CN100517394C - 一种智能排队叫号系统 - Google Patents

Abstract

本发明公开了一种智能排队叫号系统，包括触摸屏显示器，打印机，控制器，服务器，条码识别器，位于控制器内的等待时间预测模块；触摸屏显示器显示业务类型、各业务类型的等候人数及对应业务当前号码可进入二次排队系统的时间段，该时间段是等待时间预测模块根据排队论模型或预测模型计算出来的；顾客根据需要通过触摸屏选择业务类型后，打印机打印一张号码单，号码单上印有号码、业务类型、条码、以及返回时段或者直接进入二次排队系统的提示。本发明可应用于银行、邮局、售票厅等排队时间较长的服务场所，能大大节约顾客的等待时间、有效地减少空号率，提高服务部门的工作效率。

Description

一种智能排队叫号系统

技术领域

本发明涉及排队叫号系统。

背景技术

银行等服务行业在日常运作中经常出现排队等候情况，为了更有序得引导顾客排队，出现了排队叫号系统，现在一般的排队叫号系统能够显示出排队序号以及需等候的人数，一些新型的智能排队叫号系统可通过因特网或手机短信的形式查询排队信息并获取号码单。

申请号为200610026584.5、名称为“一种排队叫号系统和方法”的发明专利申请，公开了一种排队叫号系统和方法，通过把排队信息传送到排队服务器，或排队服务器直接从现有排队系统中获取排队信息；使用者使用手机经过无线网络、互联网连接到排队服务器，随时随地使用手机查询排队信息，可以事先查询到排队的信息，决定是否前往交易；使用者可以远程申请排队号；使用者可以设置提醒的条件，从而在指定条件到达时，主动提醒使用者。使用该叫号系统，可以减少使用者的守候时间，提高工作效率。

申请号为200610036713.9、名称为“一种基于网络的远程排队叫号系统”的发明专利申请，公开了一种基于网络的远程排队叫号系统，包括用于提交排队请求的客户端、为选取用户并为其服务的服务端、作为处理核心的控制模块、为客户端和控制模块进行内容格式相互转换的通信内容转换模块、记录各用户等待情况的等待队列。通过该排队叫号系统使得客户在远程登记排队后，不必到服务部门排队等候，只需在接到通知后才去接受服务，这就使客户能够在未轮到其接受服务的时间里去处理其他的事情，节省了排队等候的时间，同时还能有效地节省开支。

专利号为03224431.2、名称为“一种智能排队机”的实用新型专利，公开了一种能区分客户，分类排队的智能排队机。它包括带有打印机的排队主机、通过总线与排队主机相连的控制电脑、经由分线盒与排队主机串连的控制器/呼叫器和窗口显示屏，其特征在于：还包括设于排队主机前端的VIP客户身份自动识别设备。此外，该实用新型在控制电脑上安装了短信发送模块，使排队机具有远程预约排队的功能，不仅提高了办事效率，而且能使客户在远程查询系统业务和排队信息。

上述智能排队叫号系统是在计算机网络平台或者移动通信平台的基础上实现的，但是很多顾客并不具备这样的平台条件，如果顾客直接到营业点办理有关业务，只能知道前面排队的人有多少。很多顾客到现场后发现人数很多，会选择取号后先去办理其它事务，再回该营业点办理业务，这时就需要自己去预测大概需要等待的时间，而自己的预测往往不准确，从而造成现场等待时间过长或者所取号码逾期作废而需要重新取号。

发明内容

本发明的目的是针对银行等服务行业顾客排队等待时间过长提供一种智能排队叫号系统，该系统能够预测出顾客大概需等待的时间，顾客通过点击显示器前的触摸屏来选择相应的业务，对于排队人数较少的业务，顾客可直接进入二次排队区等候服务，对于排队人数较多的业务，则在号码纸上打印返回时间段，顾客按该时间段返回银行后则能较快地接受服务。

