[論文レビュー] Queues with Rechargeable Servers

Eliezer Fuentes-Quezada, Jamol Pender|arXiv (Cornell University)|Feb 11, 2026

Advanced Queuing Theory Analysis被引用数 0

ひとこと要約

要約: 論文は Erlang–S* 待ち行列を導入し、サービス後に定期的に充電されるサーバーをモデル化、流体・拡散極限定理を導出し、待ち行列長と利用可能サーバー間の共分散を考慮した人員配置ルールを提供する。

ABSTRACT

Drone delivery systems violate a core assumption in classical queueing models: server capacity is not fixed. Drones (servers) periodically must recharge, creating random fluctuations in service availability. We introduce an Erlang--S$^{*}$ queue that incorporates charging dynamics (probability of charging after service completion $p$ and charging return rate $γ$) together with abandonment. We derive fluid and diffusion limits, yielding closed-form steady-state means, variances, and covariances for the joint queue--server process $(Q,S)$. The diffusion limits allow us to derive new staffing rules for the probability of delay and the probability of abandonment targets. A key insight is that server stochasticity induces systematic capacity loss relative to fixed--server systems, leading to a regime--dependent staffing adjustment: additive shifts in underloaded regimes and multiplicative scaling in overloaded regimes. Our simulation experiments confirm both the accuracy of the limit theorems and the performance of the staffing schedule's ability to achieve their targets.

研究の動機と目的

• サーバー（ドローン）が充電のため intermittently unavailable になるようなドローン配送のような待ち行列を動機づけてモデル化する。
• 充電と退去を結ぶ、サービス完了を結ぶ tractable な確率的枠組み（Erlang–S*）を開発する。
• QとSの定常状態指標の閉形式を持つ流体・拡散極限定理を導出する。
• 待ち行列とサーバー間の共分散を組み込んだ遅延・退去目標を満たす人員配置ルールを提供する。
• 確率的シミュレーションで解析結果を検証し、実務的な人員配置への示唆を示す。

提案手法

• 到着、サービス、退去、サービス後の充電を確率 p、充電率 γ を用いて定義する Erlang–S* モデルを定義する。
• 流体極限定理（dq/dt, ds/dt）を導出し、定常状態の領域（過負荷下と過少負荷下）を特定する。
• 拡散（Ornstein–Uhlenbeck）極限定理を得て、Var(Q)、Var(S)、Cov(Q,S) の閉形式の定常二次モーメントを求めるLyapunov方程式を解く。
• 待ち行列遅延確率 Pr(Q≥S) および退去目標のための決定論的および二変量正規分布近似を開発し、 regime-specific な公式を含む。
• 数値検証をシミュレーションで行い、人員配置への示唆を議論する。

実験結果

リサーチクエスチョン

• RQ1 サービス完了後の確率的な充電が待ち行列のダイナミクスと性能指標にどう影響するか？
• RQ2 Erlang–S* の流体・拡散極限定理は何で、どのように人員配置を情報づけるか？
• RQ3 サーバーの可用性が確率的で待ち行列と共分散する場合、遅延・退去目標は人員配置ルールにどう翻訳されるか？
• RQ4 QとS の共分散が負または正になる条件は何で、人員配置にどんな影響を及ぼすか？
• RQ5 共分散を組み込んだ人員配置ルールは、過負荷・過少負荷の両 regime で所望のサービス水準を達成できるか？

主な発見

• 流体極限定理は、過少負荷領域で総容量の喪失が加法的、過負荷領域で総容量効果が乗法的であることを示す定常状態表現を与える。
• 拡散極限定理は、Var(Q)、Var(S)、Cov(Q,S) の定常二次モーメントを含む閉形式の OU 過程を生み出す。
• 決定論的および二変量正規分布近似に基づく人員配置ルールは、QとS の共分散を考慮することで遅延・退去目標を満たす。
• 共分散が特定のパラメータ範囲で過負荷時に負になることがあり、サービス率、退去、および充電からの戻りのフィードバックを反映している。
• 確率的な人員配置式はシミュレーションにより検証され、 regime を通じて性能目標を捉えることが示される。