第3章 排队模型分析法-3-
第三章 排队模型1014

(二)生灭过程状态变化的性质
(1) 在无穷小t内,系统或生长1个;或灭亡1个;或既
不生长又不灭亡(概率:1- n(t ) -n(t ) );
(2)系统生长一个的概率n(t )与t有关,而与t无 关; 与系统当前状态n有关,而与以前的状态无关; (3)系统灭亡一个的概率n(t )与t有关,而与t无 关; 与系统当前状态n有关,而与以前的状态无关;
第三章 排队论
排队现象与排队系统; 排队模型与系统参数; 排队系统时间参数分布规律; 排队系统的生灭过程与状态转移方程; 排队系统分析; 单服务台负指数分布模型 多服务台负指数分布模型 排队系统优化分析;
1
1、排队现象与排队系统
一、排队现象 到达顾客 病 人 进港的货船 到港的飞机 电话拨号 服务内容 诊断/手术 装货/卸货 降落 通话 服务机构 医生/手术台 码头泊位 机场跑道 交换台
1个顾客的概率与t无关,仅与时间间隔
成正比 (平稳性): P 1 (t , t t ) t o(t ) (3) 对于充分小的时间பைடு நூலகம்隔 [t , t t ],2个及以 上顾客到达的概率可忽略不计 (普通性)。
18
对泊松流,在时间t系统内有n个顾客的概
率服从如下泊松分布
(t ) n t Pn (t ) e , t 0, n 0,1,2, n!
1
2 … c
1 2 … c
2 … c
8
服务台(员)为顾客服务的顺序: a)先到先服务(FCFS); b)后到先服务(LCFS); c)随机服务; d)优先服务;
9
排队模型与系统参数 一、排队模型 (一)排队模型表示方法
1、D.G.Kendall(1953)表示法
排队论模型

排队论模型随机服务系统理论是研究由顾客、服务机构及其排队现象所构成的一种排队系统的理论,又称排队论。
排队现象是一种经常遇见的非常熟悉的现象,例如:顾客到自选商场购物、乘客乘电梯上班、汽车通过收费站等。
随机服务系统模型已广泛应用于各种管理系统,如生产管理、库存管理、商业服务、交通运输、银行业务、医疗服务、计算机设计与性能估价,等等。
随机服务系统模拟,如存储系统模拟类似,就是利用计算机对一个客观复杂的随机服务系统的结构和行为进行动态模拟,以获得系统或过程的反映其本质特征的数量指标结果,进而预测、分析或估价该系统的行为效果,为决策者提供决策依据。
排队论模型及其在医院管理中的作用每当某项服务的现有需求超过提供该项服务的现有能力时,排队就会发生。
排队论就是对排队进行数学研究的理论。
在医院系统内,“三长一短”的现象是司空见惯的。
由于病人到达时间的随机性或诊治病人所需时间的随机性,排队几乎是不可避免的。
但如何合理安排医护人员及医疗设备,使病人排队等待的时间尽可能减少,是本文所要介绍的。
一、医院系统的排队过程模型医院是一个复杂的系统,病人在医院中的排队过程也是很复杂的。
如图1中每一个箭头所指的方框都是一个服务机构,都可构成一个排队系统,可见图2。
图1 医院系统的多级排队过程模型二、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. 输入过程其特征有:顾客源(病人源)的组成是有限的或无限的;顾客单个到来或成批到来;到达的间隔时间是确定的或随机的;顾客的到来是相互独立或有关联的;顾客相继到达的间隔时间分布和所含参数(如期望值、方差等)都与时间无关或有关。
2. 排队规则其特征是对排队等候顾客进行服务的次序有下列规则:先到先服务,后到先服务,有优先权的服务(如医院对于病情严重的患者给予优先治疗,在此不做一般性的讨论),随机服务等;还有具体排队(如在候诊室)和抽象排队(如预约排队)。
排队的列数还分单列和多列。
3. 服务机构其特征有:一个或多个服务员;服务时间也分确定的和随机的;服务时间的分布与时间有关或无关。
排队模型——精选推荐

排队模型一 1. 一般的排队过程为:顾客由顾客源出发,到达服务机构(服务台、服务员)前,按排队规则排队等待接受服务,服务机构按服务规则给顾客服务,顾客接受完服务后就离开。
排队过程的一般过程可用下图表示。
我们所说的排队系统就是指图中方框所包括的部分:在现实生活中的排队现象是多种多样的,对上面所说的“顾客”和“服务员”要作广泛的理解。
它们可以是人,也可以是某种物质或设备。
