版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、天津大學(xué)碩士學(xué)位論文基于極值分布的網(wǎng)絡(luò)業(yè)務(wù)模型的研究姓名:王旭申請(qǐng)學(xué)位級(jí)別:碩士專(zhuān)業(yè):應(yīng)用數(shù)學(xué)指導(dǎo)教師:劉嘉焜2002.1.1ABSTRACTlnthefieldofcommunications,asanewnetworktrafficmodel,selfsimilarityisattractingmoreandmoreattention,becauseitcharacterizestheessenceandtrairofrealnet
2、worktramCmoreaccuratelythantraditionaltrafficmodelSelfsimilarityhaseffectedthedesignation,control,analysisandmanagementofnetworkgreatlyIntraditionalstudypeoplelookonnetworktramCasPoissonorMarkovianmodelButPoissonorMarkov
3、ianmodeliSnotgoodforcharacterizingtheselfsimilarityofrealnetworktra伍c,because也eyareshort—dependentThereforeitisnecessarytoemendmanynetworkresearchresultsWhichareOilthebaseoftraditionalmodelInrecentyearsExtremeValueTheory
4、hasmoreandmorewideapplicationinnetworktrafficmodelanditoffersthestrongbaseforUsingnetworksourceefficientlyInthispaper,westudythetail—distribufionforthequeuelengthofselfsimilarnetworktrafficthroughUSingtwomethods。LargeDev
5、iationandExtremeValueTheoryBecauseofthecomplexityoftheseKsimilarnetworktramCitisimpossibletogettheaccurateexpressionofthetramCqueueasymptoticanalysisisalmostthesoletoolforadoptingLargeDeviafiontechniqueisaeffectivetoolfo
6、rtheasymptoticresearchoftail—distributionAttheSalTletimewestudythetail—distributionbyusingGeneralExtremeValueAtlast。Weusecomputer—simulatingtechniquetocontractthegeneralextremevaluemodel,andwegetthegoodresultWecarryoutso
7、mesignificantworkasfollows:1Inthispaper,wesystemicallydiscusstheconceptionandpropertiesoftheselfsimilarstochasticprocessandstudytherelationbetweentheheavy—taileddistributionandselfsimilarstochasticprocess2Afterintroducin
8、gtheconceptionandpropertiesofLargeDeviationTheory,wedetailedlysummarizetheapplicationofLargeDeviationtechniqueinasymptoticanalysisofqueuingsystemInthispaperweapplyLargeDeviationtechniquetoqueuinganalysiswithFARIMA(Fracta
9、lAutoregressiveIntegratedMovingAverage)trafficandshowthatthetaildistributionofqueuelengthisasymptoticWeibull:尸【g(∞)X】~exp(∥9),where∥(1,y0SotheasymptoticpropertyofqueuelengthwithFARIMAtrafficissamewiththeasymptoticpropert
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于極值分布VaR模型的中國(guó)股指期貨風(fēng)險(xiǎn)評(píng)估.pdf
- 基于條件極值模型的尾部風(fēng)險(xiǎn)研究.pdf
- 極值分布模型及其在氣象領(lǐng)域的初步應(yīng)用.pdf
- 基于條件極值分布的股指VaR測(cè)度.pdf
- 極值分布參數(shù)估計(jì)方法的研究.pdf
- 基于社會(huì)網(wǎng)絡(luò)分析的手機(jī)業(yè)務(wù)推送模型研究.pdf
- T及偏T分布的極值極限分布.pdf
- 基于動(dòng)態(tài)極值風(fēng)險(xiǎn)管理模型的VaR估計(jì).pdf
- 風(fēng)壓極值的閥值模型研究.pdf
- 基于Snort的分布式網(wǎng)絡(luò)縱深防御系統(tǒng)模型的研究.pdf
- 基于簡(jiǎn)單網(wǎng)絡(luò)管理協(xié)議的分布式網(wǎng)管模型的研究.pdf
- 基于交通沖突極值統(tǒng)計(jì)的安全分析模型研究.pdf
- 基于免疫網(wǎng)絡(luò)的分布式IDS模型構(gòu)建.pdf
- 常利率下古典風(fēng)險(xiǎn)模型的一些極值聯(lián)合分布.pdf
- 基于主動(dòng)網(wǎng)絡(luò)的分布式智能管理模型研究.pdf
- 基于分布哈希表的層次對(duì)等網(wǎng)絡(luò)模型研究.pdf
- 20373.極值分布的高階展開(kāi)
- 偏正態(tài)極值分布的漸近展開(kāi).pdf
- 基于移動(dòng)Agent代理群的分布式網(wǎng)絡(luò)管理模型的研究.pdf
- 基于多代理的分布式網(wǎng)絡(luò)動(dòng)態(tài)取證模型研究.pdf
評(píng)論
0/150
提交評(píng)論