排队论模型(四):M / M / s 混合制排队模型


 


目录

1 单服务台混合制模型

2 多服务台混合制模型


1 单服务台混合制模型

单服务台混合制模型 M / M /1/ K 是指:顾客的相继到达时间服从参数为λ 的负指数 分布,服务台个数为1,服务时间V 服从参数为 μ 的负指数分布,系统的空间为 K ,当 K 个位置已被顾客占用时,新到的顾客自动离去,当系统中有空位置时,新到的顾客进入系统排队等待。

由于排队系统的容量有限,只有 K −1个排队位置,因此,当系统空间被占满时, 再来的顾客将不能进入系统排队,也就是说不能保证所有到达的顾客都能进入系统等待服务。假设顾客的到达率(单位时间内来到系统的顾客的平均数)为 λ ,则当系统处 于状态 K 时,顾客不能进入系统,即顾客可进入系统的概率是 \large 1- p_{K} 。因此,单位时 间内实际可进入系统的顾客的平均数为:

例 5 某修理站只有一个修理工,且站内最多只能停放 4 台待修的机器。设待修机 器按 Poisson 流到达修理站,平均每分钟到达 1 台;修理时间服从负指数分布,平均每 1.25 分钟可修理 1 台,试求该系统的有关指标。

解 该系统可看成是一个 M / M /1/ 4 排队系统,其中

扫描二维码关注公众号,回复: 6101741 查看本文章

编写 LINGO 程序如下:

model:
sets:
state/1..4/:p;
endsets
lamda=1;mu=1/1.25;rho=lamda/mu;k=4;
lamda*p0=mu*p(1);
(lamda+mu)*p(1)=lamda*p0+mu*p(2);
@for(state(i)|i #gt#1 #and# i #lt#
k:(lamda+mu)*p(i)=lamda*p(i-1)+mu*p(i+1));
lamda*p(k-1)=mu*p(k);
p0+@sum(state:p)=1;
P_lost=p(k);lamda_e=lamda*(1-P_lost);
L_s=@sum(state(i)|i #le#k:i*p(i));
L_q=L_s-(1-p0);
W_s=L_s/lamda_e;
W_q=W_s-1/mu;
end

2 多服务台混合制模型

多服务台混合制模型 M / M / s/ K 是指顾客的相继到达时间服从参数为λ 的负指 数分布,服务台个数为 s ,每个服务台服务时间相互独立,且服从参数为 μ 的负指数分 布,系统的空间为 K 。

由式(4),式(5)和式(6),并注意到在本模型中

于是


例 6 某汽车加油站设有两个加油机,汽车按 Poisson 流到达,平均每分钟到达 2 辆;汽车加油时间服从负指数分布,平均加油时间为 2 分钟。又知加油站上最多只能停 放 3 辆等待加油的汽车,汽车到达时,若已满员,则必须开到别的加油站去,试对该系 统进行分析。

解 可将该系统看作一个 M / M / 2 / 5 排队系统,其中

编写 LINGO 程序如下:

model:
sets:
state/1..5/:p;
endsets
lamda=2;mu=0.5;rho=lamda/mu;s=2;k=5;
lamda*p0=mu*p(1);
(lamda+mu)*p(1)=lamda*p0+2*mu*p(2);
@for(state(i)|i #gt#1 #and# i #lt# s:
(lamda+i*mu)*p(i)=lamda*p(i-1)+(i+1)*mu*p(i+1)); 
@for(state(i)|i #ge# s #and# i #lt# k:
(lamda+s*mu)*p(i)=lamda*p(i-1)+s*mu*p(i+1));
lamda*p(k-1)=s*mu*p(k);
p0+@sum(state:p)=1;
P_lost=p(k);lamda_e=lamda*(1-P_lost);
L_s=@sum(state(i):i*p(i));
L_q=L_s-lamda_e/mu;
W_s=L_s/lamda_e;
W_q=W_s-1/mu;
end

在对上述多服务台混合制排队模型 M / M / s/ K 的讨论中,当 s = K 时,即为多 服务台损失制系统。对损失制系统,有

式(52)称为 Erlang 损失公式, B(s, ρ) 亦表示了到达系统后由于系统空间已被占满 而不能进入系统的顾客的百分比。

对损失制系统,平均被占用的服务台数(正在接受服务的顾客的平均数)为



猜你喜欢

转载自blog.csdn.net/qq_29831163/article/details/89735728
M
^M
今日推荐