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
. y  z+ c$ _1 V& K# u4 i

: d, K# n' l' d" Q/ p# T4 J
. _5 I% S  n5 c- s) }( O2 }4 {% B
" P. p& O' C: XPollaczek-Khintchine（P-K）公式
* j0 T1 i! h. E2 |" ~



7 `0 S9 I) B% w  ^. ?: l

& Z8 V1 `" H0 f8 L4 K. n7 F4 A" d6 W
* e' R5 ~5 S- U. i. \2 爱尔朗（Erlang）排队模型
/ r( E# c0 n1 f" Q2 Q% H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。
* R- C5 u! S+ c7 v4 ]) \% G
# _( r. s% C+ v  x+ r  Z
2 [2 B5 ~# y  z: T4 L' g3 F
/ s; ^9 m; |0 r) g% x
4 s3 z7 i+ I6 i# R: k————————————————
: x0 |, D2 H) g& h. N+ i. M+ h, Z0 Z* `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。
' W. r8 I- l8 q5 x; F原文链接：https://blog.csdn.net/qq_29831163/java/article/details/89736088


9 H; q; r/ k$ M