实现本发明的技术方案如下：

一种智能排队叫号系统，包括触摸屏显示器，打印机，控制器，服务器，其特征在于：还包括用于识别二次排队的条码识别器，位于控制器内的等待时间预测模块；触摸屏显示器显示业务类型、各业务类型的等候人数及对应业务当前号码可进入二次排队系统的时间段，该时间段是等待时间预测模块根据排队论模型或预测模型计算出来的；顾客根据需要通过触摸屏选择业务类型后，打印机打印一张号码单，号码单上印有号码、业务类型、条码、以及返回时段或者直接进入二次排队系统的提示；顾客在返回时间段内返回，把号码单的条码放在条码识别器上，待控制器读取信息后顾客便进入二次排队系统；二次排队的实现规则为，只有进入二次排队系统的号码才会被呼叫，在二次排队系统中的顾客以号码的大小，按先到先服务的原则进行服务。

为了使客户能够远程访问智能排队叫号系统，本发明还可进一步包括远程访问模块，顾客可通过手机短信、手机上网或联网计算机与服务器中的远程访问模块进行通信，使顾客能够实时获取排队信息并远程预约排队叫号。

控制器的功能主要包括：

1)从服务器获取客户端信息。客户可通过手机、PC以及其它与网络连接的设备，以远程访问的形式登陆服务器，亦可进入服务站点以本地访问的方式登陆服务器。服务器把顾客取号的信息发送给控制器。控制器操作完成后，便把处理结果输出到相应的设备上。

2)控制和协调服务站点的各排队叫号设备的工作。包括：服务器、语音设备、文字广播设备、二次排队识别器、VIP识别设备、触摸屏显示器、打印机等。

3)对客户的二次排队进行管理。控制器上的条码识别器可读取顾客号码单上的条型码。利用所读取的条码信息在服务器里搜索该名顾客的相关信息。判断其是否满足进入二次排队系统的条件。如果是，则发送命令给服务器，修改服务器中该名顾客的信息，标识其已返回服务站点。并且把该名顾客的号码输入到二次排队系统中，等待呼叫。

4)只有被二次排队系统记录的号码才可被呼叫。控制器调度窗口情况。当窗口状态显示为闲时，则控制语音设备和文字广播设备呼叫二次排队队列中最小的号码到所对应的窗口上。

等待时间预测模块的主要任务有两个方面：

1)服务器把读取出来的队列信息以及客户端发送过来的操作命令发送到控制器。控制器判断是否需要输出返回时间段。倘若需要则发送数据预测请求，以及把队列信息、顾客需求传送给等待时间预测模块。等待时间预测模块对该名顾客的服务时段进行预测，然后把处理后的操作结果返回给控制器。

2)在接到数据预测请求时，等待时间预测模块根据服务器中储存的历史数据情况以及上一时段的预测情况来选择不同的预测方式。当服务站点的历史数据较少时，等待时间预测模块会采用排队论模型对顾客的返回时间段进行预测。当上一时段的预测误差较大时，等待时间预测模块会采用排队论模型或者季节性指数平滑模型、自回归模型来对顾客的返回时间段进行预测。当服务站点的历史数据较多，且上一时段的预测误差较小时，等待时间预测模块会采用相关性预测模型来预测顾客的返回时间段。

如图2所示，本发明的智能排队叫号系统的实现流程包含以下步骤：

(A)系统启动

(B)判断是否有顾客要求获取号码单，如果有则执行(C)，否则执行(D)。

(C)判断是否构成输出返回时间段的条件，如果是则计算并输出返回时间段，否则提示顾客直接进入二次排队区进行等待。

(D)判断是否有顾客要求进入二次排队系统，如果有则执行(E)，否则执行(F)。

(E)判断该顾客是否满足进入二次排队系统的要求，即到达返回时间段，如果是则把顾客的信息记录在二次排队系统的数据库里，否则输出请于返回时间段内返回服务点的信息。

(F)判断二次排队区里是否有顾客在等候服务。如果是则执行(G)，否则执行(B)。

(G)判断服务站点的窗口状态是否为空闲，如果是则执行(H)，否则执行(B)。

(H)呼叫二次排队队列中对应业务里号码最小的顾客，对其进行服务。窗口状态设置为忙直至该名顾客服务完毕。

(I)判断当天服务是否结束，如果是则执行(J)，否则执行(B)。

(J)系统关闭。

如图3所示，这种智能排队叫号系统的顾客服务流程如下：

(A)顾客获取号码单

(B)判断时间号码单上是否输出返回时间段，如果有返回时间段则执行步骤(C)，否则执行步骤(D)；

(C)离开服务点。

(D)进入二次排队区，等候服务。

(E)服务完毕，离开服务点。

本系统的关键是准确预测出服务该名顾客的大致时间。因此我们首先要对顾客的到达情况、服务的效率有比较清晰的理解。以银行、公安局、医院、售票厅等的排队模型为例，符合以下规律：

