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
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



1 q9 [+ S, H( E! L( g
) p8 j$ j# W" p9 r2 K/ L/ @$ ^Pollaczek-Khintchine（P-K）公式
* }6 X+ q8 L: V9 D) X

$ u5 k7 I7 r  |+ V( i1 s5 w

  b! I9 Z* y: P8 J
! m. P$ }" F' P/ l0 r

% X9 L" z+ D: a, ~9 R; b  _2 爱尔朗（Erlang）排队模型
9 _9 p2 k' Y: ]$ m2 c2 d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。

$ f9 _, T' J* I9 H4 C4 h
% S/ w+ I: ]  ]1 f5 y
7 v' Y" u) {* l" S9 ]' F# R
————————————————
# x3 N" l% ^! W' q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。
- V, F; U+ {# n' x& o1 |原文链接：https://blog.csdn.net/qq_29831163/java/article/details/89736088
5 [0 w9 r) s$ y1 L
7 k5 n; v6 p- m  E& T