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
" @* L0 }$ e' E9 Z' N/ {8 E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。
5 D2 h/ {1 o% u/ F; t' O
. p$ {; j& e8 \7 @7 R) X" b4 J) l1.1  M / G /1排队模型
5 I# A5 e* ]" b6 H
2 |3 N) }( Z4 Z9 @  R% }
' o; d4 g% I/ S1 s) H4 {1 |

2 M! Z/ Z$ f4 [9 LPollaczek-Khintchine（P-K）公式


; R& d. d5 Q; Y0 M9 Y5 N
" @/ m) b! y' S: O: T- b
; j6 _# c. _/ j  g7 Y' ^. T9 Q


! L" F7 n) o" N8 |9 q2 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。
" z1 P, ?, g! g4 I3 z. h
0 ^0 C. M8 R3 Q

  q) d( _3 U. `  p9 s) N
————————————————
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


/ r$ [. o1 S2 {5 H/ ^; ~0 b