We define the Lyapunov function as

We define the Lyapunov function as the scalar measue of the congestion in both the Zg(t) and Qg(t) queues: L(Θ(t)) =12PGg=1[(Zg(t)2+Qg(t)2] and the conditional Lyapunov drift as ∆(Θ(t)) = E{L(Θ(t + 1)) − L(Θ(t))|Θ(t)}. Considering both the charging cost (7) and queue backlog growth, our objective is then to minimize the following function in each timeslot t, (12).

ผลลัพธ์ (ไทย) 1:

กำหนดฟังก์ชันเลียปูนอฟ measue สเกลาของความแออัดในคิวทั้ง Zg(t) และ Qg(t): L(Θ(t)) = 12PGg = 1 [(Zg (t) 2 + ศาลาแดงเพล (t) 2] และลอยเลียปูนอฟแบบมีเงื่อนไขเป็น ∆(Θ(t)) = E { L (Θ(t + 1)) − L(Θ(t))|Θ(t) } พิจารณาการชาร์จค่าใช้จ่าย (7) และโตคิวรายการคงค้าง แล้วมีเป้าหมายเพื่อ ลดฟังก์ชันต่อไปนี้ในแต่ละ timeslot t, (12)

ผลลัพธ์ (ไทย) 2:

เรากำหนดฟังก์ชั่น Lyapunov เป็น measue เกลาความแออัดทั้งใน Zg (T) และ Qg (T) คิว: L (Θ (T)) = 12PGg = 1 [(Zg (T) 2 + Qg (T) 2 ] และดริฟท์ Lyapunov เงื่อนไขเป็นΔ (Θ (T)) = E {L (Θ (T + 1)) - L (Θ (T)) | Θ (t)}. พิจารณาทั้งค่าใช้จ่ายที่เรียกเก็บเงิน (7) และ คิวการเจริญเติบโตค้างวัตถุประสงค์ของเราคือการแล้วเพื่อลดการทำงานของต่อไปนี้ในแต่ละตารางเวลา T, (12)

ผลลัพธ์ (ไทย) 3:

เรานิยามฟังก์ชันเลียปูนอฟเป็นสเกลาร์ measue ของการติดขัดทั้งใน ZG ( T ) ( T ) qg คิว : L ( Θ ( t ) = 12pgg = 1 [ ( ZG ( T ) 2 + qg ( T ) 2 ] และเงื่อนไข Lyapunov ล่องลอยเป็น∆ ( Θ ( T ) = E { L ( Θ ( T + 1 ) − l ( Θ ( t ) ) | Θ ( T ) } พิจารณาทั้งการชาร์จค่าใช้จ่าย ( 7 ) และคิวงานของ วัตถุประสงค์ของเราคือเพื่อลดฟังก์ชันต่อไปนี้ในแต่ละช่วงเวลา T ( 12 )