交互式马尔可夫链（IMC）说明

交互式马尔可夫链（IMC）说明

定义与基本概念

交互式马尔可夫链（Interactive Markov Chains, IMC）是一种结合了功能模型和性能模型的混合模型。它将标记变迁系统（Labelled Transition System, LTS）和连续时间马尔可夫链（Continuous-Time Markov Chain, CTMC）结合在一起，用于描述系统的功能和性能特征。IMC通过正交化的方式将功能和性能特征结合，使得在同一模型下可以同时描述和度量系统的功能和性能。

IMC模型定义如下：

• 状态集合（S）：一个非空的状态集合，表示系统的各种可能状态。
• 动作集合（Act）：一个动作集合，表示系统状态之间的可能转移动作。
• 动作转移关系（→）：描述系统在不同状态之间通过某个动作发生的转移。
• 马尔可夫转移关系（↝）：描述系统在不同状态之间基于时间的转移概率。
• 初始状态（s0）：系统的初始状态。

IMC模型通过以上五元组（S, Act, →, ↝, s0）来描述。

特性

1. 正交性：IMC结合了LTS的动作转移和CTMC的随机延迟转移，通过正交化的方式将两者结合，保留了功能和性能的独立性。

2. 非确定性与随机性：IMC能够同时处理非确定性的动作选择和随机性的时间延迟。在同一个状态下，系统既可以通过动作转移到达下一个状态，也可以通过马尔可夫转移在一定时间内到达下一个状态。

3. 最大前进假设：在IMC模型中，如果系统在某个状态有内部动作（如中断）可以执行，则该动作会立即执行，不允许其他延迟