您好,欢迎访问三七文档
当前位置:首页 > 金融/证券 > 金融资料 > 排队模型(掌握mm1,mmc,mm1k)
排队模型凯里学院余英模型要点1、掌握排队模型的基本概念2、了解常见的分布函数及生灭过程3、掌握典型排队系统模型的结构及应用排队模型的基本概念1、什么是排队模型(排队论)?排队论是研究拥挤现象的一门学科。它是在研究各种排队系统概率规律性的基础上,解决有关排队系统的最优化设计(静态)和最优控制(动态)问题。一、引言现实生活中的排队系统序号到达的顾客要求服务内容服务机构1不能运转的机器修理修理技工2修理技工领取修配零件发放修配零件的管理员3病人诊断或做手术医生(或包括手术台)4电话呼唤通话交换台5文件搞打字打字员6提货单提取存货仓库管理员7驶入港口的货船装(卸)货装(卸)货码头(泊位)8上游河水进入水库放水,调整水位水闸管理员2、排队论的起源与应用领域1)、20世纪初Bell电话公司为减少用户呼叫,研究电话线路合理配置问题;2)、1909年丹麦工程师A.K.Erlang受热力学统计平衡概念启发发表论文《概率论与电话交换》,解决上述问题;3)、应用于:通讯系统、交通运输、机器维修、库存控制、计算几设计等领域。二、排队系统的特征及其组成1、排队系统的特征即拥挤现象的共性1)、有请求服务的人或物2)、有为顾客服务的人或物3)、具有随机性4)、服务的数量超过服务机构的容量2、排队系统的三大基本组成部分1)、输入过程(顾客到达的方式)a、顾客的总体(顾客源)的组成可能是有限的,也可能是无限的;b、顾客相继到达的时间间隔可以是确定的,也可以是随机的,对于随机的情形,要知道单位时间内的顾客到达数或相继到达的间隔时间的概率分布;c、输入过程可以是平稳的(描述相继到达的间隔时间分布和所含参数(如期望值、方差等)都是与时间无关的),否则成为非平稳的,我们研究平稳的。2、排队系统的三大基本组成部分2)、排队规则a、顾客到达时,如所有服务台都被占用,在这种情形下,顾客可以随即离去,也可以排队等待,前者成为损失制,后者成为等待制,我们研究后者;其次还有混合制,它是介于等待制和损失制之间的;b、从占有的空间来看,有的系统要规定容量(即允许进入排队系统的顾客数)的最大限,有的没有这种限制2、排队系统的三大基本组成部分3)、服务过程a、可以是没有服务员,单个的,多个的,对于多个的,它们之间可以是平行排列(并列)的,也可以是前后排列(串列)的,也可以是混合的;b、服务时间可以是确定的,也可以是随机的,对于后者要知道它的概率分布;c、服务时间可以是平稳的,也可以是非平稳的,我们研究前者;d、对于等待制,服务规则又可以分为先到先服务(FCFS),后到先服务(LCFS),随机服务和有优先权的服务。三、排队模型的分类(符号表示)我们采用Kendall记号顾客相继到达时间间隔分布/服务时间分布/服务台数目/排队系统允许的最大顾客容量(系统容量)/顾客总体数量(顾客源数量)/排队规则说明:如果Kendall记号中略去后3项,表示x/y/z/∞/∞/FCFS相继到达时间间隔和服务时间分布的符号如下:M——负指数分布D——确定型Ek——k阶爱尔朗分布GI——一般相互独立的时间间隔分布G——一般服务时间分布四、排队模型的数量指标1、平均队长(Ls):指在系统中的顾客数(包括正被服务的顾客和排队等待的顾客)的期望值。2、平均排队长(Lq):指系统中排队等候服务的顾客数的期望值。3、平均逗留时间(Ws):指一个顾客在系统中的停留时间期望值。4、平均等待时间(Wq):指一个顾客在系统中排队等待的时间的期望值。Ls=Lq+正被服务的顾客数Ws=Wq+服务时间5、忙期:指从顾客到达空闲服务机构起到服务机构再次空闲止这段时间长度,即服务机构连续繁忙的时间长度。6、系统的状态概率[Pn(t)]:指系统中的顾客数为n的概率。