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 中结构一个简略的 M / M / 1 队列的_离散事件_模仿。
模仿变量
像平常一样，咱们从模仿及其检测所需的变量 开始。
t.end <- 10^5 # 模仿的持续时间
t.clock <- 0 # 模仿工夫
Ta <- 1.3333 # 到达间隔期
Ts <- 1.0000 # 服务期
t1 <- 0 # 下一次达到的工夫
t2 <- t.end # 下一次登程的工夫
tn <- t.clock # 最初事件工夫的长期变量
tb <- 0 # 最初一次忙碌工夫开始的长期变量
n <- 0 # 零碎中的数量
s <- 0 # 累积数量 - 工夫乘积
b <- 0 # 总繁忙工夫
c <- 0 # 总实现数
qc <- 0 # 绘制刹时 q 大小
tc <- 0 # 绘制时间延迟图
plotSamples <- 100
set.seed(1)接下来，咱们须要编写 R 代码以对进入队列和从队列来到进行理论的 M / M / 1 模仿。
仿真循环
while (t.clock < t.end) {if(t1 < t2) { # 达到事件
t.clock <- t1
s <- s + n * (t.clock - tn) # 队列中的 delta 工夫加权数
...
else {
t2 <- t.end
b <- b + t.clock - tb
}
}
}检测指标
在这里，咱们 检测数据以造成一些家喻户晓的性能指标。
队列长度
这是刹时队列长度 - 均匀负载数据的曲线图。这就是排队稳定的样子。
显示为红色虚线的框具备与阶梯曲线下方雷同的面积。
PDQ 模型
为了进行剖析比拟，咱们还应用 PDQ- R 模型。
是的，这几行代码与下面带工具的仿真代码等效，并且能够保障处于稳固状态。即便在 R 中运行 PDQ 实质上也是刹时的。模仿将破费更长的工夫，
后果
最初，咱们能够将模仿的 M / M / 1 队列与相应的 PDQ 后果进行比拟。像平常一样，最好将它们合成为输出和输入。
-
输出：
Tsim：1.00e + 05 Ta：1.3333，Ts：1.0000#次 Ar：0.7500，Sr：1.0000#
-
输入：
Usim：0.7477，Updq：0.75 Xsim：0.7495，Xpdq：0.75 Rsim：4.0316，Rpdq：4.00 Qsim：3.0219，Qpdq：3.00
咱们能够得出结论，仿真在指定的 10 5 个工夫步长内达到了稳态。
最受欢迎的见解
1.R 语言中应用排队论预测等待时间
2.R 语言进行数值模仿：模仿泊松回归模型
3. 用 R 语言模仿 M M 1 随机服务排队零碎
4.R 语言对布丰投针（蒲丰投针）试验进行模仿和动静可视化
5. 用 R 语言模仿混合制排队随机服务排队零碎
6. 用 R 语言模仿随机服务排队零碎
7.R 语言做简单金融产品的几何布朗运动的模仿
8.R 语言进行数值模仿：模仿泊松回归模型
9. 应用 GARCH，EGARCH，GJR-GARCH 模型和蒙特卡洛模仿进行股价预测