排队论
- 格式:doc
- 大小:239.50 KB
- 文档页数:7
排队论的基本原理排队论是一门研究排队系统的数学理论,它主要研究排队系统中顾客到达、排队、服务和离开等过程的规律性和性能指标。
排队论的基本原理包括到达过程、排队规则、服务机制和排队系统性能指标等内容,下面将逐一介绍。
首先,到达过程是指顾客到达排队系统的时间间隔和规律。
在排队论中,到达过程通常用到达率λ来描述,它表示单位时间内平均到达的顾客数。
到达过程的规律性对于排队系统的性能有着重要的影响,合理的到达过程模型可以帮助我们更好地设计和优化排队系统。
其次,排队规则是指顾客在排队系统中等待和被服务的规则。
常见的排队规则包括先来先服务(FCFS)、最短作业优先(SJF)、最短剩余服务时间优先(SRTF)等。
不同的排队规则对于系统的性能指标会产生不同的影响,因此在实际应用中需要根据具体情况选择合适的排队规则。
服务机制是指顾客在排队系统中接受服务的方式和规则。
服务机制通常包括单一服务台、多个服务台、顾客限制、服务时间限制等内容。
合理的服务机制可以有效地提高系统的服务效率和顾客满意度,因此在设计排队系统时需要充分考虑服务机制的选择和优化。
最后,排队系统性能指标是评价排队系统性能优劣的重要指标。
常见的性能指标包括顾客平均等待时间、系统平均等待时间、系统繁忙度、系统利用率等。
这些指标可以帮助我们全面地了解排队系统的运行情况,从而进行合理的优化和改进。
在实际应用中,排队论的基本原理可以帮助我们更好地理解和分析排队系统,从而提高系统的效率和服务质量。
通过合理地设置到达过程、排队规则和服务机制,以及监控和优化系统性能指标,可以有效地改善排队系统的运行效果,满足顾客的需求,提升服务水平。
综上所述,排队论的基本原理是研究排队系统中各个环节的规律性和性能指标,通过合理地设置和优化这些环节,可以有效地提高排队系统的运行效率和服务质量,满足顾客的需求,实现经济效益和社会效益的双赢。
希望本文对排队论的基本原理有所帮助,谢谢阅读!。
排队论公式推导过程排队论是研究系统随机聚散现象和随机服务系统工作过程的数学理论和方法。
在咱们生活中,排队的现象随处可见,比如在超市结账、银行办业务、餐厅等座位等等。
咱们先来说说排队论中的一些基本概念。
想象一下,你去一家热门的奶茶店买奶茶,顾客就是“输入”,奶茶店的服务员就是“服务台”,制作奶茶的过程就是“服务时间”,而排队等待的队伍就是“队列”。
排队论中的一个重要公式就是 M/M/1 排队模型的平均排队长度公式。
咱们来一步步推导一下。
假设平均到达率为λ,平均服务率为μ。
如果λ < μ,系统是稳定的,也就是队伍不会无限长下去。
首先,咱们来求一下系统中的空闲概率P₀。
因为没有顾客的概率,就等于服务台空闲的概率。
P₀ = 1 - λ/μ接下来,咱们算一下系统中的平均顾客数 L。
L = λ/(μ - λ)那平均排队长度 Lq 怎么算呢?这就要稍微动点脑筋啦。
Lq = λ²/(μ(μ - λ))推导过程是这样的:咱们先考虑一个时间段 t 内新到达的顾客数 N(t),它服从参数为λt的泊松分布。
在这个时间段内完成服务离开的顾客数 M(t) 服从参数为μt 的泊松分布。
假设在时刻 0 系统为空,经过时间 t 后系统中的顾客数为 n 的概率Pn(t) 满足一个微分方程。
对这个微分方程求解,就能得到上面的那些公式啦。
我记得有一次,我去一家新开的面包店,人特别多,大家都在排队。
我站在那里,心里就琢磨着这排队的情况,不就和咱们学的排队论很像嘛。
我看着前面的人,计算着大概的到达率,再瞅瞅店员的动作,估计着服务率。
那时候我就在想,要是店家能根据这些数据合理安排人手,大家等待的时间就能大大缩短啦。
总之,排队论的公式推导虽然有点复杂,但只要咱们耐心琢磨,就能搞明白其中的道理。
而且这些公式在实际生活中的应用可广泛啦,能帮助我们优化各种服务系统,让大家的生活更加便捷高效!。
