运筹学排队论课件(编辑修改稿)内容摘要：
esearch 第八讲 排队论问题的求解思路 根据顾客到达的时间间隔和顾客服务时间的实际数据资料进行分析，确定其理论上是属于何种概率分布类型； 确定系统处于各种状态（系统中顾客数）的概率； 计算反应系统特征的一系列性能指标（队长、忙期、逗留时间、等待时间等） Operation Research 第八讲 顾客到达的时间间隔分布与服务时间的分布 解决了顾客到达的时间间隔分布与服务时间的分布排队论问题迎刃而解； 顾客到达的时间间隔分布与服务时间的分布是随机的，情况较为复杂，需拿出来单独研究； 介绍几种常用的随机模型。 Operation Research 第八讲 泊松流（ poisson）（ 1） 设 N(t)表示在时刻 t服务系统内的顾客数 Pn(t1,t2)表示在时间区间 [t1,t2)（ t1t2 ）内有 n个顾客到达的概率，即 如果满足以下三个条件，可以说顾客到达的形成泊松流： （ 1）无后效性：在不相重叠的时间区间内顾客到达数是相互独立； （ 2）平稳性：对充分小的 ⊿t ，在时间区间 [t,t+⊿t) 内有一个顾客到达的概率与 t无关，而几乎与区间长 ⊿t 成正比 其中 o(⊿t), 当 ⊿t→0 时，是关于 ⊿t 的高阶无穷小； λ 0是常数，表示单位时间有一个顾客到达的概率。 （ 3）普通性：对于充分小的 ⊿t ，在时间区间 [t,t+⊿t) 内有 2个或 2个以上顾客到达的概率极小，可以忽略 ntNtNPttP n 1221 , tottttP ,1 2,nn totttPOperation Research 第八讲 目前在排队论的研究中，顾客到达的时间分布还仅限于对泊松流分布的研究，其他分布用数学解析方法还得不到满意解。 泊松流（ poisson）（ 2） Operation Research 第八讲 实例 Operation Research 第八讲 负指数分布 (1) 设顾客到达的时间间隔 T为随机变量，是一个以 λ为参数的负指数分布，则它的概率密度函数为： Operation Research 第八讲 负指数分布 (2) 。阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体)，仅供学习参考。
用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权，请联系我们反馈本站将在三个工作日内改正。