排队论的应用

合集下载

第六章 排队论及其应用

第六章 排队论及其应用

顾客聚 顾客到达
服务机构
顾客散 顾客离去
n ,
n ,
一、生灭过程的定义 生灭过程的定义
若排队系统具有下列性质: (1) ( ) 顾客到达为泊松流,时间间隔服从参 数为n的负指数分布; (2) 顾客服务时间服从参数为 n的负指 数分布; 则排队系统的随机过程{N(t),t>=0} {N(t) t>=0}具有马 尔可夫性质, 为一个生灭过程.
二、生灭过程状态转移图
顾客到达率
λ0 μ1 λ1 S1 μ2 S2 λ2 μ3 λi-2 Si-1 μi-1 μi λi-1 Si λi μi+1 λi+1 μi+2 λk-2 μk-1 λk-1 μk
S0

Si+1

Sk-1
Sk
状态
系统服务率
t→∞时,P 时 ( )趋向于常数 系统达到稳定 i(t)趋向于常数:系统达到稳定
λi μi+1
Si+1
λi+1 μi+2

λk-2 μk-1
Sk-1
λk-1 μk
Sk
P0
P1
P2
Pi
有 ( i i ) Pi i 1Pi 1 i 1Pi 1
对于 0 对于S 对于 k 对于S
1 P1 0 P0
转入
S0 λ0 μ1 λ1 S1 μ2 S2 λ2 μ3
2、排队服务规律
先到先服务、先到后服务、优先服务、随机服务
3、服务机构

单通道 多通道
1 1 2 … c 1 2 … c 1 2 … c
三 排队模型 三、排队模型
(一)排队模型表示方法 排 模型表 法

排队论的应用

排队论的应用

排队论的应用排队是人们日常生活中常见的一种现象,它可以在各个领域中被发现。

排队有时看似简单,但实际上是一个涉及着许多细节和规则的复杂问题。

排队论是研究这种现象的一种数学方法,它可以帮助我们更好地理解和优化排队系统。

排队论的应用广泛而深入,涉及各个方面。

首先,排队论在运输领域得到了广泛应用。

例如,在公共交通系统中,排队论可以帮助优化乘客上下车的流程,减少等待和拥堵时间。

同时,在物流领域,排队论可以协助规划货物的运输路线和时程,提高运输效率。

其次,排队论在服务行业中也有重要的应用。

例如,在银行、医院和餐厅等场所,排队论可以帮助优化客户的等待时间,提高客户满意度。

通过合理安排服务窗口、分配服务资源以及优化服务流程,排队论可以帮助提供更高质量的服务体验。

此外,排队论还在制造业中发挥重要作用。

在生产线上,排队论可以帮助优化机器和工人的调度,提高生产效率。

通过合理调整工作流程、减少等待时间,排队论可以帮助企业提高生产线的整体效益。

不仅如此,排队论还在通信网络中得到了广泛应用。

在互联网时代,人们对于网络服务的需求越来越高,因此如何更好地管理网络流量成为了一个重要的问题。

通过排队论,可以帮助网络运营商合理分配带宽和资源,提高网络的可用性和稳定性。

另外,排队论还在金融行业中发挥着重要作用。

在股票交易所中,随着投资者数量的增加,交易系统的负荷也在不断增加。

排队论可以帮助交易所合理规划交易系统的容量和速度,提高交易效率和可靠性。

总体而言,排队论的应用范围非常广泛,几乎涉及到人们生活的方方面面。

通过排队论,我们可以更好地理解和优化排队系统,提高效率、降低成本。

然而,要注意的是,排队论只是一种方法论,具体的应用需要根据实际情况和需求来进行适当的调整和优化。

希望随着科技的发展和人们对服务质量的要求越来越高,排队论能够在更多领域中得到应用并取得更大的成就。

排队论在服务系统中的应用

排队论在服务系统中的应用

排队论在服务系统中的应用随着现代社会服务行业的不断发展,长时间的排队等待已经成为了服务系统中的一大难题。

而解决这个难题的重要方法之一就是排队论。

所谓排队论,是指对服务系统进行定量的分析和设计,通过数学模型来预测系统的性能,以优化服务体验。

本文将介绍排队论在服务系统中的应用,以及如何通过排队论来提升服务效率和用户满意度。

一、排队论的基本概念排队论的核心理论是排队模型,由五个元素构成:顾客到达(Arrivals)、服务设施(Service)、队列(Queue)、系统容量(Capacity)和服务策略(Discipline)。

