QuickPass系统排队问题

上传人:ldj****22 文档编号:48633421 上传时间:2018-07-18 格式:PPT 页数:54 大小:2.29MB
返回 下载 相关 举报
QuickPass系统排队问题_第1页
第1页 / 共54页
QuickPass系统排队问题_第2页
第2页 / 共54页
QuickPass系统排队问题_第3页
第3页 / 共54页
QuickPass系统排队问题_第4页
第4页 / 共54页
QuickPass系统排队问题_第5页
第5页 / 共54页
点击查看更多>>
资源描述

《QuickPass系统排队问题》由会员分享,可在线阅读,更多相关《QuickPass系统排队问题(54页珍藏版)》请在金锄头文库上搜索。

1、QuickPassQuickPass系统系统 排队问题排队问题谢瑶 03/03/2004 电子工程与信息科学系PB00006排队排队常常是件很令人恼火的事情 尤其是在我们这样的人口大国v电话亭1978年在北京15%的电话要在1小时后才能接通。在电报大楼打电话的人还要带着午饭去排队 v银行窗口,ATMv医院、理发、火车售票v游乐场的游乐项目?v在游乐园中的频频排队 会极为扫兴vDisneyLand中 的FastPass (QuickPass)系统 就是想解决这 个问题的What is QuickPass?v工作原理:v到达的顾客将自己的票插 入FastPass的slot中vFastPass计算

2、出建议顾 客返回的时间间隔(time interval)或时间点或时 间窗(time window)v顾客无需排队,在指定的 时间返回就可持票进入怎样缩短排队的等待时间?v银行的排队叫号机只是有序的组织了顾客,并没有减少等待时 间v如果能实现知道轮到自己需要等待多少时间 ,再选择合适的时间来,岂不很好?FastPass存在的问题:v预知的返回时间间隔存在误差 按时返回却仍需要排队v建议的返回时间间隔太长 如果告诉你4小时以后再回来呢?v顾客可能不会完全按照安排的时间返回v如果新来的顾客不想使用FastPass系统?现有的Fast Pass 真的那么好用吗 ?我们的目的就是对FastPass系统

3、建立 合理的离散统计模型(Distributed Statistical Model),求出最优的顾客返回时间。建模的一般步骤以及: * 模型的改进 * 启发与待解决的问题1 模型的假设v游乐园开放时间为8:00-18:00,一天中不同 时间的顾客流量不同,比如上午10:00和下 午3:00的顾客流量是最大的。v顾客的到达时间符合非时间齐次泊松过程 (Nonhomogeneous Possion Process),到 达速率是 Poisson ProcessPoisson Process分析1:能否得到准确的返回时间?2 在我们开始动手建模之前, 先要问几个问题:分析2:使用FastPass后

4、排队是不是可以避免的 ?vFastPass给出的返回时间只是期望值,而非确定 值v假设所有的顾客都使用FastPass,但需考虑有的顾 客可能会不遵守FastPass给出的返回时间2 在我们开始动手建模之前, 先要问几个问题:分析3:我们优化的目标函数(或cost function)是什么?是排队时间吗?2 在我们开始动手建模之前, 先要问几个问题:优化问题的目标函数为:3 模型的建立(1)目标函数3 模型的建立(1)目标函数v根据排队论(queueing theory)的分类规则,(X/Y/Z/A) 代表一类排队的规则,其中X:顾客流到达所符合的分布 Y:顾客接受服务的时间所服从的分布 aZ

5、:服务台的个数 A:服务台一次可服务的顾客数量(系统的容量)v针对各个游乐项目的特点,我们主要讨论两种排队系统:模型的建立(2) 排队模型的分类v特点:系统容量为1,顾客的到达是Poisson流, 服务时间服从指数分布,只有一条队列模型的建立(3) 电话亭模型v加入QuickPass系统以后的Poisson排队模型模型的建立(3)电话亭模型v求出这类系统的代价函数表达式模型的建立(3)电话亭模型v近似将总的优化目标函数等效为对顾客i的 目标函数:模型的建立(3)电话亭模型模型的建立(3)电话亭模型v如果简化c1,c2为常数,并计算第二个人的 无需等待返回时间的期望值,得v用MatLab能够作出

6、 的函数,并从图 中得出结果模型的求解(4)电话亭模型模型的求解(4)电话亭模型Average call time(min*10)U2 t2508.051617.0 8023.051632.5v第三个人的无需等待返回时间的期望值,同 理可以算出,并用图解法求出模型的求解(4)电话亭模型但是第4个人,第5个人呢? 这种方法太繁琐,似乎不好用 可否有近似的算法?v与前一个模型的区别 在于:系统容量是 c1,服务时间固定, 顾客的到达仍然是 Poisson流。服务系统 数量是1模型的建立(5) 过山车模型还要考虑:v实际的FastPass系统有两条队列: FastPass和Standby队列v不考虑

