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。

5 U# j/ c- g  w) Y1.1  M / G /1排队模型
* }, p& n& ^  C& O. q
& {$ o" q; G2 X7 ^

6 y7 r9 u+ i% U8 R
+ t5 k' W, E  i+ D# zPollaczek-Khintchine（P-K）公式
( K- R, i+ O# M1 y" Q0 m

8 g0 L' M, _) x4 z9 B/ k- D( o
4 q! E% C" P0 m; i; S( \. a7 M1 B6 T! P( h
1 D, R: t/ s, o$ ?9 I; J
$ E  J  ~* y1 R: T3 G3 i3 a

8 g- X7 _4 Q1 V# E2 爱尔朗（Erlang）排队模型
' `- C3 w5 u2 i+ W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。

( [4 M8 r2 _) P+ |
# b! \( v' d3 r  p: ?9 t8 I" k

————————————————
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
( t) W  ]+ B% _$ z; i

2 I( i2 u5 w  o, `2 @