- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数学应用软件大型实验实验报告单服B49
数学应用软件大型实验实验报告
实验序号: 日期:2015年 7 月 日
班级 信计1302班 姓名 潘旺基 学号 201310790312 实验
名称 单服务台服务时间排队系统的计算机模拟 问题背景描述:
1,一个但服务员的排队系统,相续两个顾客来到的时间间隔是相互独立的随机变量t,其分布列为P(t=i)=pi,i=1,2,3...k,假设每个顾客服务时间是整常数时间d,排队规则是先到先服务,试用随机模拟的方法求顾客等待时间w的分布列。
一个具体的数据是例子是(顾客到达时间间隔的分布列);
到达间隔(分)
(0,2]
(2,4]
4
Pi
0.4
0.5
0.1
2,如果顾客来到的时间间隔t服从均匀分布值为10的负指数分布;对顾客的服务时间d服从[4,15]上的均匀分布,对此模型模拟3000min,求此时间完成服务的个数及平均等待时间。
实验目的:
建立模型用随机模拟的方法求顾客等待时间w的分布列。
如果顾客来到的时间间隔t服从均匀分布值为10的负指数分布;
对顾客的服务时间d服从[4,15]上的均匀分布,对此模型模拟3000min,
求此时间完成服务的个数及平均等待时间。
实验原理与数学模型:
w:总等待时间;
c(i):第i个顾客到达的时刻;
b(i) :第i个顾客开始服务的时刻;
e(i)::第i个顾客服务结束时刻 ;
d(i):第i个顾客服务的时间;
x(i):第i个顾客来到时间间隔
n:顾客数目
则首先模拟整个流程:
clear
i=2;
w=0;
e(i-1)=0;
x(i)=exprnd(10);
c(i)=x(i);
b(i)=x(i);
while b(i)=3000
d(i)=unifrnd(4,15);
e(i)=b(i)+d(i);
w=w+b(i)-c(i);
i=i+1;
x(i)=exprnd(10);
c(i)=c(i-1)+x(i);
b(i)=max(c(i),e(i-1));
end
i=i-2;
t=w/i
n=i
实验所用软件及版本:MATLAB2014a 主要内容(要点):
程序中比较重要的一点b(i)=max(c(i),e(i-1))第i个顾客开始服务的时刻是这个顾客到达时刻和上一个顾客结束服务时刻的最大值。
clear
i=2;
w=0;
e(i-1)=0;
x(i)=exprnd(10);
c(i)=x(i);
b(i)=x(i);
while b(i)=3000
d(i)=unifrnd(4,15);
e(i)=b(i)+d(i);
w=w+b(i)-c(i);
i=i+1;
x(i)=exprnd(10);
c(i)=c(i-1)+x(i);
b(i)=max(c(i),e(i-1));
end
i=i-2;
t=w/i
n=i
实验过程记录(含:基本步骤、主要程序清单及异常情况记录等):
实验结果报告与实验总结:
经过模拟计算得对此模型模拟3000min,完成服务的个数n=271顾客平均等待时间t=24.5min
思考与深入:
用随机模拟方法模拟某过程的时候,需要产生各种概率分布的随机变量。本题中遇到了离散型随机变量,服从指数分布的,服从均匀分布的。
在Matlab中,可直接产生常见分布的随机数,命令如下:
1)产生m×n 阶均匀分布U (a,b) 的随机数矩阵:unifrnd (a,b,m, n);
产生一个[a, b] 均匀分布的随机数:unifrnd (a,b);
2)产生m×n 阶[0,1] 均匀分布的随机数矩阵:rand (m, n);
产生一个[0,1] 均匀分布的随机数:rand;
3) 产生m×n 阶标准正态分布的随机数矩阵:randn (m, n);
4)产生m×n 阶均值为a的指数分布的随机数矩阵:exprnd( a ,m, n);
文档评论(0)