第十五章排队系统的分析-单服务台的模型

队列的应用：单服务台排队系统的模拟一、三个模拟1.离散事件模拟系统在排队系统中，主要有两类事件：顾客的到达事件和服务完毕后顾客的离去事件，整个系统就是不断有到达事件和离开事件的发生，这些事件并不是连续发生的，因此这样的系统被称为离散事件模拟系统。

（1）事件处理过程如果服务员没空，就去队列中排队；否则就为这个顾客生成服务所需的时间t，表示服务员开始为它服务，所需的服务时间是t。

每当一个离开事件发生，就检查有没有顾客在排队，如果有顾客在排队，则让队头顾客离队，为它提供服务，如果没有顾客排队，则服务员可以休息。

（2）如何产生顾客到达事件和离开事件在一个排队系统中，顾客的到达时间和为每个顾客服务的时间并不一定是固定的。

但从统计上来看是服从一定的概率分布。

假设到达的间隔时间和服务时间都满足均匀分布，则可以用随机数产生器产生的随机数。

①以生成顾客到达事件为例子如顾客到达的间隔时间服从[a,b]之间的均匀分布，则可以生成一个[a,b]之间的随机数x，表示前一个顾客到达后，经过了x的时间后又有一个顾客到达。

[a,b]之间的随机数可以按照下面的过程产生：假如系统的随机数生成器生成的随机数是均匀分布在0到RAND_MAX之间，可以把0到RAND_MAX之间的区间等分成b-a+1个，当生成的随机数落在第一个区间，则表示生成的是a，当落在第二个区间，则表示生成的是a+1…当落在最后一个区间，则表示生成的是b。

这个转换可以用rand()*(b-a+1)/( RAND_MAX+1)+a实现，rand 表示系统的随机数生成函数。

2.离散的时间驱动模拟在得到了在x秒后有一个事件生成的信息时，并不真正需要让系统等待x秒再处理该事件。

在模拟系统中，一般不需要使用真实的精确事件，只要用一个时间单位即可，这个时间单位是嘀嗒tick，可以表示1秒，也可以表示1min\1h.沿着时间轴，模拟每一个嘀嗒中发生了什么事件并处理该事件。

模拟开始时时钟是0嘀嗒，随后每一步都把时钟加1嘀嗒，并检查这个时间内是否有事件发生，如果有，则处理并生成统计信息。

1.//1/M M ∞排队系统//1/M M ∞排队系统是单服务台等待制排队模型,可描述为：假设顾客以Poisson 过程（具有速率λ）到达单服务员服务台，即相继到达时间间隔为独立的指数型随机变量，具有均值1λ，若服务员空闲，则直接接受服务，否则，顾客排队等待，服务完毕则该顾客离开系统，下一个排队中的顾客（若有）接受服务。

相继服务时间假定是独立的指数型随机变量，具有均值μ。

两个M 指的是相继到达的间隔时间和服务时间服从负指数分布，1指的是系统中只有一个服务台，∞指的是容量为无穷大，而且到达过程与服务过程是彼此独立的。

为分析之，我们首先确定极限概率0,1,2,n p n •••=，，为此，假定有无穷多房间，标号为 0,1,2,•••，并假设我们指导某人进入房间n （当有n 个顾客在系统中），则其状态转移框图如图所示。

图 //1/M M ∞排队系统状态转移速率框图由此，我们有状态 离开速率＝进入速率0 01p p λμ=,1n n ≥ ()11n n n p p p λμλμ-++=+解方程组，容易得到00,1,2,ii p p i λμ•••⎛⎫== ⎪⎝⎭，再根据0011()1n n n n p p p λμλμ∞∞=====-∑∑得到：01p λμ=-， ()(1),1nn p n λλμμ=-≥ 令/ρλμ=，则ρ称为系统的交通强度（traffic intensity ）。

值得注意的是这里要求1ρ<，因为若1ρ>，则0n p =，且系统中的人数随着时间的推移逐渐增多直至无穷，因此对大多数单服务排队系统，我们都假定1ρ<。

于是，在统计平衡的条件下（1ρ<），平均队长为,1,1j j L jp λρρμλρ∞====<--∑（5-52）由于a λλ=，根据式（5-2）、（5-3）以及上式，可得： 平均逗留时间为：1,1LW ρλμλ==<- （5-53） 平均等待时间为：1[],1()(1)Q W W E S W λρρμμμλμρ=-=-==<-- （5-54）平均等待队长为：22,1()1Q Q L W λρλρμμλρ===<-- （5-55）另外，根据队长分布易知，01ρρ=-也是系统空闲的概率，而ρ正是系统繁忙的概率。