其中,顾客到达是指有多少顾客到达系统,服务设施是指系统中有多少服务台,队列是指排队等待的顾客数目,系统容量是指服务台的总容纳量,服务策略则是指服务员如何安排服务顺序。

排队论的主要目的是优化顾客的等待时间和服务设施的利用率,从而提升顾客满意度。

通过排队模型,可以对服务系统进行分析和设计,找出并解决痛点,提升服务效率和质量。

二、排队论在服务系统中的应用排队论在服务系统中的应用非常广泛,几乎涉及到我们生活中的各个领域。

比如餐饮服务、医疗服务、公共交通等等,都可以使用排队论来优化服务流程。

(一)餐饮服务在餐厅中,大多数顾客都是在饭点时同时到达,如果服务不及时,则顾客就会出现长时间的等待排队。

为了减少等待时间,餐厅可以通过排队论来进行预测和控制,如何增加就餐的流水线,启用预定等服务。

(二)医疗服务医院就诊的排队也是服务行业中比较重要的一个环节。

通过排队论,医院可以对病人就诊流程进行合理规划设计,如通过加速检查和缩短检查时间来减少等待时间,或者设置呼叫系统来提高就医效率。

对于需要等待手术,就诊时间较长的病人,更可以加入就医者评价、服务员质量管理等个性服务的安排,优化就医体验。

(三)公共交通在公共交通领域中,排队论的应用也很广泛。

如公交车站、地铁站等等。

这些服务系统中许多时候会存在因等待时间过长而带来的等待焦虑、排队安全问题等相关问题。

排队论在医院资源分配中的应用

排队论在医院资源分配中的应用

排队论在医院资源分配中的应用一、引言排队论是数学领域的一个分支,它研究的是排队系统中的人流、车流或信息流等的规律。

在医院资源分配中,排队论的应用十分重要。

医院的资源有限,患者众多,如何科学高效地利用资源,提高服务质量,降低患者的等待时间,成为一个亟待解决的问题。

本文将探讨排队论在医院资源分配中的应用及其对医院运营的影响。

二、排队论基础排队论中的关键指标包括平均等待时间、系统稳定性、系统效率等。

平均等待时间是指患者从进入医院排队到就诊的平均等待时间,是衡量患者等待时间长短的指标。

系统稳定性是指将患者的到达频率和服务速率控制在匹配的状态,即患者的到达速度不超过医院的服务速度,避免出现排队系统崩溃的情况。

系统效率是指医院资源的利用率,包括医生的工作效率、设备利用率等。

三、排队论在医院资源分配中的应用1. 医院资源分配优化:排队论可以通过对医院内各个环节的排队系统进行建模,分析各环节的瓶颈以及可能出现的问题。

基于排队论的模型,可以结合实际情况制定相应的策略,合理优化资源配置。

例如,可以通过医生轮岗、设备的合理调配等方式,减少等待时间,提高效率。

2. 预约挂号系统:排队论的应用可以使医院预约挂号系统更加高效。

根据患者的预约就诊时间,医院可以提前安排医生的日程和资源配置。

通过合理的时间间隔和资源分配,避免排队系统崩溃和拥堵,减少患者的等待时间。

3. 医生排班问题:排队论可以帮助医院解决医生排班问题。

通过分析患者就诊的时间分布规律,结合医生的工作强度和时间限制等因素,制定合理的医生排班方案,确保医生资源的充分利用,同时也照顾到医生的工作负担和休息需求。

4. 候诊区域设计:排队论的应用还可以指导医院的候诊区域设计。

根据患者的到达频率、平均就诊时间和候诊区域可容纳的人数限制,合理设计候诊区域的大小和布局,避免拥挤和混乱,提高患者的满意度。

四、排队论在医院资源分配中的影响排队论的应用对医院运营产生了积极的影响。

1. 缩短患者等待时间:通过排队论的应用,医院可以有效地减少患者的等待时间。

离散随机过程与排队论的应用

离散随机过程与排队论的应用

离散随机过程与排队论的应用离散随机过程与排队论是概率论与数理统计中的重要分支,广泛应用于各个领域中。

本文将介绍离散随机过程和排队论的基本概念,并探讨它们在实际问题中的应用。

一、离散随机过程离散随机过程是指在离散时间点上取值的随机过程。

它由状态空间、状态转移概率和初始状态分布三个要素构成。

离散随机过程可以用马尔可夫链模型来描述,常见的有马尔可夫链、泊松过程等。

在实际问题中,离散随机过程可以应用于许多领域。

以网络传输为例,我们可以将传输过程抽象为状态和状态之间的转移,利用离散随机过程来分析和优化传输性能。

此外,在金融领域中,对于投资者的期望收益和风险评估也可以使用离散随机过程进行建模和分析。

二、排队论排队论是研究顾客到达和接受服务的过程的数学理论。

它主要关注排队系统中的服务能力、到达率、平均等待时间等问题。

排队论可以帮助我们分析和优化服务系统的性能,提高服务质量和效率。

在实际生活中,排队论的应用非常广泛。

例如,在医院就诊时,我们经常会看到病人在候诊区排队等待就诊。

排队论可以帮助医院评估候诊时间、疏导就诊流程,提高病人就诊效率。

另外,排队论也可以应用于交通调度、电话交换机、工厂生产等各种排队系统中。

三、离散随机过程与排队论的应用离散随机过程和排队论常常结合应用于实际问题中,以提高决策的科学性和有效性。

以下是一些典型的应用场景:1. 通信网络离散随机过程可以用于分析网络传输过程中的丢包率、延迟等性能指标。

排队论可以帮助优化路由算法、拥塞控制策略等,提高网络传输效率和质量。

2. 供应链管理离散随机过程和排队论可以用于分析和优化供应链中的库存管理、订单处理等问题。

例如,通过分析商品的需求和供应过程,可以制定合理的订货策略,降低库存成本和订单处理时间。

3. 金融风险管理离散随机过程可以帮助金融机构对风险进行建模和评估。

排队论可以分析交易系统中的交易速度、滑点等问题,提供有效的交易策略和风险控制方法。

4. 服务系统优化离散随机过程和排队论可以用于分析和优化各种服务系统中的性能指标。

运筹学 排队论(1)

运筹学 排队论(1)

运筹学排队论1. 简介排队论是运筹学中重要的一个分支,它研究了在人员、物品或信息流动过程中产生的排队现象,并通过建立数学模型和分析这些模型来探讨和优化系统中的排队行为。

