排队论 第6章.ppt

信息与通信工程学院 主讲：黄湘松 2012年9月 由于排队系统的输入流及服务分布类型不同，研究它们的数学方法也随之变化。不同类型的问题用不同的方法解决。如M／M／m排队系统不管是有限源还是无限源，都用生死过程方法求解。M／Er／1、Er／M／1系统用相位法求解。M／G／1、GI／M／m排队系统用嵌入马尔可夫链法求解。 无论采用哪种方法，我们都是先集中注意力去求队长的平稳分布，然后再求等待时间分布等有关指标。对于一般到达间隔时间分布、一般服务时间分布的排队系统GI／G／1，求队长的平稳分布是相当困难的，但可用积分方程方法求解出等待时间分布。 一般讲来，积分方程求解也是相当困难的，如果输入分布、服务分布的拉普拉斯变换是有理函数的话，则可以给出一种初等解法。实际上对输入分布、服务分布的这种要求，对广泛的模型来讲还是满足的。 事实上我们遇到的大多数排队系统，它的到达间隔时间分布或服务时间分布可看作或近似看作负指数分布的机构的串联、并联或混联得到的。 由于负指数分布的拉普拉斯变换式是有理函数，于是负指数机构串联对应子拉普拉斯变换的乘积，负指数机构并联对应于拉普拉斯变换的和，负指数机构混联对应于拉普拉斯变换的求和与乘积运算。因此串联、并联和混联的负指数机构对应的拉普拉斯变换式乃是有理函数。 我们假定顾客单个到达，间隔时间相互独立且具有相同分布A(t)，密度函数为α(t) (t≥0)，服务时间分布为B(t)，密度函数为b(t) (t≥0)到达间隔时间与服务时间相互独立，设 （6.1） 现在我们求到达的顾客等待时间分布W(t)，设等待时间为w。其密度函数为w(t)，则 还采用以前的符号 Cn：表示第n个顾客， tn：第n个顾客Cn到达的时刻， τn＝tn- tn-1：是Cn与Cn-l到达间隔时间， Vn：第n个顾客Cn的服务时间， wn：Cn的等待时间。 按假定{τn}，{Vn}是各自独立的随机变量序列，且两个序列相互独立，前一个序列具有相同分布A(t)，后一个序列具有相同分布B(t)。 由于到达间隔分布A(t)、服务时间分布B(t)是一般分布，因此顾客到达时刻{tn}与其离开系统的时刻{tn}都不是系统的再生点，因此不能用嵌入马尔可夫链的方法矿究。 但如果认真分析等待时间序列{wn}，就会发现，它们有一个很好的性质，在假定先到达先服务的原则下，只要知道Cn-1的等待时间wn-1，便可以确定出Cn的等待时间wn的分布。 由此可知，随机过程{wn}具有马尔可夫性质。如果求得了wn的分布，令n→∞，便可求得在统计平衡条件下系统的等待时间分布。 我们先确定wn、τn、Vn之间的关系，它们之间的关系如下图所示。 左图中，因Cn+1到达系统时，发现服务台忙，因此他的等待时间是 由右图知，Cn+1到达系统时，发现服务台空闲，则不等待这时 合并两式得 令un=Vn-τn+1＝tn- tn-1。因{ Vn }、{τn}都是独立同分布的随机变量序列，而且这两个序列相互独立，所以{un}也是独立同分布的随机变量序列，它的分布可由Vn、τn+1的分布确定。un代入上式，得 实际上，un=Vn-τn+1是一顾客服务时间与到达间隔时间之差 当ρ＜1时，E[un]＜0。可以证明当ρ＜1时，wn的平稳分布存在。令 则 上式与n无关，可令Cn（t） =C（t）即 τn+1服从分布A(t)，则 的分布为 ，则 由此得 因Vn、τn+1独立，所以Vn与 独立。设un的密度函数为C（t），因un= Vn+ ，c(t)是b(t)、 的卷积 c(t)的拉普拉斯变换是 另当t≥0时，设wn分布函数为Wn（t），其密度函数为wn (t)，则 注意，当ρ＜1时，wn的平稳分布存在，令 令n→∞得 当t＜0时，W（t）=0，得 这就是林德勒(Lindley)积分方程。 解这个方程可得到W(t)。上式还有另一种形式 n→∞ 在一般惰形下很难求解，当输入间隔时间分布A(t)、服务时间分布B(t)的拉普拉斯变换是有理函数时，可以用代数方法术解。所谓代数方法就是分解因式方法。 * *