Optimal Multi-Server Allocation to Parallel Queues With Independent\n Random Queue-Server Connectivity
Notice bibliographique
Résumé
We investigate an optimal scheduling problem in a discrete-time system of L\nparallel queues that are served by K identical, randomly connected servers.\nEach queue may be connected to a subset of the K servers during any given time\nslot. This model has been widely used in studies of emerging 3G/4G wireless\nsystems. We introduce the class of Most Balancing (MB) policies and provide\ntheir mathematical characterization. We prove that MB policies are optimal; we\ndefine optimality as minimization, in stochastic ordering sense, of a range of\ncost functions of the queue lengths, including the process of total number of\npackets in the system. We use stochastic coupling arguments for our proof. We\nintroduce the Least Connected Server First/Longest Connected Queue (LCSF/LCQ)\npolicy as an easy-to-implement approximation of MB policies. We conduct a\nsimulation study to compare the performance of several policies. The simulation\nresults show that: (a) in all cases, LCSF/LCQ approximations to the MB policies\noutperform the other policies, (b) randomized policies perform fairly close to\nthe optimal one, and, (c) the performance advantage of the optimal policy over\nthe other simulated policies increases as the channel connectivity probability\ndecreases and as the number of servers in the system increases.\n
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».