AVAILABILITY ANALYSIS OF THE QUEUEING SYSTEM GI/PH/I WITH SERVER BREAKDOWNS

In the existing literature of Repairable Queueing Systems (RQS), i.e., queueing systems with server breakdowns, it is almost all assumed that interarrival times of successive customers are independent, identically exponentially distributed. In this paper, we deal with more generic system GI/PH/1 with server's exponential uptime and phase-type repair time. With matrix analysis theory, we establish the equilibrium condition and the characteristics of the system, derive the transient and stationary availability behavior of the system.     

Subset threshold autoregression

We develop in this paper an efficient way to select the best subset threshold autoregressive model. The proposed method uses a stochastic search idea. Differing from most conventional approaches, our method does not require us to fix the delay or the threshold parameters in advance. By adopting the Markov chain Monte Carlo techniques, we can identify the best subset model from a very large of number of possible models, and at the same time estimate the unknown parameters. A simulation experiment shows that the method is very effective. In its application to the US unemployment rate, the stochastic search method successfully selects lag one as the time delay and five best models from more than 4000 choices. Copyright © 2003 John Wiley & Sons, Ltd.     

MARKOV DECISION PROGRAMMING-THE FIRST PASSAGE MODEL WITH DENUMERABLE STATE SPACE

In this paper,we discuss MDP with discrete time parameter-the firstpassage model with denumerable state space.Under assumption A in this paper,we prove that an ε(>0)-optimal stationary policy exists.To find an ε-optimalstationary policy,an algorithm of policy improvement iteration and a method ofsuccessive approximations are given.     

多类服务器计算机网络系统优化配置研究

采用马尔可夫排队网络,建立了具有多类服务器并考虑网络影响的基于Ｃｌｉｅｎｔ／Ｓｅｒｖｅｒ平台的计算机网络系统的数学模型,给出了有限源开环马尔可夫排队网络的稳态分布概率的一般解。在此基础上,推出系统负载指标的解析结果,分析、论证系统服务器负载均衡的条件,提出归一化的性能指标向量,建立系统优化目标函数,研究不同情形下的配置优化求解方法。     

多维OU型Markov过程的弱对偶半群及其无穷小算子

研究多维ＯＵ型Ｍａｒｋｏｖ过程的不变测度、参考测度、弱对偶半群及其无穷小算子．说明了ＯＵ型Ｍａｒｋｏｖ过程不变概率测度和弱对偶半群的存在唯一性,Ｌéｖｙ过程Ａｔ的不变测度不一定是由它产生的ＯＵ型Ｍａｒｋｏｖ过程的不变测度,以及Ｌｅｂｅｓｇｕｅ测度ｍ和极限分布ξ在ｓｕｐｐξ＝Ｒｄ的条件下都是ＯＵ型Ｍａｒｋｏｖ过程的参考测度．     

一种高性能英文词性标注器的设计与实现

针对统计和规则方法各自的优点和局限,提出运用Viterbi和FTBL(fast transformation-based learning)算法相级联的算法,实现一种英文自动词性标注器.该级联方法以FTBL算法为整体算法,在它的规则学习和最终标注两个阶段,均以Viterbi算法作为其初始化过程.实验结果表明此算法优于其中任何一种单独的算法,达到了98%的高准确率,验证了自然语言处理中统计与规则并举的主流设计思想.     

角谷猜想的证明

应用马尔可夫链推导出角谷链的状态转移概率,从而得出角谷链中的奇数和偶数出现的概率,再以概率的大数定律为基础证明日本数学家角谷静夫提出的猜想.     

一种适用于并行文件系统的高可用机制

针对并行文件系统文件数据分布存储的特性所带来的系统可靠性和可用性降低的问题,提出了一种提高并行文件系统可靠性与可用性的机制.该机制采用数据镜像技术,应用逻辑镜像环来指定存储节点间的镜像关系,使得一个存储节点既存储自身的数据,也作为其他节点的数据备份节点.该机制还可以通过调整镜像深度,以满足用户对文件系统不同级别的可靠性和可用性要求.同时,建立了马尔可夫链模型,以评估所提机制的可靠性和可用性.数学求解表明,在镜像深度为2时,应用该机制的并行文件系统发生数据丢失的平均时间大大提高,约为原系统的32倍.     

在非时齐马氏决策过程中的动态贝叶斯网络研究

提出了用动态贝叶斯网络（DBN）对非时齐马氏决策系统进行建模的改进方法，使动态贝叶斯网络能被更广泛地应用于各种复杂的真实系统中．该方法的基本思路是，将扩展后的隐藏变量引入DBN的演化过程来建立假设条件所要求的马尔可夫模型，给出从不完整的样本数据集以及存在隐藏变量时来学习DBN结构的算法，进而用贝叶斯概率统计方法对后来的时间片的充分统计因子进行估计，并通过当前已存在的和估计的充分统计因子对基于时间变化的转移概率进行学习，以解决假设条件要求的转移概率的时不变性．原理性分析和仿真实验结果也验证了改进方法的有效性．     

带干扰的复合更新风险模型

在经典风险模型的基础上,把索赔到达过程Nt加以推广为更新过程,且认为有干扰的情况下,设其为布朗运动,得到一个新的风险模型:Rt=u+ct+Wt-∑Nti=1Xi,用马尔可夫骨架过程的理论和方法,求得有限时间t盈余的瞬时分布φ(u,t,a),然后求得时刻t的生存概率Ψ(u,t)满足的关系式。