运筹优化(十六)--排队论基础及其最优化求解

版权声明:随便转,取之于网络,用之于网络。。。 https://blog.csdn.net/App_12062011/article/details/86607952

排队过程的一般表示

下图1就是排队过程的一般模型。各个顾客由顾客源(总体)出发,到达服务机构 (服务台、服务员)前排队等候接受服务, 服务完成后就离开。排队结构指队列的数目和排列方式 , 排队规则和服务规则是说明顾客在排队系统中按怎样的规 则、次序接受服务的。我们所说的排队系统就指图中虚线所包括的部分。

排队系统的组成和特征

一般的排队系统都有三个基本组成部分 : 1输入过程 ; 2排队规则 ; 3服务机构。

1. 输入过程

输入即指顾客到达排队系统 , 可能有下列各种不同情况 , 当然这些情况并不是彼此排斥的。

(1) 顾客的总体(称为顾客源)的组成可能是有限的,也可能是无限的。上游河水流入水库可以认为总体是无限的 , 工厂内停机待修的机器显然是有限的总体。

(2) 顾客到来的方式可能是一个一个的, 也可能是成批的。例如到餐厅就餐就有单个到来的顾客和受邀请来参加宴会的成批顾客,我们将只研究单个到来的情形。

(3) 顾客相继到达的间隔时间可以是确定型的, 也可以是随机型的。

(4) 顾客的到达可以是相互独立的,就是说,以前的到达情况对以后顾客的到来没有影响 , 否则就是有关联的 。

(5) 输入过程可以是平稳的,或称对时间是齐次的,是指描述相继到达的间隔时间分布和所含参数(如期望值、方差等)都是与时间无关的, 否则称为非平稳的。

2. 排队规则

(1) 顾客到达时, 如所有服务台都正被占用,在这种情形下顾客可以随即离去, 也可以排队等候。随即离去的称为即时制或称损失制 , 因为这将失掉许多顾客 ; 排队等候的称为等待制。普通市内电话的呼唤属于前者 , 而登记市外长途电话的呼唤属于后者。对于等待制,为顾客进行服务的次序可以采用下列各种规则: 先到先服务, 后到先服 务 , 随机服务 , 有优先权的服务等。

先到先服务 , 即按到达次序接受服务 , 这是最通常的情形。后到先服务,如乘用电梯的顾客常是后入先出的。仓库中存放的厚钢板也是如此。 在情报系统中 , 最后到达的信息往往是最有价值的 , 因而常采用后到先服务 ( 指被采用 ) 的 规则。

随机服务 , 指服务员从等待的顾客中随机地选取其一进行服务 , 而不管到达的先后 , 如电话交换台接通呼唤的电话就是如此。

有优先权的服务 , 如医院对于病情严重的患者将给予优先治疗。

(2) 从占有的空间来看,队列可以排在具体的处所(如售票处、候诊室等),也可以是抽象的 ( 如向电话交换台要求通话的呼唤 ) 。由 于空间的限制或其他原因 , 有的系统要规定容量(即允许进入排队系统的顾客数)的最大限;有的没有这种限制(即认为容量可以是无限的)。

(3) 从队列的数目看, 可以是单列, 也可以是多列。在多列的情形, 各列间的顾客有的可以互相转移,有的不能(如用绳子或栏杆隔开)。有的排队顾客因等候时间过长而中途退出 , 有的不能退出 ( 如高速公路上的汽车流 ) , 必须坚持到被服务为止。

3. 服务机构

从机构形式和工作情况来看有以下几种情况。

(1) 服务机构可以没有服务员,也可以有一个或多个服务员(服务台、通道、窗口等)。 例如 , 在敞架售书的书店 , 顾客选书时就没有服务员 , 但交款时可能有多个服务员。

