摘要
随机排队网络中的控制问题很难解决。然而,众所周知,流体模型为随机网络提供了一个有用的近似。我们将在随机排队网络中描述一类一般的控制问题,并考虑相应的流体优化问题($F$),这是一个确定性控制问题,通常很容易解决。与以前的文献相反,我们的成本率函数相当一般。($F$)的值函数提供了流体标度下随机网络值函数的渐近下界。此外,我们可以从($F$)的最优控制构造一个随机排队网络的所谓跟踪策略,当流体标度参数趋于$\infty$时,该策略达到下限。在这种情况下,我们说跟踪策略是渐近最优的。这种说法适用于多类排队网络以及准入和路由问题。在某些凸性假设下,收敛是单调的。跟踪策略方法还表明,给定的流体模型解可以作为原始离散模型的流体极限。
引用
下载引文
妮可·巴伊尔(Nicole Bäuerle)。
“随机网络中跟踪策略的渐近最优性。”
附录申请。普罗巴伯。
10
(4)
1065 - 1083,
2000年11月。
https://doi.org/10.1214/aoap/1019487606
问询处
发布日期:2000年11月
欧几里得项目首次提供:2002年4月22日
数字对象标识符:10.1214/aoap/1019487606
学科:
主要用户:60K25码
次要:68平方米
关键词:流体模型,马尔可夫决策过程,随机网络,随机排序,弱收敛
版权所有©2000数学统计研究所