(в теории очередей)

просьба
—
[ http://slovarionline.ru/anglo_russkiy_slovar_neftegazovoy_promyishlennosti/]

Тематики

• нефтегазовая промышленность

EN

• request

требование (в теории массового обслуживания, теории очередей)
См. Поток требований (заявок).
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• request

очередь
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

очередь
В теории массового обслуживания — последовательность требований или заявок, которые, заставая систему обслуживания занятой, не выбывают, а ожидают ее освобождения (затем они обслуживаются в том или ином порядке). Очередью можно назвать также и совокупность ожидающих (простаивающих) каналов или средств обслуживания. Это — ключевое понятие теории очередей (как одного из разделов теории массового обслуживания). Процесс образования О. носит стохастический характер (процесс называется стохастическим, если он состоит из случайных переменных, значения которых меняются во времени). О. требований или заявок подразделяются прежде всего на замкнутые и разомкнутые (или линейные). В первом случае обслуженные требования могут возвращаться в систему и вновь поступать на обслуживание. Например, автомашины, приписанные к определенному парку, могут образовать замкнутую О. для зарядно-аккумуляторной станции этого парка. Во втором случае обслуженные требования не возвращаются в систему (например, зарядно-аккумуляторная станция общего пользования на автостраде). Для расчета потерь от ожидания клиентов в замкнутых и разомкнутых О. применяются разные критерии и разный математический аппарат. По дисциплине обслуживания очереди также подразделяются на ряд видов: О. с приоритетами (когда отдельным требованиям отдается предпочтение), О. случайные и т.д. В задачах теории массового обслуживания важными параметрами являются длина О., т.е. среднее число ожидающих требований, и время ожидания обслуживания — среднее время пребывания требования в системе до момента начала обслуживания.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• queue

очередь (в Service Manager 2010)
Контейнер для рабочих элементов. Элементы в очереди должны принадлежать к одному классу рабочих элементов (например, к инцидентам).
[ http://systemscenter.ru/scsm_help.ru/]

EN

queue
A holding container for work items. Members of a queue must be of the same work item class (for example, only incidents).
[ http://systemscenter.ru/scsm_help.ru/]

Тематики

• информационные технологии в целом

EN

• queue

метод Монте-Карло
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

метод Монте-Карло
метод статистических испытаний
Один из методов статистического моделирования, основанный на кибернетической идее «черного ящика». Он применяется в тех случаях, когда построение аналитической модели явления трудно или вовсе неосуществимо, например, при решении сложных задач теории массового обслуживания и ряда других задач исследования операций, связанных с изучением случайных процессов. Применение М. М.-К. можно проиллюстрировать примером из области теории очередей. Предположим, надо определить, как часто и как долго придется ждать покупателям в очереди в магазине при заданной его пропускной способности (допустим, для того, чтобы принять решение, следует ли расширять магазин). Подход покупателей носит случайный характер, распределение времени подхода может быть установлено из имеющейся информации. Время обслуживания покупателей тоже носит случайный характер и его распределение тоже может быть выявлено. Таким образом, имеются два стохастических или случайных процесса, взаимодействие которых и создает очередь. Теперь, если наугад перебирать все возможности (например, число покупателей, приходящих за час), сохраняя те же характеристики распределения, можно искусственно воссоздать картину этого процесса. Повторяя такую картину многократно, каждый раз меняя условия (число подходящих покупателей), можно изучать получаемые статистические данные так, как если бы они были получены при наблюдении над реальным потоком покупателей. Точно так же можно воссоздать искусственную картину работы самого магазина: здесь распределение времени подхода покупателей будет взаимодействовать с распределением времени обслуживания отдельного покупателя. Получаются опять два стохастических процесса. Их взаимодействие даст «очередь» с примерно такими же характеристиками (например, средней длиной очереди или средним временем ожидания), какими обладает реальная очередь. Таким образом, смысл М. М.-К. состоит в том, что исследуемый процесс моделируется путем многократных повторений его случайных реализаций. Единичные реализации называются статистическими испытаниями — отсюда второе название метода. Остается сказать, что такое выбор вариантов наугад (или механизм случайного выбора). В простых случаях для этого можно применять бросание игральной кости (классический учебный прием), но на практике используют таблицы случайных чисел либо вырабатывают (генерируют) случайные числа на ЭВМ, для чего имеются специальные программы, которые называются генераторами случайных чисел.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

