第七章 运筹学课件排队论

服务机构
(b) 一个队列、s个服务阶段
服务台1
服务台2
服务机构
(c) 一个队列、s个服务台 一个服务阶段
服务台1
服务台2
服务机构
(d) s个队列、s个服务阶段
服务台1 服务台3
服务台2
服务台4
服务机构
(e)混合型
: 1–2–4 : 2–4–3 : 3–2–1–4
服务台1
服务台2
服务台3
服务台4

X -- 客到达间隔时间分布 Y -- 服务时间分布 Z -- 服务台个数 X, Y 可以是: M -- 负指数分布 D -- 确定性的 Ek -- k阶Erlang分布 GI -- 一般相互独立的到达时间间隔分布 G -- 一般(General)时间分布

扩展符号表示: X/Y/Z/A/B/C

顾客到达时间间隔的分布:
设
Tn ：第n个顾客到达的时刻； T0 0 T1 Tn
令
X n Tn Tn1 , n 1,2,,
X n：第n个顾客与第n-1个顾客到达的时间间隔；
Xn
T0 T1 T2
Tn 1 Tn Tn 1

顾客到达时间间隔的分布:
因为负指数分布 具有无后效性 假定 { X n } 是独立同分布，分布函数为 A(t )， （即Markov性） 排队论中常用的有两种： （1）定长分布（D）：顾客到达时间间隔为确定的。 （2）最简流（即Poisson流）（M）： 顾客到达时间间隔 { X n } 为独立的， 服从负指数分布，其密度函数为
e t t0 a(t ) 0 t0

排队及排队规则

即时制(损失制) 等待制

先到先服务: FCFS 后到先服务: LCFS 随机服务 优先权服务：PS


队容量: 有限, 无限; 有形, 无形. 队列数目: 单列, 多列.

服务机构



服务员数量: 无, 单个, 多个. 队列与服务台的组合 服务方式: 单个顾客, 成批顾客. 服务时间: 确定的, 随机的. 服务时间和到达 间隔时间至少一个是随机的. 服务时间分布是平稳的.
n 1

pn Cn p0 , n 1,2,... n 1n 2 ...0 其中 Cn n n 1...1
n 0 时才有意义
p
n
1 p0
1 1 Cn
n 1
二、排队论的基本知识
2.1 排队模型 2.2 排队系统的组成和特征
排队论研究的内容



性态问题: 排队系统的概率规律, 如 队长分布, 等待时间分布等. 最优化问题: 排队系统的最优设计. 统计推断: 判定排队系统的类型.
2.1、排队模型
——排队系统的的一般表示
顾客源 排队系统
排队结构
排队规则
服务 机构
服务规则
ቤተ መጻሕፍቲ ባይዱ
接受服务 后离去
服务机构
(a) 一个队列、单服务台（阶段）
服务台

服务时间分布:
设某服务台的服务时间为V，其密度函数 为b（t），常见的分布有： （1）定长分布（D）：每个顾客接受服务的时间 μ-- 单位时间平均服务完成的顾客数 是一个确定的常数。 1/μ -- 每个顾客的平均服务时间 （2）负指数分布（M）：每个顾客接受服务时间 相互独立，具有相互的负指数分布：
排队结构
(f) 一个队列
服务台
服务台
(g) s个队列
2.2、 排队系统的组成和特征

输入过程



顾客总体:有限,无限. 顾客到达方式:单个,成批. 顾客到达间隔时间: 确定的、 随机的. 顾客到达的独立性: 独立,不独立. 输入过程的平稳性: 与时间无关(平稳的), 与时间有 关(非平稳的).

随机变量X为时间(长度），如产品的尺寸、 随机变量X为时间间隔，如顾客到达的 重量、测量误差等。 时间间隔、电话呼叫的时间、产品的寿命等。 随机变量 ( x )2
常见连续型随机变量的概率分布
均匀分布 指数分布？ 正态分布？ k阶爱尔朗分布？

? 爱尔朗分布
X1 , X 2 ,, X k 为k个相互独立的随机变量； 服从相同参数 k 的负指数分布；

Poisson过程与Poisson分布
定理1：设 N (t )为时间 0, t 内到达系统的顾客数 则{N (t ), t 0}为Poisson过程的充要条件是
EN (t ) t , DN (t ) t
数理统计方法 容易初步判断:期望=标准差
(t ) n t P{N (t ) n} e n!
N (t ) 的分布 pn (t ) P{N (t ) n}, (n 0,1,2...)
系统达到平稳状态时：pn 平稳生灭过程系统状态n 平衡方程：“流入=流出”
pn (t ), (n 0,1,2...)
0
0
1
n-1
1
0 p0 1 p1 0 n1 pn1 n1 pn1 (n n ) pn
就有
P{ X (t ) j X (t1 ) i1 , X (t2 ) i2 ,..., X (tr ) ir } P{ X (t ) j X (tr ) ir }
{X (n)}
则称 (n)}“将来”的情况与“过去”无关， 具有马尔可夫性，或无后效性。 {X 只是通过“现在”与“过去”发生联系，若 “现在”已知，“将来”与“过去”无关。
e t t0 b(t ) 0 t0 其中 0 ，为一常数。

服务时间分布:
（3）k阶爱尔朗（Erlang）分布：每个顾客接受服务 时间服从k阶爱尔朗分布，其密度函数为：
k (kt ) b(t ) (k 1)!
k 1
e
kt
排队系统的分类