排队可以是有形的,也可以是无形的。
尽管排队系统是多种多样的,但从决定排队系统进程的因素来看,它有三个基本的组成部分,这就是输入过程、排队规则及服务机构.1)输入过程:描述顾客来源以及顾客到达排队系统的规律。
包括:顾客源中顾客的数量是有限还是无限;顾客到达的方式是单个到达还是成批到达;顾客相继到达的间隔时间分布是确定型的还是随机型的,分布参数是什么,是否独立,是否平稳。
2)排队规则:描述顾客排队等待的队列和接受服务的次序。
包括:即时制还是等待制;等待制下队列的情况(是单列还是多列,顾客能不能中途退出,多列时各列间的顾客能不能相互转移);等待制下顾客接受服务的次序(先到先服务,后到先服务,随机服务,有优先权的服务)。
3)服务机构:描述服务台(员)的机构形式和工作情况。
包括:服务台(员)的数目和排列情况;服务台(员)的服务方式;服务时间是确定型的还是随机型的,分布参数是什么,是否独立,是否平稳。
2.到达和服务过程的模型2.1 到达过程的模型用表示第i 个顾客到达的时间,.i t 称为第i 个到达时间间隔.1i i T t t +=−i 我们用的特征来刻画顾客到达过程. 最常见的情况是独立同分布. 用X 表示这样的随机变量.12,,T T 12,,T T 如果X 服从参数为λ的指数分布.这时1()()i E T E X λ==即平均每隔1λ来一个顾客.换句话说,单位时间理平均有λ个顾客到来.称λ为到达速率. 用表示到时刻t 为止到达的顾客总数,则在上面的假设下()N t ()()N t P t λ∼.除了指数分布外,常用的还有爱尔朗分布,其密度函数为1()(), 0.(1)!k RxR Rx e f x x k −−=≥− 这时2(), ()i i k k E T D T R R==. k 叫形状参数, R 叫速率参数.当取λ使得R k λ=, 则爱尔朗分布可以看成是k 个独立的服从参数为λ的指数分布随机变量的和的分布.2.2服务过程的模型一般总是认为不同顾客接受服务占用的时间长短是相互独立的. 用Y表示一个客户接受服务的时间长短, 它是一个随机变量.若Y的分布是参数为μ的指数分布, 意味着一个顾客的服务时间平均为1μ. 单位时间里可以完成的平均顾客数为μ.若Y服从形状参数为k, 速率参数为R kμ=的爱尔朗分布, 则平均服务时间为1μ, 根据爱尔朗分布的性质, 可以将Y看作是k个相继子服务的总时间, 每个子服务都服从参数为1kμ的指数分布且相互独立.在排队论中,我们常用如下字母表示特定的到达时间间隔或服务时间分布:M: i.i.d. 指数分布D: i.i.d. 的确定分布E k: i.i.d. 的形参为k的爱尔朗分布GI: 到达时间间隔是i.i.d. 的某种一般分布G: 服务时间是i.i.d. 的某种一般分布在处理实际排队系统时,需要把有关的原始资料进行统计,确定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确定符合哪种理论分布。
第三节排队模型

s
(0.75)2 0.375 5
Lq s!(1 )2 P0
2!(1 0.375)2
11
0.27 5 0.12人 11
L Lq (0.12 0.75)人 0.87人
W L 0.87 0.29h 17.4 min
3
Wq
Lq
0.12 3
0.04h
2.4 min
14
病人必须等候的概率即系统状态 N s ( 2) 的概率:
L m (1 P0 )
Lq
m
(
)(1
P0 )
L (1
P0 )
e (m L) (1 P0 )
W L / e
Wq Lq / e
32
例5、一个工人负责照 管6台自动机床。当机床需 要加料或刀具磨损时就自动停车,等待工人照管。设 每台机床平均每小时停车一次,每次需要工人照管的 平均时间为0.1h,试分析该系统的运行情况。
37
从经济角度考虑,排队系统的费用 应该包含以下两个方面:
一是服务费用,它是服务水平的递 增函数;
二是顾客等待的机会损失(费用), 它是服务水平的递减函数。
两者的总和呈一条U形曲线。
38
系统最优化的目标就是寻求上述合 成费用曲线的最小点。
在这种意义下,排队系统的最优化 问题通常分为两类:
一类称之系统的静态最优设计,目 的在于使设备达到最大效益,或者说, 在保证一定服务质量指标的前题下,要 求机构最为经济;
0.85 ) 1 ]
2!
