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
& v6 Y8 o* w# Q* Q9 v7 m" U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
* H  s6 G# X* l+ \! b: l4 D( V% d

0 R8 X% J6 r, y# a8 a- F
# k; O1 o! B0 M; U
Pollaczek-Khintchine（P-K）公式
- ]1 [% L: A8 ^: V

. W% j9 k+ _, ]& I1 }



- T6 h3 q5 }. j
2 爱尔朗（Erlang）排队模型
& |: n) V' d, z/ X" x. s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。


3 o; a" q3 W+ T

' t1 \! s) E" V2 F8 J————————————————
& v6 T% u- {( k( J5 S2 ^) Y: K/ h9 S2 i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。
原文链接：https://blog.csdn.net/qq_29831163/java/article/details/89736088
6 g0 j6 m& ?% R( r
1 u" e$ f( o; c) {( @