排隊理論

排隊理論

在人們的日常生活中常常會碰到擁擠和排隊現象。去醫院看病、在郵局營業窗口等候服務等,這是有形排隊。

除了有形排隊之外,還有無形的排隊,比如,由於上網人數多,網速大大減慢,這也是因為在“排隊”。

增加資源,如增加服務窗口,多設幾條跑道,網站設備擴容等,可以減少顧客排隊現象。但當顧客比較少時,必然會造成資源閑置。

由此可見,增加服務機構,當然可以減少排隊現象,但卻增加了服務成本;反之,減少服務機構,固然提高了服務機構的利用率,降低了成本,但卻增加了顧客的排隊等待時間。這是相互矛盾的。

我們把顧客和服務方構成的系統稱為排隊系統。電信網路中的信息流和通道,上網人員和網站設施等,都是顧客和服務員的系統。由於顧客到達和服務時間都是不確定的,絕大多數排隊系統工作於隨機狀態。因此,研究排隊系統的複雜性也就在於它的隨機性。排隊論利用概率論和隨機過程理論,研究排隊系統內的服務機構和顧客需求之間的關係,以便在所需的服務質量標準得到充分滿足的條件下,服務機構的費用最為經濟。這就是排隊論研究的目的。

排隊論就是試圖通過詳細的數學分析來回答這些問題:“顧客必須等待多久?”,“隊列中有多少顧客?”,“需要多少服務窗口才能消除排隊現象?”等。排隊論的應用相當廣泛,特別是在通信的應用中,最初排隊論主要應用在話務理論上,隨著通信網的發展,在分析網路的性能,如網路的時延、吞吐量、利用率等都要用到排隊理論。