排队论在各个领域都有广泛的应用,如交通运输、电信网络、生产制造等。

2. 排队模型排队论中常用的模型包括M/M/1模型、M/M/s模型、M/G/1模型等。

其中,M表示到达过程的分布,而G表示服务时间的分布。

而数字1或s则表示系统中的服务通道数。

2.1 M/M/1模型M/M/1模型是排队论中最简单的一个模型,它假设到达过程和服务时间都服从指数分布。

该模型中只有一个服务通道。

2.2 M/M/s模型M/M/s模型是M/M/1模型的扩展,它假设到达过程和服务时间仍然服从指数分布,但有s个服务通道。

M/M/s模型适用于有多个并行服务通道的排队系统。

2.3 M/G/1模型M/G/1模型假设到达过程服从泊松分布,而服务时间服从一般分布。

该模型在实际应用中更为常见,因为服务时间往往不服从指数分布。

3. 排队论的性能度量排队论的性能度量是对排队模型进行定量分析和评估的重要手段,常见的性能度量指标包括平均等待时间、平均逗留时间、系统繁忙率等。

3.1 平均等待时间平均等待时间是指在排队系统中,每个顾客平均等待的时间长度。

通过对排队模型的分析和计算,可以得到平均等待时间的具体数值。

3.2 平均逗留时间平均逗留时间是指每个顾客在排队系统中逗留的平均时间长度。

它等于平均等待时间加上服务时间。

3.3 系统繁忙率系统繁忙率是指服务通道在单位时间内处于工作状态的比例。

它可以用来评估系统是否能够满足顾客的需求。

4. 排队论的应用4.1 交通运输排队论在交通运输领域的应用非常广泛。

例如,交通信号灯的控制就可以通过排队论进行优化,以减少车辆的等待时间和交通拥堵。

4.2 电信网络在电信网络中,排队论被用于研究数据包的传输和路由机制。

通过对排队论模型的分析,可以提高网络的传输效率和质量。

排队论在供应链管理中的应用探究

排队论在供应链管理中的应用探究

排队论在供应链管理中的应用探究供应链管理是一个复杂的领域,它涉及到从原材料采购到产品销售的整个流程,需要考虑生产计划、库存管理、物流配送等多个方面的问题。

在这个过程中,排队论是一种非常有用的工具,它可以帮助企业优化生产流程,提高效率,减少浪费。

排队论是一种数学方法,它通过模拟排队现象的变化来预测排队等待时间、系统容量、利用率等指标。

在供应链管理中,排队论可以用来优化生产线的布局、产品的库存管理、订单的处理等方面。

下面就从这几个方面来探究排队论在供应链管理中的应用。

1、生产线布局的优化在生产流程中,如果每个工作站的加工时间不同,那么就会出现排队等待的情况。

如果每个工作站的产能都相等,那么就会出现浪费和瓶颈。

排队论可以帮助企业合理安排生产线的布局,减少排队等待的时间,提高生产效率。

排队论的核心是看待整个生产线为一个排队系统,包括到达队列、服务台和离开队列等多个部分。

通过模拟不同的生产线布局,可以计算出每个工作站的最优加工时间和订单的最大处理能力。

从而优化生产线的布局,提高生产效率。

2、库存管理的优化在供应链管理中,库存管理是非常重要的一环。

如果企业的库存过多,就会造成浪费和资金占用,如果库存过少,就容易出现缺货和延迟交货的情况。

排队论可以帮助企业优化库存管理,实现精准的库存控制。

