排队论模型(二):生灭过程 、 M / M /s 等待制排队模型、多服务台模型_排队论多服务台排队模型-程序员宅基地

技术标签: matlab数学建模  


排队论模型(一):基本概念、输入过程与服务时间的常用概率分布

排队论模型(二):生灭过程 、 M / M /s 等待制排队模型、多服务台模型

排队论模型(三):M / M / s/ s 损失制排队模型

排队论模型(四):M / M / s 混合制排队模型

排队论模型(五): 有限源排队模型、服务率或到达率依赖状态的排队模型

排队论模型(六):非生灭过程排队模型、爱尔朗(Erlang)排队模型

排队论模型(七):排队系统的优化

排队论模型(八):Matlab 生成随机数、排队模型的计算机模拟


目录

 1 生灭过程 

2   M / M /s 等待制排队模型

         2.1 单服务台模型                         2.1 队长的分布

2.2 几个主要数量指标                  2.3 忙期和闲期

3 与排队论模型有关的 LINGO 函数                    4 多服务台模型( M / M /s/ ∞ )


 1 生灭过程 

一类非常重要且广泛存在的排队系统是生灭过程排队系统。生灭过程是一类特殊的随机过程,在生物学、物理学、运筹学中有广泛的应用。在排队论中,如果 N(t) 表示 时刻t 系统中的顾客数,则{N(t),t ≥ 0}就构成了一个随机过程。如果用“生”表示顾 客的到达,“灭”表示顾客的离去,则对许多排队过程来说,{N(t),t ≥ 0}就是一类特殊的随机过程-生灭过程。

下面结合排队论的术语给出生灭过程的定义。

为求平稳分布,考虑系统可能处的任一状态 n 。假设记录了一段时间内系统进入状 态n 和离开状态 n 的次数,则因为“进入”和“离开”是交替发生的,所以这两个数要么相等,要么相差为 1。但就这两种事件的平均发生率来说,可以认为是相等的。即当 系统运行相当时间而到达平衡状态后,对任一状态 n 来说,单位时间内进入该状态的平 均次数和单位时间内离开该状态的平均次数应该相等,这就是系统在统计平衡下的“流 入=流出”原理。根据这一原理,可得到任一状态下的平衡方程如下:

述公式得到平稳状态的概率分布。

2   M / M /s 等待制排队模型

2.1 单服务台模型

单服务台等待制模型 M / M /1/ ∞ 是指:顾客的相继到达时间服从参数为λ 的负指 数分布,服务台个数为 1,服务时间V 服从参数为 μ 的负指数分布,系统空间无限, 允许无限排队,这是一类最简单的排队系统。

2.1 队长的分布

2.2 几个主要数量指标

 对单服务台等待制排队系统,由已得到的平稳状态下队长的分布,可以得到平均队 长

式(14)和式(15)通常称为 Little 公式,是排队论中一个非常重要的公式。

2.3 忙期和闲期

个顾客在系统内的平均逗留时间应等于服务员平均连续忙的时间。


3 与排队论模型有关的 LINGO 函数

(1)@peb(load,S) 该函数的返回值是当到达负荷为 load,服务系统中有 S 个服务台且允许排队时系 统繁忙的概率,也就是顾客等待的概率。

(2)@pel(load,S) 该函数的返回值是当到达负荷为 load,服务系统中有 S 个服务台且不允许排队时 系统损失概率,也就是顾客得不到服务离开的概率。

(3)@pfs(load,S,K) 该函数的返回值是当到达负荷为 load,顾客数为 K,平行服务台数量为 S 时,有限 源的 Poisson 服务系统等待或返修顾客数的期望值。


例 1 某修理店只有一个修理工,来修理的顾客到达过程为 Poisson 流,平均 4 人 /h;修理时间服从负指数分布,平均需要 6min。试求:(1)修理店空闲的概率;(2) 店内恰有 3 个顾客的概率;(3)店内至少有 1 个顾客的概率;(4)在店内的平均顾客数; (5)每位顾客在店内的平均逗留时间;(6)等待服务的平均顾客数;(7)每位顾客平 均等待服务时间;(8)顾客在店内等待时间超过 10min 的概率。

编写 LINGO 程序如下:

model:
s=1;lamda=4;mu=10;rho=lamda/mu;
Pwait=@peb(rho,s);
p0=1-Pwait;
Pt_gt_10=@exp(-1);
end 

