In this article, we study closed queuing networks with batch services of customers. Each node in the queueing network is an infinite capacity single-server queueing system under a RANDOM discipline. Customers move among the nodes following a routing matrix. We assume queueing systems in the network operate under the general batch service rule. The lower and upper bounds for the batch size are given. The batch service time is exponentially distributed. We presents an analysis of the queueing network using a Markov chain with continuous time. The qenerator matrix is constructed for the underlying Markov chain. We obtain expressions for the performance measures. In addition, we consider an unreliable case and propose an approximation. Some numerical examples are provided. The results can be used for the performance analysis manufacturing systems, production lines, trucking, ship locks.
Рассматривается экспоненциальная сеть массового обслуживания, состоящая из параллельных систем обслу-живания с конечным числом мест для ожидания в очереди. Ключевой особенностью является деление посту-пающих требований на фрагменты, которые обслуживаются параллельно и независимо. Требование будет считаться обслуженным только после того, как завершится обслуживание всех его фрагментов. Ограничен-ность числа мест для ожидания в системах сети приводит к возникновению повторных вызовов. Для сети обслуживания с использованием матричных методов получены основные стационарные характеристики. Ключевые слова: сети обслуживания с делением и слиянием требований; матрично-геометрическое решение; источник повторных вызовов.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.