• 【管理运筹学】第 10 章 | 排队论(4,系统容量有限制和顾客源有限的情形)



    引言

    了解了标准的 M / M / 1 M/M/1 M/M/1 模型后,我们可以深入去学习其他情形的排队系统,如系统的容量有限制和顾客源为有限的排队系统。


    一、系统的容量有限制( M / M / 1 / N / ∞ M/M/1/N/\infty M/M/1/N/∞

    对于单服务台的情形,如果系统的最大容量为 N N N ,排队等待的顾客最多为 N − 1 N-1 N1 ,在某时刻一顾客到达时,如系统中已有 N N N 个顾客,那么这个顾客就会被拒绝进入系统(如下图所示)。

    在这里插入图片描述
    N = 1 N=1 N=1 时,为即时制情形;当 N = ∞ N=\infty N= 时,为容量无限制情形。

    和标准的无限制情形一样,我们只考虑稳态情况下,于是可得到状态概率的稳态方程为: { λ P 0 = μ P 1 λ P n − 1 + μ P n + 1 = ( λ + μ ) P n , 1 ≤ n ≤ N − 1 λ P N − 1 = μ P N (1)

    {λP0=μP1λPn1+μPn+1=(λ+μ)Pn,1nN1λPN1=μPN" role="presentation">{λP0=μP1λPn1+μPn+1=(λ+μ)Pn,1nN1λPN1=μPN
    \tag{1} λP0=μP1λPn1+μPn+1=(λ+μ)Pn,1nN1λPN1=μPN(1) 比标准情形下多了第三个方程,也就是容量的限制。同理,我们利用数理统计和高数的知识,有 P 0 + P 1 + ⋯ + P N = 1 P_0+P_1+\cdots+P_N=1 P0+P1++PN=1 仍令 ρ = λ / μ \rho=\lambda/\mu ρ=λ/μ ,于是有 { P 0 = ( 1 − ρ ) / ( 1 − ρ N + 1 ) P n = ρ n P 0 ρ ≠ 1 , n ≤ N (2)
    {P0=(1ρ)/(1ρN+1)Pn=ρnP0ρ1,nN" role="presentation">{P0=(1ρ)/(1ρN+1)Pn=ρnP0ρ1,nN
    \tag{2}
    {P0=(1ρ)/(1ρN+1)Pn=ρnP0ρ=1,nN(2)
    在对容量没有限制的情形,我们要求服务强度 ρ < 1 \rho<1 ρ<1 ,这不仅是实际问题的需要,也是级数收敛所必需的。在有容量限制的情况下,队列不会一直排下去,也就无需对 ρ \rho ρ 有要求。不过当 ρ > 1 \rho>1 ρ>1 时,可以想象被拒绝的顾客是比较多。

    由式 (2) 我们可以推导出此系统的各项指标。

    (1)队长(期望值) L s = ∑ n = 0 N n P n = ρ 1 − ρ − ( N + 1 ) ρ N + 1 1 − ρ N + 1 , ρ ≠ 1. L_s=\sum_{n=0}^NnP_n=\frac{\rho}{1-\rho}-\frac{(N+1)\rho^{N+1}}{1-\rho^{N+1}},\rho\ne1. Ls=n=0NnPn=1ρρ1ρN+1(N+1)ρN+1,ρ=1. (2)队列长(期望值) L q = L s − ( 1 − P 0 ) . L_q=L_s-(1-P_0). Lq=Ls(1P0). 在研究顾客平均逗留时间 W s W_s Ws 和对队列中平均等待时间 W q W_q Wq 时,虽然 Little 公式仍然可以使用,但要注意到达率 λ \lambda λ 的使用,应该是在系统容量未满时的到达率。当系统容量达到上限后, λ = 0 \lambda=0 λ=0 。因此我们需计算出有效到达率 λ e = λ ( 1 − P N ) \lambda_e=\lambda(1-P_N) λe=λ(1PN) 。可以得到 λ e μ = 1 − P 0 . \frac{\lambda_e}{\mu}=1-P_0. μλe=1P0. (3)逗留时间(期望值) W s = L s λ e = L s − ( 1 − P 0 ) . W_s=\frac{L_s}{\lambda_e}=L_s-(1-P_0). Ws=λeLs=Ls(1P0). (4)排队时间(期望值) W q = W s − 1 μ . W_q=W_s-\frac{1}{\mu}. Wq=Wsμ1. 下面我们考虑服务强度等于 1 即 ρ = 1 \rho=1 ρ=1 的情形,此时到达率和服务率相等,根据式 (1) ,有 P 0 = P 1 , ∑ n = 0 N P n = P 0 + P 1 + ⋯ + P N = ( N + 1 ) P 0 = 1 P_0=P_1,\sum_{n=0}^NP_n=P_0+P_1+\cdots+P_N=(N+1)P_0=1 P0=P1,n=0NPn=P0+P1++PN=(N+1)P0=1 于是有 P i = 1 / ( N + 1 ) , i = 0 , 1 , ⋯ N P_i=1/(N+1),i=0,1,\cdots N Pi=1/(N+1),i=0,1,N L s = N / 2 , L q = N 2 / ( 2 N + 2 ) . L_s=N/2,L_q=N^2/(2N+2). Ls=N/2,Lq=N2/(2N+2).


