单服务台排队系统离散事件系统仿真实验_精品文档Word文档下载推荐.doc
《单服务台排队系统离散事件系统仿真实验_精品文档Word文档下载推荐.doc》由会员分享，可在线阅读，更多相关《单服务台排队系统离散事件系统仿真实验_精品文档Word文档下载推荐.doc（10页珍藏版）》请在冰豆网上搜索。
通过定义事件或每个事件发生系统状态的变化，按时间顺序确定并执行每个事件发生时有关逻辑关系。
（2）活动扫描法：
系统有成分组成，而成分又包含活动。
活动的发生必须满足某些条件，且每一个主动成分均有一个相应的活动例程。
仿真过程中，活动的发生时间也作为条件之一，而且较之其他条件具有更高的优先权。
（3）进程交互法：
将模型中的主动成分历经系统所发生的事件及活动，按时间发生的顺序进行组合，从而形成进程表。
系统仿真钟的推进采用两张进程表，一是当前事件表，二是将来事件表。
3．本实验采用的单服务台模型
顾客源是无限的，顾客单个到达，相互独立，一定时间的到达数服从指数分布。
（2）排队规则：
单队，且对队列长度没有限制，先到先服务的FIFO规则。
（3）服务机构：
单服务台，各顾客的服务时间相互独立，服从相同的指数分布。
（4）到达时间间隔和服务时间是相互独立的。
4．事件调度法的仿真策略
事件调度法的基本思想是：
用事件的观点来分析真实系统，通过定义事件及每个事件发生对于系统状态的变化，按时间顺序确定并执行每个事件发生时有关的逻辑关系。
按这种策略建立模型时，所有事件均放在事件表中。
模型中设有一个时间控制成分，该成分从事件表中选择具有最早发生时间的事件，并将仿真钟修改到该事件发生的时间，再调用与该事件相应的事件处理模块，该事件处理完后返回时间控制成分。
这样，事件的选择与处理不断地进行，直到仿真终止的条件或程序事件产生为止。
5．离散事件结果分析
仿真运行方式可分为两大类：
（1）终止型仿真：
仿真的运行长度是事先确定的
由于仿真运行时间长度有限，系统的性能与运行长度有关，系统的初始状态对系统性能的影响是不能忽略的。
为了消除由于初始状态对系统性能估计造成的影响，需要多次独立运行仿真模型。
（2）稳态型仿真：
这类仿真研究仅运行一次，但运行长度却是足够长，仿真的目的是估计系统的稳态性能。
三、理论分析
根据排队论的知识我们知道，排队系统的分类是根据该系统中的顾客到达模式、服务模式、服务员数量以及服务规则等因素决定的。
1、顾客到达模式
实体（临时实体）到达模式：
顾客。
实体到达模式是顾客到达模式，设到达时间间隔A1服从均值＝5min的指数分布
（A≥0）
2、服务模式
设服务员为每个顾客服务的时间为Si，它也服从指数分布，均值为＝4min
（S≥0）
3、服务规则
由于是单服务台系统，考虑系统顾客按单队排列，并按FIFO方式服务
4、理论分析结果
在该系统中，设，则稳态时的平均等待队长为，顾客的平均等待时间为。
5、系统模型
开始
对顾客数目做记录
将顾客记录排入队列
队列长度加1
安排服务完成事件
结束
置服务员为忙碌状态
确定服务时间
服务员忙
是
否
三、设计算法
1、算法模型
标志位置0：
i=i+1
计算第i个顾客的等待时间、离开时间、标示位：
i+1
系统是否接纳第i个顾客？
仿真时间是否越界？
输出结果
计算第1个顾客的离开时间：
i-2
输入仿真人数
2、仿真设计算法（主要函数）
利用指数分布间的关系，产生符合过程的顾客流，产生符合指数分布的随机变量作为每个顾客的服务时间：
Interval_Arrive=-log（rand（1,SimTotal））/Lambda;
%到达时间间隔，结果与调用exprnd（1/Lambda，m）函数产生的结果相同
Interval_Serve=-log（rand（1,SimTotal））/Mu;
%服务时间间隔
t_Arrive
（1）=Interval_Arrive
（1）;
%顾客到达时间时间计算
t_Wait=t_Leave-t_Arrive;
%各顾客在系统中的等待时间
t_Queue=t_Wait-Interval_Serve;
%各顾客在系统中的排队时间
由事件来触发仿真时钟的不断推进。
每发生一次事件，记录下两次事件间隔的时间以及在该时间段内排队的人数：
Timepoint=[t_Arrive,t_Leave];
%系统中顾客数变化
CusNum=zeros（size（Timepoint））;
