1 历史与提出背景
1.1 Gordon与Newell的研究工作
Gordon-Newell网络得名于两位研究者提出的相关结果。该模型的形成，源于对多个服务节点之间固定数量作业循环流动现象的系统化研究。早期工作关注的是如何在严格受限的顾客总数下，仍然得到可解析的稳态描述，从而为复杂系统的性能评估提供理论基础。
1.2 闭合排队网络问题的提出
闭合排队网络问题最初来自对共享资源系统的建模需求。与开放系统不同，这类系统中的顾客不会从外部持续进入或离开，而是在若干节点间反复转移。由于总作业数保持恒定，研究重点转向节点之间的竞争关系、服务效率以及长期运行下的分布规律。
1.3 乘积形式解的理论发展
乘积形式解是该类模型最重要的理论成果之一。它使稳态概率可以分解为若干局部因子的乘积，从而显著简化计算。此后，这一思想被推广到更一般的网络结构，并成为排队论中研究可解模型的重要方法。
2 基本定义
2.1 网络组成
2.1.1 节点与顾客
Gordon-Newell网络由若干服务节点和固定数量的顾客组成。这里的“顾客”可以是实际用户、数据包、任务或作业，也可以是抽象意义上的资源请求单位。每个节点对应一个处理环节，顾客在这些节点之间按照预定规则流动。
2.1.2 服务机制
每个节点通常具有一定的服务能力，用于处理到达的顾客。服务机制可以是单服务台，也可以在扩展情形下包含多个服务台。不同节点的服务速率可以不同，从而反映系统内部处理能力的差异。
2.1.3 路由规则
路由规则描述顾客完成服务后将转移到哪个节点。对于Gordon-Newell网络，路由通常是固定的、随机的或满足马尔可夫性质的转移机制。由于系统是闭合的，顾客不会流向网络外部，而是在内部节点之间循环。
2.2 闭合性特征
2.2.1 固定顾客数
闭合性首先体现在系统总顾客数不变。无论节点间如何迁移，网络中顾客的总量始终维持在一个常数值。这一特征使得状态空间在给定条件下有限，并决定了模型的分析方式。
2.2.2 循环流动过程
在闭合系统中，顾客完成某一节点服务后，会继续进入另一个节点，形成周而复始的流动过程。循环结构使系统长期行为可以通过稳态分布进行刻画，也使性能指标与节点间的相互依赖关系更加明显。
2.3 模型假设
2.3.1 马尔可夫性质
模型通常假设系统演化满足马尔可夫性质，即未来状态只依赖于当前状态，而与更早的历史无关。这一假设使得系统可用马尔可夫链框架来描述，并便于推导稳态结果。
2.3.2 服务台独立性
经典形式下，各节点的服务过程常被视为相互独立。该假设降低了模型复杂度，使得各节点性能可以在一定条件下分离处理。不过在更真实的场景中，这一独立性有时只是近似成立。
2.3.3 状态空间有限性
由于顾客总数固定，而节点数有限，整个系统的状态集合也随之有限。这一点对理论分析极为重要，因为它保证了稳态分布的存在性讨论以及归一化计算的可行性。
3 数学描述
3.1 状态表示
3.1.1 各节点顾客数向量
系统状态通常表示为一个向量，记录每个节点上的顾客数量。若网络包含若干节点，则状态可写成各分量之和等于总顾客数的非负整数向量。该表示方法直观地反映了资源分布情况。
3.1.2 状态转移条件
状态转移发生在顾客完成服务并迁移到下一节点时。每次转移都会使某一节点的顾客数减少，同时使另一节点的数量增加。只有满足总数守恒和路由规则的转移才被允许。
3.2 转移概率结构
3.2.1 节点间迁移
节点间迁移概率决定了顾客在网络中的流向结构。不同节点之间可以具有不同的转移权重，这些权重共同构成一个路由矩阵，用来描述长期访问模式。
3.2.2 到达与离开约束
在闭合网络中，不存在外部到达和离开，因此系统状态变化完全由内部迁移引起。该约束与开放排队系统形成鲜明对比，也是该模型名称中“闭合”含义的直接来源。
3.3 稳态分布
3.3.1 归一化常数
稳态分布虽然可以写成简洁形式，但要使所有状态概率之和等于1，还需要一个归一化常数。该常数的计算往往是分析中的核心步骤之一，尤其在节点较多或顾客数量较大时更为重要。
