11.7. Prinsip MOE b. Berapa banyak sumber yang harus dialokasikan secara keseluruhan?

Prinsip-prinsip yang berlaku secara umum untuk semua jenis produksi. Dalam kasus kita, sumber daya sesuai dengan kabel dan peralatan switching, dan produksi terdiri lalu lintas dilakukan. Sebuah sektor bisa merupakan link untuk pertukaran. Masalahnya mungkin dimensi link antara pertukaran tertentu dan pertukaran tetangganya yang ada koneksi langsung. Masalahnya kemudian adalah: a. b. Berapa banyak lalu lintas harus dilakukan pada setiap link, ketika sejumlah tetap keseluruhan lalu lintas dilakukan? Berapa banyak lalu lintas harus dilakukan secara keseluruhan?

Pertanyaan dipecahkan pada 11.7.1 dan pertanyaan b pada 11.7.2. Kita membawa melalui derivasi untuk variabel kontinyu karena lebih mudah bekerja. Derivasi yang sama dapat dilakukan melalui variabel diskrit, sesuai dengan jumlah saluran. Ini adalah prinsip Moe (Jensen, 1950 [49]). 11.7.1 Menyeimbangkan biaya marjinal Mari kita lihat dari pertukaran yang memiliki koneksi langsung ke pertukaran k lainnya. Biaya koneksi ke pertukaran i diasumsikan menjadi fungsi linear dari jumlah saluran: (11.5) Total biaya kabel menjadi: ∑ Dimana Co adalah tetap. Total Carried Traffic adalah fungsi dari jumlah saluran: (11.7) Kita selalu beroperasi dengan sumber daya yang terbatas kita akan memiliki: (11.8) Dalam sistem hilangnya Dif murni sesuai dengan fungsi perbaikan, yang selalu positif untuk jumlah terbatas saluran karena kecembungan rumus Erlang B. Kita ingin meminimalkan C untuk diberikan Total Carried Traffic Y : { } { (11.6)

(11.9)

Dengan menerapkan pengali Lagrange , dimana { } { [ Kondisi yang diperlukan untuk kondisi minimum adalah:

, ini setara dengan: ]} (11.10)

(11.11) Atau (11.12) Kondisi yang diperlukan untuk solusi optimal adalah bahwa peningkatan marginal dari lalu lintas dilakukan ketika meningkatkan jumlah saluran (fungsi perbaikan) dibagi dengan biaya untuk saluran harus identik untuk semua kelompok trunk (7.31). Hal ini dimungkinkan dengan cara derivatif orde kedua untuk mendirikan satu set kondisi yang diperlukan untuk membangun kondisi yang cukup, yang dilakukan dalam "Prinsip Moe" (Jensen, 1950 [49]). Peningkatan fungsi kita berurusan dengan akan selalu memenuhi kondisi ini. Jika kita juga memiliki pendapatan yang berbeda gi untuk kelompok batang individu (arah), maka kita harus menyertakan faktor berat tambahan, dan dalam hasil (11.12) kita akan mengganti ci dengan 11.7.2 Optimum Carried Traffic Mari kita pertimbangkan kasus di mana lalu lintas dilakukan, yang merupakan fungsi dari jumlah saluran (11,7) adalah Y. Jika kita menunjukkan pendapatan dengan R (Y) dan biaya dengan C (Y) (11.6), maka keuntungan menjadi: (11.13) Kondisi yang diperlukan untuk keuntungan yang optimal adalah: (11.14) Pendapatan marjinal harus sama dengan biaya marjinal Menggunakan: ∑ ( ) { Solusi optimal diperoleh untuk:

}

(11.15)

