[論文レビュー] Sampling Point Processes on Stable Unbounded Regions and Exam Simulation of Queues

José Blanchet, Jing Dong|arXiv (Cornell University)|Dec 21, 2012

Markov Chains and Monte Carlo Methods参考文献 8被引用数 5

ひとこと要約

本稿では、無限大で安定した領域における定常マーク付き再生点過程の正確なシミュレーションアルゴリズムを提示する。バックワードサンプリングを用い、ランダムウォークの最大値と最終通過時刻を活用することで、無限サーバー待ち行列の定常状態測度に対するバイアスのないサンプリングを可能にし、確率的最適化のための高精度な勾配推定を実現する。

ABSTRACT

Given a marked renewal point process (assuming that the marks are i.i.d.) we say that an unbounded region is stable if it contains finitely many points of the point process with probability one. In this paper we provide algorithms that allow to sample these finitely many points efficiently. We explain how exact simulation of the steady-state measure valued state descriptor of the infinite server queue follows as a simple corollary of our algorithms. We provide numerical evidence supporting that our algorithms are not only theoretically sound but also practical. Finally, having simulation optimization in mind, we also apply our results to gradient estimation of steady-state performance measures.

研究の動機と目的

• 無限大で安定した領域におけるマーク付き再生点過程の実用的で正確なサンプリングアルゴリズムを開発し、定常状態シミュレーションにおける初期バイアスを排除する。
• バーンイン期間を要せず、無限サーバー待ち行列の定常状態測度値記述子の正確なシミュレーションを可能にする。
• 定常状態性能指標の不偏勾配推定のためのフレームワークを提供し、確率的最適化において極めて重要である。
• 実証的検証を通じて、提案されたアルゴリズムの計算効率と数値的実行可能性を示す。
• 特に到着率およびサービス率に関する残存サービス時間の期待値の導関数を含む、キューイングシステムの感度分析への応用を拡張する。

提案手法

• 時間ゼロからバックワードに構築し、独立同一分布の確率変数が増加する境界に到達する最終通過時刻を用いて、逆時系列でマーク付き点過程をシミュレートする。
• 負のドリフトを伴うランダムウォークの最大値を用いて、時間ゼロに存在する最後の顧客を特定し、システム状態の正確なサンプリングを実現する。
• 仮定A1–A4の下で、到着間隔とマークの既知の分布を活用し、条件付きシミュレーションの能力を有する。
• 無限大で安定した領域 $\mathcal{B}$（例：$\{(t,v): v > |t|, t \leq 0\}$）に対して、集合 $\mathcal{M} \cap \mathcal{B}$ を構築し、ほとんど確実に有限な濃度を保証する。
• 正確なサンプルを用いて、パスワイズ微分により定常状態期待値およびその導関数を計算する。
• 勾配推定における期待値と微分の交換を正当化するために、リーマン・ドミネートド・コンバージェンス定理を適用する。

実験結果

リサーチクエスチョン

• RQ1 バーンインやバイアス低減に依存せず、無限大で安定した領域における定常マーク付き再生過程の正確なシミュレーションアルゴリズムを設計可能か？
• RQ2 点過程のバックワードサンプリングを用いて、無限サーバー待ち行列の定常状態測度の正確なサンプリングはどのように達成できるか？
• RQ3 定常状態シミュレーションにおいて、正確なサンプリングの計算コストは、従来のバーンイン手法と比べてどの程度か？
• RQ4 正確なサンプリングを用いて、期待残存サービス時間などの性能指標の不偏勾配推定器を導出可能か？
• RQ5 定常状態性能指標の導関数は到着率およびサービス率に対してどのようにスケーリングされ、効率的に計算可能か？

主な発見

• 提案されたアルゴリズムにより、初期バイアスなしに無限サーバー待ち行列の定常状態測度値記述子の正確なシミュレーションが可能となり、高精度を達成するための計算コストにおいて、バーンイン手法を上回る。
• 数値的結果から、特に定常状態キュー長推定において、バイアスを5％に低減するバーンイン手順と比較して、正確なサンプリングがより高速かつ効率的であることが示された。
• ガンマ(2,2)の到着間隔とロジノーマル(−0.25,0.5)のサービス時間を持つ無限サーバー待ち行列において、到着率 $\lambda$ に関する期待残存サービス時間の導関数は、$\lambda = 80$, $\nu = 1$ において約 $7.07 \times 10^{-3}$ である。
• サービス率 $\nu$ に関する期待残存サービス時間の導関数は、$\lambda = 80$, $\nu = 1$ において約 $-1.13$ であり、サービス速度の変化に対して非常に敏感であることが示された。
• 最大残存サービス時間 $R^{\infty}$ の $\lambda$ に関する導関数は、$\lambda = 80$, $\nu = 1$ において $6.10 \times 10^{-3}$ であり、$\nu$ に関する導関数は $-2.84$ である。サービス率の変化に対して高い感度を示している。
• 本手法は、パスワイズ微分およびドミネートド・コンバージェンス定理による理論的裏付けを経て、性能指標の正確な勾配推定を支援する。