[논문 리뷰] Diffusion approximation for efficiency-driven queues: A space-time scaling approach

Shuangchi He|arXiv (Cornell University)|2015. 06. 21.

Advanced Queuing Theory Analysis참고 문헌 28인용 수 4

한 줄 요약

이 논문은 효율성 중심 영역에서 GI/GI/n + GI 대기열에 대해 공간-시간 스케일링을 적용한 확산 근사 모델을 제안한다. 이 모델은 가상 대기 시간을 한 개의 차원 확산 과정으로 모델링하며, 특히 내성 시간이 서비스 시간보다 여러 배 더 긴 경우, 서비스 수준 및 기각률과 같은 성능 측정치에 대해 정확하고 닫힌 형태의 근사치를 제공한다. 기존의 지수 분포 기반 서비스 시간 모델보다 우수한 성능을 보인다.

ABSTRACT

Motivated by call center practice, we propose a tractable model for $\mbox{GI}/\mbox{GI}/n+\mbox{GI}$ queues in the efficiency-driven (ED) regime. We use a one-dimensional diffusion process to approximate the virtual waiting time process that is scaled in both space and time, with the number of servers and the mean patience time as the respective scaling factors. Using this diffusion model, we obtain the steady-state distributions of virtual waiting time and queue length, which in turn yield simple formulas for performance measures such as the service level and the effective abandonment fraction. These formulas are generally accurate when the mean patience time is several times longer than the mean service time and the patience time distribution does not change rapidly around the mean virtual waiting time. For practical purposes, these formulas outperform existing results that rely on the exponential service time assumption. To justify the diffusion model, we formulate an asymptotic framework by considering a sequence of queues, in which both the number of servers and the mean patience time go to infinity. We prove that the space-time scaled virtual waiting time process converges in distribution to the one-dimensional diffusion process. A fundamental result for proving the diffusion limit is a functional central limit theorem (FCLT) for the superposition of renewal processes. We prove that the superposition of many independent, identically distributed stationary renewal processes, after being centered and scaled in space and time, converges in distribution to a Brownian motion. As a useful technical tool, this theorem characterizes the service completion process in heavy traffic, allowing us to greatly simplify the many-server analysis when service times follow a general distribution.

연구 동기 및 목표

• 비용 최적화를 위한 스태프링이 이루어지는 효율성 중심(ED) 영역에서의 다수 서버 대기열에 대해 해석 가능하고 정확한 모델을 개발하는 것.
• 현실 세계의 콜센터에서 일반적으로 부적합한 지수 분포 서비스 시간 가정에 기반한 기존 모델의 한계를 해결하는 것.
• 일반적인 서비스 시간 및 내성 시간 분포 하에서 서비스 수준 및 효과적 기각 비율과 같은 핵심 성능 측정치에 대해 닫힌 형태의 근사치를 제공하는 것.
• 서버 수와 평균 내성 시간이 모두 크게 증가하는 점근적 프레임워크를 통해 확산 근사의 타당성을 입증하는 것.
• 일련의 i.i.d. 정적 재시작 과정의 초합에 대한 기능 중심 극한정리(FCLT)를 수립하여 일반적인 서비스 시간 분포 하에서 다수 서버 대기열 분석을 단순화하는 것.

제안 방법

• 가상 대기 시간 과정에 공간-시간 스케일링 기법을 적용하며, 스케일링 요소로는 서버 수와 평균 내성 시간을 사용한다.
• 점근적 대기열 시퀀스 하에서 스케일링된 가상 대기 시간 과정은 확률적 수렴을 통해 일차원 확산 과정으로 수렴한다.
• 일련의 i.i.d. 정적 재시작 과정의 초합에 대해 기능 중심 극한정리(FCLT)를 증명하며, 중심화 및 스케일링 후 브라운 운동으로 수렴함을 보여준다.
• 이 FCLT를 통해 서비스 완료 과정을 특성화함으로써, 무한차원의 연령 또는 잔여 시간 과정을 추적하지 않아도 되는 일반적인 서비스 시간 분포를 갖는 대기열의 분석이 가능해진다.
• 확산 극한으로부터 가상 대기 시간과 대기열 길이의 정적분포를 유도하여 성능 측정치 근사가 가능해진다.
• 수치 실험을 통해 모델의 타당성을 검증하였으며, 내성 시간이 서비스 시간보다 상당히 긴 경우, 기존의 지수 분포 기반 모델보다 뛰어난 정확도를 보였다.

실험 결과

연구 질문

• RQ1 효율성 중심 영역에서 GI/GI/n + GI 대기열에 대해 지수 분포 서비스 시간 가정을 피하는 확산 근사 모델을 개발할 수 있는가?
• RQ2 일반적인 서비스 시간 및 내성 시간 분포 하에서 가상 대기 시간 과정의 공간-시간 스케일링이 어떻게 해석 가능한 확산 극한으로 이어지는가?
• RQ3 많은 수의 i.i.d. 정적 재시작 과정의 초합의 점근적 행동은 어떠한가? 이는 어떻게 확산 근사의 타당성을 뒷받침하는가?
• RQ4 제안된 모델은 기존의 지수 분포 서비스 시간 기반 모델 대비 서비스 수준 및 기각률 추정의 정확도를 어느 정도 향상시키는가?
• RQ5 확산 근사가 신뢰할 수 있는 정적분포 성능 추정을 제공하는 조건는 무엇인가?

주요 결과

• 서버 수와 평균 내성 시간이 모두 크게 증가함에 따라 공간-시간 스케일링된 가상 대기 시간 과정은 일차원 확산 과정으로 확률적 수렴을 이룬다.
• 확산 모델 하에서 가상 대기 시간의 정적분포를 통해 서비스 수준 및 효과적 기각 비율과 같은 성능 측정치에 대해 닫힌 형태의 근사치를 도출할 수 있다.
• 평균 내성 시간이 평균 서비스 시간보다 여러 배 더 긴 조건에서 높은 정확도를 달성하며, 이는 실제 콜센터에서 관찰되는 경험적 조건과 일치한다.
• 일련의 i.i.d. 재시작 과정의 초합에 대한 기능 중심 극한정리는 스케일링된 과정이 브라운 운동으로 수렴함을 보여주며, 분석의 핵심 기술적 기반을 제공한다.
• 수치 실험을 통해 제안된 모델이 실용적 환경에서 기존의 지수 분포 기반 모델보다 뛰어난 성능을 보임을 입증하였다.
• 확산 근사 모델은 무한차원 과정 추적을 피함으로써 일반적인 서비스 시간을 갖는 다수 서버 대기열 분석을 단순화하며, 해석 가능한 성능 평가가 가능해진다.