- 在线时间
- 791 小时
- 最后登录
- 2022-11-28
- 注册时间
- 2017-6-12
- 听众数
- 15
- 收听数
- 0
- 能力
- 120 分
- 体力
- 36305 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13852
- 相册
- 0
- 日志
- 0
- 记录
- 1
- 帖子
- 616
- 主题
- 542
- 精华
- 12
- 分享
- 0
- 好友
- 225
TA的每日心情 | 开心 2020-11-14 17:15 |
|---|
签到天数: 74 天 [LV.6]常住居民II
 群组: 2019美赛冲刺课程 群组: 站长地区赛培训 群组: 2019考研数学 桃子老师 群组: 2018教师培训(呼伦贝 群组: 2019考研数学 站长系列 |
1 生灭过程
o% W) d6 G# M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。
$ o+ n5 U0 B A) R6 a5 D/ x9 N5 `/ w: S9 l1 A3 }$ N
下面结合排队论的术语给出生灭过程的定义。
: U1 A& f3 x8 X P' N7 ~5 F$ q' o7 L
6 m5 Q" V, ^8 w% g% `9 Y 7 b( J) \! a, r# B I9 b" t
$ a4 e6 B; E7 t" q9 ^7 x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:
9 z ~+ ?0 b0 r* h1 E& J9 U) A5 Y, V
9 d& L$ m. g9 n$ L# ?) Z
z, V; m0 s# D" }% e
![]()
T" G( X% z8 w! ~8 G X; Q' ]' }0 M% `% K. |
述公式得到平稳状态的概率分布。% ^. H& W G8 Q
9 e- {- M1 M' h7 ~: N' e0 k# H2 M / M /s 等待制排队模型
& d4 {& }3 z2 @3 w/ k2.1 单服务台模型9 h- A4 q; [' X( T1 {% m" e
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。! i# o2 |8 L1 l- L" U
/ `( E: ^5 V5 s2.1 队长的分布+ e- o2 C& \, g0 R' K
0 m2 l6 K A5 S
$ M/ s; V% Z, e
) b5 E! \8 A3 i- }, A/ c, L
2.2 几个主要数量指标
/ S2 {% k. ~% ] 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- v b7 j K: w$ t6 F8 U
: H1 r4 N4 g# s" B![]()
# Q% |# v) [ i: s2 k* C/ p5 y/ y, h$ W5 I1 b w) ~
![]()
% L& o5 S" G. \0 B$ i8 K6 g6 }
' F+ P8 P7 _5 p+ A# e3 J2 G3 M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。* k% y' U& v2 X
: K: b1 a4 v2 ^7 z( [( w, _
2.3 忙期和闲期- a3 Q+ A; }7 p: o
0 G) w" }( ~. a6 d
4 m5 E9 ]/ c H: R4 }
- `, ]/ d* R! d' b4 p+ v& _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。5 D$ [6 E! V8 b7 M$ k
) g- C; \9 p0 Q) \& i3 q
3 与排队论模型有关的 LINGO 函数
" |' S) u% x3 V(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。
, B1 l' n! x1 A
& Z: Z p+ Y O6 `( W5 d6 S(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。
6 V) q- b4 q* V# ?) E* D1 [
" c/ C$ n w1 a+ }(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。+ E2 k; L# K( Q; L, g
; Q6 J7 _* d# z. { J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。; w: p( U- O+ Z' l/ B; Y
% _3 l$ {. f# E3 J0 h3 |
; ~/ V9 i' {: P1 K! P, H
3 ~1 d; D# x8 l3 R9 M* x' \编写 LINGO 程序如下:
! V2 X- F6 I: C( p6 z9 c/ @$ G9 u* w d$ u- X: e/ H6 s
model:3 K4 v; M2 t2 M8 W
s=1;lamda=4;mu=10;rho=lamda/mu;
" Q. @9 y: Q+ X( k$ g5 @0 ~Pwait=@peb(rho,s);) L# b% [- }, H+ x/ o
p0=1-Pwait;4 T, e& M f: O) I
Pt_gt_10=@exp(-1);8 B# Q) Z( U2 b! {: e( U2 c
end
+ U" Q7 k+ B/ B4 ~* ~/ T4 多服务台模型( M / M /s/ ∞ )
2 W' W: {7 w" @( |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。- ?- H# C3 s" |9 Q
( F6 j! |) C! H
![]()
$ B" c5 G* Y6 T# X7 k
1 x( {% n; ]- ?! r2 i9 D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
4 s" {0 P0 x" l: c& T3 {1 `$ i8 C4 p5 K
![]()
/ \+ h ^6 N; ?: @1 [ \" _) M' B
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:
g' L! \. a5 e6 y; K
& Z4 [/ r6 w( r5 Q# b& D( a( |- s - U; W( P8 A9 r( @
6 k! d& r. h' D t0 ?
5 k8 _. Y3 @* r
y, X1 t; J. E4 F4 M对多服务台系统,Little 公式依然成立,即有
& E8 P3 D; ~8 w1 `& G3 _8 c% {( \ s# d$ l/ I) {" {
![]()
3 J. K6 n/ k" E# f) a) T k, J, S# u' |
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
( F6 i; Z7 ]: U3 o \2 U; u$ z" @4 L2 N! N" b
M / M / s/ ∞ 系统,其中0 G( M$ H8 I" h3 k
6 |! m9 n# a& _) D; y0 X
![]()
6 D' M, y y' r/ N' \
. M+ U9 S( p; D1 R8 I![]()
+ w1 i7 D3 g7 c5 H/ p l- X% @3 T+ P- [, R: L
求解的 LINGO 程序如下:7 Z5 O& f1 S- I2 a5 J( G" M/ N
# ~" T8 Z* w3 zmodel:
) D+ G. X* P1 s$ L6 B: R$ `% ms=3;lamda=0.9;mu=0.4;rho=lamda/mu;rho_s=rho/s;
( E$ P9 h: G* G3 ~5 M4 YP_wait=@peb(rho,s);3 |; ?) V" t/ S( e$ l" N) J
p0=6*(1-rho_s)/rho^3*P_wait;
/ f Q) l" P+ t4 t& X& J4 C/ d3 UL_q=P_wait*rho_s/(1-rho_s);* c! x9 }" ^2 |' y( l. A! }, k
L_s=L_q+rho;
% l {/ H# W8 [& @: }W_q=L_q/lamda;8 v& {) @8 |4 {* E* a- k6 s
W_s=L_s/lamda;, ~: e& ~' |: @$ J6 O, |
end
: d; p& E0 T. @8 T. ]
, C* t2 a4 J: Z1 g! F' E8 @7 s————————————————
2 n: y. ^3 o' _: D9 V' s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。
6 \- N8 L4 T8 b* I1 t7 J' j# B. ?5 \原文链接:https://blog.csdn.net/qq_29831163/java/article/details/89735349
# s+ |3 N0 M) o) V; F& p& P
$ |. X" b/ \0 b" @7 ^4 W; _: U5 E5 W6 G$ g% ]
|
zan
|