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
) f7 y5 G  P2 f- A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。
2 o8 G, {" p4 S8 C8 `5 ?
: k$ N; M- D5 ]& a1.1  M / G /1排队模型
  u% ~+ u9 Z* Q: l/ O1 L5 e0 ], g9 }
3 p% X+ z# D9 y% A, n1 e6 O

. \- F- ~2 }, L6 x. s! }( n1 n
Pollaczek-Khintchine（P-K）公式
  w3 Z9 c/ }3 f5 F. T
4 p7 K( f$ C8 i: }) Y) f

0 @" h" w! {% }/ U! z
9 s  M7 v. a7 ^# S* |. w5 n


2 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。
- S' J  }- m9 v3 P


  a0 L# l; H& P  |$ {1 g- R
) [2 J9 g. U* L5 K- U% s3 L————————————————
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 K( j% e: g4 r. N) T
+ H4 g/ f8 `+ F6 t1 h
/ z' e0 D5 r0 M) S1 x2 _6 q