排队模型的随机模拟.pdfVIP

排队模型的随机模拟 摘要 本文使用蒙特卡诺随机模拟对单排队模型进行研究，运用C语言编程的方式模拟现 实中的排队问题。 排队论（queuing theory）也称为随机服务系统理论,随机服务系统是指对随机发 生的需求提供服务的系统。本文研究的单排队服务系统是现实生活中一个常见排队模型 的简化。该模型具有如下特征： ○1 服务请求方本文称为顾客。 ○2 服务提供方本文成为服务员，并且模型简化为一个服务提供方。 ○3 假设到达时间和服务时间服从随机分布。 本文主要研究问题包括，建立模型，对排队模型进行随机模拟，依据给定参数模拟出顾 客排队模型的具体参数。从而对本排队问题进行合理性探讨。 本题的关键在于依据给定的模型，利用编程方法，进行随机模拟，产生大量数据， 对更多现实中存在的数据量庞大，无法通过运算推到形成理论值的概率问题，提供一个 合理有效的解决思路。 本论文在编写过程中，经过多次数据模拟，与理论值进行参照对比，在多组数据 的对比模拟，印证了程序逻辑的正确性。程序通过参数待定，让用户可以自行设置单排 队模型参数，可以计算参数不同的模型。 关键字：单排队模型，蒙特卡诺随机模拟，C语言编程，用户自定义参数 1 单排队模型 为了对模型进行简化，单排队模型建立如下： I． 顾客无穷无尽，排队也无长度限制。 II． 服务规则为先到先服务，无特殊政策。 III． 服务时间以1min计，标准工作时间为一天8小时，但凡在工作时间内到达并排队 的顾客，服务员将工作至队列内排队顾客全部完成服务。 IV．到达间隔为随机变量服从指数分布 λ λ 服务时间Y满足均匀分布 此外，我们假定到达时间间隔与服务时间是相互独立的。 模型分析 在上述模型中假设的顾客到达时间按间隔服从参数λ的指数分布，单位时间内到达顾客 服从指数分布，由概率论模型中得到，其随机变量服从指数分布的密度函数 （ ） λ λ ，也就是说当x在（t，t+△t）的范围内顾客到达的概率f （x），对其密度函数 λ λ 求导得分布函数 ∫ （ ） ∫ λ ，积分可得 。由此对 λ 分布函数求反函数，则随机变量的变化规律 ，设 ，因为 λ （ ， ），则 （ ）。 服务时间以1min为单位时间，而服务时间Y满足均匀分布，分布范围（0,2），由已知， 用rand （）函数产生随机变量符合服务时间的要求。 蒙特卡诺随机模拟 Monte carlo 算法是以概率和统计理论方法为基础的一种计算方法。将所求解的问 2 题同一定的概率模型相联系，用电子计算机实现统计模拟或者抽样，以获得问题的近似 解。蒙特卡诺随机模拟又称统计模拟法、随机抽样技术。 对单排队模型及以上假设，对单排队问题进行研究： 问题一：单位工作日内完成服务的顾客的平均等待时间。 问题二：单位工作日内顾客等待的平均队伍长度。 问题三：单位工作日内，服务员的空闲率。 问题四：日平均服务顾客的人数。 下面对所求问题进行逐一分析： (1) 到达间隔 随机数C语言时间思路。 顾客到达时间按间隔服从参数λ的指数分布，单位时间内到达顾客服从指数分布， 由概率论模型中得到，其随机变量服从指数分布的密度函数