- 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
- 36352 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13866
- 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. 有限源排队模型
* f) m2 t% D* e) S现在,来分析一下顾客源为有限的排队问题。这类排队问题的主要特征是顾客总数 是有限的,如果有 m 个顾客。每个顾客来到系统中接受服务后仍回到原来的总体,还 有可能再来,这类排队问题的典型例子是机器看管问题。如一个工人同时看管 m 台机 器,当机器发生故障时即停下来等待维修,修好后再投入使用,且仍然可能再发生故障。 类似的例子还有m 个终端共用一台打印机等,如图 2 所示。
; ?' c9 ]1 w8 H. _' y! p' v7 q# }5 O4 R% R5 E
![]()
: v9 u" R( ?" j2 i! x( X" b7 L' ]* j% U9 w! O9 b
关于顾客的平均到达率,在无限源的情形中是按全体顾客来考虑的,而在有限源的 情形下,必须按每一顾客来考虑。设每个顾客的到达率都是相同的,均为λ(这里λ 的 含义是指单位时间内该顾客来到系统请求服务的次数),且每一顾客在系统外的时间均 服从参数为 λ 的负指数分布。由于在系统外的顾客的平均数为 m − Ls ,故系统的有效到达率为, X! E3 ?- p: V5 _
& Y" Y6 K, Q& U, B, e* }![]()
8 Z& ]% ~; Q. C% N5 k: X$ q
0 ]* Y5 C2 f5 Q3 u3 I下面给出系统的有关运行指标, [' b9 e0 ]5 f& H
) @! d7 _, J: h1 w: _![]()
) h/ r8 i1 k2 X, s" `$ T% t% v5 M0 M% D* [- {1 N
例 7 设有一工人看管 5 台机器,每台机器正常运转的时间服从负指数分布,平均 为 15 分钟。当发生故障后,每次修理时间服从负指数分布,平均为 12 分钟,试求该系 统的有关运行指标。- G( i2 c& e) `' c& s9 s
9 |4 W) L( W1 ^# f4 K& z- x/ d解 用有限源排队模型处理本问题。已知
* n) c" C M8 z# ?" L( C- r' o' ?& A3 O4 n7 R0 [
+ v9 u. @$ [$ h6 d3 b
![]()
; L# U7 D# N& T
% B& E. y* ?' q- {" U: u7 e9 J0 z# |/ K/ \" J
即该工人每小时可修理机器的平均台数为0.083× 60 = 4.96台。 上述结果表面,机器停工时间过长,看管工人几乎没有空闲时间,应采取措施提高 服务率或增加工人。 LINGO 计算程序如下
' J: P: g/ X" F2 Y6 k9 d$ e$ U# _: b% M7 Y$ Y/ X8 [. \5 _7 B
model:, f) A. ?# E5 q6 t" T: c8 g
lamda=1/15;mu=1/12;rho=lamda/mu;s=1;m=5;& P! T5 w8 k/ u' Y
load=m*rho;
2 c4 X0 ~- i& FL_s=@pfs(load,s,m);
6 }% g) C& a3 ~" p. o9 Ep_0=1-(m-L_s)*rho;/ H* {$ D5 c u, [2 k+ @) y7 P
lamda_e=lamda*(m-L_s);
" q" ` c2 H* F: ]% a/ L2 Rp_5=@exp(@lgm(6))*0.8^5*p_0;* X0 P3 _4 K+ s4 N
L_q=L_s-(1-p_0);
4 s: s# q9 K3 Y5 o" Pw_s=L_s/lamda_e;w_q=L_q/lamda_e;- [& d- N; E% [% G
end
0 @. d: P6 W9 x2 }2 服务率或到达率依赖状态的排队模型) {% Y& L* i- f+ @6 L& q
在前面的各类排队模型的分析中,均假设顾客的到达率为常数 λ ,服务台的服务 率也为常数 μ 。而在实际的排队问题中,到达率或服务率可能是随系统的状态而变化 的。例如,当系统中顾客数已经比较多时,后来的顾客可能不愿意再进入系统;服务员 的服务率当顾客较多时也可能会提高。因此,对单服务台系统,实际的到达率和服务率 (它们均依赖于系统所处的状态n )可假设为2 f2 x9 P' i, h1 \1 L) a) g j2 b
6 s! H6 J. ?9 c/ g) J![]()
' e0 ? O, z* n& A$ K1 ] e$ r4 h; t, \
& l; o; H0 I( N' O$ \: E! a- ?+ M8 n, Y
# f; J( W4 X4 w3 t, l6 M % ?& F1 ^* ?' L
————————————————1 s* E* E1 b; S5 m1 \
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 g$ {" x v3 W$ E) `& v
原文链接:https://blog.csdn.net/qq_29831163/java/article/details/89735908
9 P$ f5 q! \* J6 E( V
" {$ `6 P2 R9 U. t
8 O' E5 p: x% M6 C& H |
zan
|