CN107730053B - 系统模型建立方法及装置 - Google Patents
系统模型建立方法及装置 Download PDFInfo
- Publication number
- CN107730053B CN107730053B CN201711088037.4A CN201711088037A CN107730053B CN 107730053 B CN107730053 B CN 107730053B CN 201711088037 A CN201711088037 A CN 201711088037A CN 107730053 B CN107730053 B CN 107730053B
- Authority
- CN
- China
- Prior art keywords
- service
- model
- item
- queuing
- arrival
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 86
- 230000008569 process Effects 0.000 claims description 53
- 230000007704 transition Effects 0.000 claims description 46
- 238000009826 distribution Methods 0.000 claims description 31
- 238000012546 transfer Methods 0.000 claims description 23
- 230000008447 perception Effects 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 15
- 230000005012 migration Effects 0.000 claims description 12
- 238000013508 migration Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 9
- 238000005094 computer simulation Methods 0.000 claims description 5
- 238000009795 derivation Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Algebra (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Telephonic Communication Services (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种系统模型建立方法及装置。在一个实施例中，所述系统模型建立方法包括：将服务系统包括的至少一个服务节点进行流程划分，划分为到达流程、服务流程及离开流程，所述到达流程用于表示服务对象由外界到达所述服务系统的流程，所述服务流程表示服务对象在所述服务系统中接受服务的流程，所述离开流程表示服务对象离开所述服务系统的流程；根据先到先服务规则分别建立所述到达流程的到达排队模型、所述服务流程的服务排队模型、以及所述离开流程的离开排队模型；根据所述到达排队模型、服务排队模型及离开排队模型建立所述服务系统的系统模型。
Description
技术领域
本发明涉及计算机技术领域，具体而言，涉及一种系统模型建立方法及装置。
背景技术
在一个动态的服务系统中，可能有服务对象的进入服务系统，也可能有服务对象从所述服务系统中离开的动态变化；但是由于外界条件的不确定性，进入服务系统或离开服务系统都可能受到导致未知因素较多，因此对于动态的服务系统状态的预估造成了很大的困扰。现有的描述动态系统的模型直线模型的准确率相对较低。
发明内容
有鉴于此，本发明实施例的目的在于提供一种系统模型建立方法及装置。
本发明实施例提供的一种系统模型建立方法，所述系统模型建立方法包括：
将服务系统包括的至少一个服务节点进行流程划分，划分为到达流程、服务流程及离开流程，所述到达流程用于表示服务对象由外界到达所述服务系统的流程，所述服务流程表示服务对象在所述服务系统中接受服务的流程，所述离开流程表示服务对象离开所述服务系统的流程；
根据先到先服务规则分别建立所述到达流程的到达排队模型、所述服务流程的服务排队模型、以及所述离开流程的离开排队模型；
