概述

这个例子展示了如何对一个单队列单服务器系统进行建模，在这个系统中，到达时间和服务时间是均匀分布的，分别取固定的平均值1.1和1。队列具有无限的存储容量。在表示法中，G表示具有已知均值和方差的一般分布;G/G/1表示系统的到达时间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。

模型结构

模型包括以下组件:

并显示结果

该模型包括以下视觉方式来理解其性能:

小定律

您可以使用这个模型来验证Little定律，该定律陈述了平均队列长度和队列中平均等待时间之间的线性关系。具体而言，预期的关系如下:

平均排队长度=(平均到达率)(平均排队等待时间)

实体队列块计算队列中的当前队列长度和平均等待时间。被称为Little's Law Evaluation的子系统计算平均队列长度(通过集成得到的瞬时队列长度)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。

另一种解释上述等式的方法是，给定规范化的平均服务时间1，您可以使用平均等待时间和平均队列长度来得出系统的到达率。

利特尔定律应用于服务器

您还可以使用这个模型来验证利特尔定律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。

使用模型进行实验

在模拟过程中移动到达过程方差旋钮或服务过程方差旋钮，观察队列内容如何变化。当交通强度较高时，平均排队等待时间与到达时间和服务时间的方差近似线性。方差越大，实体等待的时间越长，系统中等待的实体越多。

相关的例子

参考文献

《排队系统》，第一卷:理论，纽约，威利出版社，1975年。