DSpace Repository

Modélisation et analyse de réseau de files d’attente ferméé [M=M=1 ! M=M=1] via les RdPSG

Show simple item record

dc.contributor.author Mellal, Djamel
dc.contributor.author Moussaoui, Belaid
dc.contributor.author Lekadir, Ouiza ; promotrice
dc.contributor.author Hakmi, Sedda ; co-promotrice
dc.date.accessioned 2021-05-31T08:43:29Z
dc.date.available 2021-05-31T08:43:29Z
dc.date.issued 2020
dc.identifier.uri http://hdl.handle.net/123456789/15527
dc.description Option : Modélisation Mathématique et Evaluation des Performances des Réseaux en_US
dc.description.abstract Dans ce mémoire, nous montrons comment utiliser les RdP pour modéliser et évaluer les performances d’un réseau de Jackson fermé [M=M=1 ! M=M=1]. Pour les réseaux de Jackson ferms il y’a des résultats analytiques exactes, mais ils sont en fonction du nombre de stations que contient le réseau `a étudier et du nombre de clients qui peuvent circuler dans ces stations donc ces résultats se compliquent en fur et `a mesure que le nombre des stations et/ou le nombre de clients dans ces stations augmente. Ainsi, apr`es une modélisation appropriée en utilisant le formalisme des RdPSG (Réseaux de Petri Stochastiques Généralisés) qui s’adapte `a la structure de ces réseaux de files d’attente, nous avons pu construire le graphe de marquage du mod`ele qui nous a permis de construire la cha^ine de Markov qui lui est associée. A partir de cette cha^ine de Markov la distribution stationnaire est calculée et elle nous a permis d’obtenir les indices de performances. Ces indices de performance nous les avons obtenus en parall`ele via le simulateur GRIF In this work, we show how to use PN to model and evaluate the performance of a closed Jackson network [M=M=1 ! M=M=1]. For closed Jackson networks there are accurate analytical results, but they are a function of the number of stations in the network to be studied and the number of clients that can flow through those stations, so these results become more complicated as the number of stations and/or the number of clients in those stations increases. Thus, after an appropriate modeling using the GSPN formalism (Generalized Stochastic Petri Networks) that adapts to the structure of these queueing networks, we were able to build the marking graph of the model which allowed us to build the Markov chain associated with it. From this Markov chain the stationary distribution is computed and it allowed us to obtain the performance indexes. We obtained these performance indices in parallel via the GRIF simulator en_US
dc.language.iso fr en_US
dc.publisher université A/Mira Bejaia en_US
dc.subject Réseaux de files d'attente : Réseaux de jackson fermé : Réseaux de gordon noel : Réseaux de petri géneralisés : Markov chain : Modélisation en_US
dc.title Modélisation et analyse de réseau de files d’attente ferméé [M=M=1 ! M=M=1] via les RdPSG en_US
dc.type Thesis en_US


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account