資源簡介
mmc的動態(tài)仿真,很簡單,只需要改參數(shù)就可以運行。
繪制出('到達時間 ','離開時間 ')曲線和 ('等待時間 ','停留時間 ')曲線
代碼片段和文件信息
clear?
clc?
%*****************************************?
%初始化顧客源?
%*****************************************?
%總仿真時間?
Total_time?=?6;?
%隊列最大長度?
N?=?10000000000;?
%到達率與服務(wù)率?
lambda?=?6.125;?
mu?=?5.72*2;?
%平均到達時間與平均服務(wù)時間?
arr_mean?=?1/lambda;?
ser_mean?=?1/mu;?
arr_num?=?round(Total_time*lambda*3);?%總?cè)藬?shù)
events?=?[];?
%按負指數(shù)分布產(chǎn)生各顧客達到時間間隔?
events(1:)?=?exprnd(arr_mean1arr_num);?
%生成服從arr_mean分布,m×n形式的指數(shù)分布的隨機數(shù)矩陣
%各顧客的到達時刻等于時間間隔的累積和?
events(1:)?=?cumsum(events(1:));?
%cumsum(累加函數(shù))
%按負指數(shù)分布產(chǎn)生各顧客服務(wù)時間?
events(2:)?=?exprnd(ser_mean1arr_num);?
%計算仿真顧客個數(shù),即到達時刻在仿真時間內(nèi)的顧客數(shù)?
len_sim?=?sum(events(1:)<=?Total_time);?
%*****************************************?
%計算第?1個顧客的信息?
%*****************************************?
%第?1個顧客進入系統(tǒng)后直接接受服務(wù),無需等待?
events(31)?=?0;?
%其離開時刻等于其
評論
共有 條評論