实验单服务台单队列排队系统仿真简介实验单服务台是指在实验室或研究机构等地，为科学实验、研究项目提供相关服务的地方。

对于一个实验室来说，合理的排队系统可以提高实验员的工作效率，并且能够更好地管理实验项目。

本文将介绍一种基于单队列的排队系统仿真方法，通过模拟实验单的排队过程，评估实验室排队系统的性能，为实验室提供有效的管理建议。

目标本次排队系统仿真的目标是评估实验室中的排队系统性能，包括等待时间、队列长度等指标，以及不同服务台数量下的性能表现。

通过仿真实验，可以找出最优的服务台数量，从而提高实验室的工作效率，减少实验员的等待时间，提供更好的服务。

方法实验单生成在排队系统仿真中，需要生成一批实验单用于模拟实验员的需求。

实验单的生成可以根据实验室的实际情况和需求来设计，可以包括实验名称、实验员姓名、实验日期等信息。

生成一批实验单后，即可进行排队模拟实验。

单队列排队模型本文使用单队列排队模型来模拟实验室的排队系统。

模型中有一个服务台，实验员依次排队等待被服务。

当服务台空闲时，队列中的第一个实验员将被服务，其余实验员依次推进队列。

在模拟过程中，需要记录实验员进入队列的时间和离开队列的时间，以计算等待时间、队列长度等性能指标。

仿真实验仿真实验的过程可以分为以下几个步骤：1.生成实验单：根据实验室的实际情况，生成一批实验单。

2.初始化队列和服务台：将生成的实验单放入队列中，并初始化服务台的状态。

3.开始仿真：根据队列中实验员的情况，模拟实验员进入队列、离开队列以及服务台的状态变化。

记录实验员的等待时间，计算队列长度等性能指标。

4.评估实验结果：根据实验的性能指标，评估排队系统的表现，并分析不同服务台数量下的性能差异。

5.提出改进建议：根据实验结果，提出优化排队系统的建议，如增加服务台数量、调整队列管理策略等。

结果与分析通过对排队系统的仿真实验，可以得到一些重要的结果和分析：1.等待时间分布：通过模拟实验员的等待时间，可以得到等待时间的分布情况，从而评估实验室排队系统的性能。

单服务台排队系统仿真报告一、模型准备1、 顾客到达特性在该系统中，顾客的到达规模（成批到达还是单个到达）是单个到达，假设顾客到达率Ai 服从均值为 的指数分布，即2、 顾客服务时间顾客服务时间为Si ，服从指数分布，假设均值为 ，即二、 仿真模型设计1、 元素定义（Define ）本系统的元素定义如表1所示。

2、 元素可视化设置（Display ）本系统中各个元素的显示特征定义设置如图2所示：min 5=A βAs Ae Af ββ/)(-=)0(≥A min 4=s βSA Se Sf ββ/)(-=)0(≥S图2 各元素的显示特征（1）Part元素可视化设置在元素选择窗口选择customer元素，鼠标右键点击Display，跳出Display 对话框（图3），设置它的Text（图4）、Icon（图5）。

图3 Display对话框图4 Display Text对话框图5 Display Icon对话框（2）Buffer元素可视化设置在元素选择窗口选择paidui元素，鼠标右键点击Display，跳出Display对话框（图3），设置它的Text、Icon、Rectangle（图6）。

图6 Display Rectangle对话框（3）Machine元素可视化设置在元素选择窗口选择Fuwuyuan元素，鼠标右键点击Display，跳出Display 对话框（图3），设置它的Text、Icon、Part Queue（图7）。

图7 Display Part Queue对话框（4）Variable元素可视化设置在元素选择窗口选择Jifen0元素，鼠标右键点击Display，跳出Display对话框（图3），设置它的Text 、Value（图8）。

图8 Display Value对话框（5）Timeseries元素可视化设置在元素选择窗口选择duichang元素，鼠标右键点击Display，跳出Display 对话框（图3），设置它的Text、Timeseries（图9）。