根据所述到达排队模型、服务排队模型及离开排队模型建立所述服务系统的系统模型。
本发明实施例还提供一种系统模型建立装置，所述系统模型建立装置包括：
划分模块，用于将服务系统包括的至少一个服务节点进行流程划分，划分为到达流程、服务流程及离开流程，所述到达流程用于表示服务对象由外界到达所述服务系统的流程，所述服务流程表示服务对象在所述服务系统中接受服务的流程，所述离开流程表示服务对象离开所述服务系统的流程；
第一建立模块，用于根据先到先服务规则分别建立所述到达流程的到达排队模型、所述服务流程的服务排队模型、以及所述离开流程的离开排队模型；
第二建立模块，用于根据所述到达排队模型、服务排队模型及离开排队模型建立所述服务系统的系统模型。
与现有技术相比，本发明实施例的系统模型建立方法及装置，通过将服务系统的服务节点划分流程，再将每个流程分别建立排队模型以突显每个流程的变化趋势以建立系统模型，对复杂的服务系统也可以进行简化，简化的同时也能考虑到服务系统的各个流程，提高系统模型的有效性。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明较佳实施例提供的电子终端的方框示意图。
图2为本发明较佳实施例提供的系统模型建立方法的流程图。
图3为本发明较佳实施例提供的系统模型建立方法的步骤S102的详细流程图。
图4为本发明较佳实施例提供的系统模型建立方法建立的系统模型的方框示意图。
图5为本发明另一较佳实施例提供的系统模型建立方法建立的系统模型的方框示意图。
图6为本发明再一较佳实施例提供的系统模型建立方法建立的系统模型的方框示意图。
图7为本发明较佳实施例提供的系统模型建立装置的功能模块示意图。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
如图1所示，是一电子终端100的方框示意图。所述电子终端100包括系统模型建立装置110、存储器111、存储控制器112、处理器113、外设接口114、输入输出单元115、显示单元116。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对电子终端100的结构造成限定。例如，电子终端100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。本实施例所述的电子终端100可以是个人计算机、图像处理服务器、或者移动电子设备等具有图像处理能力的计算设备。
所述存储器111、存储控制器112、处理器113、外设接口114、输入输出单元115及显示单元116各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述系统模型建立装置110包括至少一个可以软件或固件(Firmware)的形式存储于所述存储器111中或固化在所述电子终端100的操作系统(Operating System，OS)中的软件功能模块。所述处理器113用于执行存储器中存储的可执行模块，例如所述系统模型建立装置110包括的软件功能模块或计算机程序。
其中，所述存储器111可以是，但不限于，随机存取存储器(Random AccessMemory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(ProgrammableRead－Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read－OnlyMemory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read－OnlyMemory，EEPROM)等。其中，存储器111用于存储程序，所述处理器113在接收到执行指令后，执行所述程序，本发明实施例任一实施例揭示的过程定义的电子终端100所执行的方法可以应用于处理器113中，或者由处理器113实现。
所述处理器113可能是一种集成电路芯片，具有信号的处理能力。上述的处理器113可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述外设接口114将各种输入/输入装置耦合至处理器113以及存储器111。在一些实施例中，外设接口114，处理器113以及存储控制器112可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。