符号表示: X/Y/Z
n1
n
n
n
n1
n+1
系统达到平稳状态时：
pn pn (t ) P{N (t ) n}, (n 0,1,2...)
0 p0 1 p1 0 平衡方程： n 1 pn 1 n 1 pn 1 (n n ) pn
当
Cn

1.2 随机过程的有关概念

随机过程(Random process)的定义
设 { X (t ), t T }，是一族随机变量， T是一个实数集，对 t T , X (t ) 是一个 随机变量，则称 { X (t ), t T } 为随机过程。
• T：参数集合 • 当T={0,1,…,n,…}时，称为随机序列 • X (t ) k ：随机过程的一个状态 • 状态空间E={X(t)全体可能取值， T } t
设 T X1 X 2 X k ，则T的密度函数为
bk (t ) E (T )
k ( kt ) k 1
( k 1)! 1
e kt , 1 k 2
t 0

,
D (T )
如k个服务台串联（k个服务阶段）， 一个顾客接受k个服务共需的服务时间T， T爱尔朗分布。

时齐的马氏链：马氏链{X (n), n 0,1,2,...} 若满足：P{ X n m j X n i} Pij (m)
则称 { X (n), n 0,1,2,...} 为时齐马尔可夫链
P (m) — 系统由状态i经过m 个时间间隔 ij
（或m 步）转移到状态j 的转移概率
n
定理1：设 N (t )为时间 0, t 内到达系统的顾客数 则{N (t ), t 0}为Poisson过程的充要条件是
充要条件是相继到达的时间间隔T服从相互 独立的参数为 的负指数分布。
e , t 0 aT (t ) 0 , t 0
t
生灭过程
1.2 随机过程的有关概念

随机过程的基本类型
二阶矩过程
平稳过程 平稳独立增量过程
常见随机过程
马尔可夫过程？ Poisson过程？ 生灭过程？

马尔可夫过程

离散
马尔可夫链
{ 定义： X (n), n 0,1,2,...} 若满足如下性质： 对任意非负整数t1 t2 ...t tr t ，只 t r 1 t r t1 t 2 要 现在 X (tr P{X (t过去1 , X (t2 ) i2 ,...,将来) ir } 0 1) i
ET 1/ , DN (t ) 1/
2
马尔可夫 性，或无 后效性
负指数分布的性质:
P{T t s T s} P t T

Poisson过程与Poisson分布的关系：
(t ) t P{N (t ) n} e n 1,2,... 对于Poisson流：n! N ——单位时间平均到达的顾客数 定理2：设 (t )为时间 0, t 内到达系统的顾客数 则{N (t ),——顾客相继到达的平均间隔时间 1 / t 0}为参数为 的Poisson过程的
二点分布? 二项式分布? Poisson分布?

P( X 1) p, P( k 0) X 一、随机变量与概率分布 1 p

一、概率论及随机过程复习
PX k k ( 随机变量k ) C) pk qnke (k 0,1,, n) P( X n k! , 离散型随机变量; k 0,1, 0 E ( X ) , D( X 概率分布和概率分布图 )
Poisson过程

定义：设 N (t ) 为时间 0, t 内到达系统的顾客数，若 满足下面三个条件： （1）只与区间长度与 独立性：在任意两个不相交的区间内顾客到 起点无关。 （2）单位时间内一个 达的情况相互独立； 顾客到达的概率 平稳性：在 ' , t ' t 内有一个顾客到达的 t 为 。 概率为 t (t ); t 普通性：在 ' , t ' t 内多于一个顾客到达 的率为 (t ) 。 则称{N (t ), t 0} 为Poisson过程。


数学期望和方差 常见离散型随机变量的概率分布
二点分布? 二项式分布? Poisson分布?

一、随机变量与概率分布
1 2 2 连续型随机变量 密度函数 a ( x) e x , e x 0 ( 0) 密度函数 a( x) 2 概率密度函数 x R, 0 x 0) ( , R, 0 2 概率分布函数 E((X )) 1 , DDXX 1 / 2 E X /, 2 ( () ) 数学期望和方差 X ~ N ( , )
n 1,2,...
Poisson过程与负指数分布 定理2：设 N (t )为时间 0, t 内到达系统的顾客数 则{N (t ), t 0}为参数为 的Poisson过程的
充要条件是相继到达的时间间隔T服从相互 独立的参数为 的负指数分布。
e t , t 0 aT (t ) 0 , t 0
排队论
一.概率论及随机过程回顾 二.排队论的基本知识 三.单服务台负指数分布排队系统分析 四.多服务台负指数分布排队系统分析 五.一般服务时间M/G/1模型分析 六.经济分析___排队系统的最优化
一、概率论及随机过程回顾
1.1、随机变量与概率分布

随机变量 离散型随机变量 概率分布和概率分布图 数学期望和方差 常见离散型随机变量的概率分布

定义：设 {N (t ), t 0} 为一个随机过程，若N(t) 的概率分布具有以下性质： (1)假设N(t)=n，则从时刻到下一个顾客到达 时刻止的时间服从参数为 n的负指数分布； (2)假设N(t)=n，则从时刻到下一个顾客离开 时刻止的时间服从参数为 n 的负指数分布； (3)同一时刻是只有一个 顾客到达或离去。 则称 {N (t ), t 0} 为一个生灭过程。