单服务台排队系统仿真单服务台排队系统是指在一个服务台只有一个服务员的情况下，客户需要按顺序等待服务的系统。

本文将介绍一个针对单服务台排队系统的仿真模型。

在设计仿真模型之前，我们需要确定一些重要的参数。

首先是服务时间，即每个客户接受服务所需要的时间。

服务时间可以通过实际观察数据或者估算得出。

其次是到达间隔时间，即每个客户到达的时间间隔。

到达间隔时间可以通过实际观察数据或者使用随机数生成器进行模拟。

首先，我们需要创建一个事件队列来模拟客户的到达和离开。

事件队列是一个按照发生时间顺序排序的队列，每个事件都包含两个属性：时间和类型。

接下来，我们创建一个时钟来记录仿真进行的时间。

初始时，时钟指向第一个到达事件的时间。

然后，我们从事件队列中取出第一个事件，并更新时钟指向该事件的时间。

如果当前事件类型是到达事件，我们需要进行如下操作：首先，模拟下一个客户到达的时间，并将该事件添加到事件队列中。

然后，判断当前是否有客户正在接受服务。

如果没有，我们将当前事件类型设置为离开事件，并模拟该客户的服务时间和离开时间，并将该离开事件添加到事件队列中。

如果有客户正在接受服务，我们将当前事件类型设置为到达事件。

如果当前事件类型是离开事件，我们需要进行如下操作：首先，更新服务台的空闲状态。

然后，判断是否还有等待服务的客户。

如果有，我们将当前事件类型设置为离开事件，并模拟下一个客户的服务时间和离开时间，并将该离开事件添加到事件队列中。

如果没有等待服务的客户，我们将当前事件类型设置为到达事件。

重复上述步骤，直到事件队列中没有事件为止。

最后，我们可以根据仿真的结果，比如客户的等待时间、服务时间和系统繁忙率等指标，来评估和优化该排队系统的性能。

通过以上的模型，我们可以对单服务台排队系统进行仿真，并评估其性能。

我们可以通过改变服务时间、到达间隔时间等参数，来探究不同情况下系统的表现和优化方案。

同时，我们还可以根据仿真结果，对系统进行调整和改进，以提高客户的满意度和服务效率。

§3 M/M/s 排队模型一、单服务台模型(即M/M/1/∞/∞ 或 M/M/1) 到达间隔: 负指数(参数为λ:到达率)分布; 服务时间: 负指数(参数为μ:服务率)分布; 服务台数: 1; 系统容量: 无限;排队长度(客源): 无限; 服务规则: FCFS. 1. 队长的分布设{}n p P N n == 0,1,2,...n =为系统平稳后队长N 的概率分布, 则由(1) 12011......n n n n n C λλλμμμ---=, 1,2,...n =(累积服务率)(2) 011(1)nn p C ∞==+∑ (无客的概率)(3) 0n n p C p =, 1,2,...n = (有n 客的概率)及n λλ=,0,1,2,...n =和n μμ=,1,2,...n =, 并记λρμ=(服务强度, 一般1ρ<) 可得nn n C λρμ⎛⎫== ⎪⎝⎭, 1,2,...n =故有 0nn p p ρ=, 1,2,...n =其中 011(1)nn p C ∞==+∑11(1)n n ρ∞==+∑110111n n ρρρ--∞=⎛⎫⎛⎫===- ⎪ ⎪-⎝⎭⎝⎭∑.因此 (1)nn p ρρ=-,0,1,2,...n =.无客的概率: 01p ρ=-,至少有一客的概率ρ 服务台处于忙的概率=繁忙程度(即服务强度)=服务机构的利用率 如单位时间,2λ=,5μ=,则,即40%在忙.2. 几个主要指标(1) 系统中平均顾客数=平均队长*- (2) 系统中等待的平均顾客数=平均排队长.可以证明(见第二版P328的注释)在M/M/1中, 顾客在系统中逗留时间服从参数为的负指数分布, 即密度分布函数:()()(),0.tf t et μλμλ--=-≥分布函数: ()()()1,0.tF t P T t e t μλ--=≤=-≥于是得(3) 在系统中顾客平均逗留时间1[]W E T μλ==-; (4) 在队列中顾客平均等待时间因为 逗留时间=等待时间q T +服务时间V , 即q T T V =+故1()()q q W E T E V W μ=+=+, 从而得1q W W W ρρμμλ=-==-另外还可得到(时间与空间关系):L W λ=和q q L W λ=这两个常称为Little 公式.