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 <- 100set.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