顾客到达的概率分布.pptVIP

第7章 排队模型与最短路径 排队模型 在排队论中，为了完整地描述排队模型，常采用以下描述格式： A/B/C/（：）D/E/F 求网络上的一点到其它点的最短路 Dijkstra算法 图示 Dijkstra标号算法 这是解决网络中某一点到其它点的最短路问题时目前认为的最好方法。 在这个问题中我们讨论的是从网络中的点1到其它各点的最短路。 7.3 最短路问题 7.3.1 狄克斯特拉算法 (Dijkstra algorithm, 1959) 计算两节点之间或一个节点到所有节点之间的最短路 令 dij 表示 vi 到 vj 的直接距离(两点之间有边)，若两点之间没有边，则令 dij = ?，若两点之间是有向边，则 dji = ?；令 dii = 0，s 表示始点，t 表示终点 0、令始点Ts=0，并用框住，所有其它节点临时标记 Tj=? ； 1、从 vs 出发，对其相邻节点 vj1 进行临时标记，有 Tj1=ds,j1 ； 2、在所有临时标记中找出最小者，并用框住，设其为 vr 。若此时全部节点都永久标记，算法结束；否则到下一步； 3、从新的永久标记节点 vr 出发，对其相邻的临时标记节点进行再标记，设 vj2 为其相邻节点，则 Tj2=min{Tj2, Tr+dr,j2 }，返回第2步。 例1 狄克斯特拉算法 Dijkstra最短路算法的特点和适应范围 一种隐阶段的动态规划方法 每次迭代只有一个节点获得永久标记，若有两个或两个以上节点的临时标记同时最小，可任选一个永久标记；总是从一个新的永久标记开始新一轮的临时标记，是一种深探法 被框住的永久标记 Tj 表示 vs 到 vj 的最短路，因此 要求 dij?0，第 k 次迭代得到的永久标记，其最短路中最多有 k 条边，因此最多有n?1 次迭代 可以应用于简单有向图和混合图，在临时标记时，所谓相邻必须是箭头指向的节点；若第 n?1 次迭代后仍有节点的标记为 ?，则表明 vs 到该节点无有向路径 如果只求 vs 到 vt 的最短路，则当 vt 得到永久标记算法就结束了；但算法复杂度是一样的 应用 Dijkstra 算法 n?1 次 ，可以求所有点间的最短路 vs 到所有点的最短路也是一棵生成树，但不是最小生成树 5 1 2 7 5 6 3 4 2 5 5 2 7 3 1 3 5 7 1 0 2 3 4 7 5 1 2 7 5 6 3 4 2 5 5 2 7 3 1 3 5 7 1 0 2 3 4 7 8 5 1 2 7 5 6 3 4 2 5 5 2 7 3 1 3 5 7 1 0 2 3 4 7 8 5 1 2 7 5 6 3 4 2 5 5 2 7 3 1 3 5 7 1 0 2 3 4 7 8 13 5 1 2 7 5 6 3 4 2 5 5 2 7 3 1 3 5 7 1 0 2 3 4 7 8 13 0 ? ? ? ? ? ? 8 15 10 12 15 11 31 13 * * * * ?管理与人文学院 忻展红 1999，4 第一部分 排队模型 一、排队模型的特征及排队论 排队论(Queuing Theory)，又称随机服务系统理论 (Random Service System Theory),是一门研究拥挤 现象(排队、等待)的科学。具体地说，它是在研究各 种排队系统概率规律性的基础上，解决相应排队系统 的最优设计和最优控制问题。 排队是我们在日常生活和生产中经常遇到的现象。例如，上、下班搭乘公共汽车；顾客到商店购买物品；病员到医院看病；旅客到售票处购买车票；学生去食堂就餐等就常常出现排队和等待现象。 除了上述有形的排队之外，还有大量的所谓“无形”排队现象，如几个顾客打电话到出租汽车站要求派车，如果出租汽车站无足够车辆、则部分顾客只得在各自的要车处等待，他们分散在不同地方，却形成了一个无形队列在等待派车。 排队的不一定是人，也可以是物，或者数据。 例如，通讯卫星与地面若干待传递的信息；生产线上的原料、半成品等待加工；因故障停止运转的机器等待工人修理；码头的船只等待装卸货物；要降落的飞机因跑道不空而在空中盘旋等等。 显然，上述各种问题虽互不相同，但却都有要求得到某种服务的人或物和提供服务的人或机构。 排队论里把要求服务的对象统称为“顾客”,而把提供服务的人或机构称为“服务员”或“服务机构”。 实际的排队系统可以千差万别，但都可以一般地描述如下： 顾客为了得到某种服务而到达系统、若不能立即获得服务而又允许排队等待，则加入等待队伍，待获得服务后离开系统，见图7-1至7-4 图7-1 单服务台排队系统 图7-2 单队列——S个服务台并联的排队系统 图7-3 S个队列——S个服务台的并联排队系统 图7-4 单队——