CusNum_avg=sum（CusNum_fromStart.*[Time_interval0]）/Timepoint（end）;
%系统中平均顾客数计算
QueLength_avg=sum（[0QueLength].*[Time_interval0]）/Timepoint（end）;
%系统平均等待队长
3、仿真程序（MatLab语言）
clear;
clc;
%M/M/1排队系统仿真
SimTotal=input（'
请输入仿真顾客总数SimTotal='
）;
%仿真顾客总数；
Lambda=0.2;
Mu=0.25;
t_Arrive=zeros（1,SimTotal）;
t_Leave=zeros（1,SimTotal）;
ArriveNum=zeros（1,SimTotal）;
LeaveNum=zeros（1,SimTotal）;
%到达时间间隔
%服务时间
%顾客到达时间
ArriveNum
（1）=1;
fori=2:
SimTotal
t_Arrive（i）=t_Arrive（i-1）+Interval_Arrive（i）;
ArriveNum（i）=i;
end
t_Leave
（1）=t_Arrive
（1）+Interval_Serve
（1）;
%顾客离开时间
LeaveNum
（1）=1;
ift_Leave（i-1）<
t_Arrive（i）
t_Leave（i）=t_Arrive（i）+Interval_Serve（i）;
else
t_Leave（i）=t_Leave（i-1）+Interval_Serve（i）;
end
LeaveNum（i）=i;
t_Wait_avg=mean（t_Wait）;
%各顾客在系统中的排队时间
t_Queue_avg=mean（t_Queue）;
%系统中顾客数随时间的变化
Timepoint=sort（Timepoint）;
ArriveFlag=zeros（size（Timepoint））;
%到达时间标志
temp=2;
CusNum
（1）=1;
length（Timepoint）
if（temp<
=length（t_Arrive））&
&
（Timepoint（i）==t_Arrive（temp））
CusNum（i）=CusNum（i-1）+1;
temp=temp+1;
ArriveFlag（i）=1;
CusNum（i）=CusNum（i-1）-1;
%系统中平均顾客数计算
Time_interval=zeros（size（Timepoint））;
Time_interval
（1）=t_Arrive
（1）;
Time_interval（i）=Timepoint（i）-Timepoint（i-1）;
CusNum_fromStart=[0CusNum];
QueLength=zeros（size（CusNum））;
fori=1:
length（CusNum）
ifCusNum（i）>
=2
QueLength（i）=CusNum（i）-1;
QueLength（i）=0;
%系统平均等待队长
%仿真图
figure
（1）;
set（1,'
position'
[0,0,1000,700]）;
subplot（2,2,1）;
title（'
各顾客到达时间和离去时间'
stairs（[0ArriveNum],[0t_Arrive],'
b'
holdon;
stairs（[0LeaveNum],[0t_Leave],'
y'
legend（'
到达时间'
'
离去时间'
holdoff;
subplot（2,2,2）;
stairs（Timepoint,CusNum,'
）
系统等待队长分布'
xlabel（'
时间'
ylabel（'
队长'
subplot（2,2,3）;
各顾客在系统中的排队时间和等待时间'
stairs（[0ArriveNum],[0t_Queue],'
stairs（[0LeaveNum],[0t_Wait],'
排队时间'
等待时间'
%仿真值与理论值比较
disp（['
理论平均等待时间t_Wait_avg='
num2str（1/（Mu-Lambda））]）;
理论平均排队时间t_Wait_avg='
num2str（Lambda/（Mu*（Mu-Lambda）））]）;
理论系统中平均顾客数='
num2str（Lambda/（Mu-Lambda））]）;
理论系统中平均等待队长='
num2str（Lambda*Lambda/（Mu*（
升级会员 