7.排队论讲诉.ppt

第十二章 排队论 知识点 排队系统的组成 排队模型的研究方式 典型排队系统模型的结构 引言 从两个角度来考虑 （1）计算数据和参数（性态问题） 包括售票处的空闲概率、平均队长、平均等待时间、平均逗留时间等等统计的方法 （2）优化排队系统（最优化问题） 站在顾客的角度，怎样让顾客尽量的少排队； 站在服务机构的角度，怎样让总费用降低，达到资源的充分利用 Queueing Theory、Random Service System Theory 引言 起源 20世纪初 Bell电话公司 1909年 丹麦工程师A.K，Erlang “概率论与电话交换” 排队问题在现实世界中非常常见 （被服务者是人） 乘公交 到超市购买物品 到医院看病 去售票处购买车票 食堂（饭店）就餐 打电话 引言 （被服务者是物） 生产线上的半成品 因故障停止运转的机器 码头的船只 要降落的飞机 引言 特点 （1）都有请求服务的人或物 （2）有为顾客服务的人或物 （3）具有随机性 第一节 基本概念 一、排队系统的一般表示 二、排队系统的组成和特征 三、排队模型的分类 四、研究目的和问题 第一节 基本概念 四、研究目的和问题 研究目的 了解系统的基本特征和性态，揭示其表现出来的概率规律性，以便对系统做出评价或者优化。 研究的问题 排队系统的数量指标（特征量） 统计推断问题的研究 排队系统的优化 排队系统的数量指标 第二节 时间分布 一、经验分布 二、定长分布 三、Poisson分布 四、负指数分布 第二节 时间分布 二、定长分布 定长分布 顾客有规则的等距到达，每间隔时间α到达一个顾 客。相继顾客到达间隔T的分布函数F(t)为： Poisson分布流的合成/分解 相互独立的Poisson流经过合成后的流仍然是Poisson流（到达十字路口的车流可以看成是流的合成） λ1+λ2 Poisson分布流的过滤 一个流经过一个随机过滤器后得到的子流仍是Poisson流 λp 随机过滤器 E[N(t)] 在长为t的时间段内到达顾客数的期望值 如果输入过程是Poisson流，那么顾客相继到达的间隔时间T必服从负指数分布 第三节 单服务台负指数分布排队系统的分析 一、M/M/1 模型 二、M/M/1/N/∞ 模型 三、M/M/1/∞/m模型 第三节 单服务台负指数分布排队系统的分析 （5）顾客在系统中逗留的时间W（随机变量），在M/M/1情形下，它服从参数为???的负指数分布，即 系统状态转移矩阵 Pn的计算 建立方程如下 第四节 多服务台负指数分布排队系统的分析 第四节 多服务台负指数分布排队系统的分析 状态转移方程 第五节 一般服务时间M/G/1模型 第六节 经济分析——系统的最优化 n-1 nμ n 0 μ 1 (n+1)μ n+1 …... …... n-1 cμ n n≤c nc λ λ λ λ 用递推法解上述差分方程，可求得状态概率。 根据上式我们可以推导出系统的各项指标： 例6 某售票处有三个窗口，顾客到达服从Possion过程，平均到达率每分钟λ=0.9(人),服务(售票)时间服从负指数分布,平均服务率每分钟μ=0.4(人). λ=0.9 μ=0.4 窗口(1) μ=0.4 窗口(2) μ=0.4 窗口(3) 代入公式得 (1)整个售票处空闲的概率 （2）平均队长 （3）平均等待时间和逗留时间 （4）顾客到达后必须等待（即系统中顾客数≥3人）的概率 M/M/c型系统和c个M/M/1系统的比较 上例中，排队方式不变，但顾客到达后在每个窗口前各排一队，且进入队列后坚持不换，这就形成3个队列，如下图二每个队列平均到达率为λ=λ=λ=0.9/3=0.3（每分钟），这样原来的系统就变成3个M/M/1型的子系统。 窗口(1) μ=0.4 窗口(2) μ=0.4 窗口(3) μ=0.4 λ=0.9 λ=0.3 λ=0.3 λ=0.3 多队—多服务台（并列） 1 2 c … Pn(t+Δt)= Pn(t)(1-λΔt )+Pn-1(t)λΔt+ o(Δt) [Pn(t+Δt)-Pn(t)]/Δt =-λPn(t)+λPn-1(t)+[o(Δt)]/Δt 令Δt?0 d Pn(t)/dt= -λPn(t) +λPn-1(t) Pn(0)=0 （n?1） d P0(t)/dt= -λP0(t) P0(0)=1 （n=0） ? P0(t)=e -λt Pn(t)=[(λt)n e -λt ]/n? t 0, n=0，1，2… 解得 平均到达率 Poisson流的期望值和方差 四、负指数分布 fT（t）= λe -