排队论的基本原理:
排队论(Queuing Theory)是研究系统随机聚散现象和随机服务系统工作过程的数学理论和方法,其基本原理主要包括以下几个方面:
1.排队系统的组成:排队系统通常由输入过程、排队规则和服务机构三个部分组成。
输入过程是指顾客到达服务系统的随机方式,排队规则是指顾客到达后按照怎样的规则排队等待服务,服务机构则是指服务的提供方式。
2.概率论和随机过程:排队论中需要用到概率论和随机过程的数学知识,如概率分布、
期望、方差等。
这些知识用于描述顾客到达和服务时间的统计规律。
3.状态分析:排队论中的状态分析主要是指对排队系统的状态进行描述和分类,如空
闲状态、忙状态等。
通过对状态的分析,可以确定系统的各种性能指标,如等待时间、队长等。
4.最优化原理:排队论中的最优化原理是指通过调整系统参数,如服务时间、服务速
率等,使得系统的性能指标达到最优。
最优化原理的目的是在满足一定约束条件下,使系统的某种性能指标达到最优。
5.可靠性理论:可靠性理论是排队论中的一个重要组成部分,它研究的是系统可靠性
的概念、指标和计算方法。
可靠性理论可以帮助我们分析系统的可靠性、故障率和可用性等方面的问题,为系统的设计和优化提供依据。
运筹学中的排队论分析与应用运筹学是一门研究如何最优化决策的学科。
在现代社会中,许多场景下都存在排队现象,例如银行、超市、机场等场所。
排队论作为运筹学的一个重要分支,专门研究如何通过合理的排队策略来优化服务效率与用户体验。
本文将介绍排队论的基本原理、应用场景以及如何利用排队论进行实际问题的分析与解决。
一、排队论的基本原理排队论是研究排队系统的理论与方法,其基本原理包括排队模型、排队规则以及排队指标。
1. 排队模型排队模型是对排队系统进行抽象和建模的过程,常用的排队模型有M/M/1、M/M/c、M/G/1等。
其中,M表示顾客到达过程符合泊松分布,而服务过程符合指数分布;1表示一个服务台,c表示多个服务台;G表示总体服从一般分布。
2. 排队规则排队规则是指在排队系统中,顾客到达和离开的规则。
常用的排队规则有先到先服务(First-Come-First-Serve,简称FCFS)、最短作业优先(Shortest Job First,简称SJF)、优先级法则等。
3. 排队指标排队指标是对排队系统性能的度量,常用的排队指标包括平均等待时间、平均逗留时间、系统繁忙度等。
这些指标可以帮助我们评估排队系统的效率,并进行比较和优化。
二、排队论的应用场景排队论的应用场景非常广泛,几乎可以涵盖各个行业。
下面以几个典型的应用场景为例,介绍排队论在其中的分析与应用。
1. 银行排队银行是排队论的典型应用场景之一。
通过排队论的分析,银行可以确定合理的柜台数量和工作人员配置,以减少客户的等待时间和提高服务效率。
此外,银行还可以考虑引入预约系统、自助服务等方式,进一步优化排队系统。
2. 售票窗口排队售票窗口也是一个常见的排队场景,如电影院、火车站等。
利用排队论,可以根据顾客到达的速率和服务时间的分布,预测等待时间,并提前安排足够的窗口进行服务,以提高售票效率和用户体验。
3. 交通信号灯优化交通信号灯的优化也可以借助排队论的方法。
通过对道路上车辆到达和通过的流量进行统计和分析,可以调整信号灯的信号周期和配时方案,以减少交通拥堵和减少等待时间。
排队论模型1. 引言排队论是运筹学中的一个重要分支,研究的是排队系统中顾客的到达、等待和服务过程。
在现实生活中,我们经常会遇到排队的场景,如银行、超市、医院等。
通过排队论模型的分析,可以帮助我们优化服务过程,提高效率和顾客满意度。
本文将介绍排队论模型的基本概念和常用模型。
2. 基本概念2.1 排队系统排队系统是指顾客到达一个系统,并等待被服务的过程。
一个排队系统通常包含以下几个要素:•到达过程:顾客到达系统的时间间隔可以是随机的,也可以是确定的。
•排队规则:系统中的顾客通常按照先来先服务原则排队。
•服务过程:系统中的服务员或服务设备为顾客提供服务,服务时间也可以是随机的或确定的。
•系统容量:排队系统中通常有一定的容量限制,即同时能够容纳的顾客数量。
2.2 基本符号在排队论中,通常使用以下符号来表示不同的概念:•λ:到达率,表示单位时间内系统的平均到达顾客数量。
•μ:服务率,表示单位时间内系统的平均服务顾客数量。
•ρ:系统利用率,表示系统的繁忙程度,计算公式为ρ = λ / μ。
•L:系统中平均顾客数,包括正在排队等待服务的顾客和正在接受服务的顾客。
•Lq:系统中平均等待队列长度,即正在排队等待服务的顾客数。
•W:系统中平均顾客逗留时间,包括等待时间和服务时间。
•Wq:系统中平均顾客等待时间,即顾客在排队等待服务的平均时间。
3. 常用模型3.1 M/M/1模型M/M/1模型是排队论中最简单的模型之一,其中M表示指数分布。
M/M/1模型满足以下几个假设:•顾客到达率λ满足均值为λ的指数分布。
•服务率μ满足均值为μ的指数分布。
M/M/1模型的特点是顾客到达率和服务率是独立的,且符合指数分布。
根据排队论的理论分析,可以计算出系统的性能指标,如系统利用率、平均顾客数、平均等待队列长度等。
3.2 M/M/c模型M/M/c模型是M/M/1模型的扩展,其中c表示服务员的数量。
M/M/c模型满足以下假设:•顾客到达率λ满足均值为λ的指数分布。
运筹学排队论引言排队论是运筹学中的一个重要分支,它研究的是如何优化排队系统的设计和管理。
排队论广泛应用于各个领域,如交通流量控制、银行业务流程优化、生产线调度等,对于提高效率和降低成本具有重要意义。
本文将介绍排队论的基本概念、排队模型以及应用案例,帮助读者了解运筹学中排队论的基本原理和应用方法。
什么是排队论排队论是一门研究排队现象的数学理论,它通过定义排队系统的各个要素,如顾客到达率、服务率、队列容量等,建立数学模型分析和优化排队系统的性能指标。
排队论主要研究以下几个方面:•排队系统的模型:包括单服务器排队系统、多服务器排队系统、顾客数量有限的排队系统等。
•排队系统的性能指标:包括平均等待时间、系统繁忙率、系统容量利用率等。
•排队系统的优化方法:包括服务策略优化、系统容量规划等。
排队论的基本概念到达过程排队论中的到达过程是指顾客到达排队系统的时间间隔的随机过程。
常用的到达过程有泊松过程、指数分布等。
到达过程的特征决定了顾客到达的规律。
服务过程排队论中的服务过程是指服务器对顾客进行服务的时间间隔的随机过程。
常用的服务过程有指数分布、正态分布等。
服务过程的特征决定了服务的速度和效率。
排队模型排队模型是排队论中的数学模型,用于描述排队系统的性能和行为。
常用的排队模型有M/M/1模型、M/M/s模型等。
这些模型分别表示单服务器排队系统和多服务器排队系统。
性能指标排队系统的性能指标用于评估系统的性能,常见的性能指标有平均等待时间、系统繁忙率、系统容量利用率等。
这些指标可以帮助决策者优化排队系统的设计和管理。
排队模型与分析M/M/1模型M/M/1模型是排队理论中最简单的排队系统模型,它是一个单服务器、顾客到达过程和服务过程均为指数分布的排队系统。
M/M/1模型的性能指标可以通过排队论的公式计算得出。
M/M/s模型M/M/s模型是排队理论中的多服务器排队模型,它是一个多个服务器、顾客到达过程和服务过程均为指数分布的排队系统。
排队论是一种研究排队系统的数学理论,它主要用于研究系统在不同的服务策略下的性能指标,如平均等待时间、平均服务时间、系统吞吐量等。
排队系统是指由顾客和服务台组成的系统,顾客按照先来先服务的原则依次到达服务台,并在服务台得到服务。
排队论的基本模型包括M/M/s、M/M/c、M/G/s、M/G/c等模型,其中M表示顾客到达的随机变量是泊松分布,G表示服务时间的随机变量是几何分布,c表示服务台的容量限制,s表示系统的服务速度。
M/M/s模型是指服务台的服务速度s是固定的,即服务台的服务速度不受顾客到达的影响,这种模型主要用于研究系统的平均等待时间和平均服务时间。
M/M/c模型是指服务台的容量限制c是固定的,即服务台的服务速度受到顾客到达的影响,这种模型主要用于研究系统的排队长度和服务率。
排队论的应用非常广泛,包括电话系统、银行系统、航空系统、医疗系统等。
在实际应用中,排队论可以帮助企业优化服务流程,提高服务质量,减少顾客等待时间,提高顾客满意度,从而提高企业的竞争力和经济效益。
排队论的应用还在不断地拓展和深化,例如近年来出现的排队论模型包括多服务台排队模型、排队网络模型、排队论与动态优化模型等。
这些模型可以更好地模拟实际系统中的复杂排队情况,提高系统的服务质量和效率。
排队论方法讲解
排队论是一种运用概率统计方法来分析和解决队列问题的学科。
队列问题是指在等待某个服务或进入某个系统时,人们形成的一种有序排列状态。
排队论主要关注等待时间、排队长度、服务效率等问题。
以下是排队论的一些常见方法:
1. 假设法:假设不同的排队系统具有不同的概率分布,分析不同系统中的各种运行参数,如平均等待时间、服务时间等。
2. 累积等待时间法:计算各客户平均等待时间的总和,再除以系统中客户的总数,用以评价该排队系统是否合理。
3. 平衡方程法:通过统计每个元素在系统中的进入量、离开量、排队量等,建立系统的平衡方程式来求解系统的各项参数。
4. 级数求和法:将排队论中的一些重要参数(如平均等待时间、利用率等)表示成一个级数之和的形式,从而求出这些参数的近似值。
5. Monte Carlo模拟方法:采用随机数模拟的方法,模拟排队系统的服务过程,从而得出系统的性能指标。
以上是排队论的一些常见方法,具体应用时需要考虑具体情况和问题,选择合适的方法进行分析。
排队论简介研究系统随机聚散现象和随机服务系统工作过程的数学理论和方法,又称随机服务系统理论,为运筹学的一个分支。
日常生活中存在大量有形和无形的排队或拥挤现象,如旅客购票排队,市内电话占线等现象。
排队论的基本思想是1910年丹麦电话工程师A.K.埃尔朗在解决自动电话设计问题时开始形成的,当时称为话务理论。
他在热力学统计平衡理论的启发下,成功地建立了电话统计平衡模型,并由此得到一组递推状态方程,从而导出著名的埃尔朗电话损失率公式。
自20世纪初以来,电话系统的设计一直在应用这个公式。
30年代苏联数学家А.Я.欣钦把处于统计平衡的电话呼叫流称为最简单流。
瑞典数学家巴尔姆又引入有限后效流等概念和定义。
他们用数学方法深入地分析了电话呼叫的本征特性,促进了排队论的研究。
50年代初,美国数学家关于生灭过程的研究、英国数学家D.G.肯德尔提出嵌入马尔可夫链理论,以及对排队队型的分类方法,为排队论奠定了理论基础。
在这以后,L.塔卡奇等人又将组合方法引进排队论,使它更能适应各种类型的排队问题。
70年代以来,人们开始研究排队网络和复杂排队问题的渐近解等,成为研究现代排队论的新趋势。
排队系统模型的基本组成部分服务系统由服务机构和服务对象(顾客)构成。
如果服务对象到来的时刻和对他服务的时间(即占用服务系统的时间)都是随机的,则这个服务系统称为派对系统。
图1为一最简单的排队系统模型。
排队系统包括三个组成部分:输入过程、排队规则和服务机构。
输入过程对于排队系统,顾客到达时输入。
输入过程考察的是顾客到达服务系统的规律。
它可以用一定时间内顾客到达数或前后两个顾客相继到达的间隔时间来描述,一般分为确定型和随机型两种。
例如,在生产线上加工的零件按规定的间隔时间依次到达加工地点,定期运行的班车、班机等都属于确定型输入。
随机型的输入是指在时间t内顾客到达数n(t)服从一定的随机分布。
如服从泊松分布,则在时间t内到达n个顾客的概率为其中λ>0为一常数。
令第i 个顾客到达的时刻为Τi(i=1,2,…),Τ0≡0,并令ti=Τi-Τi-1,则相继到达的顾客的间隔时间ti 是相互独立同分布的,其分布函数为负指数分布,即式中λ为单位时间顾客期望到达数,称为平均到达率;1/λ为平均间隔时间。
在排队论中,讨论的输入过程主要是随机型的。
排队规则排队规则分为等待制、消失制和混合制三种。
1, 等候制顾客到达后,如果服务机构已经占满,当允许顾客等待时,再到的顾客便排队等待。
常见的有以下几种排队方式: (1) 先到先服务 这是最普遍的情形。
例如:医院候诊的患者。
(2) 后到先服务 许多存储系统中运用这种规则,例如:加工钢板总是先从上面取来加工。
(3) 随即服务 当一名顾客接受服务完毕离去时,随机的从等候的顾客中选择一名进行服务,等待中的每位顾客被选中的概率是相等的。
例如电话订票服务。
(4) 优先服务 对于不同的顾客,规定不同的优先权,具备较高优先权的顾客,优先接受服务。
例如;急诊病人、加急电报等。
2, 消失制当服务机构已全部占满时,再到的顾客不能进入服务系统,顾客自动消失。
例如:当旅店客满时,再来的顾客只好离去。
3, 混合制等待制的排队方式可以认为队伍长度没有限制。
当允许排队、但服务机构的空间和时间有限时,队伍长度必然有一定的限制,这种情形成为混合制。
(1) 等待空间有限 (2) 等待时间有限 (3)逗留时间有限服务机构可以是一个或多个服务台。
多个服务台可以是平行排列的,也可以是串连排列的。
服务时间一般也分成确定型和随机型两种。
例如,自动冲洗汽车的装置对每辆汽车冲洗(服务)时间是相同的,因而是确定型的。
而随机型服务时间v 则服从一定的随机分布。
如果服从负指数分布,则其分布函数是A(t)= 1-t e λ- , t ≥0 0 , t<0式中μ为平均服务率,1/μ为平均服务时间。
排队系统的分类如果按照排队系统三个组成部分的特征的各种可能情形来分类,则排队系统可分成无穷多种类型。
因此只能按主要特征进行分类。
一般是以相继顾客到达系统的间隔时间分布、服务时间的分布和服务台数目为分类标志。
现代常用的分类方法是英国数学家D.G.肯德尔提出的分类方法,即用肯德尔记号 X/Y/Z 进行分类。
X 处填写相继到达间隔时间的分布;Y 处填写服务时间分布;Z 处填写并列的服务台数目。
各种分布符号有:M-负指数分布;D-确定型; Ek-k 阶埃尔朗分布;GI-一般相互独立分布;G-一般随机分布等。
例如,M/M/1表示顾客相继到达的间隔时间为负指数分布、服务时间为负指数分布和单个服务台的模型。
D/M/C 表示顾客按确定的间隔时间到达、服务时间为负指数分布和C 个服务台的模型。
至于其他一些特征,如顾客为无限源或有限源等,可在基本分类的基础上另加说明。
排队系统问题的求解1.评价排队系统优劣有 6项数量指标研究排队系统问题的主要目的是研究其运行效率,考核服务质量,以便据此提出改进措施。
通常评价排队系统优劣有 6项数量指标。
①系统负荷水平ρ :它是衡量服务台在承担服务和满足需要方面能力的尺度;②系统空闲概率P o :系统处于没有顾客来到要求服务的概率;③队长:系统中排队等待服务和正在服务的顾客总数,其平均值记为L s ;④队列长:系统中排队等待服务的顾客数,其平均值记为Lq ;⑤逗留时间:一个顾客在系统中停留时间,包括等待时间和服务时间,其平均值记为W s ;⑥等待时间:一个顾客在系统中排队等待时间,其平均值记为Wq 。
2.各项指标之间的关系B(t)=1-t e*μ- , t ≥0 0 , t<0设λ为单位时间内顾客的到达数(即为客户平均到达率),μ为单位时间内被服务完毕离去的平均顾客数(即单个服务台的平均服务率),则1/λ为相邻两个顾客到达的平均间隔时间,1/μ即为每个顾客的平均服务时间,因此有L s=λW s 即系统中平均的顾客数等于单位时间内平均到达的顾客数乘以每个顾客在系统中的平均停留时间;即平均队列长为单位时间内平均到达的顾客数乘以得到服务前的平均等待时间;W s=W q+1/μ即每位顾客在系统中的平均停留时间等于顾客在系统中的平均等待时间加上平均服务时间,因此,L s=Lq+λ/μ排队论的案例分析汽车售后服务当今排队论研究的内容包括3个方面:系统的性态、系统的优化和统计推断,根据资料的合理建立模型,其目的是正确设计和有效运行各个服务系统,使之发挥最佳效益。
利用排队论的知识来解决汽车售后服务中的排队论问题。
1.排队模型的建立假设客户平均到达率为λ,单个服务台的平均服务率(表示单位时间被服务完的顾客数)为μ,整个服务机构的平均服务率为cμ,系统的服务强度ρ=λ/cμ(ρ<1)时才不会排成无限的队列,P n(c)为c个服务台任意时刻系统中有n个顾客的概率;当到达率为λ,服务率为cμ的过程达到稳态时,可得(1)(2)当系统达到平衡状态时,每位顾客在系统中的等待时间w的均值为:(3)排队逗留的人数:(4)2.排队系统的最优化在排队系统中,顾客希望服务台越多、服务效率越高、逗留时间越短越好,使自己的损失达到最小,为此4S店就要增加服务人员数,而4S店也不可能无限投入,因此就需要优化设计,目的就是使顾客损失费用和公司运营成本最低。
假设服务台的个数为Cc,每个服务台单位时间所需的成本费为Cs,每个顾客在系统中逗留单位时间的费用为Cw,总成本为Z(c),则目标函数:minZ(c) = Cs C + C w L s其中Ls为逗留的人数公式(4),C只能取整数。
设C * 是使目标函数Z(c)取最小值的点C * 满足。
Ls = L s(C)化简得:(5)通过计算机模拟依次算出LS(1),L S(2),L S(3)…相邻两项之差,看常数落在哪两者之间,从而确定使顾客损失费用和公司服务成本之和达到最优化服务台个数C的最优解C * 。
3.模型的求解由已知易得:由上表知只有维修机组个数C * = 4时满足公式(5),从而使得每一位客户来店等待维修时间最短,且公司成本最低的最优维修机组个数为4。
4.模型的分析当顾客平均到达率上升引起服务强度增加致使平均队长L太大,甚至由于服务强度ρ > 1使队长趋向无限时,在平均服务率不变的情况下就只能增加服务台。
下面考虑有两个服务台且平均服务率相等的情况。
两个服务台的排队有两种形式分别由下面两图表示:左图一个队是一个M/M/2模型;右图两个队,且入队后不能换队,是两个M/M/1模型。
可以知道,两个服务台的两种服务形式平均队长L,等待时间W之比为:就人们最关心的等待时间而言有,而当较大时,M/M/2模型的形式比2个M/M/1模型节省较多的等待时间。
同理可证:在有多个并列服务台的排队系统中,排成单队比排成并列多队的方案具有明显的优越性.对于设置多个服务台的随机过程,应该让顾客排成一个队。
5.接待派工程序的设计由上知,在设置4个并列维修机组的排队系统中,排成单队比排成并列4队的方案具有明显的优越性.具体的接待、派工程序如下:服务月工作安排在最优条件下,各维修机组基本上一直处于繁忙状态,但该4S店4月份与9月份来店保养客户比平均每天来店保养客户多31%及43%,因此为了在不增加员工数量且遵守国家法定工作时间的条件下完成服务月活动,只能提高各维修机组的工作效率。
由已知易得:4月份每小时客户平均到达率λ = 18.77(辆/h),设每个维修机组提高效率后每小时修理的汽车数量为μ,由MATLAB计算得当μ = 4.6时即可满足条件,此时每个维修机组提高的效率为P=21.8%.同理9月份当μ = 5时即可满足条件,此时每个维修机组提高的效率P=32.4%。
因此,该4S店需提高的工作效率如下:各维修机组在4月份、9月份需提高的工作效率结论应用排队论一方面可以有效地解决售后服务系统中人员和设备的配置问题,为公司提供可靠的决策依据;另一方面通过系统优化,找出客户和公司两者之间的平衡点,既减少排队等待时间,又不浪费公司人力物力,从而使公司和客户之间达到双赢。
排队是一种司空见惯的现象,因此排队论可以用来解决许多现实问题。
参考文献徐光辉:《随机服务系统》,科学出版社,北京,1980。
深荣芳:《运筹学》,机械工业出版社。
张杰、周硕:《运筹学模型》,东北大学出版社,2005。