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
4 i+ \) a+ p2 Z! {" i& G" b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。
& y  _+ ~  o6 _6 b7 M
  J' V3 R# X7 B/ S# ?1.1  M / G /1排队模型




Pollaczek-Khintchine（P-K）公式
' w) I  W0 ?, j

) n* f, e7 D9 \) f$ r' y* \; u, ]
7 j  U% O% b  U$ L0 B* |# L5 s
4 a9 a3 D, j7 x: x- Z* q6 |# A
1 q8 l: S9 O" w8 r. o
6 N4 X; ?1 |7 M9 V% }( S
2 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。
+ R0 h. n5 d3 V! M% h1 R
( J& ?: T8 i* ]/ ]
% U. _, c/ r4 [& R
+ [% m- L" p3 |
2 T) Z$ m; @' H- N* H$ T————————————————
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。
4 L9 p5 J4 L% F8 u原文链接：https://blog.csdn.net/qq_29831163/java/article/details/89736088
/ G# i8 ~: j0 Q/ U. j$ @
; N" v& Y2 D9 ~! E; Y, s