Приближенная оптимизация стратегии распределения вычислительных ресурсов на примере системы андеррайтинга

Рассмотрена проблема оптимизации процесса оценки риска при заключении договоров (андеррайтинг). Процесс моделируется как управляемая система массового обслуживания, обладающая специфическими особенностями: наличием нескольких потоков заданий, имеющих дедлайн; сложной структурой заданий; двухфазным процессом обработки задач; непостоянной и неполной доступностью ресурсов. Ставится задача приближенной максимизации доли заданий, выполненных в срок. Для решения задачи используется методика, которая предполагает создание имитационной модели и последующее применение адаптивных оптимизационных алгоритмов на имитируемых траекториях. На численных примерах показано, что предлагаемый подход позволяет находить наиболее эффективный алгоритм из заданного набора эвристических стратегий. Методика применима в задачах распределения вычислительных ресурсов, для которых трудно получить точное математическое решение и которые возникают в связи с необходимостью многоэтапной обработки информации, неопределенностью сроков выполнения заданий и человеческим фактором.

APPROXIMATE OPTIMIZATION OF RESOURCE ALLOCATION STRATEGY: THE CASE OF BANK UNDERWRITING SYSTEM

Queueing system with multiple single-server queues, several input regenerative flows of jobs with deadlines, complex job structure, two-stage job service process and partial availability of resources. One is interested in maximization of percent of jobs served in time (i.e., within deadline). The paper proposes the optimization method which requires development of the simulation model and further application of adaptive optimization algorithms on simulated paths. Based on numerical examples, it is shown that the approach allows one to find the most efficient strategy in a given set of heuristic strategies. The methodology is also applicable in general cases of resource allocation problems, which are not analytically tractable and which arise frequently when one needs to take into consideration multistage job service process, unpredictability of load and service times, and human factors.