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
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。

1.1  M / G /1排队模型
1 ]; q: U6 Q& Z- m  G

# D7 g2 E  r2 T1 P# d7 v
: T1 m" a; o- J1 r
Pollaczek-Khintchine（P-K）公式
% i$ j+ w) B7 c3 k, E% m
; o4 r0 y7 E/ [4 w! j- w0 e

& X  m9 E0 q5 c

- U+ a" M" l) ^% |
; ?1 {' k( w6 b. q9 v& O: k; z
5 F8 c+ a1 k( F" `! h7 z/ Y  F2 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。

$ x) r8 p; R3 q$ |' K
" b" @# z) @2 s, V
" F' K" s/ m8 ?- Y% ^+ o( N9 S' n
————————————————
0 @6 L; c! t0 E( ^7 W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。
5 p* u( }  L/ e; h" q6 a原文链接：https://blog.csdn.net/qq_29831163/java/article/details/89736088
5 P& b0 g5 _9 _7 N* b
3 d6 q$ X" H5 h/ R! i" {
3 R6 B& k% V* S# ]+ I3 x; A9 B