1)顾客的到达时间符合非时间齐次泊松过程。即在某一时间段内，顾客到达率为一定值。而在不同的时间段，顾客到达率则不同。

2)服务时间服从负指数分布。同时当考虑到工作状态在一天不同时间存在差异的情况，亦可把该负指数看成一与时间段有关的函数。

3)到达时间与服务时间相互独立。

总的来说，该类排队模型为M/M/n模型。即可视为参数为λ的最简单流到达个n服务台系统，服从参数为μ的负指数分布。在忙期出现以前服务强度ρ小于1，可按以下公式计算顾客平均等待时间。

$\mathrm{Ew}=\frac{1}{(\mathrm{n\μ}-\mathrm{\λ})}\mathrm{\Π}---\left(1\right)$

其中： $\mathrm{\Π}=\underset{i=n}{\overset{\∞}{\mathrm{\Σ}}}{p}_i=\frac{{\left(\mathrm{n\ρ}\right)}^n}{n!}\frac{1}{1-\mathrm{\ρ}}{p}_0,$ 为顾客因所有服务台被占而需等待的概率

n为服务点所开设的窗口数，即服务台个数。

ρ为服务强度，等于

μ为服务时间的倒数。

λ为单位时间到达顾客的平均数。

$p_0={(\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\frac{{\left(\mathrm{n\ρ}\right)}^i}{i!}+\frac{{\left(\mathrm{n\ρ}\right)}^n}{n!}\frac{1}{1-\mathrm{\ρ}})}^{-1}$

进入服务系统的每位顾客的服务时间是一个随机变量。对于某一位进入系统的顾客的等待时间而言必然也是个随机变量。因此我们无法精确地计算出任意一位顾客接受服务的时间点。不过我们可以通过M/M/n模型来计算该名顾客等待时间的平均值，从而给出一个返回时间段。满足顾客按约定返回时，不需过久的等待便能接受服务。

不妨设顾客i在时间t₀进入系统，该顾客前已有m个顾客在等待。系统有n个服务员。由于每位顾客的服务时间相互独立，该名顾客的等待服务时间t_i服从m阶Erlang分布。其分布函数为：

$F\left(x\right)=1-\underset{k=0}{\overset{m-1}{\mathrm{\Σ}}}\frac{{\left(\mathrm{n\μx}\right)}^k}{k!}{e}^{-\mathrm{n\μx}}---\left(2\right)$

其中：x≥0

由于该Erlang分布为m个相互独立的、相同指数的分布。对于每一位顾客，他的平均服务时间为

方差为

因此对于顾客i来说，其平均等待时间为方差为

返回时间段的设定

返回时间段的设定是本发明的重点。如果设置得不好，甚至会因此而引起阻塞。根据上节所述，利用排队论模型计算出的只是顾客的平均等待时间，并不是进入顾客实际等待的时间。它只是很多位顾客等待时间的均值，是从概率意义上进行讨论的。要实现顾客返回服务点后，只需等待较短的时间就能得到服务。则可从概率意义上取一时间间隔，使顾客在此时间间隔内返回后，他前面的所有顾客都已得到服务的概率比较大即可。此时该顾客的等待时间从概率意义上而言将很小。不妨取时间段为：

[t₀+t₁，t₀+t₂]    (3)

其中满足：t∈[t₁，t₂]，75％≤P{t_i≤t}≤95％；

即当顾客i在时间段[t₀+t₁，t₀+t₂]返回时，他前面的顾客都已服务到的概率为75％到95％。服务点可自行改变75％与95％的值，或提供多个返回时间段给顾客。顾客也可按照提供的返回时间间隔进行选择并合理安排自己的时间去处理其它的事情，实现顾客与服务行业的协调和统一。

另外，考虑到多数服务行业的顾客到达的规律总是由少到多，服务员也是由闲到忙。输出的返回时间段在系统闲时没有起太大的效用。故不妨根据公式(1)，设当平均等待时间Ew大于T时，才输出返回时间段。T可由服务点自行确定。

