Program > By author > Ait Salaht Farah

Wednesday 26
Stochastic and robust optimization, online optimization, queuing theory and simulation, machine learning and statistical methods
Michaël Gabay
› 16:00 - 16:20 (20min)
› Bât. B - TD 36
Bornes sur les histogrammes et équation de Loynes pour l'analyse rapide d'une file FIFO
Jean-Michel Fourneau  1, *@  , Farah Ait Salaht  1, *@  , Hind Castel-Taleb  2@  , Nihal Pekergin  3@  
1 : Université de Versailles-St-Quentin  -  Website
Université de Versailles-Saint Quentin en Yvelines
45, Av. des Etats-Unis, 78035 Versailles, France -  France
2 : Télécom Sud Paris
Institut National des Télécommunications d'Evry
3 : Université Paris Est Créteil
Université Paris-Est Créteil Val-de-Marne (UPEC)
* : Corresponding author

Nous montrons comment accélérer l'analyse d'une file d'attente FIFO dont les paramètres proviendraient de traces de trafic réelles. Dans un premier temps, sous l'hypothèse de stationnarité, nous construisons une distribution empirique des inter-arrivées et des services. L'équation de Loynes montre alors que la distribution des attentes s'obtient à partir de la convolée de ces deux distributions. Pour faciliter l'analyse, nous simplifions les distributions empiriques en garantissant que nous construisons des bornes stochastiques sur ces distributions. L'algorithme que nous avons proposé repose sur un algorithme de chemin le moins cher et de longueur donné. Nous montrons que la monotonie de l'opérateur permet d'obtenir facilement des bornes stochastiques sur la distribution des temps de séjour à partir de ces bornes sur les processus empiriques. Les exemples numériques montrent la pertinence de l'approche tant pour la précision que pour la vitesse de l'algorithme.

L'algorithme de calcul des bornes sur les distributions empiriques est accessible sur http://www.prism.uvsq.fr/~safa/Publications_files/wodes12.pdf et il a été présenté à WODES 2012. 


Online user: 1