4 多服务台模型( M / M /s/ ∞ )

设顾客单个到达,相继到达时间间隔服从参数为λ 的负指数分布,系统中共有 s 个 服务台,每个服务台的服务时间相互独立,且服从参数为 μ 的负指数分布。当顾客到 达时,若有空闲的服务台则马上接受服务,否则便排成一个队列等待,等待时间为无限。

公式(19)和式(20)给出了在平衡条件下系统中顾客数为 n 的概率,当 n ≥ s 时,即 系统中顾客数大于或等于服务台个数,这时再来的顾客必须等待,因此记

式(21)称为 Erlang 等待公式,它给出了顾客到达系统时需要等待的概率。 对多服务台等待制排队系统,由已得到的平稳分布可得平均排队长 Lq 为:

对多服务台系统,Little 公式依然成立,即有


例 2   某售票处有 3 个窗口,顾客的到达为 Poisson 流,平均到达率为 λ = 0.9人/ min ;服务(售票)时间服从负指数分布,平均服务率 μ = 0.4人/ min 。 现设顾客到达后排成一个队列,依次向空闲的窗口购票,这一排队系统可看成是一个

M / M / s/ ∞ 系统,其中

求解的 LINGO 程序如下:

model:
s=3;lamda=0.9;mu=0.4;rho=lamda/mu;rho_s=rho/s;
P_wait=@peb(rho,s);
p0=6*(1-rho_s)/rho^3*P_wait;
L_q=P_wait*rho_s/(1-rho_s);
L_s=L_q+rho;
W_q=L_q/lamda;
W_s=L_s/lamda;
end

排队论模型(一):基本概念、输入过程与服务时间的常用概率分布

排队论模型(二):生灭过程 、 M / M /s 等待制排队模型、多服务台模型

排队论模型(三):M / M / s/ s 损失制排队模型

排队论模型(四):M / M / s 混合制排队模型

排队论模型(五): 有限源排队模型、服务率或到达率依赖状态的排队模型

排队论模型(六):非生灭过程排队模型、爱尔朗(Erlang)排队模型

排队论模型(七):排队系统的优化

排队论模型(八):Matlab 生成随机数、排队模型的计算机模拟


 

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/qq_29831163/article/details/89735349

智能推荐

使用nginx解决浏览器跨域问题_nginx不停的xhr-程序员宅基地

文章浏览阅读1k次。通过使用ajax方法跨域请求是浏览器所不允许的,浏览器出于安全考虑是禁止的。警告信息如下:不过jQuery对跨域问题也有解决方案,使用jsonp的方式解决,方法如下:$.ajax({ async:false, url: 'http://www.mysite.com/demo.do', // 跨域URL ty..._nginx不停的xhr

在 Oracle 中配置 extproc 以访问 ST_Geometry-程序员宅基地

文章浏览阅读2k次。关于在 Oracle 中配置 extproc 以访问 ST_Geometry,也就是我们所说的 使用空间SQL 的方法,官方文档链接如下。http://desktop.arcgis.com/zh-cn/arcmap/latest/manage-data/gdbs-in-oracle/configure-oracle-extproc.htm其实简单总结一下,主要就分为以下几个步骤。..._extproc

Linux C++ gbk转为utf-8_linux c++ gbk->utf8-程序员宅基地

文章浏览阅读1.5w次。linux下没有上面的两个函数,需要使用函数 mbstowcs和wcstombsmbstowcs将多字节编码转换为宽字节编码wcstombs将宽字节编码转换为多字节编码这两个函数,转换过程中受到系统编码类型的影响,需要通过设置来设定转换前和转换后的编码类型。通过函数setlocale进行系统编码的设置。linux下输入命名locale -a查看系统支持的编码_linux c++ gbk->utf8

IMP-00009: 导出文件异常结束-程序员宅基地

文章浏览阅读750次。今天准备从生产库向测试库进行数据导入,结果在imp导入的时候遇到“ IMP-00009:导出文件异常结束” 错误,google一下,发现可能有如下原因导致imp的数据太大,没有写buffer和commit两个数据库字符集不同从低版本exp的dmp文件,向高版本imp导出的dmp文件出错传输dmp文件时,文件损坏解决办法:imp时指定..._imp-00009导出文件异常结束

python程序员需要深入掌握的技能_Python用数据说明程序员需要掌握的技能-程序员宅基地

文章浏览阅读143次。当下是一个大数据的时代,各个行业都离不开数据的支持。因此,网络爬虫就应运而生。网络爬虫当下最为火热的是Python,Python开发爬虫相对简单,而且功能库相当完善,力压众多开发语言。本次教程我们爬取前程无忧的招聘信息来分析Python程序员需要掌握那些编程技术。首先在谷歌浏览器打开前程无忧的首页,按F12打开浏览器的开发者工具。浏览器开发者工具是用于捕捉网站的请求信息,通过分析请求信息可以了解请..._初级python程序员能力要求

