交互式广义半马尔可夫过程在概率定时系统中的应用

"本文探讨了概率定时系统中非确定性选择问题的解决方案，特别是在广义半马尔可夫过程（GSMPs）的背景下。GSMPs用于表示延迟时间由随机变量的一般概率分布决定的系统。研究的重点是延迟的持续时间不是在开始时立即决定，而是在每个系统状态中逐步确定，这样可以避免对手根据未来的可能行为提前做出决策。为了实现这一目标，文章介绍了交互式广义半马尔可夫过程（IGSMPs）的概念，这是一种新的建模工具，能够处理这种逐步决定的延迟。 IGSMPs是封闭的通信顺序进程（CSP）的并行组合和隐藏的扩展。作者首先形式化了IGSMP模型以及交互式随机时间转换系统（ISTTS），然后提出了一个将IGSMP映射到ISTTS的语义映射，该映射记录了延迟的消耗寿命。进一步，他们证明了两个弱Bisimulation化的IGSMPs会产生两个弱Bisimulation化的语义模型，这得益于他们的语义映射保持了CSP的并行组合和隐藏性质。 文章引用了并发系统时间行为建模的重要性，特别是在高抽象级别描述系统或系统组件的时间行为具有内在概率性（如网络消息传输时间）的情况下。已有的建模技术，如使用概率指数分布的活动，虽然易于处理，但表达能力有限，无法表示固定（非概率）的持续时间。因此，为了克服这些限制，已有研究尝试开发能够处理一般分布的模型。 这篇文章为概率定时系统提供了一种更灵活的建模方法，即IGSMPs，它允许处理非确定性和一般分布的延迟，这在分析复杂并发系统的行为时具有重要的理论和实际价值。"