到达服务行业的顾客行为可分为习惯性行为和突发性行为。其中习惯性行为占主要部分，如：缴费、查帐、存储等顾客行为一般是符合按月为周期的规律；节假日前后的顾客行为情况每年又大致相同；对于一天内某个时间段到达顾客的情况可能与前几天该时间段的到达顾客数相关。因此我们引入预测模型，为求在排队论的基础上建立更可靠的模型。

季节性指数平滑模型

对一般的顾客而言，他们到达服务点要求服务的周期是大致一定的。因此我们可以根据季节性指数平滑模型来预测某天到达服务点顾客的总数。季节性指数平滑模型的基本原理是把具有季节性影响因素的时间序列中的趋势性因素、周期性因素和水平因素分离出来，然后再合起来进行预测。一般可采用以下的数学形式进行描述。

F_i＝S_iC_i-s+Y_i＝(S_i-1+T_i-1)C_i-s+Y_i    (4)

其中：F_i为第i个时段到达服务点的顾客总数

S_i表示指数平滑值，为非季节因子

C_i-j为季节因子

T_i-1为趋势因子

s为季节宽度

Y_i为对第i期预测的残差

式中的各因子可通过如下递推公式求得：

$\left\{\begin{array}{c}{S}_i=\mathrm{\α}\frac{F_i}{C_{i-s}}+(1-\mathrm{\α})(S_{i-1}+T_{i-1})\\ T_i=\mathrm{\γ}(S_i-S_{i-1})+(1-\mathrm{\γ})T_{i-1}\\ C_i=\mathrm{\β}\frac{F_i}{S_i}+(1-\mathrm{\β})C_{i-s}\end{array}\right.---\left(5\right)$

式中α、β、γ均为平滑指数。对平滑指数的估计可采用最小二乘法及尝试法(即每个参数从0开始按一定步长递增组合，并计算每一组合的均方差，从中选取均方差最小时的α、β、γ)。当预测失去控制，系统存在较大偏差时，需增加α、β、γ的取值，以便系统较快地适应顾客总数的变化。在系统稳定后，需减少α、β、γ以抵消偶然随机扰动的影响。

自回归模型

自回归模型对平稳性或有随机扰动性的顾客服务情况预测精度较高。模型不受相互独立假设条件的约束。可以消除或改进普通回归预测中由自变量选择、多重共线性及序列相关性等造成的困难。通常，自回归模型的数学形式可描述如下：

当x＝0时，有：

上述两式可简记为AR(p)，其中，p为自回归模型的阶数，它可以通过顾客数时间序列的偏自相关分析确定；F_i+1表示第i+1期顾客数的预测值；x为顾客数时间序列的平均值。可用前几天或几个星期的观察值近似替代。为自回归系数，可通过解关于自相关系数的线性方程组确定，也可通过参数估计方法确定。

相关性预测模型

利用顾客到达服务站点行为的相似性进行预测。其模型如下：

F_i，j+1＝H_l，j+1

s.t P(H_i，j，H_l，j)＝max{P(H_i，j，H_m，j)}    (8)

其中：F_i，j+1为第i天第j+1个时段的预测情况。H_l，j+1为历史数据中与第i天相关性最高的那天的第j+1个时段的实际运营情况。P(H_i，j，H_l，j)表示H_i，j与H_l，j的相关性。H_i，j、H_l，j等均属于数据矩阵{H_m，n}。利用此模型在历史数据较多的情况下，可更为准确地预测出顾客的返回时间段。

与现有技术相比，本发明的有如下优点：

(1)系统具备输出返回时间段功能，可让顾客先离开营业点，然后在约定的时间内返回营业点便能较快的接受服务，能大大节约顾客的等待时间。

(2)本系统采用了二次排队的方法，有效地减少空号率，可提高银行、邮局等服务部门的工作效率。

附图说明

图1是本发明的结构示意图。

图2是系统运行流程图。

图3是顾客排队过程示意图。

图4是实施例1中银行顾客信息表结构图。

图5是实施例1中银行智能排队叫号系统的忙时号码单。

图6是实施例1中银行智能排队叫号系统的闲时号码单。

图7是实施例1中银行智能排队叫号系统的仿真流程。

图8是实施例1中银行智能排队叫号系统的仿真对比图。

具体实施方式

下面结合附图对本发明做进一步的说明：

如图1所示，本系统各部件的连接方式如下：控制器与服务器通过网线进行连接通信；控制器与VIP识别器通过PS2口进行连接通信；控制器与条码识别器通过PS2口进行连接通信；控制器与服务站点内各窗口通过网线进行连接通信；控制器与触摸器显示屏通过USB口、VGA口进行连接通信；控制器与打印机通过USB口进行连接通信；控制器与语音设备通过音频线进行连接通信：控制器与文字广播设备通过网线进行连接通信。

