基于生灭过程的排队模型
欢迎访问我的博客与我讨论排队论简述及LINGO实现(3)——基于生灭过程的排队模型
首先,我们假定模型都具有泊松输入和指数服务时间。给出三个模型作为排队系统的三个重要类型
M / M / s M/M/s M/M/s模型
M / M / s M/M/s M/M/s模型认为所有间隔到达时间按照指数分布且平均分布(即输入源为泊松分布),所有服务时间按照另一个独立的指数分布且均匀分布,且所有服务台数量为 s s s,其平均到达率与平均服务率为 λ \lambda λ和 μ \mu μ。
当 s = 1 s = 1 s=1时,生灭过程参数为 λ n \lambda_n λn和 μ n \mu_n μn。
当 s > 1 s > 1 s>1时,系统到达率仍为 λ n \lambda_n λn,系统服务率为
- 当 n ≤ s n \leq s n≤s时, μ n = n μ \mu_n = n\mu μn=nμ,此时 ρ = 1 \rho = 1 ρ=1
- 当 n ≥ s n \geq s n≥s时, μ n = s μ \mu_n = s\mu μn=sμ,此时 ρ ≤ 1 \rho \leq 1 ρ≤1
M / M / 1 M/M/1 M/M/1模型
当 s = 1 s = 1 s=1 时, λ n = λ 1 , μ n = μ 1 , ρ n = ρ \lambda_n = \lambda_1, \mu_n = \mu_1, \rho_n = \rho λn=λ1,μn=μ1,ρn=ρ, 则 C n = ρ n P 0 C_n = \rho^n P_0 Cn=ρnP0
则 P n = ρ n ( 1 − ρ ) , P 0 = 1 − ρ , L = λ μ − λ , L q = λ 2 μ ( μ − λ ) P_n = \rho^n(1-\rho),P_0 = 1- \rho, L = \frac{\lambda}{\mu - \lambda}, L_q = \frac{\lambda^2}{\mu(\mu - \lambda)} Pn=ρn(1−ρ),P0=1−ρ,L=μ−λλ,Lq=μ(μ−λ)λ2
经简化计算得 W = 1 μ − λ , W q = λ μ ( μ − λ ) W = \frac{1}{\mu - \lambda}, W_q = \frac{\lambda}{\mu(\mu - \lambda)} W=μ−λ1,Wq=μ(μ−λ)λ
P { W q > t } = ρ