主要内容

G/G/1排队系统与利特尔定律

概述

本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分别以固定均值1.1和1均匀分布。该队列具有无限的存储容量。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表示系统的到达时间和服务时间受这样的一般分布支配,系统有一台服务器。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

该模型包括以下组件:

  • 实体生成器块:生成实体(在排队理论中也称为“客户”)。

  • uniformArrivalTime():返回表示生成实体的到达时间的数据。在使用到达过程方差旋钮设置分布的方差后,该函数用所选的方差和平均值1.1计算一个统一的随机变量。要查看计算细节,双击Simulink函数并打开标记为Uniform Distribution的块。

  • 实体队列块:存储以FIFO顺序提供服务的实体

  • 实体服务器块:对服务时间均匀分布的服务器进行建模。

结果和显示

该模型包括以下可视化方法来理解其性能:

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

  • 比较经验比率和理论比率的范围。参见下面对利特尔定律的讨论。

小定律

你可以用这个模型来验证利特尔定律(Little’s law),它描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,期望的关系如下:

平均排队长度=(平均到达率)(平均排队等待时间)

实体队列块计算当前队列长度和队列中的平均等待时间。这个名为利特尔定律评估(Little’s Law Evaluation)的子系统计算平均队列长度(由瞬时队列长度积分得到)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注为利特尔定律的图表上。

另一种解释上述方程的方法是,给定标准化的平均服务时间为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。

应用于服务器的利特尔定律

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。

实验模型

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,平均排队等待时间与到站时间和服务时间的方差近似线性。方差越大,实体需要等待的时间就越长,系统中等待的实体就越多。

相关的例子

参考文献

Kleinrock, Leonard,排队系统,卷一:理论,纽约,威利,1975。

另请参阅

|||

相关的话题

Baidu
map