7、稳定状态:limPn(t)→Pn四、排队模型的数量指标8、λn——系统有n个顾客时的平均到达率9、μn——系统有n个顾客时的平均服务率10、λ——对任何n都是常数的平均到达率11、μ——对任何n都是常数的平均服务率12、ρ——服务强度,或称使用因子,平均到达率与服务台与平均服务率的乘积的比值13、系统的状态——系统中的顾客数,如果系统中有n个顾客,就说系统的状态是n,系统的状态是随着时间在变化的14、pn(t):时刻t系统状态为n的概率,稳态时系统状态为n的概率用pn表示。五、常见的分布函数及生灭过程1、poisson流定义:设N(t)为时间[0,t]内到达系统的顾客数,如果满足下面三个条件:a、平稳性:在[t,t+∆t]内有一个顾客到达的概率为λ∆t+o(∆t);b、独立性(无后效性):任意两个不相交区间内顾客到达情况相互独立;c、普遍性:在[t,t+∆t]内多于一个顾客到达的概率为o(∆t);则称{N(t),t≥0}为poisson流。2、poisson分布设N(t)为时间[0,t]内到达系统的顾客数,则{N(t),t≥0}为poisson流的充要条件是:(){()}(1,2,...)!nttpNtnenn五、常见的分布函数及生灭过程3、负指数分布定理:设N(t)为时间[0,t]内到达系统的顾客数,则{N(t),t≥0}为参数为λ的poisson流的充要条件是:相继到达时间间隔服从相互独立的参数为λ的负指数分布。4、k阶爱尔朗分布设v1,v2,...,vk是k个相互独立的随机变量,服从相同参数kμ的负指数分布,那么T=v1+v2+...+vk服从k阶爱尔朗分布。五、常见的分布函数及生灭过程5、生灭过程定义:设{N(t),t≥0}为一随机过程,若N(t)的概率分布具有以下性质:a、假设N(t)=n,则从时刻t起到下一个顾客到达时刻止的时间服从参数为λn的负指数分布,n=0,1,2,…b、假设假设N(t)=n,则从时刻t起到下一个顾客离去时刻止的时间服从参数为μn的负指数分布,n=0,1,2,…c、同一时刻时只有一个顾客到达或离去。则称{N(t),t≥0}为一个生灭过程。五、常见的分布函数及生灭过程根据系统平稳状态时“流入=流出”原理,得到如下任一状态下的平衡方程:0μ1p1=λ0p01λ0p0+μ2p2=(λ1+μ1)p12λ1p1+μ3p3=(λ2+μ2)p2……n-1λn-2pn-2+μnpn=(λn-1+μn-1)pn-1nλn-1pn-1+μn+1pn+1=(λn+μn)pn……生灭过程中Cn与p0的推导及应用五、常见的分布函数及生灭过程由上述方程可求得0p1=p0λ0/μ11p2=λ1p1/μ2+(μ1p1-p0λ0)/μ2=p0λ0λ1/(μ2μ1)2p3=λ2p2/μ3+(μ2p2-p1λ1)/μ3=p0λ2λ1λ0/(μ3μ2μ1)……n-1pn=λn-1pn-1/μn+(μn-1pn-1-pn-2λn-2)/μn=p0λn-2λn-1…λ0/(μnμn-1…μ1)np3=λnpn/μn+1+(μnpn-pn-1λn-1)/μn+1=p0λnλn-1…λ0/(μn+1μn…μ1)五、常见的分布函数及生灭过程记则平稳状态的分布为pn=cnp0。由此可得生灭过程排队系统的各项指标,即12010...(1,2,...)...nnnnncn0111nnpc0,(),,qnqnqnnceeelllnplncpww其中是整体平均到达率6、经验分布例1某服务机构单服务台,先到先服务,对41顾客记录到达时刻和服务时间s(单位:分钟)如下表,表中第1号顾客到达时刻为0。全部服务时间为127(分钟)。