排队论模型（六）：非生灭过程排队模型、爱尔朗（Erlang）排队模型

浅夏110

1 非生灭过程排队模型
- d7 @( B, X) H1 z9 j% R3 K0 C一个排队系统的特征是由输入过程，服务机制和排队规则决定的。本章前面所讨论 的排队模型都是输入过程为 Poisson 流，服务时间服从负指数分布的生灭过程排队模 型。这类排队系统的一个主要特征是马尔可夫性，而马尔可夫性的一个主要性质是由系 统当前的状态可以推断未来的状态。但是，当输入过程不是 Poisson 流或服务时间不服 从负指数分布时，仅知道系统内当前的顾客数，对于推断系统未来的状态是不充足的， 因为正在接受服务的顾客，已经被服务了多长时间，将影响其离开系统的时间。因此， 必须引入新的方法来分析具有非负指数分布的排队系统。
' j1 b/ c, C* M5 M! ?6 N
, x! C/ ]$ T  }7 u1.1  M / G /1排队模型

/ s* l4 y" K/ B8 J" Z" k
8 h% h) X7 p; g7 f" `2 z
# c& j: t/ E- P5 o/ M
Pollaczek-Khintchine（P-K）公式
0 M4 g* E) s) Z* T  I4 {& x- T' H

% ?  q/ `& l7 B4 ]- L
+ i4 L) Y5 B4 g7 z! o8 b5 V
) c8 ^3 D1 i. c6 S2 ?
& V! c, ?9 q2 w3 T
) q2 k6 I7 t. d% p* j+ `
1 l+ R5 L! R- A) n" [+ m2 爱尔朗（Erlang）排队模型
爱尔朗分布族比负指数分布族对现实世界具有更广泛的适应性。下面介绍一个最 简单的爱尔朗排队模型。
% p! l7 Y: I7 r


7 b2 K0 L! z4 ^- L) P: u  |/ ~( z( ]
————————————————
版权声明：本文为CSDN博主「wamg潇潇」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
0 n/ d' d- a5 l" y2 v原文链接：https://blog.csdn.net/qq_29831163/java/article/details/89736088
7 v) C3 j1 D- o8 r. f, O- r