2!(1 0.8)
(11.6 1.28 2.49856)1 0.1568
Lq
s s!(1 )2
1 rs[1 (r s)(1 )] P0
0.8(1.6)2 0.1568 1 (0.8)52 [1 (5 2)(1 0.8)] 2!(1 0.8)2
关于排队问题的数学模型研究

哈尔滨师范大学学年论文题目关于排队问题的数学模型研究学生 xxx指导教师 xxx年级 xx级专业数学与应用数学系别数学系学院数学科学学院xx大学2011年6月论文提要本文通过对排队问题进行数学建模,并运用概率论的相关知识进行解答,得到了以下一系列不同类型排队模型的结论。
关于排队问题的数学模型朱彩琳摘要:本文通过对排队问题进行数学建模,并运用概率论的相关知识进行解答,得到了以下一系列不同类型排队模型的结论。
关键词:排队数学模型最优方案一、排队系统的组成(一)输入过程:1.顾客总体可以有限或无限(如流入水库的水)。
2.顾客到达系统的方式可以逐个或成批。
3.顾客相继到来时间间隔可分为确定型(比如定期航班,定期的课程表等)和随机性(比如看病的病人,候车的旅客,进港口的船舶)。
4.顾客到达系统可以是独立的或相关的,输入过程可以是平稳、马氏、齐次等。
(二)排队过程:1.排队规则可分为三种制式损失制―顾客到达系统时,如果系统中所有服务窗均被占用,则到达的顾客随即离去,比如打电话时遇到占线,用户即搁置重打或离去另找地方或过些时候再打。
等待制―顾客到达系统时,虽然发现服务窗均忙着,但系统设有场地供顾客排队等候之用,于是到达系统之顾客按先后顺序进行排队等候服务。
通常的服务规则有先到先服务,后到先服务(比如仓库中同种物品堆垒后的出库过程),随机服务,优先服务(比如邮政中的快件与特快转递业务,重危病人的急诊,交通中让救火(护)车、警车及迎宾车队优先通过)等。
混合制―它是损失制与等待制混合组成的排队系统,此系统仅允许有限个顾客等候排队,其余顾客只好离去;或者顾客中有的见到排队队伍长而不愿费时等候,当队伍短时愿排队等候服务;也有排队等候的顾客当等候时间超过某个时间就离队而去均属这种系统。
2.排队队列可具体或抽象,系统容量可以有限或无限。
3.排队队列可以单列或多列。
(三)服务窗 1.系统可以无窗口、一个窗口或多个窗口为顾客进行服务。
管理运筹学—排队模型(免费)

一、问题的描述及基本概念
1.问题的描述
在一个排队服务系统中总是包含一个或若干个“服务设施”, 有许多“顾客”进入该系统要得到服务, 服务完毕后即自离去。
倘若顾客到达时,服务系统空闲着, 则到达的顾客立即得到服务。 否则顾客将排队等待服务或离去。 怎样才能做到既保证一定的服务质量指标, 又使服务设施费用经济合理, 恰当地解决顾客排队时间及服务设施费用大小这对矛盾。 这就是研究随机服务系统的理论——排队论 所要研究解决的问题。
v1(t) 1 v0(t) (t) t ④若令 t 代表顾客到达流为泊松分布时
依次到达的两个顾客的间隔时间, 则 t 的概率密度函数f(t)为负指数分布。
2.服务时间—负指数分布
虽然在真实的排队系统中, 服务时间的概率分布可以有各种形式, 但负指数分布的服务时间是最常用的, 原因是它在数学上易于处理。
2.基本记号
根据排队系统的特征,肯达尔(Kendall)于1953年提出了 排队服务系统的分类记号:
输入/输出/并联的服务站数
M ―― 泊松输入或负指数分布的服务时间 D ―― 定长输入或定长服务时间 Ek ―― 爱尔朗分布的输入与服务时间 GI ―― 一般独立输入 G ―― 一般服务时间分布 M / M / n ―― 顾客输入为泊松分布,服务时间为负指数分布,
则有Ψ(t)=o(t)(t→0)
二.输入与服务时间的分布
1.输入─最简单流
1) 最简单流 2) 特性
3) 最简单流的性质
①参数 代表单位时间内到达顾客的平均数。
②在时间 [t, t+Δt]内没有顾客到达的概率为
v0(t) et (1 t) o(t) 1 t