(11.16) dengan menggunakan persamaan (11.12) menghasilkan: (11.17) Faktor  diberikan oleh (11.12) adalah rasio antara biaya satu saluran dan lalu lintas yang dapat dilakukan tambahan jika link di diperpanjang satu saluran. Jadi kita akan menambahkan saluran untuk menghubungkan sampai pendapatan marjinal sama dengan biaya marjinal  (7.33). Contoh 11.7.1: Alokasi Kapasitas Optimal Kita mempertimbangkan dua link (kelompok trunk) di mana offered traffic adalah 3 Erlang, masing-masing 15 Erlang. Saluran untuk dua sistem memiliki biaya yang sama dan ada total 25 saluran yang tersedia. Bagaimana seharusnya kita mendistribusikan 25 saluran di antara dua link? Dari persamaan (11.12) kita melihat bahwa fungsi perbaikan harus memiliki nilai yang sama untuk dua arah. Oleh karena itu kami melanjutkan menggunakan tabel: A1 = 3 A2 = 2 erlang erlang n1 F1,n(A1) n2 F2,n(A2) 3 0.4021 17 0.4048 4 0.2882 18 0.3371 5 0.1737 19 0.2715 6 0.0909 20 0.2108 7 0.0412 21 0.1573 Untuk n1 = 5 dan n2 = 20 kita menggunakan semua 25 saluran. Hal ini menghasilkan kemacetan 11,0%, masing-masing 4,6%, yaitu kemacetan yang lebih tinggi untuk kelompok batang yang lebih kecil. Contoh 11.7.2: Segitiga Optimasi Ini adalah optimasi klasik dari jaringan segitiga menggunakan lalu lintas rute alternatif (Gambar 11.1). Dari A ke B kita memiliki permintaan lalu lintas sama dengan Erlang A. Lalu lintas sebagian dilakukan pada rute langsung (rute utama) dari A ke B, sebagian pada rute alternatif (rute sekunder) A → B → T, dimana T adalah pertukaran transit. Tidak ada kemungkinan routing lain. Biaya koneksi langsung cd, dan untuk koneksi ct sekunder Mengacu persamaan (11.12), kondisi minimum menjadi:

Di sini, n adalah jumlah saluran di rute utama. Ini berarti bahwa biaya harus sama ketika kita rute sebuah "tambahan" panggilan melalui rute langsung dan melalui rute alternatif. Jika satu rute lebih murah dari yang lain, maka kita akan rute lalu lintas lebih ke arah lebih murah. Lalu lintas diterapkan sebagai nilai-nilai dasar untuk dimensioning yang diperoleh dengan pengukuran lalu lintas mereka dibebani dengan tidak dapat diandalkan (unreliability) karena sampel yang terbatas, periode pengukuran yang terbatas, mengukur prinsip, dll. Seperti ditunjukkan dalam Bab. 15 tidak dapat diandalkan (unreliability) adalah sekitar sebanding dengan volume lalu lintas diukur. Dengan mengukur periode waktu yang sama untuk semua link kita mendapatkan ketidakpastian tertinggi untuk link kecil (kelompok trunk), yang sebagian dikompensasi oleh sensitivitas kelebihan yang disebutkan di atas, yang terkecil untuk kelompok batang kecil. Sebagai nilai representatif kami biasanya memilih nilai rata-rata diukur ditambah deviasi standar dikalikan dengan sebuah konstanta, misalnya 1,0. Untuk memastikan, lebih lanjut harus ditekankan bahwa dimensi jaringan kita untuk lalu lintas yang akan dilakukan 1-2 tahun dari sekarang. Nilai yang digunakan untuk dimensi demikian addi-secara internasional dibebani oleh ketidakpastian perkiraan. Kita belum termasuk fakta bahwa bagian dari peralatan mungkin dari operasi karena kesalahan teknis. ITU-T merekomendasikan bahwa lalu lintas yang diukur selama semua jam sibuk tahun ini, dan yang kita pilih n jadi bahwa dengan menggunakan nilai rata-rata dari 30 terbesar, masing-masing 5 pengamatan terbesar, kita mendapatkan probabilitas blocking berikut. ̅ ̅ (11.18) Kriteria layanan di atas dapat langsung diterapkan pada kelompok batang individu. Dalam prakteknya, kita bertujuan memblokir probabilitas dari pelanggan A ke pelanggan B yang sama untuk semua jenis panggilan. Dengan pertukaran program yang tersimpan dikendalikan trend adalah pengawasan terus menerus dari lalu lintas pada semua rute mahal dan internasional.

Sebagai kesimpulan, kita dapat mengatakan bahwa nilai lalu lintas yang digunakan untuk dimensi ini dibebani dengan ketidakpastian. Dalam kelompok batang besar penerapan nilai lalu lintas non-perwakilan dapat mengakibatkan konsekuensi serius untuk tingkat kelas-of-service. Selama tahun kemudian, telah terjadi peningkatan minat untuk lalu lintas adaptif dikontrol routing (manajemen lalu lintas jaringan), yang dapat memperkenalkan di kontrol program yang tersimpan sistem digital. Dengan teknologi ini kita dapat pada prinsipnya memilih strategi yang optimal untuk lalu lintas routing yang selama setiap skenario lalu lintas.

Sign up to vote on this title
UsefulNot useful