排队论模型创新.pptVIP

排队论模型 一、排队论简介 当 时 类似地，当S为有限集时，对 有 令△t→0得 当系统状态S为有限集时，生灭过程的微分差分方 程组为 当系统状态S为可数集时，生灭过程微分差分方程组为 (9.2) 若能求解这组方程，则可得到在时刻t系统状态概率分布 称为生灭过程的瞬时解，一般这种瞬时解是难以求得的 3.统计平衡下的极限解 实际应用中，关心的是 时，方程的解称为生灭过程微分差分方程组的极限解。 令 及(9.1)(9.2)式得当S为有限状态集时，(9.1)式变为 (9.3) 当S为可数状态集时(9.2)式变为 (9.4 从而可以求得概率分布列 （五）、典型排队模型和理论结果 下面给出满足生灭过程典型排队M/M/1与M/M/C的结果 (一)单服务台等待制M/M/1排队模型 1.M/M/1/ 顾客来到的时间间隔 服从参数 的负指数分布，服务员为顾客服务时间 服从参数 的指数分布，且 与 相互独立，1个服务台，系统容量为 的等待制排队模型。 可理解为:单位时间平均到达的顾客数-----平均到达率 可理解为:单位时间平均服务完的顾客数----平均服务率 当 依赖于t时，称 是瞬时解 如果 则称 是稳定解。 此系统的状态转移图 图1 记 ，称为服务强度 当 时，模型不稳( 时达不到统计) 当 ＜1时，模型稳定，有稳定解 (3)X(t)的分布律 由(9.12)，(1.15)式得此模型的微分差分方程组 (9.6) 当 时，稳态解满足 (9.7) 求解(9.7)式差分方程，得 (9.8) (4)结论 平均队长 (9.9) 平均等待队长 (9.10) 系统中顾客数的方差 (9.11) 顾客不须等待概率 (9.12) 可以证明，顾客在系统中逗留时间T服从参数为的指数 分布，从而顾客在系统平均逗留时间 (9.13) 顾客在系统平均等待时间 (