所述输入输出单元115用于提供给用户输入数据。所述输入输出单元115可以是，但不限于，鼠标和键盘等。
所述显示单元116在所述电子终端100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示单元可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器进行计算和处理。
请参阅图2，是本发明较佳实施例提供的应用于图1所示的电子终端的系统模型建立方法的流程图。下面将对图2所示的具体流程进行详细阐述。
步骤S101，将服务系统包括的至少一个服务节点进行流程划分。
本实施例中，所述到达流程用于表示服务对象由外界到达所述服务系统的流程，所述服务流程表示服务对象在所述服务系统中接受服务的流程，所述离开流程表示服务对象离开所述服务系统的流程。
在一个实例中，所述服务系统可以是机场服务系统，机场的一个服务节点可描述为飞行器的降落，飞行器的保障，飞行器的起飞三个流程。
步骤S102，根据先到先服务规则分别建立所述到达流程的到达排队模型、所述服务流程的服务排队模型、以及所述离开流程的离开排队模型。
本实施例中，如图3所示，所述步骤S102包括步骤S1021至步骤S1023。
步骤S1021，设定通用排队模型。
在一种实施方式中，所述通用排队模型包括六个项目，表示为：
Q(X/Y/Z/A/B/C)；
其中，项目X表示相邻两个服务对象到达所述服务系统的时间间隔分布；项目Y表示服务时间的分布；项目Z表示服务台个数；项目A表示服务系统容量限制；项目B表示服务对象的客源数目；项目C表示服务规则。
步骤S1022，根据所述服务系统的历史数据分别计算得到针对所述到达流程对应的通用排队模型中的第一项目数据、针对所述服务流程对应的通用排队模型中的第二项目数据、以及针对所述离开流程对应的通用排队模型中的第三项目数据。
步骤S1023，根据第一项目数据、第二项目数据、以及第三项目数据分别得到基于所述通用排队模型的到达排队模型、服务排队模型及离开排队模型。
本实施例中，所述到达排队模型中的项目X满足负指数分布、项目Y为零、项目B为无穷大、项目C为先到先服务规则。
所述服务排队模型中的项目X依赖上级服务情况、项目Y为预设的服务时间分布、项目Z表示服务台个数、项目A表示服务系统容量、B依赖上级服务情况、项目C为先到先服务规则。
所述离开排队模型中的项目X依赖上级服务情况、项目Y为零、项目Z为无穷大、项目A为无穷大、项目B依赖上级服务情况、项目C为先到先服务规则。
下面以机场服务系统为例描述所述到达排队模型、服务排队模型、以及离开排队模型的建立原理。
在机场运行态势感知问题中最关键的子问题是对飞行器地面保障流程的态势感知。本节使用排队论对该子系统服务过程的建模问题进行讨论。飞行器地面保障子系统主要包含飞行器的降落，飞行器的保障，飞行器的起飞三类服务系统，这三类服务系统都能使用排队模型有效地进行描述。
首先，针对飞行器到达服务节点的流程对应的到达排队模型进行讨论。飞行器到达机场的流程也属于其中一个到达服务节点的流程。该流程只需要描述飞行器到达服务节点，该流程的服务时间可当作0的，仅存在到达时间随机分布的排队模型。其中，所述到达排队模型中服务台个数，服务系统容量取决于机场设计的保障能力，但是由于机场起降的飞行器班次远大于机场能够容纳的飞行器，所以到达排队模型的客源数目认为是无穷大的。在一种实施方式中，所述服务规则可设定为先到先服务(FCFS)。
关于服务对象到达所述服务系统的时间间隔分布的分析如下：在一个实例中，可以将机场的运行时间等分为n份，每个时间间隔Δt中是否有飞行器降落的概率p(Δt)相互独立，且p(Δt)的值与时间长度成正比。当时间间隔Δt足够小时，可以认为每份时间间隔中至多只有一个飞行器到达机场，则时间t内飞行器降落k架的概率为：
当上述公式中取n→∞极限，则p＝p(Δt)→0，由于时间t不变，因此不管将t分为了多少份，pn＝p(t)为一常数，则有：
则对于两两飞行器到达的时间大于t的概率等于t时间内到达飞行器数量为0的概率，有：
P(T>t)
＝p(X(t)＝0)
＝e-pn；
反之，两两飞行器到达的时间小于等于t的概率为：
对上式求导得概率密度函数有：
p(T＝t)＝λe-λt；
可见飞行器到达的时间服从于负指数分布，其中参数λ＝p(Δt)/Δt，记为H综上所述，机场服务系统中飞行器到达流程的到达排队模型可以使用H/0/Z/A/∞/FCFS的排队模型进行描述。