③在时间[t, t+Δt] 内恰好有一个顾客到达的概率为
排队模型

2.2制造系统的排队网络模型
对于制造系统中的排队现象 ,同样可以通过排队理论进行描 述和分析。例如 ,对于一台或一组相同功能的加工设备对相 同类型零件进行加工的情况 ,可用排队系统进行描述,对于 由多种类型设备组成的加工单元和车间对多种类型零件进 行加工的情况,则可用排队网络进行描述。 图3即为一由m台数控机床和n个夹具组成的摩托车零件数 控加工系统。由于在该系统中夹具的数量是固定的 ,加工完 一个零件空出一个夹具后 ,才能投入一个新的零件,因此系 统中最多只有n个零件。
服务机构(从机构形式和工作状况来看可分为以下几种情 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。 2在有多个服务台的情形中,它们可以是平行并列 的,也可以前后排列的,也可以是混合的。 a中是单队-单服务台的情形;b是多对-多服务台的情 形;c是单队-多服务台的情形;d是多服务台的情形(e)是 多服务台的情形
M/M/1系统的 状态转移图
其中
λ 为顾客到达速率,
μ 为服务机构的服务速率
由状态转移图 ,可写出状态转移率矩阵如下式所示
é- l êm ê Q=ê 0 ê ê 0 ê ë M
l 0 0 - (m + l ) l 0 m - (m + l ) l m - (m + l ) 0 M M M
Lù Lú ú Lú Lú ú Mú û
(1-3)
矩阵Q 的建立规则是 : Q 的元素 表示系统从状态 i 向状态 j 转移的速率,并且其行和为零。
根据以上给出的P和Q,可得PM/M/1系统状态方程的 具体形式如下:
lpn -1 - (l + m ) pn + mpn +1 = 0,
此外 ,由概率的概念可得以下补充方程:
排队模型及应用

例:某超级市场,顾客按Poisson过程到达,平均 每半小时到达6人,收款台计价收费时间服从负指 数分布,平均为4分钟,试求: (1)超市内顾客的平均数(4)
(2)超市内等待付款顾客的平均数(3.2)
(3)超市内顾客所花费时间的平均值(1/3)或(20)
(4)超市内顾客等待付款所花费时间的平均值(4/15) 或(16)
一. 排队系统的基本概念 在日常生活中,一个服务系统在工作过程中由于拥 挤而产生的排队等待现象是经常发生的。例如: 1.顾客在理发店等待理发;
2.汽车在加油站前等候加油;
3.乘客在车站前等候乘车;发生故障的机器等候修 理;进入机场上空的飞机等候降落; 4.进入雷达接收机的信号等候处理;通信系统的报 文在缓冲器上等候传送;多微机系统的处理机等 候访问公共内存;计算机网的用户等候使用某资 源;等等 我们就将这种具有排队等待现象的服务系统称 为排队系统
是生灭过程
可得
P0 1 1
2
n
, Pk P0 , /
k
即:
P0 1 , q EQ Pk (1 ),
k
1 ,
,
Tq T
q
1
(1 )
2
1
(1 )
二.排队系统的基本构成 排队系统的概率规律与以下因素有关: 1. 顾客的到达规律
2. 顾客排队和接受服务的规则
3.服务机构的结构形式、服务员个数和服务速 率
1.输入过程
输入过程是用来刻画顾客到达规律的一种数 学描述。通常有以下三种随机过程:
{ M ( t ), t 0},{ s n , n 1, 2, },{ n , n 1, 2, }
- 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、"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、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)。
/(k-1)
求解平稳分布
平衡方程 由正则性条件:
p1 p0 p0 2 p p p 2 2 1 2! 0 k ρ p pk-1 p0 k k k!