各公式可记忆如下:由λ和μ→服务效率λρμ=, 从逗留时间1W μλ=-→等待时间q W W ρ= 队长L W λ=→排队队长q L L ρ=或q q L W λ=还可导出关系1q W W μ=+和1q L L λμ=+3. 服务机构的忙期B 和闲期I 分析(1) 因为忙期=至少一客的概率ρ, 闲期=无客的概率1ρ- 忙期时间长度/闲期时间长度=1ρρ- (2) 因为忙闲交替,次数平均→平均忙期时间长度/平均闲期时间长度=1ρρ-→1BIρρ=-.(3) 又由分布无记忆性和到达与服务相互独立性→任闲时刻起,下一客到达间隔仍为λ负指数分布→平均闲期=下一客到达间隔1λ→1Iλ=→平均忙期=111B Wρρλμλ=⋅==--即顾客平均逗留时间, 实际意义是明显的.例1一个铁路列车编组站, 设待编列车到达时间间隔负指数分布, 平均到达率2列/h; 编组时间服从负指数分布, 平均20min 可编一组. 已知编组站上共有2股道, 当均被占用时, 不能接车, 再来的列车只能停在站外或前方站. 求(1) 在平稳状态下系统中列车的平均数;(2) 每一列车的平均停留时间;(3) 等待编组的列车的平均数.如果列车因站中的2股道均被占用而停在站外或前方站时, 每列车的费用为a 元/h, 求每天由于列车在站外等待而造成的损失.解 这里 2λ=,3μ=,213λρμ==< (1) 列车的平均数21L ρρ==-(小时)(2) 列车的平均逗留时间212LW λ===(小时) (3) 等待编组的列车平均数 24233q L L ρ=-=-=(列) (4) 等待编组时间 23q W W ρ==(小时) (5) 记列车平均延误(2道满,不能进站)时间为0W ,则0012{2}(1)W W P N W p p p =⋅>=⋅---3320.2963ρ⎛⎫=== ⎪⎝⎭(小时) 故每天列车由于等待而支出的平均费用 0242420.29614.2E W a a a λ==⨯⨯⨯=(元).例2 某修理店只有一个修理工, 来修理的顾客到达过程为Poisson 流, 平均4人/h; 修理时间服从负指数分布, 平均需要6 min. 试求:(2) 店内恰有3个顾客的概率;(3) 店内至少有1个顾客的概率;(4) 在店内的平均顾客数;(5) 每位顾客在店内的平均逗留时间;(6) 等待服务的平均顾客数;(7) 每位顾客平均等待服务时间;(8) 顾客在店内等待时间超过10min 的概率. 解这里 4λ=,1/0.110μ==,215λρμ==<0112/50.6p ρ=-=-=(2) 店内恰有3个顾客的概率33332(1)10.03855p ρρ⎛⎫⎛⎫=-=-= ⎪ ⎪⎝⎭⎝⎭(3) 店内至少有1个顾客的概率0{1}12/50.4P N p ρ≥=-===(4) 在店内的平均顾客数2/50.67112/5L ρρ===--(人) (5) 每位顾客在店内的平均逗留时间 0.6710(min)4LW λ==≈ (6) 等待服务的平均顾客数 0.40.670.268q L L ρ==⨯=(人)(7) 每位顾客平均等待服务时间0.2684(min)4qq L W λ==≈ (8) 顾客在店内等待时间超过10min 的概率.11101615{10}0.3679P T ee ⎛⎫-- ⎪-⎝⎭>===.二、多服务台模型(即M/M/s/∞/∞ 或 M/M/s) 到达间隔: 负指数(参数为λ:到达率)分布;单台服务时间: 负指数(参数为μ:服务率)分布; 服务台数: s; 12s μμμμ====L系统容量: 无限;排队长度(客源): 无限; 服务规则: FCFS.数据分析设{}n p P N n == 0,1,2,...n =为系统平稳后队长N 的概率分布, 则,0,1,2,...n n λλ==和系统的服务率服务台队列⋅⋅⋅⋅⋅⋅u u u u u r u u u u u rμ1μ2sμs 个,1,2,3,...,,,1,...n n n ss n s s μμμ=⎧=⎨=+⎩记s ss ρλρμ==, 则当1s ρ<时, 不至越排越长, 称s ρ为系统的服务强度或服务机构的平均利用率. 由前面的(1),(2)和(3)公式得(/),1,2,3,...,!(/)(/),!!nn s n s nn s n s n C n ss s s s λμλμλλμμ--⎧=⎪⎪=⎨⎛⎫⎪=≥ ⎪⎪⎝⎭⎩故,1,2,3,...,!,!nn nn sp n s n p p n ss s ρρ-⎧=⎪⎪=⎨⎪≥⎪⎩ 其中1100!!