首先,要理解库存的本质。

库存是为了满足未来的需求而提前储备的物料或者货品。

在排队论中,库存被认为是等待加工的空间,它会占用服务台的容量。

通过模拟不同的库存管理策略,可以计算出最优的库存水平和订单处理能力,从而实现库存控制和订单的优化。

3、订单的处理在供应链管理中,订单处理是一个非常重要的环节。

如果订单处理能力不足,就会出现延迟交货、顾客投诉等问题。

排队论可以帮助企业优化订单处理流程,实现高效的订单处理和交货。

对于订单处理,排队论的核心是分析订单到达的频率和订单的处理时间。

通过模拟不同的订单处理策略,可以计算出最优的处理能力和订单的最大处理量。

运筹学中的排队论分析与应用

运筹学中的排队论分析与应用

运筹学中的排队论分析与应用运筹学是一门研究如何最优化决策的学科。

在现代社会中,许多场景下都存在排队现象,例如银行、超市、机场等场所。

排队论作为运筹学的一个重要分支,专门研究如何通过合理的排队策略来优化服务效率与用户体验。

本文将介绍排队论的基本原理、应用场景以及如何利用排队论进行实际问题的分析与解决。

一、排队论的基本原理排队论是研究排队系统的理论与方法,其基本原理包括排队模型、排队规则以及排队指标。

1. 排队模型排队模型是对排队系统进行抽象和建模的过程,常用的排队模型有M/M/1、M/M/c、M/G/1等。

其中,M表示顾客到达过程符合泊松分布,而服务过程符合指数分布;1表示一个服务台,c表示多个服务台;G表示总体服从一般分布。

2. 排队规则排队规则是指在排队系统中,顾客到达和离开的规则。

常用的排队规则有先到先服务(First-Come-First-Serve,简称FCFS)、最短作业优先(Shortest Job First,简称SJF)、优先级法则等。

3. 排队指标排队指标是对排队系统性能的度量,常用的排队指标包括平均等待时间、平均逗留时间、系统繁忙度等。

这些指标可以帮助我们评估排队系统的效率,并进行比较和优化。

二、排队论的应用场景排队论的应用场景非常广泛,几乎可以涵盖各个行业。

下面以几个典型的应用场景为例,介绍排队论在其中的分析与应用。

1. 银行排队银行是排队论的典型应用场景之一。

通过排队论的分析,银行可以确定合理的柜台数量和工作人员配置,以减少客户的等待时间和提高服务效率。

此外,银行还可以考虑引入预约系统、自助服务等方式,进一步优化排队系统。

2. 售票窗口排队售票窗口也是一个常见的排队场景,如电影院、火车站等。

利用排队论,可以根据顾客到达的速率和服务时间的分布,预测等待时间,并提前安排足够的窗口进行服务,以提高售票效率和用户体验。

3. 交通信号灯优化交通信号灯的优化也可以借助排队论的方法。

通过对道路上车辆到达和通过的流量进行统计和分析,可以调整信号灯的信号周期和配时方案,以减少交通拥堵和减少等待时间。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

排队论的应用
——食堂排队问题
刘文骁
摘要
本文通过运筹学中排队论的方法,为食堂排队问题建立模型,研究学生排队就餐时间节约的影响因素,通过简单计算,得出影响最大因素。

