基于门限优先级的业务模型及性能仿真分析

来源 :计算机仿真 | 被引量 : 10次 | 上传用户:wxwp_xu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着网络访问用户的增加,如何合理分配网络资源,减少网络通信阻塞具有十分重要的意义。该文运用了排队理论对门限优先的业务进行了分析,建立了数学模型。利用排队模型,通过计算机仿真对门限优先业务中门限不同对两类信元的平均逗留时间、信元丢失率的影响进行了分析。结果表明如果门限值选取适当,门限优先级策略降低了高优先级信元的丢失率,同时使低优先级信元的丢失率尽量减小,从而提高了对高优先级信元的服务质量。
其他文献
神经网络集成方法具有比单个神经网络更强的泛化能力,却因为其黑箱性而难以理解;决策树算法因为分类结果显示为树型结构而具有良好的可理解性,泛化能力却比不上神经网络集成。该文将这两种算法相结合,提出一种决策树的构造算法:使用神经网络集成来预处理训练样本,使用C4.5算法处理预处理后的样本并生成决策树。该文在UC I数据上比较了神经网络集成方法、决策树C4.5算法和该文算法,实验表明:该算法具有神经网络集
高层体系结构(H igh Level Arch itecture,HLA)能支持不同仿真类型之间的互操作,同时便于仿真建模和仿真部件的可重用。联盟开发必须根据联盟开发和执行过程模型进行,集成和测试联盟是联盟开发和执行过程模型的重要组成部分,在实际工作过程中它耗费了大量的人力和物力。为此,开发有效的盟员集成测试工具,具有十分重要的意义。文章首先分析了基于HLA的盟员一致性测试工具和集成测试工具应具备