(1)n s s n s p n s ρρρ--=⎡⎤=+⎢⎥-⎣⎦∑.当n s ≥时, 顾客要等待. 记这个等待的概率为0(,)!(1)sn n ss c s p p s ρρρ∞===-∑称为Erlang 等待公式. (1) 平均排队长011()()!sn sq n sn s n s p L n s p n s s ρρ∞∞-=+=+=-=-∑∑0021d !d !(1)s s n s ss n s s p p s s ρρρρρρρ∞=⎛⎫== ⎪-⎝⎭∑ 或(,)1s q sc s L ρρρ=-.(2) 正在接受服务的顾客的平均数1s n n n n ss np s p -∞===+∑∑1000!!(1)n ss n sn p s p n s ρρρ-==+-∑11101(1)!(1)!(1)n s s n s p n s ρρρρρ---=⎡⎤=+=⎢⎥---⎣⎦∑s 与s 无关. 奇!(3) 平均队长L =平均排队长+平均接受服务的顾客数q L ρ=+.对多台服务系统, 仍有Little 公式:LW λ=, 1qq L W W λμ==-例3 考虑一个医院医院急诊的管理问题. 根据统计资料, 急论据病人相继到达的时间间隔服从负指数分布, 平均每0.5h 来一个; 医生处理一个病人的时间也服从负指数分布, 平均需要20min. 该急诊室已有一个医生, 管理人员现考虑是否需要再增加一个医生.解 这是一个M/M/s/∞模型, 有2λ=,3μ=,23λρμ==, 1,2s = 由前面的公式, 结果列表如下指标模型s=1 s=2 空闲的概率p00.333 05有1个病人的概率p1有2个病人的概率p20.2220.1480.3330.111平均病人数L平均等待病人数L q 21.3330.750.083病人平均逗留时间W 病人平均等待时间W q 10.6670.3750.042病人需要等待的概率P{T q>0} 0.667(=1-p0) 0.167(=1-p0 -p1)等待时间超过0.5小时的概率P{T q>0.5} 等待时间超过1小时的概率P{T q>1} 0.4040.2450.0220.003如果是一个医生值班, 则病人等待时间明显长. 结论是两个医生较合适.例4 某售票处有三个窗口,顾客的到达服从泊松过程,平均到达率每分钟0.9λ=人/min. 服务(售票)时间服从负指数分布, 平均服务率0.4μ=人/min. 现设顾客到达后排成一队,依次向空闲的窗口购票,这是M/M/s 模型, 其中2.2533,2.25,134s s s λλρμμ=====< 由公式可得:(1) 整个售票处空闲概率1100!!(1)n ss n s P n s ρρρ--=⎡⎤=+⎢⎥-⎣⎦∑ 0012310.07482.25 2.25 2.25 2.2510!1!2!3!1 2.25/3p ==+++-(2) 平均排队长02!(1)s sq s p L s ρρρ=-320.0748 2.253/4 1.703!(1/4)q L ⨯⋅==(人)平均队长:/ 1.7 2.25 3.95q L L λμ=+=+=(人)(3) 平均等待时间1.701.890.9qq L W λ===(min) 平均逗留时间1/ 1.891/0.4 4.39q W W μ=+=+=(分钟)(4) 顾客到达后必须等(即系统中顾客数已有3)的概率30 2.250.0748(3,2.25)0.57!(1)3!1/4s s p c s ρρ⋅⋅===-⋅.在上例中, 若顾客到达后在每个窗口前各排一队,且中途不换队, 则M/M/3/∞ 3个M/M/1/∞ 如下图所示(b).10.4μ=窗口0.3λ=(b)0.4μ=窗口20.4μ=窗口310.4μ=窗口0.9λ=0.4μ=窗口20.4μ=窗口3(a)0.9λ=0.3λ=0.3λ=每个队的平均到达率为1230.9/30.3λλλ====(人/分钟)结果比较如下指标模型M/M/3 M/M/1服务台空闲的概率P00.0748 0.25(每个子系统) 顾客必须等待的概率P(n≥3)=0.57 0.75平均排队长Lq 1.70 2.25(每个子系统) 平均队长L 3.95 9.00(整个系统) 平均逗留时间W 4.39(分钟) 10(分钟)平均等待时间Wq 1.89(分钟) 7.5(分钟)单队比三队优越.百度知道编组站是铁路网上集中办理大量货物列车到达、解体、编组出发、直通和其它列车作业，并为此设有比较完善的调车作业的车站。

