连续时间马尔可夫链的瞬态奖励近似
计算机科学中的逻辑
2015-07-24 v2 数值分析
摘要
我们关注具有许多不同速率的超大规模连续时间马尔可夫链 (CTMCs) 的分析。此类模型自然出现在可靠性分析背景下，例如计算机网络性能分析、电网、计算机病毒脆弱性以及人群动力学研究。我们利用抽象技术结合新颖算法，计算连续时间马尔可夫决策过程 (CTMDPs) 中期望最终奖励和累积奖励的界限。这些要素被结合在一种部分符号化、部分显式（symblicit）的分析方法中。特别是，我们避开了多端决策图的使用，因为后者在面对大量不同速率时表现不佳。我们通过两个案例研究展示了该方法的实用性和效率。
引用
@article{arxiv.1212.1251,
title = {Transient Reward Approximation for Continuous-Time Markov Chains},
author = {Ernst Moritz Hahn and Holger Hermanns and Ralf Wimmer and Bernd Becker},
journal= {arXiv preprint arXiv:1212.1251},
year = {2015}
}
备注
Accepted for publication in IEEE Transactions on Reliability