25828: مدل‌سازی تصادفی در شبکه‌های مخابراتی
نام درس: مدل‌سازی تصادفی در شبکه‌های مخابراتی (Stochastic Modeling in Communication Networks)
شماره درس: 25828
پیش‌نیاز(ها): -
هم‌نیاز(ها): 25181 (فرایندهای تصادفی)
تعداد واحد: 3
مقطع: کارشناسی ارشد
آخرین ویرایش: پاییز 1393

توضیحات:
هدف این درس آشنایی با مدل‌سازی تصادفی با استفاده از زنجیره‌های مارکوف بیش از یک بعد و روش‌های حل الگوریتمی آن، فرایندهای تصمیم‌گیری مارکوفی و انواع آن و کارایی فرایندهای مارکوف در مدل‌سازی ترافیک است.
 
سرفصل‌ها:
  • فرایندهای شبه زاد و مرگ (QBD) و روش‌های تحلیل ماتریسی
    • مروری بر زنجیره‌های مارکوف، زنجیره‌های دوبعدی و QBDها (زنجیره‌های مارکوف با ساختار بلوکی)، توزیع فاز-گونه، فرایندهای نقطه‌ای مارکوفی (BMAP, MMPP ...)، روش‌های تحلیل ماتریسی برای فرایندهای QBD همگن و غیر همگن، روش‌های تحلیل ماتریسی برای فرایندهای M/G/1-گونه و فرایندهای G/M/1-گونه، الگوریتم‌های محاسباتی
  • سیستم‌های صف کنترل‌شده و فرایند تصمیم‌گیری مارکوفی
    • فرایندهای مارکوف کنترل‌شده، MDP با افق محدود و نامحدود، MDPها بر اساس پاداش تنزل‌یافته و متوسط پاداش، الگوریتم‌های VIو  PIو  MPI، MDPهای زمان پیوسته، فرایند تصمیم‌گیری نیمه مارکوفی
  • مباحث تکمیلی
    • شبکه‌های ضربی و تحلیل ماتریسی، مدل‌های ترافیک و برخی مدل‌های تقریبی مارکوفی، مدل مخفی مارکوف و POMDP

مراجع:
  • G. Latouche, V. Ramaswami, Introduction to Matrix Analytic Methods in Stochastic Modeling, 1999
  • M. L. Puterman, Markov Decision Processes, John Wiley & Sons, 2005
  • Barrett, Foundations of Image Science

 
آخرین به‌روزرسانی: 19 / 4 / 1403