其次，针对飞行器接受服务的流程对应的服务排队模型进行讨论。该流程需要主要描述飞行器接受服务的状态。该流程的服务对象到达时间分布，及顾客源容量取决于保障流程及上一级排队流程，对每个保障流程来讲并非独立的随机变量，因而将排队模型中项目X和B记作确定值D；排队模型中服务台个数以及服务系统容量取决于机场设计的保障能力；在一种实施方式中，所述服务规则可设定为先到先服务(FCFS)。
关于飞行器接受服务的服务时间的分布分析如下：对于同一个服务节点中的不同服务台，其有着相同的服务时间分布，在一个实例中，同一服务节点中的不同服务台的历史服务时间为独立同分布的随机变量序列{Tn}。设Tn的数学期望为μ，方差为σ2，当机场的历史服务时间数据足够大，则根据林德伯格－列维(Lindburg－Levy)定理有：
则对于随机变量平均服务时间
有：
可见，即使在不知道Tn的真实分布的情况之下，由于机场服务时间数据集足够大，从而可以使用均值为μ，方差为σ2/n的正态分布用于估计服务时间Tn，正态分布记为N。综上所述，机场服务系统中飞行器接受服务的流程可以使用D/N/Z/A/D/FCFS的排队论模型进行描述。
最后，针对飞行器离开服务节点的流程对应的离开排队模型进行讨论。在一个实例中，飞行器从机场起飞的流程也属于从各个服务节点离开的流程。由于在所有的服务结束后，机场运行系统会将飞机的控制权全部交与机组及空管，这时飞行器的运行状态已经与机场地面保障子系统无关。在一个实例中，为了简化对机场地面保障子系统的建模，可以直接将飞行器从机场起飞的流程看作飞行器从地面保障系统中直接“消失”，完全不受排队的限制，即服务时间为常数0，服务台个数为无穷大；流程的顾客到达时间分布，及顾客源容量同样受限于上一级服务，因而记作确定值D；机场起降的飞行器班次远大于机场能够容纳的飞行器，因而模型的服务台容量个数及系统容量皆为无穷大；默认模型的服务规则为先到先服务(FCFS)。综上所述，飞行器从机场起飞的流程可以描述为D/0/∞/∞/D/FCFS的排队论模型。
步骤S103，根据所述到达排队模型、服务排队模型及离开排队模型建立所述服务系统的系统模型。
本实施例中，所述服务系统中包括多个服务节点，每个服务节点对应有子模型，每个服务节点的子模型包括到达排队子模型、服务排队子模型及离开排队子模型；所述步骤S103包括：设定服务排队模型中各个服务节点中相互迁移的概率，所述各个服务节点中相互迁移的概率作为所述系统模型的一个感知参数，根据所述各个服务节点中相互迁移的概率与所述每个服务节点的子模型形成所述服务系统的系统模型。
本实施例中，所述系统模型中包括参数集合Par。另外，所述系统模型还受到外界条件的影响，影响所述系统模型的外界条件的参数集合记作E，则感知参数的集合SA是这样的映射的集合，集合中每一个参数是一个独立的感知参数，记作sa。感知参数sa是外界环境E到模型中某个参数的映射，即：
SA:E→Par。
本实施例中，通过加入了感知参数的系统模型研究通用服务系统的态势感知问题时，在建模阶段仍然只需要对通用服务系统的业务模型进行描述，在模型的推演输出预测值时，需要每隔一个时间间隔Δt后，重新测量当前系统的状态参数，及外界条件的参数，并使用感知参数SA重新计算模型的参数值。而参数SA本身可以简单视作一个函数拟合问题，从而隐藏了复杂的外界条件影响系统态势的模型。
引入感知参数有以下一些好处：首先，感知参数随外界条件的改变而改变，有助于提高系统的精度；其次，模型可以保持简洁，模型只需要对通用服务的业务进行描述，而不需要对外界条件进行建模；最后，感知参数本身不预设任何模型假设，将求感知参数的问题视作函数拟合问题则可以使用机器学习的相关技术对不同的模型得出通用的求解方法。
本实施例中，所述方法还包括：步骤S104，针对所述服务系统建立与该服务系统对应的感知Petri网模型。所述感知Petri网模型可表示为：
SAPN＝(SS,MS,ST,MT,F,W,M)；
其中，SS表示服务库，MS表示转移库，ST表示服务变迁，用于描述服务节点具体的服务过程，MT表示转移变迁，用于描述服务对象接受完服务离开服务节点的过程，F表示所述服务系统中服务的偏序关系的集合，W表示MT变迁到服务库SS对应的权重，M表示感知Petri网模型中服务对象在系统各个服务节点间的分布情况；
其中，所述感知Petri网模型满足以下条件：
a.SS∪MS＝S；
b.ST∪MT＝T；
c.
d.
e.t∈ST:E→Q；
f.Q:(X,Y,Z,A,B,C)；
g.
h.W:(MT×SS)→w(E)；
i.
且
j.
