискретно-событийное и агентное моделирование — что позволяет строить комплексные модели систем поллинга [11; 12]. Преимуществом имитационного подхода является возможность учёта произвольных распределений, нестационарности потоков и сложных правил переключения.

Сравнительный анализ методов приведён в таблице 1.

Таблица 1

Сравнительный анализ методов исследования систем поллинга

4. Прикладные области

Телекоммуникационные сети. Системы поллинга применяются для моделирования протоколов множественного доступа с опросом, таких как Bluetooth, WiMAX и промышленные сети стандарта IEEE 802.15.4. В этих системах сервер (координатор) последовательно опрашивает абонентские устройства, а дисциплина обслуживания определяет объём передаваемых данных за один цикл опроса [1; 7].

Транспортные системы. Модели поллинга используются для описания работы светофорных перекрёстков, где сервер — это зелёная фаза, последовательно предоставляемая различным направлениям движения. Адаптивные системы управления дорожным движением применяют динамический порядок опроса, при котором длительность зелёной фазы зависит от текущей загруженности полос [13].

Производственные системы. В гибких производственных системах транспортный робот (сервер) обслуживает несколько обрабатывающих станций (очередей). Порядок обхода и дисциплина обслуживания определяют производительность всей линии.

5. Проблемы и направления исследований

Несмотря на значительный прогресс в теории систем поллинга, ряд проблем остаётся открытым. Во-первых, точные аналитические результаты доступны лишь для ограниченного класса систем с малым числом очередей и простыми распределениями. Во-вторых, анализ нестационарных систем поллинга с временно-зависимыми интенсивностями поступления и обслуживания требует развития новых математических аппаратов [8].

Перспективным направлением является интеграция методов машинного обучения с имитационным моделированием для адаптивной оптимизации параметров систем поллинга в реальном времени [6].

Заключение

В работе проведён обзор основных результатов теории систем поллинга. Рассмотрены классификационные признаки, порядки обхода и дисциплины обслуживания. Показано, что аналитические методы обеспечивают высокую точность для простейших случаев, тогда как имитационное моделирование позволяет исследовать системы с произвольными распределениями и нестационарными потоками. Обсуждены прикладные области в телекоммуникациях, транспорте и производстве. Сформулированы перспективные направления дальнейших исследований.

Литература:

1. Вишневский, В. М. Обзор моделей систем поллинга и их применение в телекоммуникационных сетях / В. М. Вишневский, О. В. Семенова // Проблемы информатики. — 2020. — № 3 (48). — С. 29–59.
2. Лаконцев, Д. В. Анализ и оптимизация адаптивного централизованного управления в беспроводных широкополосных сетях передачи информации: дис. … канд. техн. наук: 05.13.13 / Лаконцев Дмитрий Владимирович. — Москва, 2007. — 116 с.
3. Вишневский, В. М. Математические методы исследования систем поллинга / В. М. Вишневский, О. В. Семенова // Автоматика и телемеханика. — 2006. — № 2. — С. 3–56.
4. Borst, S. C. Polling systems / S. C. Borst. — Centrum voor Wiskunde en Informatica, 1996.
5. Takagi, H. Analysis and application of polling systems / H. Takagi // Performance Evaluation. — 1997. — Vol. 30, № 4. — P. 231–242.
6. Нгуен Ван Хиеу. Исследование систем стохастического поллинга с групповым обслуживанием для оценки производительности широкополосных беспроводных сетей с централизованным механизмом управления: дис. … канд. техн. наук. — Москва, 2024. — 161 с.
7. Муршед, Ф. А. Имитационная модель системы поллинга с циклическим опросом и исчерпывающей дисциплиной обслуживания очередей / Ф. А. Муршед, Н. К. Нуриев // Вестник технологического университета. — 2017. — Т. 20, № 13. — С. 107–109.
8. Daley, D. J. An Introduction to the Theory of Point Processes. Vol. I / D. J. Daley, D. Vere-Jones. — 2nd ed. — New York: Springer, 2003. — 472 p.
9. Ross, S. M. Introduction to Probability Models / Sheldon M. Ross. — 12th ed. — Amsterdam: Academic Press, 2019. — 826 p.
10. Гнеденко, Б. В. Введение в теорию массового обслуживания / Б. В. Гнеденко, И. Н. Коваленко. — 3-е изд. — Москва: URSS, 2005. — 280 с.
11. Илья Григорьев. AnyLogic 8 за три дня. — 2024. — 268 с.
12. Кувшинов, Н. Е. AnyLogic — универсальная среда имитационного моделирования / Н. Е. Кувшинов // Теория и практика современной науки. — 2017. — № 4 (22). — С. 34–38.
13. Breuer, L. Two Examples for Computationally Tractable Periodic Queues / L. Breuer // International Journal of Simulation. — 2002. — Vol. 3, № 3–4. — P. 15–24.