乐趣区

关于数据挖掘:用R语言模拟M-M-1随机服务排队系统

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。

  1. 输出:

    Tsim:1.00e + 05 
    Ta:1.3333,Ts:1.0000#次
    Ar:0.7500,Sr:1.0000#
  1. 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

退出移动版