3.3.2 乘积形式表达
在满足特定条件时，网络的稳态概率可表示为各节点局部项的乘积。这样的表达方式将整体问题拆分为局部结构，显著简化了概率计算，也使性能指标的推导更加透明。
4 经典性质
4.1 乘积形式定理
4.1.1 可分解结构
乘积形式定理说明，系统稳态分布可以按节点或局部状态进行分解。每个节点的贡献单独出现，再通过乘法组合成全局结果。这种结构是Gordon-Newell网络最具代表性的性质。
4.1.2 平衡方程
该定理的成立依赖于相应的平衡方程。通过检验进入与离开各状态的概率流可以证明稳态条件，从而获得乘积形式解。相关推导通常基于详细平衡或局部平衡思想。
4.2 可解性与可计算性
4.2.1 精确分析
在较小规模或结构较规整的情况下，Gordon-Newell网络能够进行精确分析。研究者可以直接求解稳态概率，并据此计算吞吐量、平均队长等指标。这种可解性使其成为理论研究的标准模型。
4.2.2 数值求解方法
当状态空间较大时，精确枚举可能难以实施，因此常采用数值算法。常见方法包括递推计算、归一化常数分解以及迭代近似等。这些方法在保证精度的同时，也尽量降低计算负担。
4.3 性能一致性
4.3.1 吞吐量
吞吐量指单位时间内系统完成服务并推进作业的数量。在闭合网络中，吞吐量通常与瓶颈节点的服务能力密切相关，并受总顾客数和访问结构共同影响。
4.3.2 平均队长
平均队长表示某个节点长期平均积累的顾客数。该指标有助于识别拥塞位置，也能反映不同节点之间负载分布是否均衡。对实际系统而言，它是判断性能优劣的重要量化标准。
4.3.3 平均等待时间
平均等待时间描述顾客在节点中排队或接受服务前后所经历的平均停留时长。它通常与队长、吞吐量之间存在稳定联系，并可通过稳态分析间接获得。
5 相关扩展
5.1 多服务台节点
5.1.1 批量服务模型
扩展模型中，一个节点可以一次处理多个顾客，即所谓批量服务。此类机制适用于高吞吐场景或成组处理流程，但会使解析形式更加复杂。
5.1.2 优先级机制
当节点内部引入优先级规则时，不同类别顾客可能获得不同的服务顺序。优先级机制能更细致地刻画实际系统，但也会破坏部分经典模型的简洁结构。
5.2 广义闭合网络
5.2.1 非指数服务时间
广义模型允许服务时间不再服从指数分布，而采用更一般的时间分布。这样可以提高建模真实性，不过稳态分析往往需要借助近似方法或更强的数学工具。
5.2.2 近似分析方法
对于难以直接求解的广义网络，研究者常使用近似分析方法，例如均值值分析、扩散近似或分解近似。这些方法在工程上具有较高实用价值。
5.3 与其他排队网络的关系
5.3.1 Jackson网络对比
Jackson网络是开放排队网络的经典模型，与Gordon-Newell网络在结构上有相似之处，但前者允许外部到达与离开。两者都以可分解的稳态分析著称，不过适用场景不同。
5.3.2 BCMP网络联系
BCMP网络是更一般的可乘积形式网络类别，包含多种服务规则与节点类型。Gordon-Newell网络可以看作其中的重要特例，因此常被视为理解BCMP理论的基础入口。
6 应用领域
6.1 计算机系统性能分析
6.1.1 CPU与缓存建模
在计算机系统中，Gordon-Newell网络常用于描述CPU、缓存和其他处理单元之间的任务循环。通过这种方式，可以估计处理器利用率、缓存拥塞程度以及整体响应性能。
6.1.2 资源争用评估
当多个作业争用有限资源时，闭合网络模型能够较好地反映资源竞争格局。它常被用于分析线程调度、任务切换以及共享设备瓶颈等问题。
6.2 通信与信息网络
6.2.1 数据包循环传输
在通信系统中，某些数据包或信元会在若干交换环节中循环流转。Gordon-Newell网络可用于描述这类传输路径，并评估不同节点的排队压力。
6.2.2 交换系统分析
