這是m / m / 2/3系統 的模擬。
lambda
mu m.queue %
seize("server", amount=1) %>%
timeout(function() rexp(1, mu)) %>%
release("server", amount=1)
mm23.env %
add_resource("server", capacity=2, queue_size=1) %>%
add_generator("arrival", m.queue, function() rexp(1, lambda)) %>%
run(until=2000)
通過求解該系統的平衡方程，可以得出以下資訊：
其中r=λ/μ[r=λ/μ。最後，我們可以看到模擬如何快速收斂到系統中的理論平均客戶數nñ：
在許多實際的排隊方案中，伺服器的速度取決於系統的狀態。在這裡，我們考慮乙個多伺服器資源，該資源能夠在到達位置之間平均分配處理能力。這意味著，例如，如果capacity=2伺服器中有乙個伺服器到達，則伺服器的服務速度將提高一倍。
下面的主要軌跡首先抓住了伺服器並初始化了這三個屬性。然後，到達者需要遵循update.delay軌跡，並且必須在任何給定時間中斷以重新執行它，從而重新計算剩餘的服務時間。
在下文中，我們將m / m / 2與該狀態相關系統進行比較。這兩個系統的到達時間相同，並且可以預期，平均資源使用量顯著降低。
佇列網路。
有三個指數生成器 注入平均大小為100位元組的指數大小的訊息。有四個m / d / 1佇列，確定速率等於220位元組/秒。來自λ的訊息有25％的概率1個λ1個 在第二個佇列之前刪除 。
我們將首先設定主要常量和幾個函式來設定訊息大小並占用m / d / 1佇列：
最後，我們 執行**環境：
run(4000)
#> simmer environment: anonymous | now: 4000 | next: 4000.27679472528
#>
#>
#>
#>
#>
#>
#>
#>
aggregate(waiting_time ~ generator + resource, arr, function(x) sum(x)/length(x))
#> generator resource waiting_time
#> 1 arrival1 md1_3 6.2313118
#> 2 arrival3 md1_3 0.7253215
#> 3 arrival1 md1_4 5.6431528
#> 4 arrival4 md1_4 0.5001096
get_n_generated(env, "arrival1_") + get_n_generated(env, "arrival4_")
#> [1] 10384
aggregate(waiting_time ~ generator + resource, arr, length)
#> generator resource waiting_time
#> 1 arrival1 md1_3 3864
#> 2 arrival3 md1_3 1958
#> 3 arrival1 md1_4 2177
#> 4 arrival4 md1_4 2389
拓端tecdat 共享單車大資料報告
隨著智慧型手機的普及和手機使用者的激增，共享單車作為城市交通系統的乙個重要組成部分，以綠色環保 便捷高效 經濟環保為特徵蓬勃發展。作為城市共享交通系統的乙個重要組成部分，以綠色環保 便捷高效 經濟環保為特徵的自行車共享行業在2016年使用者總數達到2030萬人次，全國運營市場達到11.5億元。基於以...
拓端tecdat榮獲騰訊雲 社群年度最佳作者獎
回首不平凡的2020年，技術力量越來越受到重視，技術從業者的責任也越來越重大。突發事件 流量洪峰 協同開源 一輪又一輪的挑戰背後，是技術從業者們默默的努力。然而，技術的發展，不僅需要默默努力，更需要站出來發聲，以文字發聲，以演講發聲，分享自己的實踐經驗，推進技術整體的進步，更是十分珍貴。2020年，...
拓端tecdat 電商平台資料解鎖網紅零食銷量密碼
你知道 巨型豬飼料 單身 是什麼嗎？這不是給動物吃的，也許你或多或少聽說過，這些在網上引起巨大反響的零食，完全激起了大家的購買慾望。與傳統食品相比，這種購物模式不需要消費者親自到商店或市場去挑選商品，而是可以直接通過網路 完成，具有品種豐富 跨區域 優惠等優點。大資料 對於今天來說可能已經不再是乙個...