[論文レビュー] Diffusion limit for the stationary distribution of a history-dependent two-level M/M/1 queue

Masahiro Kobayashi, Masakiyo Miyazawa+1 more|arXiv (Cornell University)|Jan 6, 2026

Advanced Queuing Theory Analysis被引用数 0

ひとこと要約

この論文は、履歴依存の二レベル M/M/1 待ち行列の定常分布を閉形式で導出し、続いて重交通条件下でその拡散極限を確立し、近似式と数値検証を提供する。

ABSTRACT

Recently, Atar and Miyazawa [2] introduced a multi-level GI/G/1 queue with a finite number of levels, where both the arrival and service rates depend on the level corresponding to the current queue length. For this model, they proved that the diffusion limit of its queue length process in heavy traffic is the level-dependent reflected Brownian motion of [6]. In a subsequent study, Kobayashi et al. [4] derived the corresponding diffusion limit of the stationary distribution. These studies are motivated by the control of service capacity depending on the queue length. We are interested in the more general case where this control may also depend on the history of the queue length. As the first step toward such a generalization, we specialize the multi-level GI/G/1 queue to a two-level M/M/1 queue. We then extend the dynamics of this model so that its arrival and service rates depend not only on the current queue length but also on the recent history of queue lengths. Under the stability condition for this model, we first compute its stationary distribution in closed form, then derive its diffusion limit in heavy traffic. Finally, using this diffusion limit, we derive approximation formulas for the stationary distribution and then numerically assess their accuracy.

研究の動機と目的

• キューイング系におけるサービス能力の状態依存および履歴依存の制御を動機づける。
• 現在のレベルとキュー長の履歴に依存する到着率λiおよびサービス率μiを持つ二レベル M/M/1 待ち行列を構成する。
• 安定性条件の下で正確な定常分布を導出する。
• 各背景状態に対する重交通での定常分布の拡散極限を導出する。
• 拡散極限を用いた定常分布の近似式を開発・評価する。

提案手法

• 状態空間 S = S1,1 ∪ S2,1 ∪ S1,2 ∪ S2,2 における連続時間マルコフ連鎖として系をモデル化し、背景状態 B(t) ∈ {1,2} を取る。
• レベル依存の到着率・サービス率 λi, μi およびしきい値 ℓd, ℓu でのレベル横断背景遷移を定義する。
• 平衡方程式 (2.2)–(2.7) を解くことにより定常分布 π を導出し、閉形式で表現する（定理 2.1）。
• 定常分布成分を特徴づけるMGF ψ, ψi,j を導入する（式 (2.11)– (2.14)）。
• Assumptions (a)–(d) の下でスケーリング n を用いた一連の系を解析し、重交通拡散極限を定式化する。
• 極限密度 f = f1,1 + f2,1 + f1,2 + f2,2 を得る（定理 3.1）。

Figure 1: Sample path of $L(t)$

実験結果

リサーチクエスチョン

• RQ1 履歴依存のレベルおよび履歴依存性を持つ二レベル M/M/1 待ち行列の定常分布はどうなるか？
• RQ2 各背景状態に対する重交通下での定常分布の拡散極限はどう見えるか？
• RQ3 履歴依存の制御は拡散極限密度成分の形にどのような影響を与えるか？
• RQ4 数値実験における拡散ベースの近似は定常分布に対してどれくらい正確か？

主な発見

• 安定性条件 ρ2 < 1 の下で定常分布が存在し、閉形式の表現を持つ（定理 2.1）。
• スケーリングされた定常分布の拡散極限は存在し、密度 f = f1,1 + f2,1 + f1,2 + f2,2 で与えられる（定理 3.1）。
• 一部の密度成分は指数関数的または一様分布であり（b1 ≠ 0 の場合は f1,1、b1 = 0 の場合は f2,2）、履歴依存性のため f2,1 および f1,2 は標準的でない形を示す（Remark 3.1）。
• 極限密度は ṽℓd および ṽℓu に関連する区間で分割定義され、レベル構造と履歴効果を反映する。
• 正規化定数 C0 は 明示的に与えられ、全ての密度成分を表現するのに用いられる（式 3.8、3.4–3.7）。
• 数値例は、 studied model に対して拡散近似が高い精度を示すことを示している。

Figure 2: Transition diagram of $(L(t),B(t))$