概述

此示例显示了如何建模单个平均单人程序系统，其中分别以1.1和1的固定均值分配了Arrarival时间和服务时间均匀分布。队列具有无限的存储容量。在符号中，G代表具有已知均值和方差的一般分布。g/g/1意味着系统的安排和服务时间受这样一般分配的约束，并且该系统具有一台服务器。您可以更改统一分布的差异。您可以使用此模型检查Little的定律。

模型的结构

该模型包括以下列出的组件：

结果和显示

该模型包括以下视觉方式来理解其性能：

小律法

您可以使用此模型来验证Little的定律，该定律指出了平均队列长度与队列中平均等待时间之间的线性关系。特别是，预期的关系如下：

平均队列长度=（平均到达率）（队列中的平均等待时间）

实体队列块计算队列中的当前队列长度和平均等待时间。称为Little's Law评估的子系统计算平均队列长度的比率（从瞬时队列长度衍生而来）与平均等待时间的比率，以及平均服务时间与平均到达时间的比率。这两个比率出现在标有小定律的情节上。

解释上述方程式的另一种方法是，在标准化的平均服务时间为1的情况下，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。

Little's Law应用于服务器

您还可以使用此模型来验证Little Law在服务器利用率和平均服务时间之间预测的线性关系。实体服务器块计算服务器中服务器的使用和平均等待时间。由于每个实体在完成服务后可以立即离开服务器，因此等待时间等同于此模型中服务器的服务时间。

实验模型

在模拟过程中移动到达过程差异旋钮或服务过程方差旋钮，并观察队列内容的变化。当交通强度很高时，队列中的平均等待时间大约是在安排时间和服务时间的差异中线性的。差异越大，实体必须等待的时间越长，并且在系统中等待的实体越多。

相关示例

参考

[1] Kleinrock，Leonard，排队系统，第一卷：理论，纽约，威利，1975年。