(2) 在有多个服务台的情形中,它们可以是平行排列(并列)的,可以是前后排列(串 列)的, 也可以是混合的。

(3) 服务方式可以对单个顾客进行,也可以对成批顾客进行,公共汽车对在站台等候 的顾客就成批进行服务。

(4) 和输入过程一样, 服务时间也分确定型的和随机型的。自动冲洗汽车的装置对每辆汽车冲洗 ( 服务 ) 的时间就是确定型的 , 但大多数情形的服务时间是随机型的。对于随机型的服务时间 , 需要知道它的概率分布。如果输入过程 , 即相继到达的间隔时间和服务时间二者都是确定型的 , 那么问题就太 简单了。因此 , 在排队论中所讨论的是二者至少有一个是随机型的情形。

(5) 和输入过程一样, 服务时间的分布我们总假定是平稳的, 即分布的期望值、方差等参数都不受时间的影响。

排队模型的分类

D .G .Kendall 在 1953 年提出排队模型分类方法 , 影响最大的特征有三个 , 即:

(1) 相继顾客到达间隔时间的分布;

(2) 服务时间的分布;

(3) 服务台的个数。

按照这三个特征分类 , 并用一定符号表示 , 称为 Kendall 记号。 这只对并列的服务台 (如果服务台是多于一个的话)的情形,他用的符号形式是:

X/ Y/ Z

其中 , X 处填写表示相继到达间隔时间的分布 ;

Y 处填写表示服务时间的分布;

Z 处填写并列的服务台的数目。

表示相继到达间隔时间和服务时间的各种分布的符号是 :

M——负指数分布( M是 Markov的字头,因为负指数分布具有无记忆性,即 Markov性);
D——确定型(deterministic);
Ek ——k阶爱尔朗(erlang)分布;
GI—— 一般相互独立(general independent)的时间间隔的分布; G—— 一般(general)服务时间的分布。

例如, M/ M/ 1 表示相继到达间隔时间为负指数分布、服务时间为负指数分布、单服务台的模型; D/ M/ c 表示确定的到达间隔、服务时间为负指数分布、c个平行服务台(但顾客是一队)的模型。

以后 , 在 1971 年一次关于排队论符号标准化会议上决定 , 将 Kendall 符号扩充成为 : X/ Y/ Z/ A/ B/ C 形式 , 其中前三项意义不变 , 而后三项意义分别是 :

A 处填写系统容量限制N ;
B 处填写顾客源数目m;
C 处填写服务规则 , 如先到先服务( FCFS) , 后到后服务( LCFS)等。

并约定 , 如略去后三项 , 即指 X/ Y/ Z/ ∞/ ∞/ FCFS 的情形。这里只讨论先到先服务FCFS 的情形 , 所以略去第六项。

排队问题的求解

一个实际问题作为排队问题求解时 , 首先要研究它属于哪个模型 , 其中只有顾客到达的间隔时间分布和服务时间的分布需要实测的数据来确定 , 其他因素都是在问题提出时给定的。

解排队问题的目的,是研究排队系统运行的效率, 估计服务质量, 确定系统参数的最优值 , 以决定系统结构是否合理、研究设计改进措施等。所以必须确定用以判断系统运行优劣的基本数量指标 , 解排队问题就是首先求出这些数量指标的概率分布或特征数。 这 些指标通常是 :

(1) 队长,指在系统中的顾客数,它的期望值记作 Ls ;

排队长(队列长),指在系统中排队等待服务的顾客数,它的期望值记作 Lq ;

系统中顾客数 =  在队列中等待服务的顾客数 + 正被服务的顾客数

一般情形, Ls (或 Lq )越大,说明服务率越低,排队成龙,是顾客最厌烦的。

(2) 逗留时间,指一个顾客在系统中的停留时间,它的期望值记作 Ws ;

等待时间 , 指一个顾客在系统中排队等待的时间 , 它的期望值记作 Wq ,

逗留时间 = 等待时间 + 服务时间

在机器故障问题中 , 无论是等待修理或 正在 修理都使工厂受到停工的损 失。所以逗留时间(停工时间)是主要的。但一般购物、诊病等问题中仅仅等待时间常是顾客们所关心的。

