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
! _2 n1 d  y& x' w8 E' |% 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 s& S+ ~% J2 T" T( H8 T
1.1  M / G /1排队模型
6 F0 V$ X! C  G8 ~4 T



% ~/ t  D) O1 _2 R4 KPollaczek-Khintchine（P-K）公式
0 G  a+ @( Z+ K6 h
$ H# I+ m2 F; d4 t! O

; c8 a9 j$ B! S2 h

$ z0 w4 ^- t) B+ q( L/ {! X
, d4 Q0 L) J. W' T; j
; u) p9 {: ?5 e2 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。

% x1 O( G9 K$ O2 t. n& q7 C
8 z; p! l2 ?! f5 i

; h4 u# L9 R0 R( N( b0 T————————————————
2 `/ z5 c5 h! X$ 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。
' W3 J2 `& N  t, y  u8 _& B9 o- _3 ]原文链接：https://blog.csdn.net/qq_29831163/java/article/details/89736088
( {( `( L9 h6 V9 ?
8 O2 U0 x$ Q; v6 m
3 u/ g8 s5 O7 k* _  f  H* a: `7 b1 `