服务台单队列排队系统仿真1. 引言排队是我们日常生活中常见的现象之一。

每当我们去银行、超市、餐厅等地方，总会看到人们在服务台前排长队等待接受服务。

而排队系统的效率直接影响到我们的等待时间和满意度。

为了改善排队系统的效率，许多地方引入了服务台单队列排队系统。

这种系统中，所有顾客都将排在同一个队伍中，然后按照先后顺序依次接受服务。

这种系统相比于多个队列排队系统，能够有效减少空闲时间和服务延迟。

为了对服务台单队列排队系统进行评估和优化，我们可以使用仿真技术来模拟系统的运行情况，并对其进行分析。

2. 仿真模型设计在服务台单队列排队系统的仿真模型中，我们需要考虑到以下几个方面的因素：2.1 顾客到达规律在实际排队系统中，顾客的到达时间往往是随机的，我们可以使用随机数生成器来模拟此过程。

通过设定到达时间的概率分布函数，我们可以生成一系列随机数来模拟顾客的到达间隔。

2.2 服务时间每个顾客在服务台的服务时间也是随机的。

同样地，我们可以使用随机数生成器来模拟服务时间。

通过设定服务时间的概率分布函数，我们可以生成一系列随机数来模拟顾客在服务台的停留时间。

2.3 服务台数量为了简化仿真模型，我们假设只有一个服务台。

在实际情况中，可以根据实际需求增加服务台数量，以提高系统的整体效率。

2.4 排队规则在服务台单队列排队系统中，顾客按照先后顺序依次接受服务。

当一个顾客结束服务后，下一个顾客将开始接受服务。

为了模拟这个过程，我们可以使用队列数据结构来管理顾客的排队顺序。

3. 仿真过程在进行仿真过程时，我们可以按照以下步骤进行操作：3.1 初始化仿真参数根据实际情况，我们可以设定好仿真的时间段、顾客到达规律和服务时间的概率分布函数等参数。

3.2 创建顾客队列根据顾客到达规律，我们可以按照一定的间隔时间将顾客加入到队列中。

3.3 顾客进入服务台当顾客队列不为空时，服务台将接受当前队列中的第一个顾客，并开始对其进行服务。

3.4 更新服务时间和队列在服务过程中，服务单位时间递减，直到达到零时，服务结束，当前顾客离开服务台，下一个顾客开始接受服务。

单队列多服务台排队系统需求分析
1用户需求分析
由于排队系统中若开放的服务窗口过少，顾客等待时间会很长，使顾客不满意，而导致顾客流失或转向竞争者；若开放的服务窗口过多，虽然减少了顾客的等待时间，但将导致服务台空闲利用率低，使服务台的经营成本增加。

因此，用户希望通过计算机仿真程序实现应设置几个服务台，使该排队系统中等待服务的顾客等待时间不至于太长，同时服务台的服务强度在可以接受的范围。

2功能需求分析
用户在系统主界面输入服务台数、顾客总数、仿真时间、等初始数据，经过后台系统处理相关数据并进行分析计算，得出顾客排队的最大队长、平均队长、系统中平均实体数、顾客平均等待时间、顾客最大等待时间、服务台的空期和忙期各占百分比以及每个顾客在系统中花费的时间等等。