实施例1银行智能排队叫号系统

拥有本发明的智能排队叫号系统的银行可划分为三大功能区(取号区，二次排队区以及服务区)。其中取号区、二次排队区和服务区只是概念上的划分，无需改变银行现有的布局结构。

运用本系统后的银行服务章程

顾客进入银行，先到取号区的排队叫号系统上获取当前信息。系统根据已有排队记录进行如下处理：

如果此时系统中排队人数＜n₀人(n₀为等待时间少于T时的人数，T由银行自主设定)，则触摸屏显示器显示：您的前面只有××位顾客，请您现在进入二次排队区。

如果此时系统中排队人数＞＝n₀人，则触摸屏显示器显示：您的前面有××位顾客，请您在××～××这个时间段到二次排队区。

如果此时系统分析得出轮到该顾客服务的时间期望已经超过预定的关门时间或办理该业务的时间或该项业务当天能够办理的号码数已发放完毕，则输出抱歉，该项业务已停止服务，请您明天再来。

顾客按照自己的意愿，选择是否选择接受服务。如果是，则按动对应业务的按钮，系统将输出一张号码单，上面记录顾客的号数、返回的时间段及相应的条码。

顾客依照号码单上给出的时间段进入二次排队区。进入的方法就是把号码单移至原取号器上的条码识别器，待系统进行自动识别即可。如符合要求，系统便会记录其信息至二次排队系统。如果未到约定的时间段，则不允许顾客进入二次排队区。如果超过约定的时间段，则顾客所拿的票已作废，需重新取号。

进入二次排队区的顾客按照先到先服务(FIFS)的原则进行服务。

服务完毕后，顾客离开银行。

图5是排队等候人数较多时的号码单形式，在号码单上有返回时间段。图6是排队等候人数较少时的号码单形式，提示顾客直接进入二次排队区等候。条形码是进入二次排队的凭证。

银行可以近似看成一个离散时间的动态随机系统，因此我们采用时间扫描法对其进行微观仿真：设置一个按照固定的步长变化仿真时钟，每变化一次就对全部临近的未来事件进行扫描。如果该事件的产生时刻小于或等于当前时刻，同时其产生条件也已得到满足，则仿真该事件继续向前变化。仿真时钟如此不断地重复直至结束。仿真流程如图7所示。

以2006年10月17号中国建设银行白云区支行一天的顾客到达情况为例，作为仿真的输入数据。即把从银行现有取号器上的顾客到达信息与办理业务的时间作为仿真程序的输入。最后经过计算机模拟，输出应用本系统后的情况。并对两类银行进行了比较，其结果如图8所示。其中，银行当天实际运行的空号率为：38.04％。采用本系统以后，对空号有吸收效果。由图8可以看出，虽然仍存在排队现象，但运用本系统以后顾客的平均等待时间有了较大的回落，一般能够控制在半小时以内。对其他日期的数据模拟均得到相似的结论，故该系统优于一般的排队系统。

图4是顾客信息表结构图，用于统计顾客的服务状态等相关信息，也用于相关性预测，该表包括如下字段：顾客编号，服务日期，选择的服务，到达时间，返回时间，被叫时间，时间段前，时间段后，服务状态，服务窗口。其中，顾客编号是该名顾客当天到达银行，按取号码单时获取的编号；服务日期为当天的日期；选择的服务指顾客选择的是哪种业务；到达时间为顾客按取号码单时的时刻；返回时间为顾客进入二次排队系统的时刻；被叫时间为顾客被语音广播设备呼叫的时刻；时间段前与时间段后分别指顾客获取的返回时间段的最小值和最大值；服务状态是用来记录顾客的服务情况，如于何时办理完业务或没接受处理等；服务窗口指服务该名顾客的窗口，当顾客没有返回银行办理业务时，该项标记为“-”。

