國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
31
第六章 結論與討論
在本文中介紹了數種車輛服務系統的路由策略，如最近服務站策略、循環服 務策略、最大服務率策略、隨機路由策略以及最小加權佇列長度策略。其中我們 證明了隨機路由策略、最小加權佇列長度策略為最大吞吐量策略。並且我們利用 偏離分析證明在相互獨立且具有相同分配的車輛間隔時間i以及車輛服務時間
j
i 的假設之下，使用最小加權佇列長度策略的系統具有所謂的強穩定性。此外，
我們在第五章中藉由電腦模擬評估這些策略之間的優劣表現，其中車輛的抵達過 程是以卜瓦松過程以及相互獨立且具有相同分配的車輛服務時間。最後，對於車 輛服務系統中選擇路由策略，我們給予以下的建議：
1. 如果目標為最小化車輛滯留時間平均值，當輸入流量大且車輛行駛速度小 的時候，路由策略應該使用 JDWSQ*策略。在其他的情況之下，則應該使用 JDWSQ 策略。
2. 如果目標為最小化車輛滯留時間第九十五百分位數，當輸入流量以及車輛 行駛速度都較大的時候，路由策略應該使用 JWSQ 策略。除此之外，應該 使用 JDWSQ 策略。
當然在最小加權佇列長度策略中也可以考慮其他不同的權重。並且使用其他 的權重仍然符合前述的系統強穩定性，這是我們在本文當中所得到的優異結果。
綜合以上本文所述的策略以及電腦模擬的表現值，我們提出的最小加權佇列長度 策略具有以下優點：
1. 為動態策略，可依照當下系統分流中的狀況及時調整後面的車輛要送的服務 站，比起隨機路由策略是以固定輸送的路由比例更好。並且可以依照不同系 統設定之下考慮不同的權重j，而我們在本文中使用偏離分析證明了不論
‧
‧
analysis with applications. Adv. Appl. Prob., 14(3), pp.502-525.[2] D. Bertsimas and D. Nakazato (1995). The distributional Little's law and its applications. Operations Research, 43(2), pp. 298-310.
[3] D. J. Bertsimas and G. Van Ryzin (1991). A stochastic and dynamic vehicle routing problem in the Euclidean plane. Operations Research, 39(4), pp.601-615.
[4] D. J. Bertsimas and G. Van Ryzin (1993). Stochastic and dynamic vehicle routing with general demand and interarrival time distributions. Advances in Applied Probability, pp.947-978.
[5] D. L. Iglehart and W. Whitt (1970). Multiple Channel Queues in heavy traffic, I. Adv. Appi. Prob, 2, pp.150-177
[6] E. Leonardi, M. Mellia, F. Neri and M. Ajmone Marsan (2001). On the stability of input-queued switches with speed-up. Networking, IEEE/ACM Transactions on, 9(1), pp.104-118.
[7] F. Jensen and N. E. Petersen (1982). Burn-in: an engineering approach to the design and analysis of burn-in procedures.
[8] H.N. Psaraftis (1988). Dynamic vehicle routing problems. Vehicle routing:
Methods and studies, 16, pp. 223-248.
[9] J.G. Dai (1995). On positive Harris recurrence of multiclass queueing networks: a unified approach via fluid limit models. The Annals of Applied Probability, 5(1), pp.49-77.
[10] J. Walrand (1988). Introduction to queueing networks. Englewood Cliffs, Prentice Hall.
[11] R. Pemantle and J.S. Rosenthal (1999). Moment conditions for a sequence with negative drift to be uniformly bounded in L . Stochastic Processes and r their Applications, 82(1), pp.143-155.
[12] R.W. Wolff (1982). Poisson arrivals see time averages. Operations Research, 30(2), pp. 223-231.
[13] S. L. Bell and R. J. Williams (2001). Dynamic scheduling of a system with two parallel servers in heavy traffic with resource pooling: asymptotic optimality of a threshold policy. The Annals of Applied Probability, 11(3), pp.608-649.
[14] S. P. Meyn (1996). Stability and optimization of queueing networks and their fluid models. The Mathematics of Stochastic Manufacturing Systems,
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
34
pp.17-21.
[15] Y. C. Hung and C.C. Chang (2008). Dynamic scheduling for switched processing systems with substantial service-mode switching times. Queueing systems, 60(1-2), pp.87-109.
[16] Y. C. Hung and G. Michailidis (2008). Modeling, scheduling, and simulation of switched processing systems. ACM Transactions on Modeling and Computer Simulation (TOMACS), 18(3), 12.
[17] Y. C. Hung and G. Michailidis (2012). Stability and control of acyclic stochastic processing networks with shared resources. Automatic Control, IEEE Transactions on, 57(2), pp.489-494.