[논문 리뷰] Many-server queues with customer abandonment: numerical analysis of their diffusion models

Shuangchi He, J. G. Dai|arXiv (Cornell University)|2011. 04. 03.

Advanced Queuing Theory Analysis참고 문헌 14인용 수 8

한 줄 요약

이 논문은 고객 이탈을 고려한 다수의 서버를 갖는 대기열의 역학을 근사하기 위해 단계형 서비스 시간과 일반적인 인내 시간 분포를 사용하는 두 가지 다차원 확산 모델을 제안한다. 기준 밀도를 기반으로 한 수치 알고리즘을 개발하여 이러한 확산 과정의 정적 분포를 계산하며, 서버 수가 20개 밖에 안 되는 시스템에서도 높은 정확도를 보인다.

ABSTRACT

We use multidimensional diffusion processes to approximate the dynamics of a queue served by many parallel servers. The queue is served in the first-in-first-out (FIFO) order and the customers waiting in queue may abandon the system without service. Two diffusion models are proposed in this paper. They differ in how the patience time distribution is built into them. The first diffusion model uses the patience time density at zero and the second one uses the entire patience time distribution. To analyze these diffusion models, we develop a numerical algorithm for computing the stationary distribution of such a diffusion process. A crucial part of the algorithm is to choose an appropriate reference density. Using a conjecture on the tail behavior of a limit queue length process, we propose a systematic approach to constructing a reference density. With the proposed reference density, the algorithm is shown to converge quickly in numerical experiments. These experiments also show that the diffusion models are good approximations for many-server queues, sometimes for queues with as few as twenty servers.

연구 동기 및 목표

• 확장성과 근사 정확도 향상을 위해 다수의 서버를 갖는 대기열에서 고객 이탈을 고려한 확산 과정을 사용하여 모델링하고 분석하기.
• 지수 또는 단계형 분포를 초과하는 일반적인 서비스 시간 및 인내 시간 분포를 갖는 대기열에 대해 정확한 분석 방법이 부족한 문제를 해결하기.
• 큐 역학을 모델링하는 조각별 오르니슈타인-울렌벡(Ornstein-Uhlenbeck, OU) 확산 과정의 정적 분포를 계산하기 위한 수치 알고리즘 개발.
• 시뮬레이션 결과와의 비교를 통해, 서버 수가 20개 밖에 안 되는 시스템에서도 확산 근사의 정확도를 검증하기.
• 수렴 속도가 빠른 수치 알고리즘을 보장하는 기반 밀도를 체계적으로 구성하는 방법 수립.

제안 방법

• 두 가지 확산 모델 제안: 하나는 인내 시간 밀도의 0에서의 값만 사용하고, 다른 하나는 전체 인내 시간 분포를 사용하며, 둘 다 서비스 단계에 있는 고객 수의 스케일링된 값을 모델링.
• 중요한 하중 조건과 품질 및 효율성의 드라이브(Quality- and Efficiency-Driven, QED) 영역에서 큐 역학을 다차원 조각별 오르니슈타인-울렌벡(OU) 과정으로 표현.
• 기본 연행관계(Basic Adjoint Relationship, BAR)를 사용하여 확산 과정의 정적 분포를 특성화.
• 정확한 수치 계산을 가능하게 하기 위해 철저히 선택된 기준 밀도를 사용한 힐버트 공간 프레임워크 도입.
• 무한차원 부분공간의 유한차원 근사화를 통해 힐버트 공간 내 수직 조건를 해결.
• 다항식 근사와 메esh 정밀도 향상을 통해 수치 해의 수렴을 보장하며, 보간 오차 추정치를 활용.

실험 결과

연구 질문

• RQ1 다차원 확산 과정은 고객 이탈이 있는 다수의 서버 대기열의 역학을 얼마나 정확하게 근사할 수 있는가?
• RQ2 기준 밀도를 구성할 때 인내 시간 분포의 0에서의 값만 사용하는 것과 전체 분포를 사용하는 것의 영향은 무엇인가?
• RQ3 수치적으로 안정적인 알고리즘이 조각별 OU 확산 과정의 정적 분포를 고정된 정확도로 계산할 수 있는가?
• RQ4 제안된 알고리즘의 수렴 속도는 얼마나 빠르며, 어떤 기준 밀도가 수렴 속도를 빠르게 하는가?
• RQ5 서버 수가 소규모(예: 20대)일 경우에도 확산 모델의 정확도는 어느 정도 유지되는가?

주요 결과

• 제안된 확산 모델은 서버 수가 20대에 불과한 시스템에서도 고객 이탈이 있는 다수의 서버 대기열을 매우 정확하게 근사한다.
• 제안된 기준 밀도를 기반으로 한 수치 알고리즘은 모든 테스트된 수치 실험에서 빠른 수렴을 보였다.
• 조각별 OU 확산 과정의 정적 분포는 힐버트 공간 프레임워크와 유한차원 근사화를 통해 효과적으로 계산할 수 있다.
• 한정된 큐 길이 과정의 尾행동(꼬리 행동)에 대한 추측에 기반한 시스템적 기준 밀도 구성은 알고리즘 수렴 속도를 크게 향상시켰다.
• 해당 알고리즘은 명시적인 닫힌 형태 해가 없는 다차원 확산 과정의 정적 분포를 성공적으로 계산하였다.
• 수치 결과는 확산 모델이 주요 성능 지표(예: 큐 길이, 이탈 확률)를 높은 정밀도로 잘 포착함을 확인하였으며, 운영 의사결정에의 활용 가능성을 검증하였다.