Spring @Service生成bean名称的规则(当类的名字是以两个或以上的大写字母开头的话,bean的名字会与类名保持一致)_@service beanname-程序员宅基地

文章浏览阅读7.6k次,点赞2次,收藏6次。@Service标注的bean,类名:ABDemoService查看源码后发现,原来是经过一个特殊处理:当类的名字是以两个或以上的大写字母开头的话,bean的名字会与类名保持一致public class AnnotationBeanNameGenerator implements BeanNameGenerator { private static final String C..._@service beanname

随便推点

二叉树的各种创建方法_二叉树的建立-程序员宅基地

文章浏览阅读6.9w次,点赞73次,收藏463次。1.前序创建#include<stdio.h>#include<string.h>#include<stdlib.h>#include<malloc.h>#include<iostream>#include<stack>#include<queue>using namespace std;typed_二叉树的建立

解决asp.net导出excel时中文文件名乱码_asp.net utf8 导出中文字符乱码-程序员宅基地

文章浏览阅读7.1k次。在Asp.net上使用Excel导出功能,如果文件名出现中文,便会以乱码视之。 解决方法: fileName = HttpUtility.UrlEncode(fileName, System.Text.Encoding.UTF8);_asp.net utf8 导出中文字符乱码

笔记-编译原理-实验一-词法分析器设计_对pl/0作以下修改扩充。增加单词-程序员宅基地

文章浏览阅读2.1k次,点赞4次,收藏23次。第一次实验 词法分析实验报告设计思想词法分析的主要任务是根据文法的词汇表以及对应约定的编码进行一定的识别,找出文件中所有的合法的单词,并给出一定的信息作为最后的结果,用于后续语法分析程序的使用;本实验针对 PL/0 语言 的文法、词汇表编写一个词法分析程序,对于每个单词根据词汇表输出: (单词种类, 单词的值) 二元对。词汇表:种别编码单词符号助记符0beginb..._对pl/0作以下修改扩充。增加单词

android adb shell 权限,android adb shell权限被拒绝-程序员宅基地

文章浏览阅读773次。我在使用adb.exe时遇到了麻烦.我想使用与bash相同的adb.exe shell提示符,所以我决定更改默认的bash二进制文件(当然二进制文件是交叉编译的,一切都很完美)更改bash二进制文件遵循以下顺序> adb remount> adb push bash / system / bin /> adb shell> cd / system / bin> chm..._adb shell mv 权限

投影仪-相机标定_相机-投影仪标定-程序员宅基地

文章浏览阅读6.8k次,点赞12次,收藏125次。1. 单目相机标定引言相机标定已经研究多年,标定的算法可以分为基于摄影测量的标定和自标定。其中,应用最为广泛的还是张正友标定法。这是一种简单灵活、高鲁棒性、低成本的相机标定算法。仅需要一台相机和一块平面标定板构建相机标定系统,在标定过程中,相机拍摄多个角度下(至少两个角度,推荐10~20个角度)的标定板图像(相机和标定板都可以移动),即可对相机的内外参数进行标定。下面介绍张氏标定法(以下也这么称呼)的原理。原理相机模型和单应矩阵相机标定,就是对相机的内外参数进行计算的过程,从而得到物体到图像的投影_相机-投影仪标定

Wayland架构、渲染、硬件支持-程序员宅基地

文章浏览阅读2.2k次。文章目录Wayland 架构Wayland 渲染Wayland的 硬件支持简 述: 翻译一篇关于和 wayland 有关的技术文章, 其英文标题为Wayland Architecture .Wayland 架构若是想要更好的理解 Wayland 架构及其与 X (X11 or X Window System) 结构;一种很好的方法是将事件从输入设备就开始跟踪, 查看期间所有的屏幕上出现的变化。这就是我们现在对 X 的理解。 内核是从一个输入设备中获取一个事件,并通过 evdev 输入_wayland

推荐文章

热门文章

相关标签