理论教育 M/M/1模型:标准与应用

M/M/1模型:标准与应用

时间:2023-07-06 理论教育 版权反馈
【摘要】:标准的M/M/1模型的假设包括:输入过程——顾客源是无限的,顾客单个到来,相互独立,一定时间的到达数服从参数为λ的泊松分布,到达过程是平稳的;排队规则——单队,且对队长没有限制,先到先服务;服务机构——单服务台,各顾客的服务时间是相互独立的,服从相同的负指数分布,参数为;到达间隔时间和服务时间是相互独立的。表11.4病人到达情况表11.5手术时间情况解假设病人到达服从泊松过程,手术时间服从负指数分布。

M/M/1模型:标准与应用

标准的M/M/1模型的假设包括:

(1)输入过程——顾客源是无限的,顾客单个到来,相互独立,一定时间的到达数服从参数为λ的泊松分布,到达过程是平稳的;

(2)排队规则——单队,且对队长没有限制,先到先服务;

(3)服务机构——单服务台,各顾客的服务时间是相互独立的,服从相同的负指数分布,参数为µ;

(4)到达间隔时间和服务时间是相互独立的。

为了分析系统运行特征,首先需要确定系统状态的分布。在时间区间[t,t+Δt)内系统状态如表11.3所示(到达或离去两个或两个以上顾客的情况未列出)。

表11.3 M/M/1模型不同的系统状态

由于到达过程为泊松分布,服务时间为负指数分布,所以在时间区间[t,t+Δt)内,

(1)有1个顾客到达的概率为λΔt+o(Δt),没有顾客到达的概率为1-λΔt+o(Δt);

(2)当有顾客在接受服务时,1个顾客被服务完了离去的概率是µΔt+o(Δt),没有离去的概率为1-µΔt+o(Δt);

(3)多于一个顾客的到达或离去的概率是o(Δt),可以忽略。

这样,表11.3中的4种情况的概率分别为(略去了o(Δt)项):

由于这4种情况是互不相容的,所以Pn(t+Δt)应是这4项之和(合并了o(Δt)项):

整理后可以得到

令Δt→0,得到关于Pn(t)的微分差分方程为

此外,当n=0时,有

类似地可以得到

解上述微分差分方程可以得到系统的瞬态解,但如前所述瞬态解的现实应用意义不大,所以我们只求其稳态解,此时Pn(t)与t无关,用Pn表示,它的导数为0,这样前述的微分差分方程变为

该方程组是关于Pn的差分方程,它表明了各状态间的转移关系,可用生灭过程描述如图11-6所示。

根据生灭过程的平衡状态,同样可以得到(11.1)式所示的差分方程组。由(11.1)式可得

图11-6 M/M/1模型的生灭过程

当n=1时,可以得到

同理依次可得

以(11.2)式为基础,可以得到M/M/1系统的运行指标:(www.daowen.com)

(1)在系统中的平均顾客数(队长期望值)

(2)在队列中等待的平均顾客数(队列长期望值)

(3)顾客在系统中的逗留时间W为一随机变量,在M/M/1模型中,它服从参数为µ-λ的负指数分布,即

这样可以得到在系统中顾客逗留时间的期望值为

在队列中顾客等待时间的期望值为

现将以上各式归纳如下:

它们之间的关系为

上式称为Little公式,也可以用下图表示:

例11.1某医院手术室根据病人来诊以及完成手术时间的记录,任意抽查了100个工作小时,每小时来就诊的病人数n的出现次数如表11.4所示。又任意抽取了100个完成手术的病历,所用时间v(小时)出现的次数如表11.5所示。试根据上述数据计算该服务系统的运行指标。

表11.4 病人到达情况

表11.5 手术时间情况

解假设病人到达服从泊松过程,手术时间服从负指数分布。根据表11.4和表11.5可以得到,每小时病人平均到达率

每小时完成手术人数为

所以,

即说明,手术室有84%的时间处于繁忙状态,有16%的时间处于空闲中。同时,在病房中的病人数的期望值为

排队等待手术的病人数的期望值为

病人在手术室逗留时间的期望值为

病人排队等候治疗的时间期望值为

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