用R语言模拟M|用R语言模拟M / M / 1随机服务排队系统用R语言模拟M

原文链接： http://tecdat.cn/?p=8199 原文出处：拓端数据部落公众号本文中我在R中构造一个简单的M / M / 1队列的_离散事件_模拟。

模拟变量像往常一样，我们从模拟及其检测所需的变量开始。

t.end <- 10^5 # 模拟的持续时间 t.clock <- 0 # 模拟时间 Ta <- 1.3333 # 抵达间隔期 Ts <- 1.0000 # 服务期 t1 <- 0 # 下一次到达的时间 t2 <- t.end # 下一次出发的时间 tn <- t.clock # 最后事件时间的临时变量 tb <- 0 # 最后一次繁忙时间开始的临时变量 n <- 0 # 系统中的数量 s <- 0 # 累积数量-时间乘积 b <- 0 # 总忙碌时间 c <- 0 # 总完成数 qc <- 0 # 绘制瞬时q大小 tc <- 0 # 绘制时间延迟图 plotSamples <- 100 set.seed(1)

接下来，我们需要编写R代码以对进入队列和从队列离开进行实际的M / M / 1模拟。
仿真循环

while (t.clock < t.end) { if(t1 < t2) { # 到达事件 t.clock <- t1 s <- s + n * (t.clock - tn) # 队列中的delta时间加权数...else { t2 <- t.end b <- b + t.clock - tb } } }

检测指标在这里，我们检测数据以形成一些众所周知的性能指标。
队列长度这是瞬时队列长度- 平均负载数据的曲线图。这就是排队波动的样子。

文章图片

显示为红色虚线的框具有与阶梯曲线下方相同的面积。
PDQ模型为了进行分析比较，我们还使用 PDQ-R模型。
是的，这几行代码与上面带工具的仿真代码等效，并且可以保证处于稳定状态。即使在R中运行PDQ本质上也是瞬时的。模拟将花费更长的时间，
结果最后，我们可以将模拟的M / M / 1队列与相应的PDQ结果进行比较。像往常一样，最好将它们分解为输入和输出。

输入：

Tsim：1.00e + 05 Ta：1.3333，Ts：1.0000＃次 Ar：0.7500，Sr：1.0000＃

输出：

Usim：0.7477，Updq：0.75 Xsim：0.7495，Xpdq：0.75 Rsim：4.0316，Rpdq：4.00 Qsim：3.0219，Qpdq：3.00

我们可以得出结论，仿真在指定的10 5个时间步长内达到了稳态。

文章图片

最受欢迎的见解
1.R语言中使用排队论预测等待时间
2.R语言进行数值模拟：模拟泊松回归模型
3.用R语言模拟M M 1随机服务排队系统
4.R语言对布丰投针（蒲丰投针）实验进行模拟和动态可视化
5.用R语言模拟混合制排队随机服务排队系统
6.用R语言模拟随机服务排队系统
7.R语言做复杂金融产品的几何布朗运动的模拟
8.R语言进行数值模拟：模拟泊松回归模型
【用R语言模拟M|用R语言模拟M / M / 1随机服务排队系统】9.使用GARCH，EGARCH，GJR-GARCH模型和蒙特卡洛模拟进行股价预测