此外,还有忙期( busy period)指从顾客到达空闲服务机构起到服务机构再次为空闲止这段时间长度 , 即服务机构连续繁忙的时间长度 , 它关系到服务员的工作强度。忙期和一个忙期中平均完成服务顾客数都是衡量服务机构效率的指标。

在即时制或排队有限制的情形 , 还有由于顾客被拒绝而使企业受到损失的损失率以及以后经常遇到的服务强度等 , 这些都是很重要的指标。

计算这些指标的基础是表达系统状态的概率。所谓系统的状态即指系统中顾客数 , 如果系统中有n个顾客就说系统的状态是 n,它的可能值是:

(1) 队长没有限制时,n=0,1,2,⋯
(2) 队长有限制,最大数为N时,n=0,1,2,⋯,N
(3) 即时制,服务台个数是 c时, n=0,1,2,⋯,c
后者,状态n又表示正在工作(繁忙)的服务台数。这些状态的概率一般是随时刻t而变化, 所以在时刻t、系统状态为n的概率用Pn(t)表示。求状态概率 Pn (t)的方法,首先要建立含 Pn (t)的关系式见下图,因为t是连续变量,而n只取非负整数,所以建立的Pn(t)的关系式 一般是微分差分方程(关于t的微分方程,关于n的差分方程)。方程的解称为瞬态(或称过渡状态)(transient state)解。求瞬态解是不容易的, 一般地, 即使求出也很难利用, 因此我们常用它的极限(如果存在的话 ):

\lim_{t \to \infty } P_{n}(t)) = P_{n}

称为稳态(steady state) , 或称统计平衡状态(statistical equilibrium state)的解。

 

稳态的物理含义是, 当系统运行了无限长的时间之后 , 初始 ( t = 0 ) 出发状态的概率分布( Pn (0), n≥0)的影响将消失,而且系统的状态概率分布不再随时间变化。当然,在实际应用中大多数问题系统会很快趋于稳态, 而无需等到t→∞以后。但永远达不到稳态的情形也确实存在的。求稳态概率Pn时,并不一定求t→∞时Pn(t)的极限,而只需令导数P′n(t)=0即可。以下着重研究稳态的情形。

到达间隔的分布和服务时间的分布

解决排队问题首先要根据原始资料作出顾客到达间隔和服务时间的经验分布 , 然后按照统计学的方法(例如χ2检验法)以确定适合于哪种理论分布,并估计它的参数值。

经验分布就是概率分布的半参估计或者无参估计,可以用直方图平滑,也可以用核函数平滑。

常见的理论分布——泊松分布、负指数分布和 爱尔朗 (Erlang)分布。这里不再啰嗦了,下面直接说明输入过程是泊松过程,服务时间服从负指数分布,单服务台的排队系统。

单服务台负指数分布排队系统的分析

按以下三种情形讨论。

( 1 ) 标 准 的 M/ M/ 1 模 型 , 即 ( M/ M/ 1/ ∞/ ∞ ) ;

( 2 ) 系 统 的 容 量 有 限 制 , 即 ( M/ M/ 1/ N/ ∞ ) ;

(3) 顾客源为有限,即(M/ M/ 1/ ∞/ m)。

标准的 M/ M/ 1模型(M/ M/ 1/ ∞/ ∞)

标准的 M/ M/ 1 模型是指适合下列条件的排队系统 :

(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泊松分布, 到达过程已是平稳的。

(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。

此外 , 还假定到达间隔时间和服务时间是相互独立的。

在分析标准的 M/ M/ 1 模型时, 首先要求出系统在任意时刻t的状态为n(系统中有n个顾客)的概率Pn(t) ,它决定了系统运行的特征。

猜你喜欢

转载自blog.csdn.net/App_12062011/article/details/86607952