7、standby队列, 将得到Greedy algorithm 模型v考虑standby队列, 将得到效用函数模型模型的建立(5)过山车最简单的情况:最简单的情况:v只有一条队列,即所有的人都只用FastPass系统v为了防止前面的人等的时间太长,过山车只要载 满一定数量的人后就开车,假设为80c。v用贪心算法(greedy algorithm),将每个顾客尽量 安排在离顾客到达时间最近的,且还没有安排满 人的一班车上。v假设被安排的顾客按照Beta分布到达所被安排的 时间段内模型的建立(5)过山车模型贪心算法模型的建立(5)过山车模型v很容易想到,全局优化的目标变量1. 如果开车的时间不固定,

8、则a%是多少最优? 就是说顾客坐满多少就开车?2.如果开车的时间间隔是固定的,则多长时间 开一次是最优的?v衡量的标准:目标函数模型的建立(5)过山车模型一个区间内的顾客返回示意图:目标函数:模型的建立(5)过山车模型模型的建立(5)过山车模型怎样求解最优的a%c和最优的开车间隔? 对于这类复杂的问题,离散仿真是最好 的方法了v仿真:用计算机生成一些符合某种分布的随机数据 点,模拟离散时间的发生v这里的仿真用MatLab6.5完成:v步骤:1.生成Poisson顾客流(模拟到达时间)2.给定不同的a%c, 开车时间间隔不定,计算 代价函数,画出代价函数性能曲线3.开车时间固定,给出不同的开车时

9、间间隔 ,计算画出代价函数性能曲线4.得出最优的结论模型的仿真(5)过山车模型过山车模型的仿真(5.1)得到v在第j天的某一固 定时刻 i 采集样本, i=1m, j=1100 形成样本空间的 矩阵过山车模型的仿真(5.1) 用列向量的均值估计参数 样本的更新用时间序列 的方法(time serial analysis),计算列向量 的Eucilid距离dthreshold就更新一次对某一个或一组变量x(t)进行观察测量,将在一系 列时刻t1, t2, , tn (t为自变量且t1t2 tn ) 所 得到的离散数字组成序列集合x(t1), x(t2), , x(tn),我们称之为时间序列,这种

10、有时间意义的 序列也称为动态数据。时间序列分析是根据系统 观测得到的时间序列数据,通过曲线拟合和参数 估计来建立数学模型的理论和方法 时间序列分析(time serial analysis)过山车模型的仿真(5.1)启发:有没有别的方法判别样本如何更 新?如:求样本矩阵的秩,求样本向量的相关系数生成的 样本空 间过山车模型的仿真(5.1)实用的一种模拟Poisson流的方法: 某个区间 个顾客到达时间UniformPoisson流顾客到达时间过山车模型的仿真(5.2)按照贪心算法指定的顾客 乘坐的过山车的班次两种a%c的情况下顾客等待时间过山车模型的仿真(5.3)a%c的性能曲线:可见a%c=

11、70最优过山车模型的仿真(5.3)开车间隔的优化:可是cost function是间隔的 单调函数?怎么办?过山车模型的仿真(5.4)解决:考虑开车的成本:开车的时间间隔越短, 次数愈多,运行成本越大找平衡点 4.67min最优过山车模型的仿真(5.4)6 模型的稳健性与优缺点v电话亭模型较精确,虽可行但复杂v过山车模型的贪心算法,简单,但不是最优( quasi-optimal)(为什么不是最优?)vStandby队列会有什么影响?v每个人的c1和c2可能不同v将顾客的到达看成是顾客流(traffic),用Trunking Theory中的Erlang C公式,能够得出阻塞概率 P(Block

12、),系统容量C,顾客流的强度A( )三 者的关系v平均队列长度为:v可将顾客安排在一天之内平均队列短的时刻7 过山车模型的改进 Erlang C的图形7 过山车模型的改进统计得出的队列长度,以及仿真得出的 实际队列长度 说明可以用 统计曲线作安 排返回时间的 依据7 过山车模型的改进改进算法的效果改进算法的效果7 过山车模型的改进7 过山车模型的改进统计队列 长度曲线 应该实时 更新!但是: 可能所有的顾客都被安排 到同一个队列长度短的时 段了如果考虑Standby队列?7 过山车模型的改进使用边际效用函数(Marginal Utility Function)的思想: FastPass队列中每

13、增加一个人,会对 Standby队列中的人造成目标函数的损 失v使用IC卡门票,记录顾客的特点,数据集中 在中心数据库v给顾客提供预计的当天实时队列长度表,顾 客可自己选择返回时间,选择t1,t2时间的长 度v你的更好的办法?8 将来的工作:设计更好的FastPass系统v怎样写数学建模论文?v怎样求解没有显式表达的式子?v如何模拟离散随机时间?v如何通过仿真的结果求参数的优化 使用数学软件,仿真的过程中常常也会的到新的想法与 结论v灵活借鉴其他学科中的方法:如Queueing theory(排队论), Trunking Theory(复用论), Greedy Algorithm(贪心算法) , Marginal Utility Function(边际效用函数)9 启发与收获这是一类OpenEnd ProblemvHomework: 相似的问题比如ICM2003 C题 ,To Screen or not to screen? 飞机场的调 度以及安全检查问题你将如何安排?你将如何安排? Its Its uptoupto you! you! 感谢(Acknowledgement)v本次讲座内容来自MCM2004#team624的paper,感 谢全体成员的辛勤工作!以及杨老师的指导与支持 。paper下载: http:/

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 行业资料 > 其它行业文档

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号