mmc等待制fcfs排队模型的建立与应用.docxVIP

mmc等待制fcfs排队模型的建立与应用 队列理论主要研究随机因素的影响，并在通信、交通和运输、生产和服务、公共服务和管理等服务系统中应用。在具体应用方面, 把排队理论直接应用到实际生活方面也有不少的文献, 如文献等。另外, 排队论和其他学科知识结合起来也有不少应用, 如文献等。 笔者从现实生活中理发服务行业取得数据资料, 基于排队系统基本知识和M/M/C排队模型基本理论和统计学有关知识, 通过分析研究, 得出一些结论, 为实际问题的解决提供参考资料, 从而拓宽了该模型的应用领域, 并对其他模型的系统应用也有一定的启示作用。 1 服务台平稳分布c 定义 若顾客的到达间隔服从参数为λ的负指数分布 (从而到达的人数服从泊松分布) , 每位顾客的服务时间服从参数为μ的负指数分布, 且顾客的到达与服务时间独立, 系统有C个服务台, 称这样的排队模型为M/M/C排队模型。 M/M/C排队模型也可对应分为等待型、损失型、混合型3种。下面简要介绍等待型的M/M/C排队模型 (C1) 有关知识。 假定顾客到达服从参数为λ的泊松分布, 每个顾客所需的服务时间服从参数为μ的指数分布, 顾客到达后若有空闲的服务台就按到达的先后次序接受服务, 若所有的服务台均被占用时, 顾客则排成一队等候。令N(t) =i表示时刻t系统中恰有i位顾客, 系统的状态集合为{0, 1, 2, …}。可证{N(t) ,t0}为生灭过程, 而且有 λn=λ,n=1, 2, … μn={nμ,n=1,2,?Cμ,n=C+1,C+2,? 由此可见, 服务台增加了, 服务效率提高了。 定理1队长N(t) 的平稳分布。令Ρn(t)^=Ρ{Ν(t)=n}?Ρn^=limt→∞tΡn(t)?n=1,2,?, 则可求得系统的平稳分布为 当1≤nC时,Ρn=ρnn!Ρ0, 当n≥C时, Ρn=ρnC!Cn-CΡ0?Ρ0=[C-1∑n=0ρnn!+ρCC!(1-ρC)]-1 定理2系统的主要指标 服务系统中的平均排队长度: Lq=∞∑i=C(i-C)Ρi=ρC+1Ρ0(C-1)!(C-ρ)2 顾客在系统中排队的平均等待时间: Wq=Lqλ=μ(λμ)C(C-1)!(Cμ-λ)2Ρ0 顾客在系统中的平均逗留时间: Ws=Wq+1μ=μ(λμ)CΡ0(C-1)!(Cμ-λ)2+1μ 系统内的顾客平均人数: Ls=λWs=ρC+1(C-1)!(C-ρ)2Ρ0+ρ 系统满员概率: Ρ(n=C)=ρCC!Ρ0 2 顾客到达和顾客到达都是随机 在理发行业中, 到理发店去洗头、剪发、烫发、染发的人可看作是需要接受服务的顾客, 理发店中的设备或理发师傅可看成服务台, 顾客到达理发店是随机的, 师傅为顾客服务的时间也是随机的, 这就构成了排队系统。理发店要多赚钱与很多因素有关, 而理发店自身的配置是否合理就是一个很重要的因素, 现举例探讨如何用排队论知识优化理发店的服务台的配置。 2.1 调查单位的时间 重庆南岸黄桷桠“顶尖发艺”理发店拥有3名理发师傅 (即有3个服务台) , 在服务中, 采用单队多服务台形式, 为每位顾客服务时间是随机的, 假定服务时间的分布平稳, 利用排队论知识评价和优化该理发店的配置。 调查内容是单位时间内到达的顾客数n和为每位顾客服务的时间t, 方式为:以10 min为一个调查单位, 随机统计了72个调查单位的数据, 记录整理见表1。 服务时间为从为顾客开始服务起到顾客付款离去时止, 随机调查了113名。顾客服务的时间, 记录整理见表2 (数据为笔者到理发店调查所得) 。 2.2 分布试验 2.2.1 时间顾客到达数 为了检验单位时间内顾客到达人数是否服从泊松分布, 根据表1的数据, 利用χ2拟合检验, 具体计算见表3。 这里, 单位时间顾客平均到达数λ=∑nfn72=0.0958;概率Ρi=λii!e-λ;理论频数:f—n=72Ρn;求得χ2值为χ2=∑i=04(fn-f—n)2f—n=2.6556。 取α=0.05, 这里k=4,r=1, 查表χ0.05,22=5.991, 由于χ2χ0.05,22, 故认为单位时间的顾客到达数服从参数λ=0.095 8的Possion分布。 2.2.2 ift113 为了检验服务时间是否服从负指数分布, 根据表2的数据, 用χ2拟合检验, 结果见表4。 这里每次理发平均服务时间t=1μ=∑t′ift113, 式中t′i为服务时间各组组中值;概率Pi=P(xiξxi+1) =e-μxi+1-e-μxi, 理论频数f—i=113Ρi, 求得χ2值为χ2=∑i=14(fi-f—i)2f—i=5.765。 取α=0.05, 这里k=4,r=1, 查表得χ0.05,22=5.99, 由于χ2χ0.05,22, 故认为服务时间服从参数μ=0.052 3的负