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。

4 z- T' |. C) O" \" \2 l1.1  M / G /1排队模型


, o0 y: W; S+ P
1 p- _4 s3 i- |! N8 o+ ~+ ]
& j1 X2 ?8 ?3 u! `Pollaczek-Khintchine（P-K）公式
; M; H* M: I! m* B9 ~, a; b/ d

3 U) c1 w2 [7 k

$ w8 f, |* Z4 l6 N* n: T
8 ~4 s8 m; c- ?
" m. N8 h  h' T" r9 v/ M
2 爱尔朗（Erlang）排队模型
* \& T; U# \; ]' 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 \& Q# ^: }. F4 H& Y/ {
5 B  Z9 T# F& O  y
. l/ o; Q5 D  L* v( \
' l) N; a% A) Y" J! Q————————————————
' ~. g6 n, o" @5 t; e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。
% d. Y* Z$ {% t4 ~) p  Q9 B原文链接：https://blog.csdn.net/qq_29831163/java/article/details/89736088

0 z# U: t2 {& A, }" O% ^