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
$ A+ y4 e9 N8 Y7 B4 Q, s0 `- {  t7 F' |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 @! Y: P, x( m$ j. ]$ J& R; J
1.1  M / G /1排队模型


* u7 {$ \4 {3 G

2 [6 z  j, E' s3 A0 h3 z; l+ ~4 MPollaczek-Khintchine（P-K）公式
9 `& n0 U- b9 H; p6 O8 G( O
% X1 z6 \7 a4 O" j3 A1 L6 t
" M7 g! m3 V- w' P4 s3 F' `
( s" O2 |* c) K; r- ]
* X/ V; t) @! x: L0 Q, W& X


2 爱尔朗（Erlang）排队模型
3 U$ K7 E) l* d5 R3 q4 o/ U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。


- m3 C# l" i6 [* D8 t' Y
! e  o- i* {3 s8 T) J3 a$ S
" S, ~7 V) x+ z/ G$ S: x————————————————
! o# [- n3 C. C% ]$ O( Q* j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 z+ v$ m, E: n/ c& H6 F原文链接：https://blog.csdn.net/qq_29831163/java/article/details/89736088
  r( g2 c: i& J7 \  e5 [
1 R; x9 b6 @8 z9 X6 w
, j1 \4 o- d, |; z% x