交换系统中的缓存、转发与调度过程也可通过闭合网络进行抽象。该模型帮助研究者评估转发延迟、节点利用率以及系统稳定运行的边界。
6.3 制造与物流系统
6.3.1 生产线瓶颈分析
在制造系统中，产品或工件常沿固定工艺路线循环经过若干工序。闭合网络可以揭示瓶颈工位的影响，并辅助优化生产节拍与设备配置。
6.3.2 循环运输建模
物流领域中的循环搬运、周转运输和固定线路配送，也常可用该模型描述。它有助于分析车辆或载具在各站点之间的周转效率。
7 研究方法
7.1 精确解析法
7.1.1 状态枚举
精确解析法的一种直接思路是枚举所有可能状态，并逐一计算概率。这种方法概念清晰，但仅适用于规模较小的网络。
7.1.2 递推计算
递推计算通过逐步增加顾客数或节点层次来构造解，能有效避免完全枚举的高成本。对于乘积形式模型，这类方法尤其常见。
7.2 近似与仿真
7.2.1 蒙特卡罗模拟
当系统结构复杂或状态空间过大时，蒙特卡罗模拟可用于估计性能指标。通过大量随机样本运行，可以近似得到吞吐量、等待时间和队长分布。
7.2.2 负载均衡近似
负载均衡近似关注系统中各节点压力的平均化趋势，用以简化复杂的相互作用。该方法在工程实践中常作为快速评估工具。
7.3 计算复杂度问题
7.3.1 维数灾难
随着节点数和顾客数增加，状态空间往往迅速膨胀，导致计算难度显著上升。这种现象通常被称为维数灾难，是闭合网络分析中的主要挑战之一。
7.3.2 大规模系统求解
面对大规模系统，研究者通常需要结合分解、近似与并行计算技术。如何在可接受的时间内获得足够准确的结果，是该领域持续关注的问题。
8 局限性
8.1 建模假设的限制
8.1.1 指数分布假设
经典模型通常假设服务时间服从指数分布，但现实系统中这一条件并不总能满足。若服务时间呈现长尾或确定性特征，模型精度可能下降。
8.1.2 独立性假设
节点之间的独立性假设有助于求解，却可能忽略实际中的相关性。例如，多个节点共享同一资源时，服务过程往往并非完全独立。
8.2 实际系统偏差
8.2.1 异质节点影响
实际网络中的节点常存在显著异质性，如服务能力不同、访问频率不同或缓冲限制不同。这些差异会使理想模型与真实系统产生偏离。
8.2.2 动态路由不足
经典闭合网络一般采用固定路由，而现实系统中路径选择可能随负载、时间或策略变化而调整。缺乏动态路由机制会限制模型对复杂行为的刻画能力。
8.3 扩展模型需求
8.3.1 非闭合系统
许多应用实际上包含外部到达与离开，因此需要开放或半开放模型来补充闭合网络的不足。不同系统边界条件决定了模型选取的适用性。
8.3.2 时变环境适应
当系统参数随时间变化时，稳态假设可能不再充分。此时需要考虑时变网络、非平稳分析或自适应建模，以更好描述真实运行过程。
9 相关概念
9.1 排队论基础
9.1.1 开放排队网络
开放排队网络指顾客可以从外部进入并在完成服务后离开系统的网络模型。它与闭合网络共同构成排队论中的两类基本网络框架。
9.1.2 闭合排队网络
闭合排队网络是指系统内部顾客总数固定、顾客在节点间循环流动的模型类型。Gordon-Newell网络是这种结构的代表性例子。
9.2 随机过程基础
9.2.1 马尔可夫链
马尔可夫链是一类重要的随机过程，其未来演化只取决于当前状态。Gordon-Newell网络的状态演化通常可用马尔可夫链加以描述。
9.2.2 平稳分布
平稳分布指随机过程长期运行后达到的稳定概率分布。对于闭合排队网络而言，它是分析平均性能指标的核心基础。
9.3 其他经典网络模型
9.3.1 Jackson网络
Jackson网络是排队论中著名的开放网络模型，以其乘积形式稳态解而闻名。它与Gordon-Newell网络在理论方法上关系密切。
9.3.2 BCMP网络
BCMP网络是对多种排队结构进行统一概括的经典模型，覆盖范围比Gordon-Newell网络更广。许多闭合网络结果都可以在BCMP框架下得到推广。