Simulazione di code multi-obiettivo — Bilanciare metriche di servizio contrastanti nei sistemi di coda
La simulazione di code multi-obiettivo combina modelli di coda a eventi discreti con l'ottimizzazione multi-obiettivo per valutare e ottimizzare simultaneamente metriche di performance in conflitto — come il tempo medio di attesa, l'utilizzo del server, il throughput e il costo del servizio — all'interno di un sistema di coda simulato. Produce un fronte di Pareto di soluzioni non dominate piuttosto che un singolo punto ottimale, consentendo ai decisori di comprendere esplicitamente i compromessi.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Banks, J., Carson, J. S., Nelson, B. L., & Nicol, D. M. (2010). Discrete-Event System Simulation (5th ed.). Pearson Prentice Hall. ISBN: 9780136062127
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. John Wiley & Sons. ISBN: 9780471873396
Come citare questa pagina
ScholarGate. (2026, June 3). Multi-objective Queueing Simulation — Simultaneous optimization of competing performance metrics in simulated queuing systems. ScholarGate. https://scholargate.app/it/simulation/multi-objective-queueing-simulation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Simulazione a Eventi Discreti (DES)Simulazione↔ compare
- Simulazione a Eventi Discreti Multi-ObiettivoSimulazione↔ compare
- Ottimizzazione Multi-ObiettivoSimulazione↔ compare
- Simulazione di CodeSimulazione↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →