In this paper, we build a system mo

In this paper, we build a system model for general and independent interarrival process and hyper-exponentially distributed service times. As mentioned earlier, the general arrival process can be used to characterize a variety of arrival distributions for the queueing system. The main motivation for studying the hyper-exponential distribution is that it can capture the high degree of variability in the service time. For example, the hyper-exponential distribution can characterize any coefficient of variation (standard deviation divided by the mean) greater than 1. Since the service time of jobs is expected to be highly variable from job to job, the hyper-exponential distribution is well suited to model the service times for today’s queueing systems.

Kết quả (Việt) 1:

Trong bài này, chúng tôi xây dựng một mô hình hệ thống cho quá trình interarrival nói chung và độc lập và siêu theo phân phối dịch vụ lần. Như đã đề cập trước đó, quá trình xuất hiện chung có thể được sử dụng để mô tả một loạt các bản phân phối đến các bộ đếm. Động lực chính cho việc học tập phân phối siêu mũ là nó có thể nắm bắt mức độ cao của biến đổi trong thời gian phục vụ. Ví dụ, phân phối siêu mũ có thể mô tả bất kỳ hệ số biến thể (độ lệch chuẩn chia bình) lớn hơn 1. Kể từ khi dịch vụ việc làm dự kiến sẽ đánh giá cao biến từ công việc để công việc, phân phối siêu mũ là rất thích hợp để mô hình dịch vụ lần cho hệ thống đếm ngày nay.

Kết quả (Việt) 2:

Trong bài báo này, chúng tôi xây dựng một mô hình hệ thống nói chung và độc lập quá trình interarrival và thời gian phục vụ phân tán theo cấp số nhân siêu. Như đã đề cập trước đó, quá trình xuất nói chung có thể được sử dụng để mô tả một loạt các bản phân phối đến cho các hệ thống xếp hàng. Động lực chính để nghiên cứu sự phân bố hyper-hàm mũ là nó có thể nắm bắt được mức độ cao của sự thay đổi trong thời gian phục vụ. Ví dụ, sự phân bố hyper-hàm mũ có thể đặc trưng có hệ số biến thiên (độ lệch chuẩn chia trung bình) lớn hơn 1. Kể từ thời phục vụ công việc dự kiến ​​sẽ được thay đổi rất lớn từ công việc đến công việc, sự phân bố hyper-hàm mũ là tốt phù hợp với mô hình thời gian phục vụ cho hệ thống xếp hàng hiện nay.