Polling on a circle with non-uniform batch arrivals
本文分析了一个具有非均匀批处理到达特征的环形轮询系统，推导了全局门控策略下批处理延迟的拉普拉斯-斯蒂尔杰斯变换，提出了详尽策略下的均值分析算法，并建立了系统性能的精确轻载与重载极限。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在物流与排队论领域，研究人员致力于研究单服务器（如公交司机或计算机处理器）如何管理多条等待客户的队列。这类系统的一个经典模型是轮询系统（polling system），其中一个服务器沿圆周移动，在移动到下一个点之前，会停留在不同位置以清理等待中的项目。几十年来，科学家们在分析这些系统时，一直假设客户以相等的概率随机出现在圆周上的各个位置，就像雨滴均匀地落在鼓面上一样。然而，现实世界的系统很少表现出这种完美的随机性。例如，在仓库中，热门商品通常被存储在特定的、可预测的区域以加快拣选速度，而较不热门的商品则被藏在别处。这产生了一种非均匀的模式，即圆周上的某些区域比其他区域要繁忙得多。了解当需求集中在特定位置而非均匀分布时，服务器的表现如何，对于设计高效处理从自动化仓库拣选机到数据网络等各种系统的方案至关重要。
来自埃因霍芬理工大学的一个研究小组通过分析一种连续轮询系统解决了这一复杂问题，在该系统中，成批的客户在随机时间到达，但其位置遵循特定的非均匀分布。他们专注于服务器运行的两种截然不同的策略：“全局门控”（globally gated）策略和“穷尽”（exhaustive）策略。在全局门控方法下，服务器在开始新的一圈时会对所有等待中的客户进行一次快照，并仅服务于那些当时已存在的客户，忽略在它工作期间到达的任何人。相比之下，穷尽策略更加动态；服务器会持续服务它遇到的每一位客户，直到整个圆周内不再有等待中的项目，即使在过程中有新客户到达也是如此。研究人员特别关注两个性能指标：完成服务特定一组客户所需的时间（批次停留时间）以及该整组客户被送回起点所需的总时间（交付时间）。
利用先进的数学技术，该团队推导出了全局门堵策略的精确公式，计算出无论客户如何分布，等待时间的精确分布情况。对于更为复杂的穷尽策略，他们开发了一种新方法，通过描绘客户相对于服务器位置在圆周上的分布情况，来计算平均等待时间。他们的分析揭示了一个令人惊讶且违反直觉的结果：客户到达的具体模式对系统的整体平均性能影响微乎其微。无论客户是紧密聚集在路线起点附近、均匀分布，还是集中在远端，服务并交付一批货物所需的平均时间都保持得非常稳定。这一发现表明，对于许多实际应用（如现代仓库中使用的“牛奶循环”订单拣选系统）而言，管理者无需为了实现高效率而过度纠结于完美优化存储位置。
该研究还比较了两种服务策略在不同交通流量条件下的表现。当系统处于轻载状态（即订单到达较少）时，穷尽策略通常表现更好，因为服务器不会因为在重新开始拣选新项目前需要走回起点而浪费时间。然而，随着系统在高负荷（即订单很多）的情况下运行，全局门堵策略有时会变得更有效率，特别是当绕行仓库所需的时间相对于拣选一个项目的时间较长时。研究人员通过数值模拟证实了这些理论预测，结果显示，虽然在非常特定的低流量场景下，存储策略的选择会有一定影响，但在大多数现实情况中，这种差异是可以忽略不计的。最终，这项工作为理解连续轮询系统提供了坚实的数学基础，证明了系统的稳定性和效率对于客户位置模式的变化具有比此前认为的更强的韧性。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。