The effect of information on the strategic behavior in a Markovian queue with catastrophes and working vacations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A stochastic clearing system is studied from a game-theoretic perspective in the paper where the server is subject to a Poisson-generated catastrophe and a follow-up repair process. Whenever a fatal shock (catastrophe) occurs, all customers are cleared from the system and the server fails. A repair is rendered immediately to fix the server with an exponential repair time. During the repair process, no customers are allowed to enter the system. Customers are strategic and they have the right to decide whether to join the system or balk based on a linear reward-cost structure with two types of rewards: A service reward for those customers that receive service and a compensation for those customers that are forced to abandon the system due to a catastrophe. During the service process, the server takes a working vacation after serving all the customers in the system. Our study is the first attempt to provide models to jointly characterize and analyse the queueing system with working vacation and catastrophes, with an emphasis on game-theoretic modeling of such a service system. The customer’s equilibrium strategy and social benefit of the system under four different information scenarios are obtained. In particular, we find that customers obey the follow-the-crowd (FTC) property in almost observable condition, which provides managerial insight on the operations management perspective. Numerical experiments are presented to show the effects of system parameters and information levels on the equilibrium joining behavior of customers.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle