数模(8)——排队论模型

该博客源自B站视频,主要介绍了MM1排队系统和MMS模型,还给出了MMS排队模型程序(S=1时即为MM1排队模型),并对MM1模型结果进行了直观图显示。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

原创为b站视频:https://www.bilibili.com/video/av20238704

MM1排队系统:

MMS模型

MMS排队模型程序(S=1时即为MM1排队模型)

s=2;%服务台数
mu=4;%单个服务台一小时内服务的顾客数
lambda=3;%单位时间(一小时)到达的顾客数
ro=lambda/mu;
ros=ro/s;
sum1=0;

for i=0:(s-1)
    sum1=sum1+ro.^i/factorial(i);
end

sum2=ro.^s/factorial(s)/(1-ros);

p0=1/(sum1+sum2);
p=ro.^s.*p0/factorial(s)/(1-ros);
Lq=p.*ros/(1-ros);
L=Lq+ro;
W=L/lambda;
Wq=Lq/lambda;
fprintf('排队等待的平均人数为%5.2f人\n',Lq)
fprintf('系统内的平均人数为%5.2f人\n',L)
fprintf('平均逗留时间为%5.2f分钟\n',W*60)
fprintf('平均等待时间为%5.2f分种\n',Wq*60)

MM1模型结果的直观图显示:

clear 
clc 
%***************************************** 
%初始化顾客源 
%***************************************** 
%总仿真时间 
Total_time = 10; 
%队列最大长度 
N = 10000000000; 
%到达率与服务率 
lambda = 10; 
mu = 6; 
%平均到达时间与平均服务时间 
arr_mean = 1/lambda; 
ser_mean = 1/mu; 
arr_num = round(Total_time*lambda*2); 
events = []; 
%按负指数分布产生各顾客达到时间间隔 
events(1,:) = exprnd(arr_mean,1,arr_num); 
%各顾客的到达时刻等于时间间隔的累积和 
events(1,:) = cumsum(events(1,:)); 
%按负指数分布产生各顾客服务时间 
events(2,:) = exprnd(ser_mean,1,arr_num); 
%计算仿真顾客个数,即到达时刻在仿真时间内的顾客数 
len_sim = sum(events(1,:)<= Total_time); 
%***************************************** 
%计算第 1个顾客的信息 
%***************************************** 
%第 1个顾客进入系统后直接接受服务,无需等待 
events(3,1) = 0; 
%其离开时刻等于其到达时刻与服务时间之和 
events(4,1) = events(1,1)+events(2,1); 
%其肯定被系统接纳,此时系统内共有 
%1个顾客,故标志位置1 
events(5,1) = 1; 
%其进入系统后,系统内已有成员序号为 1 
member = [1]; 
for i = 2:arr_num 
%如果第 i个顾客的到达时间超过了仿真时间,则跳出循环 

if events(1,i)>Total_time 

break; 

else 
number = sum(events(4,member) > events(1,i)); 
%如果系统已满,则系统拒绝第 i个顾客,其标志位置 0 
if number >= N+1 
events(5,i) = 0; 
%如果系统为空,则第 i个顾客直接接受服务 
else 
if number == 0 
%其等待时间为 0

2009.1516

%PROGRAMLANGUAGEPROGRAMLANGUAGE
events(3,i) = 0; 
%其离开时刻等于到达时刻与服务时间之和 
events(4,i) = events(1,i)+events(2,i); 
%其标志位置 1 
events(5,i) = 1; 
member = [member,i]; 
%如果系统有顾客正在接受服务,且系统等待队列未满,则 第 i个顾客进入系统 

else len_mem = length(member); 
%其等待时间等于队列中前一个顾客的离开时刻减去其到 达时刻 
events(3,i)=events(4,member(len_mem))-events(1,i); 
%其离开时刻等于队列中前一个顾客的离开时刻加上其服 
%务时间 
events(4,i)=events(4,member(len_mem))+events(2,i); 
%标识位表示其进入系统后,系统内共有的顾客数 
events(5,i) = number+1; 
member = [member,i]; 
end 
end 

end 
end 
%仿真结束时,进入系统的总顾客数 
len_mem = length(member); 
%***************************************** 
%输出结果 
%***************************************** 
%绘制在仿真时间内,进入系统的所有顾客的到达时刻和离 
%开时刻曲线图(stairs:绘制二维阶梯图) 
stairs([0 events(1,member)],0:len_mem); 
hold on; 
stairs([0 events(4,member)],0:len_mem,'.-r'); 
legend('到达时间 ','离开时间 '); 
hold off; 
grid on; 
%绘制在仿真时间内,进入系统的所有顾客的停留时间和等 
%待时间曲线图(plot:绘制二维线性图) 
figure; 
plot(1:len_mem,events(3,member),'r-*',1: len_mem,events(2,member)+events(3,member),'k-'); 
legend('等待时间 ','停留时间 '); 
grid on;

结果:

参考资源链接:[Matlab GUI MM1排队系统仿真及源码提供](https://wenku.youkuaiyun.com/doc/1hup251awt?utm_source=wenku_answer2doc_content) 为了深入理解和运用Matlab在MM1排队系统仿真中的应用,建议参考《Matlab GUI MM1排队系统仿真及源码提供》这份宝贵的资源。首先,MM1排队模型中,“M”表示到达过程和服务时间均遵循指数分布的马尔可夫过程,而“1”则代表单一服务台。在Matlab中模拟这一模型,需要构建一个用户友好的图形界面,让用户能够输入必要的仿真参数,并通过Matlab强大的计算能力来执行仿真模拟。 1. 打开Matlab,加载GUI界面:用户可以通过双击.m文件或者在Matlab命令窗口输入GUI文件名来打开界面。 2. 界面设计:确保GUI界面包含了所有仿真所需的参数输入框,例如系统服务率、顾客到达率、仿真时间等,以及运行仿真和显示结果的按钮。 3. 参数设置:用户在GUI界面中输入仿真参数后,点击运行按钮,Matlab将根据这些参数调用相应的仿真函数。 4. 仿真执行:Matlab的GUI功能将调用后台编写的仿真函数,利用随机数生成技术模拟顾客的到达和服务过程。 5. 结果分析:仿真实行完毕后,GUI界面将展示出仿真结果,如平均等待时间、系统中顾客数等关键性能指标。 6. 结果优化:根据仿真结果,用户可以调整输入参数,重新运行仿真,对系统进行优化。 7. 技术支持:如果在运行过程中遇到问题,可以参考资源中的常见问题解答部分,或者联系资源提供者获取进一步的帮助。 通过以上步骤,用户不仅能够利用Matlab的GUI实现MM1排队系统的仿真,还能对仿真结果进行直观的分析和优化。这份资源不仅提供了仿真源码,还包含运行指导和技术支持,为Matlab用户提供了全面的学习和实践平台。 参考资源链接:[Matlab GUI MM1排队系统仿真及源码提供](https://wenku.youkuaiyun.com/doc/1hup251awt?utm_source=wenku_answer2doc_content)
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值