基本介紹


1.排隊系統的描述
一個排隊系統可以描述為:顧客為謀求服務而到達,如果前面已經有顧客到達,不能立即進入服務時,就需要排隊等待,接受服務,完畢后離開系統,如圖2.4所示。
排隊系統的基本特徵有:顧客到達模型、服務員的服務模型、排隊規則、系統容量、服務窗口數、服務級數。在大多數情況下,利用這6個基本特徵可以令人滿意地描述出一個排隊系統。
(1)顧客到達模型
顧客到達模型或排隊系統的輸入,通常用單位時間顧客到達的平均數(平均到達率)或相繼到達的顧客之間的平均時間(平均間隔時間)來表示。由於這兩個量很顯然是相關的,因此,只需其中之一就可描述排隊系統的輸入。
(2)服務員的服務模型
服務員的服務模型,在系統為非空閑的條件下,可用服務率和服務時間來表示,前者為單位時間服務完的顧客數,後者則為服務一個顧客所需的時間。
(3)排隊規則
排隊規則是隊列形成后,系統挑選顧客進入服務的方式。一般有非優先權方式和優先權方式兩種。非優先權中又有先到先服務,後到先服務及隨機服務三種,而優先權方式則又有中斷優先權方式和非中斷優先權方式兩種。
所謂中斷優先權方式為:較高優先順序的顧客進入系統時,可以中斷為較低優先順序顧客進行的服務,立即進入服務設施,接受服務;服務完成後,重新恢復被中斷的服務。非中斷優先權的方式,則必須等正在服務的顧客,服務完畢后,才能進入服務設施,接受服務。
優先順序可以是大於1的任何正整數。如果在系統中同時有一個以上的顧客同屬一個優先順序,那麼還必須規定同級顧客的選擇原則。這可以是先到先服務,後到先服務和隨機服務中的任何一種。
(4)系統容量
系統容量即系統中可容納的顧客數,包括正在服務的顧客和隊列中的顧客。系統容量有限的排隊系統為有限排隊系統,否則為無限排隊系統。
在有限排隊系統中,最大的排隊長度為系統容量減去服務窗口數。如果系統容量等於服務窗口數,即最大排隊長度為0,則該系統稱為損失制服務系統。在目前的電話接續系統中,一般利用這種方法,即在用戶呼叫時如無通話電路可用,給主叫送忙音,主叫掛機退出。
(5)服務窗口數
如果只有一個服務窗口,則為單通道排隊系統,否則為多通道排隊系統。
(6)服務的級數
服務可以是多級的,在多級排隊系統中,服務甚至可以帶循環,這種情況可在機械製造過程中出現。如果只有一級服務,則為單級排隊系統。這裡我們只介紹單級服務系統。
2.服務系統的運行指標
用作評價服務質量的服務系統主要運行指標有三個。
(1)顧客等待時間W
式中Wq為顧客在隊列中等待的時間,Ws為顧客接受服務的時間。
(2)系統中的顧客數L
式中Lq為隊列中的顧客數,Ls為正在接受服務的顧客數。
(3)服務員的空閑時間,即出現顧客數小於服務窗口數的時間
3.排隊系統的表示方法
人們為方便起見,通常採用符號來表示一種排隊系統。常用的表示方法為:
X/Y/Z
其中X為顧客到達間隔時間的分佈,Y為服務時間分佈,Z為服務窗口數。系統容量有限的排隊系統,可在其後加括弧表示系統容量。
X/Y/Z(n)
表示顧客到達間隔時間分佈和服務時間分佈的符號有:M為泊松分佈或負指數時間分佈;D為定長分佈,Ek為k階愛爾蘭分佈;G為一般隨機分佈。
因此,M/M/1表示顧客到達時間間隔和服務時間均為泊松分佈,單窗口,系統容量無限的排隊系統。而M/M/m(n)則為顧客到達時間間隔和服務時間為泊松分佈,m個窗口,系統容量為n(n≥m)。當n=m時,即M/M/m(m)系統容量等於窗口數。當系統中的顧客數等於窗口數時,新到的顧客就會遭到拒絕。電話通信網中,一般採用的就是這種損失制服務系統。
4.顧客到達時間間隔和服務時間的統計分佈
(1)泊松分佈
到達某系統的顧客數是一種統計數量(整數)的隨機過程,又稱計數過程。計數過程{N(t),t≥0}中,N(t)表示t時刻前產生事件的數量。N(t)的取值為非負整數。這裡所謂“事件產生”可以是到達一位顧客,事故發生等物理現象。N(t)=i表示在t時刻前產生i次顧客到達或i次事故等。用P{N(t)=i}表示它的概率。
計數過程是一個遞增過程,對於任意時刻t1
① 定常泊松分佈
在常見的排隊系統中,對顧客到達過程一般作如下假設
a.N(0)=0
即t=0時刻時,系統內無到達顧客
b.{N(t),t≥0},具有定常獨立增量條件
即顧客到達是獨立的,而且是定常的,也就是不管在什麼時刻顧客到達法則都是相同的。某顧客到達與否與其他顧客到達是獨立無關的。
c.P{N(Δt)≥2}>O(Δt)
當Δt為非常小的時間間隔時,在Δt中存在兩個以上顧客到達的概率可以忽略不計。這稱為流的普通性。
d.P{N(Δt)=1}=λΔt+O(Δt)
當Δt為非常小的時間間隔時,在Δt中到達一個顧客的概率與Δt成正比,比例係數為λ。
其中λ為單位時間內顧客到達率,是大於零的常數,Δt是一個增量元素。O(Δt)表示隨著t→0,和Δt相比是可以忽略不計的一個高階無窮小量。
服務模型能滿足以上四個條件,即稱該隨機過程為滿足泊松分佈的隨機過程,其數學分析就變得十分簡單。
假設該隨機過程至時刻t期間內產生的事件數或該期間內到達系統的顧客數恰為n的概率Pn(t),則可以求得並用數學歸納法證明:
定理:泊松過程顧客到達時間間隔Xk(k=1,2,……)是獨立的,都服從相同的指數分佈,其參數為λ(均值為1/λ)。
也就是說泊松過程的顧客到達時間間隔服從指數分佈,指數分佈是一種應用很廣的分佈。例如系統的可靠率R就服從指數分佈規律。
泊松過程具有定常獨立增量性質是理想化的條件,它可以簡化數學分析,在很多情況下得到應用。例如在網路流量分析時,信息的到達很接近定常泊松分佈,用泊松分佈來近似表示信息的到達可以大大簡化分析的過程,而結果仍有參考價值。
② 非定常泊松分佈
在實際問題中也有一些服務系統不具有定常增量的條件,如上網的客戶必然是傍晚多,而清晨少。
如果把泊松過程中的定常增量條件限制去除的話,則稱這類計數隨機過程為非定常泊松過程。其定義如下:
計數過程{N(t),t≥0}滿足以下四個條件時,稱該計數過程為非定常泊松過程。
a.N(0)=0
b.{N(t),t≥0}具有獨立增量性質
c.P{N(t+Δt)-N(t)≥2}=O(Δt)
d.P{N(t+Δt)-N(t)=1}=λ(t)Δt+O(Δt)
其中λ(t)>0,為非定常泊松過程分佈的強度函數。
(2)愛爾蘭分佈
現實問題中,顧客到達時間間隔不完全服從指數分佈的情況還是比較多的,指數分佈的密度函數f(t)為λe-λt。它為一遞減函數,最大值位於x=0處,即λ,如圖2.5所示。但是,實際問題中,t=0處的概率密度往往是小的。大多數場合,密度函數的最大值應該在t=a的附近,a為某一正數,如圖2.6所示。
k階愛爾蘭分佈就是具有指數分佈性質,而密度函數的最大值卻在x=a附近的一種分佈律。
  • 目錄