[論文レビュー] Validity of Heavy Traffic Steady-State Approximations in Open Queueing Networks

David Gamarnik, Assaf Zeevi|arXiv (Cornell University)|Oct 4, 2004

Advanced Queuing Theory Analysis被引用数 26

ひとこと要約

この論文は、一般化ジャクソンネットワーク（GJN）における重交通定常状態近似の有効性を確立し、GJNのスケーリングされた定常分布が対応する反射ブラウン運動（RBM）の定常分布に収束することを証明することで、長年の極限交換問題を解決している。証明は、リャプノフ関数、強近似、および尾確率の境界を用いて、定常分布の収縮性を保証する。

ABSTRACT

We consider a single class open queueing network, also known as a generalized Jackson network (GJN). A classical result in heavytraffic theory asserts that the sequence of normalized queue length processes of the GJN converge weakly to a reflected Brownian motion (RBM) in the orthant, as the traffic intensity approaches unity. However, barring simple instances, it is still not known whether the stationary distribution of RBM provides a valid approximation for the steady-state of the original network. In this paper we resolve this open problem by proving that the re-scaled stationary distribution of the GJN converges to the stationary distribution of the RBM, thus validating a so-called “interchange-of-limits” for this class of networks. Our method of proof involves a combination of Lyapunov function techniques, strong approximations and tail probability bounds that yield tightness of the sequence of stationary distributions of the GJN.

研究の動機と目的

• 重交通下における一般化ジャクソンネットワーク（GJN）の定常分布が、対応する反射ブラウン運動（RBM）の定常分布を正確に近似するかどうかという未解決問題を解消すること。
• GJNに対して極限交換性を確立し、交通強度が1に近づく際、GJNの定常分布の極限がRBMの定常分布と一致することを確認すること。
• 高負荷下における複雑なキューイングネットワークの性能解析においてRBM近似を用いることの厳密な根拠を提供すること。

提案手法

• 重交通下におけるGJNの安定性およびフロイッドスケールの挙動を分析するためにリャプノフ関数技術を用いる。
• GJNプロセスと反射ブラウン運動をカップリングする強近似法を用いて、収束解析を可能にする。
• GJNにおけるキュー長分布の鋭い尾確率境界を導出し、定常分布の系列の収縮性を確立する。
• フロイドスケールと拡散スケールの極限を組み合わせ、正規化されたキュー長プロセスの弱収束をRBMに示す。
• GJNのスケーリングされた定常分布が弱収束してRBMの定常分布に一致することを証明する。
• モーメントおよび尾確率の境界を用いて、定常測度の系列の一様可積分性と収縮性を確立する。

実験結果

リサーチクエスチョン

• RQ1 重交通下における反射ブラウン運動（RBM）の定常分布は、一般化ジャクソンネットワーク（GJN）の定常状態分布を有効に近似するか？
• RQ2 GJNに対して極限交換性を厳密に確立できるか。特に、定常分布の極限がRBMの定常分布と一致するか。
• RQ3 GJNのスケーリングされた定常分布がRBMのそれに収束することを証明するために必要な技術的ツールは何か？
• RQ4 一般のネットワークトポロジー下で、GJNの定常分布の系列の収縮性はどのように確立できるか？

主な発見

• 交通強度が1に近づく際、一般化ジャクソンネットワーク（GJN）のスケーリングされた定常分布は、対応する反射ブラウン運動（RBM）の定常分布に弱収束する。
• GJNに対して極限交換性が成立し、重交通下におけるRBMを定常状態近似として使用することが正当化される。
• 指数的尾確率境界とリャプノフ関数解析を用いて、GJNの定常分布の系列の収縮性が確立された。
• ネットワークトポロジーやサービス時間分布に対して制限的な仮定を必要とせず、収束結果が証明された。
• フロイドスケールと拡散スケールの極限を効果的に統合し、定常状態における拡散近似の有効性を確認した。
• 証明フレームワークは、単一クラスの顧客フローを有する広範なクラスのオープンキューイングネットワークに一般化可能である。