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


# Z2 Q- u: ]3 ]7 R, A0 A# K

$ {' R. d3 y7 MPollaczek-Khintchine（P-K）公式
% C4 Q0 W- ]: a1 j% d0 O6 ~7 G


- u+ Y/ h  V0 x

9 `* m( z- w* R: e* G* ^% E  F

* W5 m+ g; Q& s- n3 A2 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。
3 R( I% Y- B" g  L5 _
$ s  F* r7 c; y& h* X' i
+ v" K1 j1 _+ t5 n! U* r

4 ^+ N. y# \0 U4 R————————————————
% e9 n; c9 f+ ]- ^& C4 j; f# D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

: \3 X% R1 {+ `2 F# ?0 t% U! B* Q