排队论是通过研究各种服务系统的排队现象,解决服务系统最优设计和最优化控制的一门科学。

本文将根据食堂排队状况建立数学模型,运用排队论的观点进行分析,找出可以减少排队时间的最大影响因素。

关键词
排队论;M/M/s模型;食堂排队
引言
在学校里,常常可以看到这样的情况:下课后,许多同学正想跑到食堂买饭,小小的买饭窗口前没过几分钟便排成了长长的队伍,本来空荡荡的食堂立即变得拥挤不堪。

饥肠辘辘的学生门见到这种长蛇阵,怎能不怨声载道。

减少排队等待时间,是学生们十分关心的问题。

1.多服务台排队系统的数学模型
1.1排队论及M/M/s模型
排队论是研究排队系统(又称为随即服务系统)的数学理论和方法,是运筹学的一个重要分支。

在日常生活中,人们会遇到各种各样的排队问题。

排队问题的表现形式往往是拥挤现象。

排队系统的一般形式符号为:X/Y/Z/A/B/C。

其中:X表示顾客相继到达时间间隔的分布;Y表示服务时间的分布;Z表
示服务台的个数;A 表示系统的容量,即可容纳的最多顾客数;B 表示顾客源的数目;C 表示服务规则。

排队论的基本问题是研究一些数量指标在瞬时或平稳状态下的概率分布及其数字特征,了解系统运行的基本特征;系统数量指标的统计推断和系统的优化问题等。

当系统运行一定时间达到平稳后,对任一状态n 来说,单位时间内进入该状态的平均次数和单位时间内离开该状态的平均次数应相等,即系统在统计平衡下“流入=流出”。

据此,可得任一状态下的平衡方程如下:
由上述平衡方程,可求的:
平衡状态的分布为:)1(,2,1,0 ==n p C p n n 其中:)2(,2,1,1
10
21 ==
---n C n n n n n μμμλλλ
有概率分布的要求:10=∑∞
=n n p ,有:1100=⎥⎦

⎢⎣⎡+∑∞
=p C n n ,则有:
)3(1100 ∑∞
=+=
n n
C p
注意:(3)式只有当级数∑∞=o
n n C 收敛时才有意义,即当∑∞
=〈∞o
n n C 时才能由上
述公式得到平稳状态的概率分布。

1.2 M/M/s 等待制多服务台模型
设顾客单个到达,相继到达的时间间隔服从参数为λ的指数分布,系统中具有S 个服务员,每个服务台的服务时间相互独立,且服从参数为μ的指数分布。

当顾客到达时,若有空闲的服务台则可以马上接受服务,否则便排成一个队列等待,等待空间为无限。

下面讨论这个排队系统的平稳分布:即{}n N p p == ),2,1,0( =n 为系统达到平稳状态后队长N 的概率分布,注意到对个数为S 的多服务台系统,有:
,2,1,0,==n n λλ,和⎩⎨
⎧+===
,1,,2,1,0s s n s n n n μ
μ
μ,即:μλ
s s p p s ==,
则当P<1时,由(1)式,(2)式,(3)式,得:
⎪⎪
⎩⎪⎪⎨⎧≥⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛=-s
n p s s s n p n p n s n n
n 00!1)
4(,,2,1!1μλμλ
其中:())5(!!
1
1
0-+=⎥⎦
⎤⎢⎣⎡-+⎪⎪⎭⎫ ⎝⎛=∑ρρ
ρn n i p n n i i
公式(4)和公式(5)给出了在平和条件下系统中顾客数为n 的概率,当s n ≥时,即系统中顾客数大于或等于服务台的个数,这时来的顾客必须等待,因此即:
()())6(1,0
1
p s p s c s s
n n ρρρ-=
=∑∞
=!
(6)式成为Erlang 等待公式,它给出了顾客到达系统是需要等待的概率。

对多服务台等待制排队系统,由已得到的平稳分布可得平均排队长q L 为:
()()()
2
01001
1!!!s s
s n n s s s s
n s
s
n s
n s n q s p d d s p s n s p p s n L ρρρρρρρ
ρ
-=⎪⎭⎫ ⎝⎛=-=-=∑∑∑∞=-∞
=∞
+= 记系统中正在接受服务的顾客的平均数为s ,显然s 也是正在忙的服务台的平均数,故:
(7)式说明平均在忙的服务台个数不依赖于服务台个数S ,这时一个特殊的结果。

