-download-运筹学-第9章——排队论.docVIP

第9章 排队论 (Queueing theory) 在生产实际中和日常生活中，存在着各种各样的“服务”，往往由于拥挤而出现排队现象.排队论是专门研究排队现象的一门学科, 由于排队现象往往是随机现象，故排队论也称作随机服务系统理论.. 9.1 排队论概述 本节将介绍排队系统的基本结构和生灭过程的知识，因为它是排队论中的一个最重要的理论基础. 在排队论中，把需求服务的对象统称为顾客，提供服务的机构统称为服务台.顾客与服务台及服务规则构成一个排队系统. 顾客以不同方式，根据排队规则到达服务台后，服务台根据其服务规则进行服务. 一个排队系统是由输入过程、排队规则及服务机构. 三个基本部分构成的. 9.1.1 输入过程 输入过程就是指顾客到达排队系统的规律.它首先应包括顾客总体数,是有限的还是无限的,其次是顾客到达的方式是成批的还是单个的以及顾客相继到达的时间间隔的分布. 常见的情况有： (1)定长输入 顾客很有规律地到达，每隔时间就到达一位顾客. 例如自动生产线上的装配件就是这样. 此时第n位顾客与上一位顾客的到达时间间隔Tn服从分布： , (9-1) (2) 泊松(Poisson) 输入 通常把随机时刻出现的事件组成的序列称为随机事件流，例如用N(t)表示时间内要求服务的顾客数就是一个随机事件流. 如果一个随机事件流满足下面三个条件就称为泊松流或最简单流. 平稳性.以任何时刻s为起点，时间段出现的事件数只与时间长度t有关，而与起点s无关. 若用N(t)表示时间内出现的事件数，表示事件“N(t)=k”发生的概率，则 无后效性. 在时间内出现的k个事件与以前出现的事件数无关. 它表明在互不相交的时间区间内发生的事件是相互独立的. 普通性. 在充分短的时间内，几乎不可能发生多于一个的事件. 即发生两个或更多个事件的概率是比高阶的无穷小. 即 在上述三个条件下,可以推出 (9-2) (9-2)就是泊松流（最简单流）的分布. 最简单流与负指数分布有着密切的关系. 在排队系统中，有如下结论： 是服从(9-2)的泊松流等价于{Tn}相互独立并且服从参数为λ的负指数分布. 其中，N(t)表示在内到达系统的顾客数，Tn表示第n位顾客与上一位顾客的到达时间间隔. 最简单流在现实生活中常遇到,如车站候车的乘客数、上下班高峰过后通过路口的车流、人流等都是或近似最简单流.多个独立的最简单流的叠加仍是最简单流. (3) 爱尔朗(Erlang)输入 由k个相互独立且均服从参数为λ的负指数分布的随机变量之和组成的随机变量所服从的分布为k阶爱尔朗(Erlang)分布，其密度为 分布函数为 数学期望与方差分别为. 例如，在排队系统中，有k个并列的服务台，顾客到达系统的时间间隔服从参数为λ的负指数分布，若规定第个顾客进入第i服务台(i=1,2,…,k),则各服务台从第二个顾客始获得的输入为k阶爱尔朗分布. 9.1.2 排队规则 排队规则是指顾客接受服务的规则，通常有损失制、等待制和混合制. (1) 损失制 当一个顾客到达时，若没有空的服务台，则不等待而立即离去. 例如电话占线. (2) 等待制 当顾客到达时，没有空的服务台，就排队等待服务. 如排队购车票. 在等待制中，服务次序有先到先服务(FCFS)、后到先服务(LCFS)、随机服务(RSS)、有优先权服务(PR)等方式. (3) 混合制 损失制与等待制的混合. 系统容量有限，当等待的顾客数太多时，后来的顾客就自动离去. 9.1.3 服务机构 服务机构包括：服务台数，服务台的串、并联方式，服务时间分布. 以下是几种常见的服务时间分布 (1)定长分布 每位顾客的服务时间均为常数T，其分布函数为 (2)负指数分布 每位顾客的服务时间相互独立，且都服从参数为μ的负指数分布. 其分布函数为 (3) 爱尔朗分布 每位顾客的服务时间相互独立，均服从相同参数μ的k阶爱尔朗分布. 9.1.4 生灭过程及其稳态概率 (1) 生灭过程 生灭过程是排队论中常用到的一类随机过程. 设为一随机过程，N(t)的取值集为有限集I={0,1,2,…,m}或无限集I={0,1,2,3,…}称为状态集，若经过长度为的一小段时间后满足下列特性，则称为生灭过程： 1） 2） 3） 某一地区的人口的自然增减、细菌的繁殖与死亡、排队系统的顾客数量的变化都可视作一个生灭过程. 若N(t)表示时刻t 某生物群体的个数，在充分短的时间里，忽略高阶无穷小后，则该群体个数j 的状态转移只有三种可能： 状态转移 概率 1 j→j+1(增一个) λjΔt 2 j→j-1(减一个) μjΔt 3 j→j(不变) 1-（λj+μj）Δt λj和μj称为转移强度. 若N(t)表示时刻t 的某排队系