彼得·巴赫霍尔茨 一种结合模拟和随机化的新方法,用于分析大型连续时间马尔可夫链。 (英语) Zbl 0922.65100号 ACM事务处理。模型。计算。模拟。 8,第2期,194-222(1998). 连续时间马尔可夫链(CTMC)是一种常用的模型类型,用于分析不同系统的性能和可靠性。本文介绍了一种新的CTMC分析方法。在某种意义上,该方法结合了模拟和数值技术来分析大型马尔可夫链。新方法的基础是将CTMC描述为一组通信过程。所有或部分进程的状态由状态向量描述,包括局部可达状态集上的概率分布。模拟用于确定进程之间交换的事件时间和消息类型。局部跃迁是通过描述当前状态下一个状态分布的向量矩阵乘积实现的。这样就避免了数值分析中的状态爆炸问题,但仍有可能获得比纯模拟更精确的结果。因此,该方法对于分析小概率量和分析罕见事件特别有用。论文组织如下。第2节介绍了CTMC、CTMC的模拟、数值技术和随机化方法。第三节介绍了一类分层排队网络和随机Petri网,以及由此产生的CTMC结构。第4节开发了一种新的组合数值/模拟分析技术。在第5节中,对一些示例进行了分析和介绍。最后,第6节对本文进行了总结。审核人:J.Antoch(普拉哈) 引用于1文件 MSC公司: 65C99个 概率方法,随机微分方程 60年27日 离散状态空间上的连续时间马尔可夫过程 关键词:算法;连续时间马尔可夫链;数值技术;随机化;模拟;罕见事件;排队网络;随机Petri网 软件:GreatSPN 1.7;GreatSPN公司;时间网络 PDF格式BibTeX公司 XML格式引用 \textit{P.Buchholz},ACM事务。模型。计算。模拟。8,编号2194-222(1998年;兹bl 0922.65100) 全文: DOI程序