原文链接: http:///?p=8199本文中我在R中构造一个简单的M / M / 1队列的离散事件模拟 。 模拟变量 <- 10^5 # duration of sim\nt.clock <- 0 # sim time\nTa <- 1.3333 # interarrival period\nTs <- 1.0000 # service period\nt1 <- 0 # time for next arrival\nt2 <- t.end # time for next departure\ntn <- t.clock # tmp var for last event time\ntb <- 0 # tmp var for last busy-time start\nn <- 0 # number in system\ns <- 0 # cumulative number-time product\nb <- 0 # total busy time\nc <- 0 # total completions\nqc <- 0 # plot instantaneous q size\ntc <- 0 # plot time delta\nplotSamples <- 100\nset.seed(1) ","classes":{"has":1}}" data-cke-widget-upcasted="1" data-cke-widget-keep-attr="0" data-widget="codeSnippet"> 接下来,我们需要编写R代码以对进入队列和从队列离开进行实际的M / M / 1模拟。 仿真循环 < t.end) {\n if (t1 < t2) { # arrival event\n t.clock <- t1\n s <- s + n * (t.clock - tn) # delta time-weighted number in queue\n \n...\n\n else { \n t2 <- t.end\n b <- b + t.clock - tb\n }\n } \n}","classes":{"has":1}}" data-cke-widget-upcasted="1" data-cke-widget-keep-attr="0" data-widget="codeSnippet"> 检测指标 队列长度 显示为红色虚线的框具有与阶梯曲线下方相同的面积。 PDQ模型 是的,这几行代码与上面带工具的仿真代码等效,并且可以保证处于稳定状态。即使在R中运行PDQ本质上也是瞬时的。模拟将花费更长的时间, 结果
我们可以得出结论,仿真在指定的10 5个时间步长内达到了稳态。 |
|