使用混合密度网络实时预测服务系统中的延迟分布
摘要：使用统计学习方法和延迟历史信息，旨在提供更高效的客户服务系统，预测排队系统中顾客等待时间的条件分布。通过预测分布，可以获得系统的描述性统计量，如等待时间的均值、方差和百分位数，可用于延迟公告、SLA符合性和更好的系统管理。我们通过高斯混合模型来建模条件分布，其中参数可以使用混合密度网络进行估计。评估结果显示，利用更多的延迟历史信息可以在现实的时间变化到达假设下获得更准确的预测。
作者：Majid Raeis, Ali Tizghadam and Alberto Leon-Garcia
论文ID：1912.08368
分类：Performance
分类简称：cs.PF
提交时间：2019-12-19