排隊模型
該模型說明如何使用Risk Simulator：
1、創(chuàng)建排隊模型
2、對排隊模型設置Monte Carlo仿真
3、結果解釋
模型背景
文件名： 排隊模型.xls
想象一下排隊模型在呼叫中心，醫(yī)院病床分配及麥當勞快餐店排隊購買食品中的應用。這里隊列是指等待服務的一列消費群體
（典型地，在某段時間間隔內如一小時，一天等，到達隊列中的人數(shù)服從泊松分布）。柜臺支付開放的數(shù)量是指對服務隊列設
立的柜臺數(shù)（柜臺數(shù)和服務人數(shù)的關系服從一個指數(shù)分布）。排隊模型要回答的問題就是：如果我們不希望用戶等待超過X分鐘
的時間，那么需要設置多少個服務柜臺；或者，換種說法，如果我們擁有Y個服務柜臺，那么對到來的用戶需要等待多少時間才
能接受服務，并且平均等待時間是多少。這些模型結合仿真使用時是非常有效的，而需要仿真的變量是用戶的到達率（一段時
間間隔內用戶到達的人數(shù)）和服務時間。該模型可以在員工呼叫中心，客戶服務隊列管理，柜臺結算和在醫(yī)院里針對每種診斷
的病情應該設置的床位數(shù)等問題上應用。
這些模型是基于排隊模型的運籌學研究成果。單通道隊列模型和多通道隊列都假設到達率服從泊松分布，服務時間服從指數(shù)分
布，它們之間的不同只在于通道個數(shù)上。MG1單強制性模型和MGK阻塞模型都假設到達率服從泊松分布，但并不要求服務時間服
從指數(shù)分布。這兩個模型的主要差異在于MGK使用了多通道隊列，而MG1使用的是單通道隊列。同時，MGK模型假設如果通道已
滿，客戶將會離開，而MG1模型假設了客戶在隊列中等待的概率。
運行 Monte Carlo 仿真
所有這些模型的框架都是設計好的，參數(shù)都可自動獲得，只有輸入假設是（到達率和服務率）不確定的，需要進行仿真。預測
結果可以是任何的輸出量
-
留言與評論（共有 0 條評論）