ρk 1 pk p0 e ρ p0 k 0 k 0 k! p0 e ρ ρk ρ pk e k! k 0,1,2,
顾客源中单个顾客的到达率为
当系统中有k个顾客的时候,顾客源中有 (m-k)个顾客,到达率为(m-k)
顾客源中的顾客数m-k (m-k)
系统内的顾客数k
0km
最大顾客数m
M/M/1/m/m的状态流图
m 0 1 (m-1) 2 (m-2) 2 m-1 m
列出状态转移平衡方程:
排队越长,进入可能性越小(令 αk=
1 k 1
);
顾客所需的服务时间序列{n,n1}独立、服从 参数为(>0)的负指数分布; 系统中只有一个服务台; 容量为无穷大,而且到达过程与服务过程彼此 独立。
2.系统状态分析
仍用N(t)表示在时刻t系统中的顾客数,令
pij(t)=P{N(t+t)=j|N(t)=i},i,j=0,1,2,… 则pij(t)的推导有
Wq(t)=P{Wq≤t}
e (t ) 1 , t0 e 1 k 1 (k 1)! j 0 j!
k 1 j
t
k 1
e 1 平均等待时间为: Wq (e 1)
5.逗留时间
类似地,顾客的逗留时间的分布函数为
W(t ) P{W t} P{Wq 0, t} P{0 W t, Wq 0}
i 1 t o( t ), j i 1, i 0 p ij( t ) t o( t ), j i 1, i 1 o( t ), | i j | 2
于是,{N(t),t0}是E={0,1,2,…}上的生灭过程,其参数为
P1 m P0 Pn 1 ( m n 1) Pn 1 (( m n ) ) Pn P P m 1 m
n0 n m -1 nm
注意到
P
n 1
m
n
1
求解顾客数概率分布
求解状态转移方程得
1 P0 m m! i ( ) i 1 ( m i )! m! n Pn ( ) P0 ( m n )!
在实际中,当服务台前出现排队时,排队的长 短往往直接影响服务员的工作效率。 比如:当排队过长时服务员会提高服务速度, 或者,对一个不熟练的服务员,当看到队长 太长时可能慌张而降低了服务率。 即,服务率会因为系统中的顾客数不同而变化。 两种服务率的情况 服务率成倍增长的情况
§3.2.1 两种服务率的情况
k 0
相反地,一个顾客到达而进入系统的概率为
a p
k 0 k
k
所以,单位时间内到达且进入系统的平均顾客数为
e a k p k (1 e )
k0
可以验证,在该系统中,Little公式成立,即
N eW,
Nq eW q
§3.2 具有可变服务率的M/M/1/
i , i0 i1 i1 i ,
顾客进入系统的概率为
1 k k 1
实际进入到排队系统的顾客输入率为
k k
状态转移图
0 1 /2 2 /3
k 1
/k k-1 k /(k+1) k+1 /(k+2)
平均等待队长
Nq ( j 1)p j jp j p j
j 1 j 1 j 1
N (1 p 0 ) e 1
4.等待时间
假定顾客是先到先服务。此处的等待时间是指到 达且进入系统接受服务的顾客的等待时间。 定理 在统计平衡下,进入系统接受服务的顾客的 等待时间分布函数为:
顾客到达为参数(>0)的泊松过程 ; 顾客所需的服务时间序列{n,n≥1}独立、服从负 指数分布,具有两种服务率1、2(0<1<2), 当队长<m(m是一个固定的正整数)时,服务 员用速率1工作,当队长≥m时,服务员用速率 2工作; 系统中只有一个服务台; 容量为无穷大,而且到达过程与服务过程彼此 独立。
M/M/1/m/m
§3.1 具有可变输入率的M/M/1/
在实际中,尽管顾客源源不断到达,但并不一 定进入排队系统接受服务。 常见的一种现象就是到达的顾客看到系统空闲 或者等待的顾客不多则进入系统接受服务,看 到前面排着长队时则产生犹豫,考虑是否排队 接受服务。 即,排队人数少时进入系统接受服务的可能性 就大,排队人数多则进入系统接受服务的可能 性就小。
