多服务台模型的稳态分布.docxVIP

多服务台模型的稳态分布 1 多服务台排队模型 由于应用程序的普遍性，越来越多的服务已经受到关注。团队理论的许多作品都包含着团队网站的内容，尤其是在呼叫中心的设计中，团队网站的排起模型是不可或缺的。但现在呼叫中心的设计多采用单个到达的多服务台模型,而随着呼叫中心应用的越来越广泛,单个到达在实际应用中渐显不足,因此引入了批量到达模式,使得模型更加贴近实际情况。 2 稳态下nt状态转移 设系统有m个并行的服务台,顾客成批到达,每批到达的人数ξ是一个随机变量,ξ的分布为Ρ{ξ=i}=ai?i=1?2???∞∑i=1ai=1,且E(ξ)=a∞,D(ξ)=σ2∞。批与批之间的到达间隔服从参数为λ的指数分布exp(λ);同一批到达的顾客按随机顺序接受服务,到达顾客若遇系统忙则排队等候,系统中只有一个队列,等待位置无限,到达过程与服务过程是相互独立的。 顾客到达若遇服务台空闲则可以立即接受服务,服务时间s服从参数为μ的指数分布。 下面是求解模型 设t时刻系统内的顾客数为N(t)(包括正在接受服务的和排队等待的顾客),{N(t),t≥0}的状态空间为{0,1,2,3,4,…},设t=0时N(t)=0,可以在ρ=λamμ＜1的条件下讨论N(t)的稳态分布。 设N(t)的稳态分布为p0,p1,p2,p3,…。{pn,n≥0}的概率母函数为p(x)=∞∑i=0pixi?{an?n≥1}的概率母函数为a(x)=∞∑i=0aixi,(设a0=0),另外,记b(x)=m-1∑i=0(m-i)pixi。 定理1:Mξ/D/m/∞排队模型的队长的稳态分布的概率母函数p(x)为 p(x)=c(x-1)b(x)x-x?a(x)-mc?(1-x)(1) 其中,c=μλ,常数p0,p1,…pm-1满足以下方程组, {pi(1+i?c)=i∑j=0pj?ai-j+pi+1(i+1)?c0≤i＜m-1c?b(1)m?c-a=1 证明:稳态下N(t)的状态转移如图1所示(为明确起见,只完整的给出了最有代表性的状态i(0im)和m的情况)。图中,虚线表示由别的状态转到i或者m,其转移率均有下划线,实线表示由状态i或者m转出,其转移率均没有下划线。N(t)的状态转移有如下特点: (1) 对于转出,由任意一个状态j出发向右均可一步到达其后的任意一个状态j+1,j+2,j+3,…;而向左只能到达其相邻状态j-1。 (2) 对于转入,任意一个状态j均可被其左边的任意一个状态0,1,2,…,j-1一步到达;而其右边的状态中,只有相邻的状态j+1可以到达j。 (3) 对于由服务结束引起的由状态j向j-1状态的转移,其转移率据j的取值的不同而依不同的规律变化,以状态m为分界点,对m左边的状态i(0im)其转移率为iμ,而m及其右边的状态的转移率均为mμ。 根据图1可以列出方程组: {pi(λ+i?μ)=i∑j=0pj?λ?ai-j+pi+1(i+1)?μ0≤i＜mpi(λ+m?μ)=i∑j=0pj?λ?ai-j+pi+1m?μm≤i 化简得: {pi(1+i?c)=i∑j=0pj?ai-j+pi+1(i+1)?c0≤i＜m-1pi(1+m?c)=i∑j=0pj?ai-j+pi+1m?cm≤i(2) 将方程两边同乘以xi然后取和,得 m-1∑i=0pi(1+ic)xi+∞∑i=mpi(1+mc)xi=∞∑i=0i∑j=0pj?ai-jxi+m-1∑i=0pi+1(i+1)c?xi+∞∑i=mpi+1m?c?xip(x)+cm-1∑i=0ipixi+mc∞∑i=mpixi=∞∑i=0i∑j=0pj?ai-jxi+cm∑i=1ipixi-1+mc∞∑i=m+1pixi-1 当i=0时,ipixi-1=0,可把m∑i=1ipixi-1的求和范围扩大成从0开始; 当i=m时,ipixi-1=mpmxm-1,可把此项并入后面的mc∑i=m+1∞pixi-1,使其求和范围扩大成从m开始;移项,合并同类项得: p(x)=p(x)?a(x)+c∑i=0m-1(ipixi-1-ipixi)+mc∑i=m∞(pixi-1-pixi)p(x)(1-a(x))=c(1-x)∑i=0m-1ipixi-1+mc(1-x)∑i=m∞pixi-1(3) 而mc(1-x)∑i=m∞pixi-1=mc(1-x)x∑i=m∞pixi=mc(1-x)x(p(x)-∑i=0m-1pixi)=mc(1-x)xp(x)-mc(1-x)∑i=0m-1pixi-1 把上式代入(3)式整理得: p(x)(1-a(x))=(1-x)∑i=0m-1cipixi-1+mc(1-x)xp(x)-(1-x)∑i=0m-1mcppixi-1p(x)(1-a(x))=(1-x)∑i=0m-1c(i-m)pixi-1+mc(1-x)xp(x)p(x)=c(