其中，条件a、b、c、d规定了转移库、变迁库、服务变迁及转移变迁；E表示外界条件，Q表示所述服务系统中对应的排队模型，所述排队模型包括到达排队模型、服务排队模型及离开排队模型，条件e、f规定了变迁是从外界环境E到排队模型Q(X/Y/Z/A/B/C)的映射；条件g、h、i规定了所述服务系统中的流关系，其中MT变迁到SS库所的流上具有权重w，权重w是外界环境E到0至1之间实数的映射，权重w形成了权重函数W；条件j将标志的值域从正自然数扩展到正实数。本实施例中，所述排队模型Q和权重函数W中均包括了所述感知参数。
本实施例中，所述服务系统的感知Petri网模型的变迁满足以下条件：
a1.对于t∈ST，M[t>的条件是：
所述S描述了服务系统中服务节点的集合；
b1.对于t∈MT，M[t>的条件是：
c1.对于变迁发生的时间τ有
τ＝Max(τxi+τyi)
其中τxi～X(E,ti)，τyi～Y(E,ti)，ti∈s·。
d1.对于t∈ST，若M[t>M′，则对
e1.对于t∈MT，若M[t>M′，则对
其中，条件a1、b1规定了两类变迁规则；条件c1规定了变迁是后集中排队模型中各个服务队列到达时间、服务时间之和的最大值，这两个时间分别服从于各自的分布X(E,t)，Y(E,t)；条件d1，e1规定了两类变迁规则发生后系统的状态。
在一种实施方式中，所述服务系统仅仅包括一个服务节点时形成一个系统模型。如图4所示，所述系统模型中包括：一个服务库ss、一个转移库ms、多个服务变迁st1、st2、st3、...stn、以及转移变迁mt。
其中，所述转移库ms满足离开排队模型，所述服务变迁st1、st2、st3、...stn为外界条件E到到达排队模型的映射。
在另一个实施方式中，所述服务系统包括多个服务节点，形成一个系统模型。服务系统中服务的偏序关系F，可以使用F参数及w参数进行描述。如图5所示，描述了有三个服务节点的服务系统，每个服务节点ssi各自对应一个sti变迁。在本实例中的服务系统中服务对象在节点1接受完服务后分别以w1,2和w1,3的概率移动到服务节点2、3继续接受服务，w1,2和w1,3是关于外界条件E的函数，且w1,2+w1,3＝1。
再一个实施方式中，所述服务系统包括多个服务节点，形成一个系统模型。如图6所示，为了方便描述系统中服务对象的生灭过程，可以将系统外的环境抽象为一个特殊的服务节点0，该服务节点只有一个库所及一个变迁。服务系统内的服务对象由外部节点0进入，并最终回到外部节点0。其中，服务对象进入系统后有w0,1的概率首先接受服务节点1的服务，而有w0,2的概率接受服务节点2的服务。系统模型中变迁t0与其它变迁不同，它是一个外界条件E到D/N/Z/A/D/FCFS排队模型的映射。需要指出的是服务节点0也可以作为一个子模型与其它子模型相链接的接口，这时整个子模型的库所为s0，变迁为子系统内部变迁的综合。
本发明实施例提出了一个通用服务系统模型与相关假设，这些模型与假设能够有效地对机场运行中的各种服务节点进行建模，具有良好的通用性与兼容性。另外，本实施例中的方法的服务系统的感知Petri网模型，引入了排队模型，加强模型对服务过程的描述；此外感知Petri网模型引入了感知参数，用于反应外界条件对系统的影响。
本实施例中，根据所述系统模型可以用于分析所述服务系统指定时刻中服务库和转移库的数据情况。
本实施例中，所述系统模型是一个感知Petri网的模型，所述感知Petri网的模型可包括：
SM＝[M(ss1),M(ss2),M(ss3),…M(ssn)]T
MM＝[M(ms1),M(ms2),M(ms3),…M(msn)]T；
其中，M表示感知Petri网中的Petri元素集合，M向量包含两个子向量SM和MM，SM包含了服务库ss的标记值，MM包含了转移库ms的标记值。其中SM向量表征了服务对象在各个服务节点排队等待接受服务的情况，而MM向量只是用于描述服务对象在服务节点和节点间过度的状态。
所述感知Petri网的模型可用于计算所述系统模型中的服务库和转移库中的服务对象的情况。
本实施方式中，用于计算所述服务系统中的服务库和转移库中的服务对象的公式可表示为：
SM(t0+Δt)＝SM(t0)+
Q(s0,mt0,Δt,E)×Tin+
Q(SM(t0),ST,Δt,E)×Tm-
Q(SM(t0),ST,Δt,E)
＝SM(t0)+
Q(s0,mt0,Δt,E)×Tin+
Q(SM(t0),ST,Δt,E)×(Tm-I)；
