有关银行排队的问题-数学建模.docVIP

有关银行排队的问题 龙山中学 李佩璇 赵麟凤 张方蕾 指导老师 曹燕 摘要 目前排队问题是各银行普遍存在的问题，文章利用数学建模的方式，通过亲身实践调查以及搜寻有关的资料，对数学模型进行求解，得到理论上既经济又高效的方式。 关键字 银行排队 泊松分布 服务时间 等待时间 说明及假设 说明：银行排队问题作为排队系统，其基本结构由输入过程 (顾 客流量)、服务时间 (业务办理时间)、服务机构 (服务窗口 设置)和排队规则等四个部分构成。 根据对相关资料的调查，常用的分布规律有：泊松分布、爱尔朗分布、 等长分布等。在排队系统中，泊松分布是应用最为广泛的（P（x）=（m^x/x!)*e^(-m)）。常见的服务时间分布有定长分布、负指数分布和爱尔朗分布。一般来说，简单的排队系统的服务时问往往服从负指数分布（F (t)=1一e-μt t≥0）。服务机构是指服务台的个数。其类型有：单服务台、多服务台；对银行排队系统来说，一般是属于多服务台。 假设： 1.分布规律：假设顾客到达是符合泊松分布的。 2.服务时间：系统服务时间符合负指数分布 3.服务机构：银行排队系统属于多服务台 4.每个服务台的队伍是趋于一样长, 5.顾客到达后服务窗口无空闲时就进入队列排队.. 二．建模 结合所调查的资料，银行的排队问题 的基本数学模型可表示为 M/M/C模型。 M/M/c模型表示输入过程 (顾客到达)为泊松输入、服务 时间服从负指数分布、共有C个服务窗口的排队系统模型。该模型的主要数量指标用符号可表示为： Ls：表示系统中的顾客数，包括排队等候的和正在接受服务的所有顾客 (也称为平均队长) Lq ：表示系统中排队等候的顾客数 (称为平均队列长) Tq：表示顾客在系统中的平均等待时间(即平均排队等待时间) Ts：表示顾客在系统中的平均逗留时间(包括等待时间和服务时间) λ：表示顾客的平均到达率 (称为顾客到达速率)； μ：表示系统的平均服务率 (即服务台的平均服务速率 )； ρ：表示服务强度，其值为有效的平均到达率λ 与平均服 务率μ之比，即 = λ／μ。 根据所学知识及课外的概率统计知识，得 C=1时，设在任意时刻t系统中有n个顾客的概率为 Pn(t)。当系统达到稳定状态 后，Pn(t) 趋于稳定状态概率Pn。Pn为统计平衡状态下的稳态概率， 它表示系统在稳定状态下有 n个顾客的概率，此时 Pn=(1-ρ) ρn 当 C≥2时 三．实际操作 数据样本 （批次） 1 2 3 4 5 6 7 8 9 10 11 12 到达人数 （人/10分钟） 5 8 3 6 2 4 3 7 4 4 6 5 λ=O．475 (人／分钟) μ= 0．25(人／分钟)。 假设服务窗口分别为1、2、 3、4个 当C=1时 ρ= λ／2μ =0．475／0．25=1．91，可见系统不会平衡， 当C=2时p=λ/2μ=0.475/2*0.25=0.951，系统稳定。 可见，该营业厅如果设两个服务窗口，平均约有17人排 队等候，排队等待时间约37分钟，排队问题较为严重! 当C=3时，可得：p=λ／3μ=0．475／3*0.25=0.63331， 同理可得： Po=0.1278 Lq= 0.6618(人) Ls=2.5618(人) Tq=1.3933(分) Ts=5.3933(分)。 当C=4时，ρ=λ/4μ=0.475／4*0.25=0.47501， 同理 可得： Po=0.1453；Lq =0.1360(人)；Ls=2.0360(人)；Tq =0.2863(分) Ts =4.2863(分)。 以上可知，开三个或四个窗口符合要求，但考虑到经济问题，开三个窗口最合适。 四，评价 理论结果在中小城市中还是可行的，但也不能排除一些人为因素。通过建模学习，促进了我们对身边的事物多观察多思考的良好习惯的养成，培养了缜密的思维，加强了面对有限知识运用以及搜集资料综合分析的能力。 参考文献/Article/CJFDTotal-DZJI200803009.htm /phtml