每次的学习都没有一个系统的学习 这次尝试一下 不一样的学习方式 开始尽量的做一个系统的总结
随机网络演算的前身 还是 排队论 排队论依据的建模方式是利用 泊松过程 把排队的方式通过满足一个泊松过程进行建模 由于现行的网络 具有突发性 周期性 自相似性 已经不满足于 泊松过程的建模过程 所以就创新出了 网络演算
中间补充一下 与排队论的区别 网络演算 将 业务与服务 给分成两个部分 （这里刚开始并没有说两者的关系 后续的研究表明 二者满足相互独立 有更好的边界推到效果 ）
还有一个点是 将 服务 于 业务 进行分割 以后 继而可以对 不同的服务进行 不同的调度法则
通过引入 到达曲线 与 服务曲线 （这门学科的第一个难点 如何选选取合适的到达曲线 与 服务曲线 ）进行建模 使用的数学工具 是 新创立的最小加卷积（主要是将服务于业务给联系起来） 通过最小加代数理论（这门学科的第二个难点 代数的推导） 推导出 网络当中的积压 与 时延 （这里感觉是自己要着重的补充的电 这个应该就是之后的要研究的方向 起码的要先知道公式的推导 及时的与 几何联系起来 还是要回头看看公式的推导） 继而 发展成两个分支 确定网络演算 与 随机网络演算 可以说是两者的关系 是串行的关系 随机网络演算 相比于 确定网络演算 有更好的边界推导 通过引入 有效带宽 发展出了 随机网络演算 笼统的说 随机网络演算 通过引入一定的违反概率 来进行 积压与时延的推导 核心还是到达曲线 于 服务曲线 进而演变成了 随机到达曲线 于 随机服务曲线 自己这里不明白的点 是 如何进行代数的推导 以及 如何画出几何的表示 （几何图像上的解释）
通过这个论文的学习 渐渐的明白了 要看的重点 有一本书的学习 还有就是各种知识的补充 （这里主要指的 研究的相同的东西 大家所作的各种 贡献 前进的方式有哪些 以及前行的方向有哪些） 主要是确定自己的具体的研究的点
网友评论