随机过程大业MM1实验报告.docVIP

M/M/1排队系统的模拟与分析实验报告 ——二系研究生 崔诚煜 20520111014 实验目的： 理解掌握Poisson过程的理论，了解排队系统中顾客到达速率、平均队长、等待时间等概念，实现，分析参数变化对排队系统的影响。 实验内容： 利用MATLAB，结合Poisson过程等相关结论，对M/M/1排队系统进行模拟实现，并对相关参数进行性能分析。 M/M/1排队模型 1、M/M/1 模型的概述 M/M/1 模型即指顾客到达服从泊松分布，服务时间服从负指数分布，单服务台，无限容量，无限源，先到先服务的排队系统模型。 图1 单服务台排队系统 M/M/1 模型要求到达规律服从参数为λ的泊松过程，服务时间服从参数为μ的负指数分布，所以先介绍这两个概念： λ——平均到达率，表示单位时间平均到达的顾客数。 μ——平均服务率，表示单位时间能被服务完的顾客数（期望值），而1/μ就表示一个顾客的平均服务时间。在排队论中“平均”就指概率论中的数学期望，这是一种习惯用法。这两个参数都需要实测的数据经过统计学检验来确定。 λ/μ有着重要意义，它是相同时间区间内顾客到达的期望值与能被服务的期望值之比，这个比是评估服务效率和服务机构利用程度的重要标志。令ρ＝λ/μ，我们称ρ为服务强度。 在解排队论问题时，要求求出系统在任意时间的状态为n（系统中有n个顾客）的概率Pn，它决定了系统运行的特征。在标准的M/M/1模型中，Pn=(1-ρ)ρn（推导从略）。当n=0时，P0=1-ρ=1-λ/μ，这是系统中顾客为零时的概率。如果λ/μ1，则P0将是负值，这违背了概率论的法则（概率论要求一个时间的概率在0~1之间，不可能事件的概率为0，必然事件的概率为1）。这种情况说明排队在无止境的增长，系统处于非稳定的状态。因此要求ρ=λ/μ1。 对排队模型，在给定输入和服务条件下，主要研究系统的下述运行指标： (1)系统的平均队长L(期望值)和平均队列长Lq(期望值)； (2)系统中顾客平均逗留时间W与队列中平均等待时间Wq； 具体推导 1）M/M/l稳态概率Pn M／M／1排队系统是最简单的概率型排队模型，它是研究其他排队模型的基础。系统的顾客到达率和服务率是不依赖于系统状态的定常参数λ、μ。它们的分布函数分别为A(t)和B(t)。 系统中顾客到达平均时间间隔为1/λ，1/μ是顾客平均服务时间。当取微小时间△t代入上式，展开可得： 其中O(△t)为当△t→0时，相对于△t的高阶无穷小，当△t足够小时，可忽略不计。 ， 根据泊松流的性质，在时间间隔出足够小时，在△t内顾客进入系统只可能有两种情况：有一个顾客到达或无顾客到达，其概率分别为λ△t和(1—λ△t)。同样，在△t内顾客服务完毕离开系统也只有两种情况：有一个顾客结束服务离开系统或没有顾客离开系统。 设Pn(t)为t时刻系统内的顾客数为，n的概率。则 忽略(△t)^2项，整理后，令位t→0得： （1） 同理，我们可求得当n=0时有： （2） 我们要求它的稳态解，也就是说，我们希望系统状态最终变成与初始态无关，使得不论何时观察系统，发现系统中有，n个顾客的概率是个常数，因此通常主要对稳态特性感兴趣。由于稳态概率与t无关，即： Pn(t)可记为Pn，由式（1）和（2）可得： （3） 称式（3）为M／M／1排队系统的系统方程，或稳态方程，它可用图2来表示。 图2 M／M／l排队系统的状态转移图 根据(2．11)式，用迭代法可得： 令 ， 通常称为利用率 因为，所以有 是几何级数，当且仅当|p|1时级数收敛。所以，稳态解存在的条件是p必须小于1，或λ小于μ，这是十分直观的。利用我们可解得M／M／1排队系统的稳态解是： 2）系统的平均队长L(期望值)和平均队列长Lq(期望值) 根据定义： 可求得： 将上式中的L和Lq比较一下，不难发现： 此式在无限系统容量的单通道服务系统中均能成立。3）系统中顾客平均逗留时间W与队列中平均等待时间Wq 由于我们已经知道稳态时系统中的顾客数是： 即当一顾客到达时，队列中平均有三个顾客，而每个顾客的平均服务时间是1/μ，因此他在队列中的平均等待时间为： 顾客在系统中平均停留时间W是其平均等待时间和平均服务时间之和，即： 四、M/M/1排队模型系统的模拟与分析 1、M/M/1排队模型流程图 图3 M/M/1排队模型流程图 实验结果 1）到达率λ=1.7; 服务率μ=3.2; 图4 当λ=1.7，μ=3.2时的队长变化与平均等待时间变化 平均等待队长为2.9人，平均等待时间为1.7。 到达率λ=1.2; 服务率μ=3.2; 图5 当λ=1.2，μ=3.2时的队长变化与平均等待时间变化 平均等待队长