Современные системы массового обслуживания часто характеризуются сложной структурой, включающей разнородные каналы обслуживания и механизмы контроля качества. В статье исследуется эффективность двухфазных систем массового обслуживания с разномощными каналами и вероятностной отбраковкой заявок. Цель работы - выявление эффективных соотношений между параметрами системы для максимизации пропускной способности и минимизации вероятности отказов. Методологической основой исследования является имитационное моделирование на языке Python с использованием библиотек NumPy и Matplotlib. Разработанная модель позволяет анализировать влияние разномощности каналов и фильтрации заявок на ключевые показатели эффективности системы. Результаты исследования демонстрируют, что эффективное распределение мощностей каналов между фазами позволяет повысить устойчивость системы к пиковым нагрузкам. Установлено, что конфигурации с умеренной разницей в производительности каналов (30-50%) обеспечивают улучшение ключевых показателей эффективности на 15-25% по сравнению с однородными системами. Выявлены критические значения параметров системы, при которых достигается минимальная вероятность отказа. Практическая значимость работы заключается в разработке рекомендаций для проектирования адаптивных систем массового обслуживания в IT-инфраструктуре, телекоммуникационных сетях и производственных системах, где критически важна минимизация потерь и обеспечение высокой доступности. Полученные результаты открывают перспективы для дальнейших исследований в области оптимизации многофазных систем с нестационарными потоками.
Modern queuing systems often feature complex structures including heterogeneous service channels and quality control mechanisms. This study investigates the performance of two-phase queuing systems with heterogeneous channels and probabilistic request rejection. The research aims to identify effective parameter relationships to maximize throughput and minimize rejection probability. The methodological framework is based on simulation modeling in Python using NumPy and Matplotlib libraries. The developed model enables analysis of how channel heterogeneity and request filtering affect key system performance indicators. The results demonstrate that optimal distribution of channel capacities between phases enhances system resilience to peak loads. Configurations with moderate performance differences (30-50%) between channels improve key efficiency metrics by 15-25% compared to homogeneous systems. Critical system parameter values for minimal rejection probability were identified. The practical significance lies in developing recommendations for designing adaptive queuing systems in IT infrastructure, telecommunications networks, and production systems where minimizing losses and ensuring high availability are critical. The findings open new avenues for research in optimizing multiphase systems with non-stationary flows.