No label defined (Q4223497)

In dieser Arbeit wird neben der Vorstellung grundlegender Optimierungsverfahren aufgezeigt, wie diese Verfahren zur optimalen Gestaltung von Rechensystemen bei diversen Optimierungszielen einzusetzen sind, auch unter Berücksichtigung verschiedenartigster Nebenbedingungen. Einen Schwerpunkt dieser Betrachtungen stellt der Power-Series-Algorithm (PSA), ein bewährtes Verfahren zur Berechnung der stationären Wahrscheinlichkeitsverteilung zeitkontinuierlicher Markov-Ketten, und der daraus in dieser Arbeit neu entwickelte Differenzierte Power-Series-Algorithmus (DPSA) dar, mit dem Optimierung von Warteschlangennetzen nach vorheriger Markov-Modellierung möglich ist. Der (D)PSA in ursprünglicher Form ist bislang nur auf offene Warteschlangennetze anwendbar; zudem besitzen Markov-Modelle von Warteschlangennetzen im allgemeinen einen sehr großen Zustandsraum, was den Einsatz des (D)PSA rechenintensiv und damit zeitaufwendig werden läßt. Diese Arbeit widmet sich neben der Entwicklung einer geeigneten Vorgehensweise zur Beseitigung der bei geschlossenen Warteschlangennetzen auftretenden Problematik auch der Frage, wie der (D)PSA durch Parallelisierung beschleunigt werden kann. Untersuchungen bezüglich der Güte der mit dem DPSA erzielten Resultate, insbesondere im Vergleich mit entsprechenden Ergebnissen anderer Optimierungsverfahren, beschließen diese Arbeit.