QuickPass系统排队问题剖析.ppt

  1. 1、本文档共54页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
QuickPass系统排队问题剖析

QuickPass系统 排队问题 本资料来源于谢瑶 03/03/2004 xieyao@ 电子工程与信息科学系PB00006 排队常常是件很令人恼火的事情…… 尤其是在我们这样的人口大国? 电话亭-1978年在北京15%的电话要在1小时后才能接通。在电报大楼打电话的人还要带着午饭去排队 银行窗口,ATM 医院、理发、火车售票… 游乐场的游乐项目 在游乐园中的频频排队 会极为扫兴…… DisneyLand中 的FastPass (QuickPass)系统 就是想解决这 个问题的 What is QuickPass? 工作原理: 到达的顾客将自己的票插入FastPass的slot中 FastPass计算出建议顾客返回的时间间隔(time interval)或时间点或时间窗(time window) 顾客无需排队,在指定的时间返回就可持票进入 怎样缩短排队的等待时间? 银行的排队叫号机 只是有序的组织了顾客,并没有减少等待时间 如果能实现知道轮到自己需要等待多少时间,再选择合适的时间来,岂不很好?? FastPass存在的问题: 预知的返回时间间隔存在误差 --按时返回却仍需要排队 建议的返回时间间隔太长 --如果告诉你4小时以后再回来呢? 顾客可能不会完全按照安排的时间返回 如果新来的顾客不想使用FastPass系统? 我们的目的就是对FastPass系统建立 合理的离散统计模型(Distributed Statistical Model),求出最优的顾客返回时间。 建模的一般步骤 以及: * 模型的改进 * 启发与待解决的问题 1 模型的假设 游乐园开放时间为8:00-18:00,一天中不同时间的顾客流量不同,比如上午10:00和下午3:00的顾客流量是最大的。 顾客的到达时间符合非时间齐次泊松过程(Nonhomogeneous Possion Process),到达速率是 Poisson Process Poisson Process 分析1:能否得到准确的返回时间? 分析2:使用FastPass后排队是不是可以避免的? FastPass给出的返回时间只是期望值,而非确定值 假设所有的顾客都使用FastPass,但需考虑有的顾客可能会不遵守FastPass给出的返回时间 分析3:我们优化的目标函数(或cost function)是什么?是排队时间吗? 优化问题的目标函数为: 根据排队论(queueing theory)的分类规则,(X/Y/Z/A)代表一类排队的规则,其中 X:顾客流到达所符合的分布 Y:顾客接受服务的时间所服从的分布 a Z:服务台的个数 A:服务台一次可服务的顾客数量(系统的容量) 针对各个游乐项目的特点,我们主要讨论两种排队系统: 特点:系统容量为1,顾客的到达是Poisson流,服务时间服从指数分布,只有一条队列 加入QuickPass系统以后的Poisson排队模型 求出这类系统的代价函数表达式 近似将总的优化目标函数等效为对顾客i的目标函数: 如果简化c1,c2为常数,并计算第二个人的无需等待返回时间的期望值,得 用MatLab能够作出 的函数,并从图中得出结果 第三个人的无需等待返回时间的期望值,同理可以算出,并用图解法求出 与前一个模型的区别在于:系统容量是c1,服务时间固定,顾客的到达仍然是Poisson流。服务系统数量是1 还要考虑: 实际的FastPass 系统有两条队列:FastPass 和Standby队列 不考虑standby队列, 将得到Greedy algorithm 模型 考虑standby队列, 将得到效用函数模型 最简单的情况: 只有一条队列,即所有的人都只用FastPass系统 为了防止前面的人等的时间太长,过山车只要载满一定数量的人后就开车,假设为80%c。 用贪心算法(greedy algorithm),将每个顾客尽量安排在离顾客到达时间最近的,且还没有安排满人的一班车上。 假设被安排的顾客按照Beta分布到达所被安排的时间段内 贪心算法 很容易想到,全局优化的目标变量 1. 如果开车的时间不固定,则a%是多少最优?就是说顾客坐满多少就开车? 2.如果开车的时间间隔是固定的,则多长时间开一次是最优的? 衡量的标准:目标函数 一个区间内的顾客返回示意图 : 目标函数: 仿真:用计算机生成一些符合某种分布的随机数据点,模拟离散时间的发生 这里的仿真用

文档评论(0)

wyjy + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档