Рассмотрим теперь случай g = 0 и р = 1. Предположим, что в сети находится К заявок. Цикл обслуживания каждой заявки начинается в узле 1, затем заявка передается на обслуживание в узел 2 и так далее. По окончании обслуживания в узле N происходит возвращение в узел 1, и начинается новый цикл (см. рис.2.11 ).
m1 m2 mN
Q1
Q1
Q1
l1 l2 lN
Узел 1 Узел 2 Узел N
Рис.8.2. Замкнутая сеть с циклическим обслуживанием
Дисциплина очереди в каждом из N узлов - FCFS, ограничений на объем накопителей в узлах нет. Время обслуживания в узле i, i=1,2,...,N, имеет показательный закон распределения с параметром mi . Таким образом, мы имеем замкнутую марковскую СеМО типа [М|М|1]N с кольцевой матрицей маршрутизации
0 1 0 0 . . . 0
0 0 1 0 . . . 0
P = 0 0 0 1 . . . 0 .
… ………………
1 0 0 0 . . . …
и уравнениями баланса
m1x1 = mNxN,
mixi = mi-1xi-1 , i=1,2,...,N,
Полагая х1= 1, находим решения уравнений баланса:
xi= m1 / mi,
i =1,2, ..., N.
Важной характеристикой замкнутой сети в стационарном режиме является среднее время цикла заявки, т.е. среднее время между двумя последовательными поступлениями данной заявки в узел 1. Обозначим это среднее время через Тc. Для установившегося режима по формуле Литтла имеем:
Тc = ,
где li - интенсивность поступления заявок в узел 1. С другой стороны,
l1 = mN[1 – P{QN(¥) = 0}] ,
где mN - интенсивность обслуживания в узле N ; 1 – P{QN(¥) = 0} - вероятность того, что в установившемся режиме узел N не пуст. Отсюда находим
.
Вычисляя P{QN(¥) = 0} по формуле (2.16) для вероятностей состояний замкнутой СеМО с одноканальными узлами, получаем
,
где AN = {k: ki ³ 0, } , AN-1 = {k: ki ³ 0, } .
Если в физической системе, моделируемой данной СеМО, имеется возможность изменять интенсивности обслуживания в узлах, причем цена увеличения mi на единицу равна сi, и есть ограничение стоимости производимых работ
C(m) = c1m1 + c2m2 + … + cNmN £ Cmax ,
то в этом случае можно решить задачу оптимального выбора интенсивностей обслуживания m=(m1, m2, . . . , mN), при котором средняя продолжительность цикла Тc обслуживания одной заявки минимальна. В случае N=2 задача может быть решена так же, как в п.8.7.1 методом множителей Лагранжа . При N >2 эта задача может быть решена численно, методами многомерной оптимизации.