    二、顾客源为有限的情形( M / M / 1 / ∞ / m M/M/1/\infty/m M/M/1/∞/m

    以最常见的机器因故障需要停机待修的问题来说明。设共有 m m m 台机器需要修理(顾客总体),机器因故障停机表示“到达”,待修理的机器形成队伍,修理人员是服务机构。类似的例子还有 m m m 个打字员共用一台打字机, m m m 个会计分析员共用一个计算机终端等等。

    顾客总体虽然只有 m m m 个,但每个顾客到来并经过服务后,仍回到原来总体,所以仍然可以到来。即机器修好了,仍然可能还会坏。可以发现,kendall 记号中系统容量尽管为无穷,但实际最多不会超过 m m m ,因此,此模型和 M / M / 1 / m / m M/M/1/m/m M/M/1/m/m 的意义相同。

    平均到达率,在无限源的情形下是按照全体顾客来考虑的;在有限源的情形下,必须按每个顾客来考虑。为简单起见,设每个顾客的到达率都是相同的 λ \lambda λ(在这里的含义是每台机器单位运转时间内发生故障的概率或平均次数),在系统外的顾客(正常运转机器)平均数为 m − L s m-L_s mLs ,对系统的有效到达率 λ e \lambda_e λe ,可以使用前述方法。有 λ e = λ ( m − L s ) \lambda_e=\lambda(m-L_s) λe=λ(mLs)

    在稳态的情况下,当由状态 0 转移到状态 1,每台设备由正常状态转移为故障状态,其转移率为 λ P 0 \lambda P_0 λP0,现有 m m m 台设备,都有可能故障,因此转移率为 m λ P 0 m\lambda P_0 P0。由状态 1 转为状态 0,转移率为 μ P 1 \mu P_1 μP1。状态 n − 1 n-1 n1 转为状态 n n n ,转移率为 ( m − ( n − 1 ) ) λ P n − 1 (m-(n-1))\lambda P_{n-1} (m(n1))λPn1 。因此可得到各状态的转移方程为: { λ P 0 = μ P 1 λ ( m − n + 1 ) P n − 1 + μ P n + 1 = [ ( m − n ) λ + μ ] m P n , 1 ≤ n ≤ N − 1 λ P m − 1 = μ P m (3)

    {λP0=μP1λ(mn+1)Pn1+μPn+1=[(mn)λ+μ]mPn,1nN1λPm1=μPm" role="presentation" style="position: relative;">{λP0=μP1λ(mn+1)Pn1+μPn+1=[(mn)λ+μ]mPn,1nN1λPm1=μPm
    \tag{3} λP0=μP1λ(mn+1)Pn1+μPn+1=[(mn)λ+μ]mPn,1nN1λPm1=μPm(3) 此模型无需要求 ρ < 1 \rho<1 ρ<1 ,注意到 ∑ n = 0 m P n = 1 \sum_{n=0}^mP_n=1 n=0mPn=1 可得到 P 0 = 1 / ∑ i = 0 m m ! ( m − i ) ! ρ i , P n = m ! ( m − n ) ! ρ n ⋅ P 0 ( 1 ≤ n ≤ m ) . P_0=1/\sum_{i=0}^m\frac{m!}{(m-i)!}\rho^i,P_n=\frac{m!}{(m-n)!}\rho^n\cdot P_0(1\leq n\leq m). P0=1/i=0m(mi)!m!ρi,Pn=(mn)!m!ρnP0(1nm). 于是系统的各项指标为 ( 1 ) L s = m − 1 − P 0 ρ , ( 2 ) L q = L s − ( 1 − P 0 ) ; (1)L_s=m-\frac{1-P_0}{\rho},(2)L_q=L_s-(1-P_0); (1)Ls=mρ1P0,(2)Lq=Ls(1P0); ( 3 ) W s = L s / λ e = L s / μ ( 1 − P 0 ) , ( 4 ) W q = W s − 1 / μ . (3)W_s=L_s/\lambda_e=L_s/\mu(1-P_0),(4)W_q=W_s-1/\mu. (3)Ws=Ls/λe=Ls/μ(1P0),(4)Wq=Ws1/μ.


    写在最后

    到此,单服务台的排队系统的三种情形就介绍完了,彼此之间都有关联,各类指标的公式需要记忆。

  • 相关阅读:
    AIRIOT亮相IOTE2023深圳物联网展,产品创新力再获“IOTE金奖”
    【Hadoop】9、Sqoop组件
    microk8s拉取pause镜像卡住
    使用Vue的transition组件写一个数字滚动竟然如此简单
    离线部署欧拉系统OpenEuler20.03 LSP3 所需要的依赖,思路通用于各个Linux系统,看这一篇就够了
    艾美捷FcyRl (CD64),FCGR1A,生物活性方案
    【递归、搜索与回溯算法】第五节.129. 求根节点到叶节点数字之和和814. 二叉树剪枝
    Blazor前后端框架Known-V1.2.11
    在 Python 中列出虚拟环境
    RxJava(四)-过滤操作符
  • 原文地址:https://blog.csdn.net/Douglassssssss/article/details/134063217