0 1
m
m+1 2
2m 2 2
2m+1 3
j*m 3 j
j*m+1 (j+1)
(j+1)
§3.3 具有不耐烦顾客的M/M/1/∞
顾客在排队等候的过程中,会因为不耐烦而离开排 队系统,使系统顾客数减1,成为系统损失的顾客。
因不耐烦而离 开的顾客k 排队等候的顾客k个
§3.4 单服务窗闭合式排队模型
顾客来源是有限的:m
输入过程是简单流
服务时间服从负指数分布
排队系统容量:m 由此可见,单服务窗闭合式排队模型虽然系统内 顾客最大数有限,但是不会出现顾客损失的情况 ,所有的顾客都可以进入到排队系统等候、接受 服务。
M/M/1/m/m的到达率分析
顾客在系统中的平均逗留时间为
1 1[1 (m 1)1 m1 W p0 { (1 1 )2
m m 1
] 2 1
m 1
[m (m 1) 2 ] } 2 (1 2 )
顾客在系统中的平均等待时间为(由Little公式)
N N 1 p0 1 Wq W pj j 1 1 1 (m 2)1 (m 1)1 1 p0 { 2 (1 1 )
系统状态分析
用N(t)表示在时刻t系统中的顾客数,令
pij(t)=P{N(t+t)=j|N(t)=i},i,j=0,1,2,…
则pij(t)的推导有
t o( t ), j i 1, i 0 t o( t ), j i 1, i 0,1, , m 1 1 p ij( t ) 2 t o( t ), j i 1, i m | i j | 2 o( t ), 于是,{N(t),t0}是E={0,1,2,…}上的生灭过程,其 参数为
平均输入率
k pk
k 0
平均服务强度
损失概率(系统内已有k个顾客时,新到达的顾客不
加入队列而离去的概率为1-αk)
P损 (1 k ) pk
k 0
3.等待队长
在统计平衡的条件下,有
平均队长
j N E( N ) jp j e j 0 j 0 ( j 1)!
§3.2.2 服务率成倍增长的情况
顾客到达为参数(>0)的泊松过程 ;
顾客所需的服务时间序列{n,n≥1}独立、服从负 指数分布,服务率根据系统内顾客数成倍增长, 即当系统内顾客数为j*m+1时,服务率发生变化; 系统中只有一个服务台;
容量为无穷大,而且到达过程与服务过程彼此
独立。
状态转移流图
ˆ 1 2 j 1 t } q j (1 e t ) P{ e 1 j 1
j 1 k j 1 ( t ) [ e t (1 e t )] e 1 j1 ( j 1)! k 0 k!
j 1 k j 1 ( t ) [e 1 e t ( )] e 1 j1 ( j 1)! k 0 k !
e t j1 j (t )k 1 , t0 e 1 j 0 ( j 1)! k 0 k!
有效到达率 平均服务率
n 1,2,..., m
e (m L s )
e ( 1 P0)
目标参量
系统处于繁忙状态的概率
P忙= 1 – p0
单位时间内,完成服务的平均顾客数,即绝 对通过能力A
网络分析与测试
顾军 计算机学院网络工程系 jgu@
第3章 排队模型分析法
第1节 排队论简介
第2节 单服务窗简单排队模型 第3节 单服务窗特殊排队模型 第4节 多服务窗排队模型
第3节 单服务窗特殊排队模型
具有可变输入率的M/M/1/ 具有可变服务率的M/M/1/ 具有不耐烦顾客的M/M/1/ 单服务窗闭合式排队模型
i , i 0 i 1 , i 1,2, , m 1 , i m 2 i
状态转移流图
0 1 1
2 1
m-1
m 1
m+1 2
ቤተ መጻሕፍቲ ባይዱ 2
1
1
2
2
2
顾客数小于等于m时,
采用服务率1
顾客数大于m时,
顾客进入系统接受服务的可能性大小可用一 概率表示,一般情况下是队长的函数。
因不愿排队而 损失的顾客 (1-k) k 最大顾客数