排队模型
该模型说明如何使用Risk Simulator：
1、创建排队模型
2、对排队模型设置Monte Carlo仿真
3、结果解释
模型背景
文件名： 排队模型.xls
想象一下排队模型在呼叫中心，医院病床分配及麦当劳快餐店排队购买食品中的应用。这里队列是指等待服务的一列消费群体
（典型地，在某段时间间隔内如一小时，一天等，到达队列中的人数服从泊松分布）。柜台支付开放的数量是指对服务队列设
立的柜台数（柜台数和服务人数的关系服从一个指数分布）。排队模型要回答的问题就是：如果我们不希望用户等待超过X分钟
的时间，那么需要设置多少个服务柜台；或者，换种说法，如果我们拥有Y个服务柜台，那么对到来的用户需要等待多少时间才
能接受服务，并且平均等待时间是多少。这些模型结合仿真使用时是非常有效的，而需要仿真的变量是用户的到达率（一段时
间间隔内用户到达的人数）和服务时间。该模型可以在员工呼叫中心，客户服务队列管理，柜台结算和在医院里针对每种诊断
的病情应该设置的床位数等问题上应用。
这些模型是基于排队模型的运筹学研究成果。单通道队列模型和多通道队列都假设到达率服从泊松分布，服务时间服从指数分
布，它们之间的不同只在于通道个数上。MG1单强制性模型和MGK阻塞模型都假设到达率服从泊松分布，但并不要求服务时间服
从指数分布。这两个模型的主要差异在于MGK使用了多通道队列，而MG1使用的是单通道队列。同时，MGK模型假设如果通道已
满，客户将会离开，而MG1模型假设了客户在队列中等待的概率。
运行 Monte Carlo 仿真
所有这些模型的框架都是设计好的，参数都可自动获得，只有输入假设是（到达率和服务率）不确定的，需要进行仿真。预测
结果可以是任何的输出量
-
留言与评论（共有 0 条评论）
