- 在线时间
- 791 小时
- 最后登录
- 2022-11-28
- 注册时间
- 2017-6-12
- 听众数
- 15
- 收听数
- 0
- 能力
- 120 分
- 体力
- 36304 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13852
- 相册
- 0
- 日志
- 0
- 记录
- 1
- 帖子
- 616
- 主题
- 542
- 精华
- 12
- 分享
- 0
- 好友
- 225
TA的每日心情 | 开心 2020-11-14 17:15 |
|---|
签到天数: 74 天 [LV.6]常住居民II
 群组: 2019美赛冲刺课程 群组: 站长地区赛培训 群组: 2019考研数学 桃子老师 群组: 2018教师培训(呼伦贝 群组: 2019考研数学 站长系列 |
1 非生灭过程排队模型
( v. D" Z9 n; _7 \- ~, 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。! H6 j, Z/ z- ^" f6 e4 C
8 n2 O$ o' F o& h
1.1 M / G /1排队模型& @8 Q' [+ m& U o' u# ^
" k$ ^+ a* n% @) f* U* \
+ s2 H; ], \6 Y! W
: K+ v( t; Z! x+ O' c$ O T3 [* [: O
, B4 U/ B- \4 GPollaczek-Khintchine(P-K)公式! M+ ?6 g; W1 c- e1 Q
! U7 h$ F% n8 t+ B* L; @9 E
, `' z# H; ]( e, t
4 r) C: w; E/ K" a! k; K
' `; z) g2 \' B6 t
1 p! \1 t0 c5 Z( N3 i3 y; { 5 Y e- k" d/ U
B2 c x+ m3 a S2 爱尔朗(Erlang)排队模型1 w% C' z" M& @
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。
8 t, f% p% @$ a. a: }: k c( X" ?, C0 B1 }- ]! y* X8 t1 E
![]()
8 l0 |* X/ {( U7 [9 x1 U![]()
* X) w8 j* S2 N2 V! @ m+ g8 U+ ]+ F( g+ Z2 ]
————————————————
3 ]- }& V# k( F! y8 Y, L- Z. W. b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。
- h2 Q: T- R" k2 H' j* q原文链接:https://blog.csdn.net/qq_29831163/java/article/details/89736088
7 b w5 I, g$ @ A, C& g7 o* ~: A7 B. a* I) a% d
; B1 Q9 d8 u% Z, r
|
zan
|