3用户使用手册
主要用于和使用用户进行沟通，对系统的具体操作使用进行解释说明，征求用户的意见。

4其他需求分析
性能描述：图形用户界面，各项功能一目了然，易于用户操作使用。

数据需求：数据录入和处理的准确性和及时性。

§3 M/M/s 排队模型一、单服务台模型(即M/M/1/∞/∞ 或 M/M/1) 到达间隔: 负指数(参数为λ:到达率)分布; 服务时间: 负指数(参数为μ:服务率)分布; 服务台数: 1; 系统容量: 无限;排队长度(客源): 无限; 服务规则: FCFS. 1. 队长的分布设{}n p P N n == 0,1,2,...n =为系统平稳后队长N 的概率分布, 则由(1) 12011......n n n n n C λλλμμμ---=, 1,2,...n =(累积服务率)(2) 011(1)nn p C ∞==+∑ (无客的概率)(3) 0n n p C p =, 1,2,...n = (有n 客的概率)及n λλ=,0,1,2,...n =和n μμ=,1,2,...n =, 并记λρμ=(服务强度, 一般1ρ<) 可得nn n C λρμ⎛⎫== ⎪⎝⎭, 1,2,...n =故有 0nn p p ρ=, 1,2,...n =其中 011(1)nn p C ∞==+∑11(1)n n ρ∞==+∑110111n n ρρρ--∞=⎛⎫⎛⎫===- ⎪ ⎪-⎝⎭⎝⎭∑.因此 (1)nn p ρρ=-,0,1,2,...n =.无客的概率: 01p ρ=-,至少有一客的概率ρ 服务台处于忙的概率=繁忙程度(即服务强度)=服务机构的利用率 如单位时间,2λ=,5μ=,则,即40%在忙.2. 几个主要指标(1) 系统中平均顾客数=平均队长*- (2) 系统中等待的平均顾客数=平均排队长.可以证明(见第二版P328的注释)在M/M/1中, 顾客在系统中逗留时间服从参数为的负指数分布, 即密度分布函数:()()(),0.tf t et μλμλ--=-≥分布函数: ()()()1,0.tF t P T t e t μλ--=≤=-≥于是得(3) 在系统中顾客平均逗留时间1[]W E T μλ==-; (4) 在队列中顾客平均等待时间因为 逗留时间=等待时间q T +服务时间V , 即q T T V =+故1()()q q W E T E V W μ=+=+, 从而得1q W W W ρρμμλ=-==-另外还可得到(时间与空间关系):L W λ=和q q L W λ=这两个常称为Little 公式.各公式可记忆如下:由λ和μ→服务效率λρμ=, 从逗留时间1W μλ=-→等待时间q W W ρ= 队长L W λ=→排队队长q L L ρ=或q q L W λ=还可导出关系1q W W μ=+和1q L L λμ=+3. 服务机构的忙期B 和闲期I 分析(1) 因为忙期=至少一客的概率ρ, 闲期=无客的概率1ρ- 忙期时间长度/闲期时间长度=1ρρ- (2) 因为忙闲交替,次数平均→平均忙期时间长度/平均闲期时间长度=1ρρ-→1BIρρ=-.(3) 又由分布无记忆性和到达与服务相互独立性→任闲时刻起,下一客到达间隔仍为λ负指数分布→平均闲期=下一客到达间隔1λ→1Iλ=→平均忙期=111B Wρρλμλ=⋅==--即顾客平均逗留时间, 实际意义是明显的.例1一个铁路列车编组站, 设待编列车到达时间间隔负指数分布, 平均到达率2列/h; 编组时间服从负指数分布, 平均20min 可编一组. 已知编组站上共有2股道, 当均被占用时, 不能接车, 再来的列车只能停在站外或前方站. 求(1) 在平稳状态下系统中列车的平均数;(2) 每一列车的平均停留时间;(3) 等待编组的列车的平均数.如果列车因站中的2股道均被占用而停在站外或前方站时, 每列车的费用为a 元/h, 求每天由于列车在站外等待而造成的损失.解 这里 2λ=,3μ=,213λρμ==< (1) 列车的平均数21L ρρ==-(小时)(2) 列车的平均逗留时间212LW λ===(小时) (3) 等待编组的列车平均数 24233q L L ρ=-=-=(列) (4) 等待编组时间 23q W W ρ==(小时) (5) 记列车平均延误(2道满,不能进站)时间为0W ,则0012{2}(1)W W P N W p p p =⋅>=⋅---3320.2963ρ⎛⎫=== ⎪⎝⎭(小时) 故每天列车由于等待而支出的平均费用 0242420.29614.2E W a a a λ==⨯⨯⨯=(元).例2 某修理店只有一个修理工, 来修理的顾客到达过程为Poisson 流, 平均4人/h; 修理时间服从负指数分布, 平均需要6 min. 试求:(2) 店内恰有3个顾客的概率;(3) 店内至少有1个顾客的概率;(4) 在店内的平均顾客数;(5) 每位顾客在店内的平均逗留时间;(6) 等待服务的平均顾客数;(7) 每位顾客平均等待服务时间;(8) 顾客在店内等待时间超过10min 的概率. 解这里 4λ=,1/0.110μ==,215λρμ==<0112/50.6p ρ=-=-=(2) 店内恰有3个顾客的概率33332(1)10.03855p ρρ⎛⎫⎛⎫=-=-= ⎪ ⎪⎝⎭⎝⎭(3) 店内至少有1个顾客的概率0{1}12/50.4P N p ρ≥=-===(4) 在店内的平均顾客数2/50.67112/5L ρρ===--(人) (5) 每位顾客在店内的平均逗留时间 0.6710(min)4LW λ==≈ (6) 等待服务的平均顾客数 0.40.670.268q L L ρ==⨯=(人)(7) 每位顾客平均等待服务时间0.2684(min)4qq L W λ==≈ (8) 顾客在店内等待时间超过10min 的概率.11101615{10}0.3679P T ee ⎛⎫-- ⎪-⎝⎭>===.