A Simple and Extended Computational Analysis of <i>M/G</i><sub><i>j</i></sub><sup>(<i>a,b</i>)</sup>/1 and <i>M/G</i><sub><i>j</i></sub><sup>(<i>a,b</i>)</sup>/1/(<i>B</i> + <i>b</i>) Queues Using Roots
Notice bibliographique
Résumé
A recent article on bulk-service queues gives a generating function for the steady-state probabilities of the embedded Markov chain for a single-server infinite-space system in which, the customers arrive according to a Poisson process and are served in batches with quorum a and capacity b, and the service time follows a general distribution dependent on batch size. This system is equivalent to the bulk queueing model M/Gj(a,b)/1, whose general solution requires finding the roots of the denominator of the underlying generating function. The article claims that the use of roots may result in numerical inaccuracies, especially for large values of b. Hence it only solves for the finite-space model M/Gj(a,b)/1/(B + b) using (B+1) simultaneous linear equations. We present a simple way to obtain the probability distribution of queue length at post-departure epochs for the infinite-space model M/Gj(a,b)/1 using roots, then an alternative method to solve the finite-space queue M/Gj(a,b)/1/(B+b). We derive, for the first time, closed-form formulas for the queue-length distribution of models with deterministic service time for both infinite (M/Dj(a,b)/1) and finite-space (M/Dj(a,b)/1/(B+b)) systems. We also show that the queue-length distribution of (M/Dj(a,b)/1 can be approximated by a Poisson distribution when the traffic intensity p is low. Numerical results are both tabulated and graphed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».