一类基于银行排队问题的数学模型.docVIP

一类基于银行排队问题的数学模型 摘要：目前银行系统中普遍存在的问题就是银行的排队问题，本文在排队论的理论基础上，建立了一类银行排队问题的数学模型，通过这个模型的建立，了解了这类银行排队中所存在的问题，并分析提供了解决问题的方法研究。 关键词：银行排队；服务时间；数学模型 随着社会的发展，银行作为金融系统中的主体，逐渐成为了我们现实生活中不可缺少的服务系统，而由于银行有限的服务率和巨大的服务需求的不匹配和不对称，必然会出现排队等待问题，所以，银行排队问题确实很难解决。实际上，银行排队问题蕴含了丰富的数学知识，一般来说，这类排队问题主要由顾客数量，服务水平和服务窗口决定，如何平衡这三者之间的关系是解决问题的关键。 1 银行排队问题分析 1.1 顾客到达数量分析 顾客的到达通常是一个一个的到达，当然也有批量的到达，但是顾客的到达肯定遵循一定的规律。即顾客的到达时间间隔符合一定的概率分布，比较常用的分布有：泊松分布、爱尔朗分布、等长分布等。而在排队系统中，泊松分布通常是最为广泛的，本文则以这种分布建立一类模型说明。 泊松分布函数： 1.2 服务时间分析 顾客是无论是一个一个到达还是批量到达，服务窗口对顾客的服务都是一个一个进行服务的，且对每一个顾客的服务时间不同，若将顾客接受服务的时间一概率分布来描述的，那么常见的分布有：负指数分布、爱尔朗分布等。本文则以简单的排队服从负指数分布建立模型。 其分布函数为： 其中，是指单位时间内的平均服务率 1.3 服务机构 银行的服务机构是指服务台的个数，一般来讲，多服务台并联是银行系统中最为常见的模式。如图1 图1 1.4 服务规则 银行服务系统中遵循的规则常见的是先到先服务，但也不排除拥有优先权顾客抢占服务，而先到先服务是针对于大部分的顾客所使用的规则，对于有多服务台的的银行，新到顾客总是选择较短的队伍进行排队，所以各对长趋于相等。本文也通过这种规则建立模型。 2 建立这类银行排队的数学模型 我们把实际问题的各个因素及其关系转化成变量符号，对这类问题建立基本的数学结构模型，从前面的分析可知，这类银行排队问题的基本模型就是M/M/n排队模型。 2.1 模型假设 有如下的模型假设 在系统中容量为n，有n个服务窗口，顾客的到达时间间隔服从参数为的指数分布； 服务窗对顾客的服务时间分别服从参数为 的指数分布，且与顾客的到达时间间隔相互独立；其中k为在超市排队系统中的顾客数 2.2 数学模型 设X（t）为时刻t超市中的顾客数，则｛X（t），t≥0｝是状态空间为I=｛0,1,2,3，…｝的生灭过程，其中 生率=，k=0,1,2,3… 灭率 ， k=1,2,3…， 对于上述一般情形，可以画出系统的状态转移图2 图2 2.3 平稳分布 令 记 由平衡状态下的k式代数方程： 对于0状态： 故 对于1状态： 故 … 对于k-1状态： 故 … 对于n-1状态： 故 由正则性 2.4 主要指标 损失的概率 单位时间内平均损失的顾客数 单位时间内平均进入系统的顾客数 系统在单位时间内占用服务窗的均值 3实际采样数据分析模型并决策银行排队问题 我根据某银行进行观察和记录，采样了数据得表1： 我在本地的某银行营业厅进行观察，并采样了数据，得 数据样本如下表： 数据样本 (批次) 表1 表1 如上表：可得该银行的品均达到率为：λ＝0.475 （人/分钟），该银行的每个窗口的平均服务率为：μ＝15（人/每小时），即μ =0.25(人/分钟)。 下面我们根据前面的模型进行分析：假设服务窗口为1,2,3,4个的情况计算。 当n=1时，银行只有一个服务窗口，排队的人会逐渐增加， ，系统不会平衡， 若一天按8小时的服务时间计算，有108个人无法办理业务。 2）当n=2时， ，系统存在着稳态，就可以计算各项指标： 服务窗空闲概率： 平均等待排队人数： 平均对长： 平均排队等待时间： 平均逗留时间： 由以上数据可知，若有两个窗口，有17人会等待，排队等待的时间约为37分钟，问题还是比较严重. 当n=3时，同样满足了系统稳态的条件，根据数学指标的计算方法，可算出一下的数据： 当n=4，同理可得：