Синонимы

• метод статистических испытаний

EN

• Monte Carlo method
• Monte-Carlo technique

метод Монте-Карло
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

метод Монте-Карло
метод статистических испытаний
Один из методов статистического моделирования, основанный на кибернетической идее «черного ящика». Он применяется в тех случаях, когда построение аналитической модели явления трудно или вовсе неосуществимо, например, при решении сложных задач теории массового обслуживания и ряда других задач исследования операций, связанных с изучением случайных процессов. Применение М. М.-К. можно проиллюстрировать примером из области теории очередей. Предположим, надо определить, как часто и как долго придется ждать покупателям в очереди в магазине при заданной его пропускной способности (допустим, для того, чтобы принять решение, следует ли расширять магазин). Подход покупателей носит случайный характер, распределение времени подхода может быть установлено из имеющейся информации. Время обслуживания покупателей тоже носит случайный характер и его распределение тоже может быть выявлено. Таким образом, имеются два стохастических или случайных процесса, взаимодействие которых и создает очередь. Теперь, если наугад перебирать все возможности (например, число покупателей, приходящих за час), сохраняя те же характеристики распределения, можно искусственно воссоздать картину этого процесса. Повторяя такую картину многократно, каждый раз меняя условия (число подходящих покупателей), можно изучать получаемые статистические данные так, как если бы они были получены при наблюдении над реальным потоком покупателей. Точно так же можно воссоздать искусственную картину работы самого магазина: здесь распределение времени подхода покупателей будет взаимодействовать с распределением времени обслуживания отдельного покупателя. Получаются опять два стохастических процесса. Их взаимодействие даст «очередь» с примерно такими же характеристиками (например, средней длиной очереди или средним временем ожидания), какими обладает реальная очередь. Таким образом, смысл М. М.-К. состоит в том, что исследуемый процесс моделируется путем многократных повторений его случайных реализаций. Единичные реализации называются статистическими испытаниями — отсюда второе название метода. Остается сказать, что такое выбор вариантов наугад (или механизм случайного выбора). В простых случаях для этого можно применять бросание игральной кости (классический учебный прием), но на практике используют таблицы случайных чисел либо вырабатывают (генерируют) случайные числа на ЭВМ, для чего имеются специальные программы, которые называются генераторами случайных чисел.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

Синонимы

• метод статистических испытаний

EN

• Monte Carlo method
• Monte-Carlo technique

система массового обслуживания
СМО
Система, предназначенная для обслуживания случайных потоков вызовов абонентов в сетях связи (рис. Q-3). Общепринятое условное обозначение, используемое для описания систем массового обслуживания, состоит из трех символов - A/S/m, где символ А описывает динамику поступления вызовов, S - динамику, с которой обрабатываются вызовы, a m – число обслуживающих устройств. На практике наибольшее распространение получила модель обслуживания М/М/1, где динамика поступления вызовов с интенсивностью λ и обслуживания с интенсивностью λ_s описывается с помощью марковской модели с одним обслуживающим устройством (m=1).
[Л.М. Невдяев. Телекоммуникационные технологии. Англо-русский толковый словарь-справочник. Под редакцией Ю.М. Горностаева. Москва, 2002]

система массового обслуживания
Совокупность пунктов (каналов, станций, приборов), на которые в случайные или неслучайные моменты времени поступают заявки на обслуживание (требования), подлежащие удовлетворению. Примеров таких систем можно привести очень много. Телефонная сеть — это С.м.о. Здесь заявка — вызов абонента, обслуживающее устройство — коммутатор. Универсам — это тоже С.м.о. Заявка в этом случае — приход в магазин покупателя, а обслуживающее устройство — касса. Можно, правда, рассматривать работу Универсама и с противоположных позиций: считать, что кассир, ожидающий покупателя, — это заявка на обслуживание, а обслуживающее устройство — это покупатель, способный удовлетворить заявку: подойти к кассе с покупками и прекратить вынужденный простой кассира. Возможность такого двойственного подхода к задачам теории массового обслуживания позволяет использовать их для оптимизации структуры исследуемых систем. Если, например, в магазине работает лишь одна касса, а покупатели заходят часто, то возникнет очередь покупателей, ожидающих обслуживания. Если же, наоборот, покупатели заходят редко, а кассиров несколько, то возникнет очередь кассиров, ожидающих покупателя. В обоих случаях магазин несет потери: в первом случае потому, что не все желающие купить товар будут обслужены, а во втором — потому, что кассиров слишком много и часть фонда их заработной платы будет расходоваться напрасно. Поэтому, например, критерием правильности организации работы магазина может служить средняя сумма времени ожидания покупателя и времени ожидания кассира. Работа магазина организована наилучшим образом, если эта величина минимальна. Для оценки системы применяются также показатели ее пропускной способности: абсолютной (среднее число заявок, которое может быть обслужено за единицу времени) и относительной (средняя доля обслуживаемых заявок в общем количестве поступающих в систему). Для того чтобы достаточно полно сформулировать математическую модель С.м.о., обычно необходимо задать: характеристики среды или входящего потока требований; характеристики механизма обслуживания; дисциплину обслуживания. Системы массового обслуживания классифицируются, во-первых, по характеру обслуживания: системы с отказами: требование, поступившее в момент, когда все каналы заняты, получает отказ, покидает систему и в дальнейшем процессе обслуживания не участвует; другое название — системы с потерями; системы с очередью (с ожиданием упорядоченным и неупорядоченным, случайным и т.д.). Такие системы делятся, далее, на системы с неограниченным ожиданием и ограниченным (предельной длиной очереди, временем и др.) ожиданием; во-вторых, по кругу обслуживаемых объектов: замкнутые системы (см. Очередь); открытые системы (см. Очередь); в-третьих, по количеству каналов и фаз обслуживания: одноканальные и многоканальные (см. Многоканальная система массового обслуживания); однофазные и многофазные (см. Многофазная система массового обслуживания).
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

Синонимы

• СМО

EN

• queueing system
• serving system

система очередности
порядок приоритетных номеров
образование очередей
—
[Л.Г.Суменко. Англо-русский словарь по информационным технологиям. М.: ГП ЦНИИС, 2003.]

Тематики

• информационные технологии в целом

Синонимы

• порядок приоритетных номеров
• образование очередей

EN

• queueing system