由(7)式,可得到平均队长L 为:
L=平均排队长+正在接受服务的顾客的平均数ρ+=q L 对多服务台系统,Little 公式依然成立。

即有平均逗留时间λ
L
W =;平均等待
时间μ
λ
1
-
==
W L W q
q 。

2.实例分析 2.1模型假说
假定学生在高峰期这段时间达到的人数是无限的,并且一次以参数λ的泊松过程达到,达到的时间间隔是随机的,服从负指数分布。

每个服务窗口以并联的方式连接,且每个窗口对学生来说都是一样的,服务时间服从参数为μ的负指数分布。

食堂实行先来先服务原则,且学生可自由在队列间进行转移,并总向最短的对转移,没有学生会因为队列过长而离去,故可认为排队方式是单一队列等待制。

一般打到饭的同学都能找到座位吃饭,故我们可认为,食堂的可容纳学生数是足够的,所以解决食堂的拥挤现象,主要是解决排长队与服务窗口的问题。

以下数据来源于网络(作者:李晟源):
高峰期食堂的学生流分布情况:共统计了3059人次的数据(以10秒为一个单位),见下表:表一
每10秒到达人数 1
2
3
4
5
7
频数
257
441
894
956
350
161
由概率论的知识可知,若分布满足
k
p p k k λ
=-1,
则该分布为泊松分布。

(其中k p 为泊松分布的密度,λ为泊松分布的参数)
由上表可知λ=3.39。

2.2模型建立及求解
基于以上的假设,我们的模型符合排队论中的多服务台等待模型(M/M/s).该模型的特点是:服务系统中有s 个窗口(即s 个服务员),学生按泊松流来到服务系统,到达强度为λ;服务员的能力都是μ,服务时间服从指数分布,每个顾客的平均服务时间t 。

当顾客到达时,如果所有服务员都忙着,顾客便参加排队等待服务,一直等到有服务员为他服务为止。

由我的调查数据可知6,5.1,39.3===s t λ(食堂现有窗口6个)带入以上各式可得:
服务员能力:67.01
==t
μ
系统服务强度:09.5==
μ
λ
ρ,因为85.0609.5===s s ρρ<1,所以极限存在。

空闲概率:()031.0!!
1
1
00=⎥⎦
⎤⎢⎣⎡-+⎪⎪⎭⎫ ⎝⎛=-+=∑ρρ
ρn n i p n n i i
系统中排队顾客的平均数:()
271!2
0=-=
s s s q s p L ρρρ
顾客平均排队时间:96.739
.327
==
=
λ
q
q L W 顾客平均逗留时间:46.95.196.7=+=+=t W W q 系统中顾客的平均数:09.3209.527=+=+=ρq L L
由此可见,当我们在这个时间段去食堂吃饭时,一进门就会发现里面已经是人满为患了,几乎不可能找到空闲的窗口。

而且,已经有32个同学在排队买饭,27个人这在排队等待,平均一个窗口5人。

当我们开始排队时要过80秒钟才轮到我们,要过95秒钟才能吃到可口的饭菜,来填饱我们的肚子。

2.3模型分析
对于学生来说中午的时间是很有限的,能尽快吃上饭对我们来说是很重要的。

同时,学生在食堂的排队的平均逗留时间q W 很大程度上可以决定学生对食堂的选择,所以食堂的工作人员也希望尽可能的满足学生的要求。

研究学生平均逗留时间q W 将是解决本模型的关键所在,平均逗留时间q W 是由平均排队时间W 和平均服务时间t 组成。

我个人认为15秒的平均服务时间t 对于服务员来说已经是极限了,如果在加快速度反而可能手忙脚乱,增大出错的可能性,到时反而会降低效率,一次我认为平均服务时间t 不可改变,是个常数。

至于平均排队时间W 我们有公式可知它由顾客到达强度λ,每个顾客的平均服务时间t 和窗口数S 来决定的,由于学生对食堂的选择有一定的偏好,即一般都会去同一个食堂吃饭,因此我们可以认为学生流是稳定的,即λ为常数,由上面的分析可知t 也是常数因此能对平均排队时间构成影响的就只有窗口S 了。

对于我们大学食堂,每层12个窗口,往往只有7-8个窗口有人排队,其余窗口无人光顾,这大大增加了我们的排队时间。

根本原因在于4-5个窗口的饭菜口味太差,导致学生不愿购买。

参考文献:
[1]胡运权,运筹学教程清华大学出版社,1988
[2]许久平,胡只能等,运筹学( 类)(第二版)科学出版社,2004
[3]韩中庚,数学建模方法及其应用(第二版)高等教育出版社,2009。

相关文档
最新文档