- 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
" h9 y0 j8 @" n- U4 ]# O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。
( b8 S+ I' L6 R! T( Y+ h: N0 T0 \1 R& n
6 R F0 \6 Q/ A+ s% c, p
' H1 r, y& R2 E+ `( s- }
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
& a$ R6 {- F. h7 n' p! w
+ B, g# G1 X( N9 w k3 E 8 d$ O& s1 t! N1 j3 i; J
; a1 ^( B% s! F5 ?. H1 Q
下面给出系统的有关运行指标
: y- V9 {. f( B2 K: R3 b; S' c. x" V8 W$ A* p' {
1 ~/ s$ G! g1 `7 W K7 S c- T1 b
8 o4 Q7 I) @" F2 b i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。2 F# ?8 i+ l1 l4 b
$ W* A+ V- r* x' L+ j- p
解 用有限源排队模型处理本问题。已知7 T; ~5 G) v3 V6 q* i
/ {0 g' e" j- a1 y ' s0 m/ \1 ]! {& _' X+ H! `
5 H0 @! G. K) v+ M+ j& r
. @$ v. G% |2 t" d: u3 y
7 |; \. D/ \3 d5 Z/ w, d
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0 ]0 R+ Z3 K, W! q
% P! g+ C; u2 i: ^0 D, s2 gmodel:
4 [$ R8 y, g. a$ V' \lamda=1/15;mu=1/12;rho=lamda/mu;s=1;m=5;
- B' K5 K n* w& \! ^/ z3 G+ Xload=m*rho;
* i( N9 T B. q y; E& B- c6 b# YL_s=@pfs(load,s,m);. _ K9 I$ V; {
p_0=1-(m-L_s)*rho;( n' W9 q1 K/ X& T
lamda_e=lamda*(m-L_s);; u R# W$ j$ v# S \, E( J9 Q
p_5=@exp(@lgm(6))*0.8^5*p_0;
; e. u! v. T; \L_q=L_s-(1-p_0);
$ O& r+ e- v* S& W8 |w_s=L_s/lamda_e;w_q=L_q/lamda_e;
8 L; h$ S$ p, L, K" R; ]# _end5 P/ q$ A3 m: z
2 服务率或到达率依赖状态的排队模型
. V* [1 p S5 P- S0 p, M6 L7 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& D8 t* X& k1 p0 L% S t
, t. X; Z( @& a% `+ i; ~
![]()
. ~* e& Q$ H8 p) {3 f* o
+ B( I5 n% ~; L4 U( Y- h) u. x![]()
) K4 F! b. p4 z; m+ p G$ L9 ]; Z* p- L' e0 W+ E0 X
![]()
& n5 ~# p' q0 Z- z————————————————5 H* ]- I- M. X- \
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。2 N8 o9 u* a+ e8 U
原文链接:https://blog.csdn.net/qq_29831163/java/article/details/897359083 B8 A) {6 |( H' K, M
; n% [; [* W+ a/ b) K B5 i' S
5 {+ e( l( [: m" Y |
zan
|