(1)i(2)τi(3)si(4)ti(5)wi(1)i(2)τi(3)si(4)ti(5)wi(1)i(2)τi(3)si(4)ti(5)wi10520512271093612022743619435103827036156722346114552041191282631051247423五、常见的分布函数及生灭过程(1)i(2)τi(3)si(4)ti(5)wi(1)i(2)τi(3)si(4)ti(5)wi(1)i(2)τi(3)si(4)ti(5)wi13491352386622331174471452293248854634121267156111025921373512712316622302695365361296121765150271012423713033718703202810521038133527197248129106131391352410208031030109250401394382181222311141204114219228333232116810到达间隔分布表服务时间分布表平均间隔时间:=142/40=3.55(分钟/人)平均到达率:41/142=0.28(人/分钟)平均服务率:41/127=0.32(人/分钟)平均服务时间:127/41=3.12(分钟/人)到达间隔(分钟)次数12345678910以上61086322111合计40服务时间(分钟)次数123456789以上10107542111合计41六、典型排队系统模型的结构及应用M/M/C等待制排队模型研究要点:a、系统意义b、状态转移速度图与状态转移速度矩阵c、状态概率方程d、系统的基本数量指标Passion分布设N(t)表示在时间[0,t)内到达顾客数;令Pn(t1,t2)表示在时间区间[t1,t2)(t2t1)内有n(0)个顾客到达的概率,即Pn(t1,t2)=P{N(t2)–N(t1)=n}(t2t1,n0)Passion分布的三条件:(1)无后效性:不相重叠的时间区间内顾客到达数相互独立1(2)(,)()Pttttt2(3)(,)()nnPttttPn(t+Δt)=Pn(t)(1-λΔt+o(Δt))+Pn-1(t)λΔt+o(Δt)情况[0,t)[t,t+Δt)[0,t+Δt)个数概率个数概率个数概率(A)(B)(C)nn-1n-2n-3…0Pn(t)Pn-1(t)Pn-2(t)Pn-3(t)…P0(t)0123…n1-λΔt+o(Δt)λΔto(Δt)nnnn…nPn(t)(1-λΔt+o(Δt))Pn-1(t)λΔto(Δt)在上述条件下,研究顾客到达数n的概率分布Pn(t+Δt)=Pn(t)(1-λΔt)+Pn-1(t)λΔt+o(Δt)[Pn(t+Δt)-Pn(t)]/Δt=-λPn(t)+λPn-1(t)+[o(Δt)]/Δt令Δt0dPn(t)/dt=-λPn(t)+λPn-1(t)Pn(0)=0(n1)dP0(t)/dt=-λP0(t)P0(0)=1(n=0)P0(t)=e-λtPn(t)=[(λt)ne-λt]/nt0,n=0,1,2…负指数分布fT(t)=λe-λt,t00,t0[1ttttttttETtedttedttdeteedtedtedte()()()000000001]1ttttVTETETtedttetedttedt()()()222202220002221[]11[2]2211一、M/M/1模型1、假设(1)顾客到达的间隔时间满足参数为λ的负指数分布(2)服务时间满足参数为µ的负指数分布(λµ)(3)服务机构是单服务台(4)顾客源是无限的,顾客相互独立(5)单队排列,且对队长没有限制第三节单服务台负指数分布排队系统的分析2、Pn的计算O表示发生(1个),×表示没有发生Pn(t+Δt)=Pn(t)(1-λΔt)(1-μΔt)+Pn+1(t)(1-λΔt)μΔt+Pn-1(t)λΔt(1-μΔt)+Pn(t)λΔtμΔt情况在时刻t顾客数在区间(t,t+Δt)在时刻t+Δt顾客数到达离去(A)(B)(C)(D)nn+1n-1n××OO×O×Onnnn整理得:Pn(t
本文标题:排队模型(掌握mm1,mmc,mm1k)
链接地址:https://www.777doc.com/doc-3401701 .html