二、多服务台模型(即M/M/s/∞/∞ 或 M/M/s) 到达间隔: 负指数(参数为λ:到达率)分布;单台服务时间: 负指数(参数为μ:服务率)分布; 服务台数: s; 12s μμμμ====L系统容量: 无限;排队长度(客源): 无限; 服务规则: FCFS.数据分析设{}n p P N n == 0,1,2,...n =为系统平稳后队长N 的概率分布, 则,0,1,2,...n n λλ==和系统的服务率服务台队列⋅⋅⋅⋅⋅⋅u u u u u r u u u u u rμ1μ2sμs 个,1,2,3,...,,,1,...n n n ss n s s μμμ=⎧=⎨=+⎩记s ss ρλρμ==, 则当1s ρ<时, 不至越排越长, 称s ρ为系统的服务强度或服务机构的平均利用率. 由前面的(1),(2)和(3)公式得(/),1,2,3,...,!(/)(/),!!nn s n s nn s n s n C n ss s s s λμλμλλμμ--⎧=⎪⎪=⎨⎛⎫⎪=≥ ⎪⎪⎝⎭⎩故,1,2,3,...,!,!nn nn sp n s n p p n ss s ρρ-⎧=⎪⎪=⎨⎪≥⎪⎩ 其中1100!!(1)n s s n s p n s ρρρ--=⎡⎤=+⎢⎥-⎣⎦∑.当n s ≥时, 顾客要等待. 记这个等待的概率为0(,)!(1)sn n ss c s p p s ρρρ∞===-∑称为Erlang 等待公式. (1) 平均排队长011()()!sn sq n sn s n s p L n s p n s s ρρ∞∞-=+=+=-=-∑∑0021d !d !(1)s s n s ss n s s p p s s ρρρρρρρ∞=⎛⎫== ⎪-⎝⎭∑ 或(,)1s q sc s L ρρρ=-.(2) 正在接受服务的顾客的平均数1s n n n n ss np s p -∞===+∑∑1000!!(1)n ss n sn p s p n s ρρρ-==+-∑11101(1)!(1)!(1)n s s n s p n s ρρρρρ---=⎡⎤=+=⎢⎥---⎣⎦∑s 与s 无关. 奇!(3) 平均队长L =平均排队长+平均接受服务的顾客数q L ρ=+.对多台服务系统, 仍有Little 公式:LW λ=, 1qq L W W λμ==-例3 考虑一个医院医院急诊的管理问题. 根据统计资料, 急论据病人相继到达的时间间隔服从负指数分布, 平均每0.5h 来一个; 医生处理一个病人的时间也服从负指数分布, 平均需要20min. 该急诊室已有一个医生, 管理人员现考虑是否需要再增加一个医生.解 这是一个M/M/s/∞模型, 有2λ=,3μ=,23λρμ==, 1,2s = 由前面的公式, 结果列表如下指标模型s=1 s=2 空闲的概率p00.333 05有1个病人的概率p1有2个病人的概率p20.2220.1480.3330.111平均病人数L平均等待病人数L q 21.3330.750.083病人平均逗留时间W 病人平均等待时间W q 10.6670.3750.042病人需要等待的概率P{T q>0} 0.667(=1-p0) 0.167(=1-p0 -p1)等待时间超过0.5小时的概率P{T q>0.5} 等待时间超过1小时的概率P{T q>1} 0.4040.2450.0220.003如果是一个医生值班, 则病人等待时间明显长. 结论是两个医生较合适.例4 某售票处有三个窗口,顾客的到达服从泊松过程,平均到达率每分钟0.9λ=人/min. 服务(售票)时间服从负指数分布, 平均服务率0.4μ=人/min. 现设顾客到达后排成一队,依次向空闲的窗口购票,这是M/M/s 模型, 其中2.2533,2.25,134s s s λλρμμ=====< 由公式可得:(1) 整个售票处空闲概率1100!!(1)n ss n s P n s ρρρ--=⎡⎤=+⎢⎥-⎣⎦∑ 0012310.07482.25 2.25 2.25 2.2510!1!2!3!1 2.25/3p ==+++-(2) 平均排队长02!(1)s sq s p L s ρρρ=-320.0748 2.253/4 1.703!(1/4)q L ⨯⋅==(人)平均队长:/ 1.7 2.25 3.95q L L λμ=+=+=(人)(3) 平均等待时间1.701.890.9qq L W λ===(min) 平均逗留时间1/ 1.891/0.4 4.39q W W μ=+=+=(分钟)(4) 顾客到达后必须等(即系统中顾客数已有3)的概率30 2.250.0748(3,2.25)0.57!(1)3!1/4s s p c s ρρ⋅⋅===-⋅.在上例中, 若顾客到达后在每个窗口前各排一队,且中途不换队, 则M/M/3/∞ 3个M/M/1/∞ 如下图所示(b).10.4μ=窗口0.3λ=(b)0.4μ=窗口20.4μ=窗口310.4μ=窗口0.9λ=0.4μ=窗口20.4μ=窗口3(a)0.9λ=0.3λ=0.3λ=每个队的平均到达率为1230.9/30.3λλλ====(人/分钟)结果比较如下指标模型M/M/3 M/M/1服务台空闲的概率P00.0748 0.25(每个子系统) 顾客必须等待的概率P(n≥3)=0.57 0.75平均排队长Lq 1.70 2.25(每个子系统) 平均队长L 3.95 9.00(整个系统) 平均逗留时间W 4.39(分钟) 10(分钟)平均等待时间Wq 1.89(分钟) 7.5(分钟)单队比三队优越.百度知道编组站是铁路网上集中办理大量货物列车到达、解体、编组出发、直通和其它列车作业，并为此设有比较完善的调车作业的车站。