คำถามติดแท็ก queueing

ในการอ่านบันทึกย่อของ Blake Master เกี่ยวกับการบรรยายของ Peter Thiel ในช่วงเริ่มต้นฉันเจอคำอุปมาเรื่องพรมแดนด้านเทคโนโลยีนี้: นึกภาพโลกว่าถูกปกคลุมด้วยบึงทะเลสาบและมหาสมุทร คุณอยู่ในเรือในน้ำ แต่มันมีหมอกมากคุณจึงไม่รู้ว่ามันอยู่ไกลจากฝั่งตรงไหน คุณไม่รู้ว่าคุณอยู่ในสระน้ำทะเลสาบหรือมหาสมุทร หากคุณอยู่ในสระน้ำคุณอาจคาดว่าการข้ามจะใช้เวลาประมาณหนึ่งชั่วโมง ดังนั้นถ้าคุณออกไปเที่ยวทั้งวันคุณจะอยู่ในทะเลสาบหรือมหาสมุทร หากคุณออกนอกประเทศเป็นปีคุณกำลังข้ามมหาสมุทร การเดินทางที่ยาวนานขึ้นการเดินทางที่เหลือของคุณก็นานขึ้น เป็นเรื่องจริงที่คุณจะเข้าใกล้อีกด้านมากขึ้นเมื่อเวลาผ่านไป แต่ที่นี่เวลาผ่านไปก็บ่งบอกว่าคุณยังมีวิธีที่จะไป คำถามของฉัน: มีการแจกแจงความน่าจะเป็นหรือกรอบงานเชิงสถิติที่เป็นแบบอย่างที่ดีที่สุดในสถานการณ์นี้

15 distributions  queueing  interarrival-time 

เมื่อเราพิจารณาสถานการณ์สมมติทางทฤษฎีที่บุคคลเข้ามาที่โหนดการให้บริการและการจัดคิวมักจะใช้กระบวนการปัวซองเพื่อทำแบบจำลองเวลาที่มาถึง สถานการณ์เหล่านี้เกิดขึ้นในปัญหาการกำหนดเส้นทางเครือข่าย ฉันขอขอบคุณคำอธิบายที่เข้าใจง่ายว่าทำไมกระบวนการปัวซองจึงเหมาะสมที่สุดในการจำลองแบบขาเข้า

15 poisson-distribution  intuition  queueing 

ฉันพยายามที่จะแก้ปัญหาการออกกำลังกายต่อไปนี้ แต่จริง ๆ แล้วฉันไม่มีเงื่อนงำเกี่ยวกับวิธีการเริ่มต้นทำเช่นนี้ ฉันพบรหัสบางอย่างในหนังสือของฉันที่ดูเหมือนว่ามัน แต่เป็นการออกกำลังกายที่แตกต่างอย่างสิ้นเชิงและฉันไม่รู้วิธีการเชื่อมโยงพวกเขากับแต่ละคน ฉันจะเริ่มเลียนแบบการมาถึงได้อย่างไรและฉันจะรู้ได้อย่างไรเมื่อพวกเขาเสร็จสิ้นแล้ว ฉันรู้วิธีจัดเก็บและคำนวณ a, b, c, d ตามนั้น แต่ฉันไม่รู้ว่าจริง ๆ แล้วฉันต้องการจำลอง monte carlo Simulation อย่างไร ใครช่วยกรุณาเริ่มต้นได้บ้าง ฉันรู้ว่านี่ไม่ใช่สถานที่สำหรับตอบคำถามของคุณ แต่ได้รับการแก้ไขแทน แต่ปัญหาคือฉันไม่รู้วิธีเริ่มต้น แผนกช่วยเหลือด้านไอทีแสดงถึงระบบเข้าคิวด้วยผู้ช่วยห้าคนที่รับสายจากลูกค้า การโทรเกิดขึ้นตามกระบวนการปัวซงโดยมีอัตราเฉลี่ยของการโทรหนึ่งครั้งทุก 45 วินาที เวลาบริการสำหรับผู้ช่วยที่ 1, 2, 3, 4 และ 5 คือตัวแปรสุ่มเอ็กซ์โพเนนเชียลทั้งหมดที่มีพารามิเตอร์λ1 = 0.1, λ2 = 0.2, λ3 = 0.3, λ4 = 0.4, และλ5 = 0.5 …

11 r  monte-carlo  queueing 

ช่างทำผมของฉัน Stacey มักจะมีใบหน้าที่มีความสุข แต่มักจะเน้นเรื่องการจัดการเวลาของเธอ วันนี้ Stacey เกินกำหนดสำหรับการนัดหมายของฉันและขอโทษมาก ในขณะที่ได้รับการตัดผมของฉันฉันสงสัยว่า: นัดหมายมาตรฐานของเธอจะนานแค่ไหน? (หากลูกค้าไม่สนใจค่าหมายเลขรอบที่สะอาดก็สามารถทำได้ในขณะนี้) สิ่งที่ควรพิจารณาคือ 'เอฟเฟ็กต์ระลอกคลื่น' ซึ่งลูกค้าที่มาช้ามากคนหนึ่งสามารถนำไปสู่การนัดหมายที่ล่าช้า ในความเป็นจริงช่างทำผมได้เรียนรู้ที่จะนัดหมายในอวกาศนานขึ้นเรื่อย ๆ เพราะกลัววันเครียดเหล่านี้ แต่วิธีการแก้ปัญหาที่เหมาะสมและสง่างามจะต้องสามารถทำได้โดยอัจฉริยะทางสถิติบางอย่างที่นั่น .. (ถ้าเราลดความเป็นจริงลงเล็กน้อย) สมมติว่า a) เวลาในการตัดผมนั้นมีการกระจายตามปกติและ b) มีช่างทำผมเพียงคนเดียว ค่าใช้จ่ายในการตั้งค่าการนัดหมายนานเกินไปจะเห็นได้ชัดว่าช่างทำผมเสียเวลารอการนัดหมายครั้งต่อไป เรามาเสียเวลานี้ $ 1 ต่อนาที แต่หากการนัดหมายไม่เพียงพอลูกค้ารายต่อไปจะถูกรอคอยซึ่งเป็นค่าใช้จ่ายที่หนักกว่า $ 3 ต่อนาทีสำหรับ Stacey ผู้เป็นที่รักของลูกค้า Stacey ทำงานได้มากถึง 8 ชั่วโมงต่อวันและมีความต้องการมากพอที่จะเติมเต็มการนัดหมายให้มากที่สุดเท่าที่จะทำได้ การตัดผมเฉลี่ยนั้นใช้เวลา 30 นาทีโดยมี std dev จาก 10 นาที (สมมติว่าการตัดชายและการตัดผู้หญิงเป็นเหมือนกัน!) แก้ไข - …

11 normal-distribution  optimization  queueing  decision-theory