主要内容

G/G/1排队系统与利特尔定律

概述

这个示例展示了如何建模一个单队列单服务器系统,其中到达时间和服务时间以固定均值分别为1.1和1的均匀分布。队列的存储容量是无限的。在表示法中,G代表具有已知均值和方差的一般分布;G/G/1表示系统的到达间隔和服务时间由这样一个通用分布控制,并且系统有一个服务器。你可以改变均匀分布的方差。你可以用这个模型来检验利特尔定律。

模型的结构

该模型包括以下列出的组件:

  • 实体发电机块:生成实体(在排队论中也称为“客户”)。

  • 金宝app仿真软件功能uniformArrivalTime ():返回表示生成的实体的到达间隔时间的数据。在您使用Arrival Process variance旋钮设置分布的方差之后,该函数将计算一个统一的随机变量,其方差和平均值为1.1。要查看计算细节,双击Simulink函数并打开标记为均匀分布的块。金宝app

  • 实体队列块:按先进先出顺序存储要服务的实体

  • 实体服务器块:建模一个服务时间分布均匀的服务器。

并显示结果

该模型包括以下直观的方式来理解其性能:

  • 显示块,显示队列工作负载、队列中的平均等待时间、平均服务时间和服务器利用率。

  • 比较经验和理论比率的范围。参见下面关于利特尔定律的讨论。

小定律

您可以使用这个模型来验证Little定律,该定律说明了平均队列长度和平均排队时间之间的线性关系。具体而言,期望关系如下:

平均排队长度=(平均到达率)(平均排队等待时间)

实体队列块计算当前队列长度和队列中的平均等待时间。Little’s Law Evaluation子系统计算平均队列长度(通过积分得到瞬时队列长度)与平均等待时间的比值,以及平均服务时间与平均到达时间的比值。这两个比率出现在标有利特尔定律的图表上。

另一种解释上面等式的方法是,给定标准化平均服务时间为1,您可以使用平均等待时间和平均队列长度来推导系统的到达率。

Little法则适用于服务器

您还可以使用这个模型来验证Little定律所预测的服务器利用率和平均服务时间之间的线性关系。实体服务器块计算服务器的利用率和服务器中的平均等待时间。由于每个实体在完成服务后可以立即离开服务器,因此在此模型中等待时间等同于服务器的服务时间。

模型实验

在模拟过程中移动到达流程方差旋钮或服务流程方差旋钮,并观察队列内容如何变化。当交通强度较大时,平均排队时间与到达时间和服务时间的方差近似呈线性关系。方差越大,实体等待的时间就越长,系统中等待的实体就越多。

相关的例子

参考文献

伦纳德,排队系统,第一卷:理论,纽约,威利,1975年。

另请参阅

|||

相关的话题