下面通过三个典型假想案例来对本发明做进一步的说明。

案例1：

顾客A想去银行办理储蓄业务，于是一大早便去了家里附近的一家使用了本发明的中国建设银行门口等待。银行一开门她便进去选择储蓄业务按钮，要求获取号码单。此时，系统接收了输出号码单的请求，控制器调出数据库的排队信息。分析结果显示该队列中只有2人在排队，属于等候人数较少的情况。因此系统输出直接进入二次排队区等候的信息，如图6所示。同时系统自动把顾客A的信息记录在二次排队系统里。顾客A很快便被呼叫、接受服务。

案例2：

顾客B是一名学生，他想在中午去银行领取奖学金。在他12点整到达银行时，触摸屏显示器中显示储蓄业务的等待人数为89人。经过一翻考虑后，他点击了储蓄业务的按钮，获取号码单。

此时，系统接收了输出号码单的请求，控制器调出数据库的排队信息。分析结果显示该队列中有89人在排队，属于等候人数较多的情况。因此控制器把信息输入到等待时间预测模块，等待时间预测模块进行运算后，返回操作结果。系统输出请于13:50分到14:20分进入二次排队区等候的信息，如图5所示。

顾客B离开银行后，去了理发。在13:30时，理发完毕离开理发店。返回银行后，已经是14:10分。他把号码单的条码放在条码识别器前，待系统识别其信息后，便在银行里等待。等候了6分钟便接受服务。

案例3：

顾客C、D、E于14:30分同时到达银行办理储蓄业务。该银行仅有一个储蓄业务服务窗口，尚有32人在排队。

C取的号码单的号码为380号，返回时间段为15:48分到16:18分。

D取的号码单的号码为381号，返回时间段为15:54分到16:24分。

E取的号码单的号码为382号，返回时间段为16:01分到16:31分。

在16:05分时，E回到了银行进入二次排队区，而D、C仍没有返回。

在16:07分时，第379号顾客服务完毕。由于C、D仍为进入系统，因此系统便呼叫第382号即E来办理业务。

在16:08分时，顾客D返回银行，但顾客C还没有返回而顾客E的业务也没处理完。顾客D在二次排队区等待服务。

在16:09分时，顾客C返回银行，进入二次排队区。但顾客E的业务还没处理完。

在16:11分时，顾客E的业务办理完毕。由于C、D均已回到银行，而C的号码前于D，于是系统便呼叫C来办理业务。

Claims (4)

1、一种智能排队叫号系统，包括触摸屏显示器，打印机，控制器，服务器，其特征在于：还包括条码识别器，位于控制器内的等待时间预测模块；触摸屏显示器显示业务类型、各业务类型的等候人数及对应业务当前号码可进入二次排队系统的时间段，该时间段是等待时间预测模块根据排队论模型或预测模型计算出来的；顾客根据需要通过触摸屏选择业务类型后，打印机打印一张号码单，号码单上印有号码、业务类型、条码、以及返回时段或者直接进入二次排队系统的提示；顾客在返回时间段内返回，把号码单的条码放在条码识别器上，待控制器读取信息后顾客便进入二次排队系统；二次排队系统的实现规则为，只有进入二次排队系统的号码才会被呼叫，在二次排队系统中的顾客以号码的大小，按先到先服务的原则进行服务。

2、根据权利要求1所述的智能排队叫号系统，其特征在于：还包括远程访问模块，顾客可通过手机短信、手机上网或联网计算机与服务器中的远程访问模块进行通信，使顾客能够实时获取排队信息并远程预约排队叫号。

3、根据权利要求1或2所述的智能排队叫号系统，其特征在于：所述的排队论模型为

$F\left(x\right)=1-\underset{k=0}{\overset{m-1}{\mathrm{\Σ}}}\frac{{\left(\mathrm{n\μx}\right)}^k}{k!}{e}^{-\mathrm{n\μx}}$

其中F(x)为等待时间的概率分布函数，n为开设的窗口数，m为正在等待服务的顾客数，μ为单位时间单个窗口服务的顾客数，顾客返回时间段为[t₀+t₁，t₀+t₂]，其中t₀为该名顾客的取号时刻；对任意的时间t∈[t₁，t₂]，第i名顾客的等待时间t_i满足X％≤P{t_i≤t}≤Y％，X，Y由服务点自行设定。

4、根据权利要求3所述的智能排队叫号系统，其特征在于：X，Y分别为75和95。

Images