其中，函数Q是所述排队模型，所述排队模型可用于计算每个节点处的服务对象的变迁情况；I为单位矩阵，对函数Q(s0,mt0,Δt,E)，Q(SM(t0),ST,Δt)的值取相应的点估计值便得到了在一定外界条件E下在时间Δt之后服务系统中的服务库和转移库中的服务对象的接受服务的情况。
具体来讲，Q(s0,mt0,Δt,E)表示客源服务对象数为s0时，在时间Δt内库所mt0中的发生变迁的服务对象数；Q(SM(t0),ST,Δt)表示服务对象数为SM(t0)时，在时间Δt内服务节点ST中的发生服务变迁的服务对象数。
根据本发明实施例的系统模型建立方法，通过将服务系统的服务节点划分流程，再将每个流程分别建立排队模型以突显每个流程的变化趋势以建立系统模型，对复杂的服务系统也可以进行简化，简化的同时也能考虑到服务系统的各个流程，提高系统模型的有效性。
请参阅图7，是本发明较佳实施例提供的图1所示的系统模型建立装置110的功能模块示意图。所述系统模型建立装置110用于执行上述方法实施例中的各个步骤。所述系统模型建立装置110包括划分模块1101、第一建立模块1102以及第二建立模块1103。
所述划分模块1101，用于将服务系统包括的至少一个服务节点进行流程划分。
本实施例中，划分为到达流程、服务流程及离开流程，所述到达流程用于表示服务对象由外界到达所述服务系统的流程，所述服务流程表示服务对象在所述服务系统中接受服务的流程，所述离开流程表示服务对象离开所述服务系统的流程。
所述第一建立模块1102，用于根据先到先服务规则分别建立所述到达流程的到达排队模型、所述服务流程的服务排队模型、以及所述离开流程的离开排队模型。
所述第二建立模块，用于根据所述到达排队模型、服务排队模型及离开排队模型建立所述服务系统的系统模型。
本十四楼中，所述第一建立模块1102包括：第一设定单元、计算单元及得到单元。
所述第一设定单元，用于设定通用排队模型。
所述通用排队模型包括六个项目，表示为：
Q(X/Y/Z/A/B/C)；
其中，项目X表示相邻两个服务对象到达所述服务系统的时间间隔分布；项目Y表示服务时间的分布；项目Z表示服务台个数；项目A表示服务系统容量限制；项目B表示服务对象的客源数目；项目C表示服务规则；
所述计算单元，用于根据所述服务系统的历史数据分别计算得到针对所述到达流程对应的通用排队模型中的第一项目数据、针对所述服务流程对应的通用排队模型中的第二项目数据、以及针对所述离开流程对应的通用排队模型中的第三项目数据。
所述得到单元，用于根据第一项目数据、第二项目数据、以及第三项目数据分别得到基于所述通用排队模型的到达排队模型、服务排队模型及离开排队模型。
在一种实施方式中，所述到达排队模型中的项目X满足负指数分布、项目Y为零、项目B为无穷大、项目C为先到先服务规则。
所述服务排队模型中的项目X依赖上级服务情况、项目Y为预设的服务时间分布、项目Z表示服务台个数、项目A表示服务系统容量、B依赖上级服务情况、项目C为先到先服务规则。
所述离开排队模型中的项目X依赖上级服务情况、项目Y为零、项目Z为无穷大、项目A为无穷大、项目B依赖上级服务情况、项目C为先到先服务规则。
本实施例中，所述服务系统中包括多个服务节点，每个服务节点对应有子模型，每个服务节点的子模型包括到达排队子模型、服务排队子模型及离开排队子模型；所述第二建立模块1103包括：第二设定单元以及形成单元。
所述第二设定单元，用于设定服务排队模型中各个服务节点中相互迁移的概率，所述各个服务节点中相互迁移的概率作为所述系统模型的一个感知参数。
所述形成单元，用于根据所述各个服务节点中相互迁移的概率与所述每个服务节点的子模型形成所述服务系统的系统模型。
本实施例中，所述系统模型建立装置110还包括：第三建立模块1104，用于针对所述服务系统建立与该服务系统对应的感知Petri网模型。
所述感知Petri网模型可表示为：
SAPN＝(SS,MS,ST,MT,F,W,M)；
其中，SS表示服务库，MS表示转移库，ST表示服务变迁，用于描述服务节点具体的服务过程，MT表示转移变迁，用于描述服务对象接受完服务离开服务节点的过程，F表示所述服务系统中服务的偏序关系的集合，W表示MT变迁到服务库SS对应的权重，M表示感知Petri网模型中服务对象在系统各个服务节点间的分布情况；
其中，所述感知Petri网模型满足以下条件：
a.SS∪MS＝S；
b.ST∪MT＝T；
c.
d.
e.t∈ST:E→Q；
f.Q:(X,Y,Z,A,B,C)；
g.
h.W:(MT×SS)→w(E)；
i.
且
j.
其中，条件a、b、c、d规定了转移库、变迁库、服务变迁及转移变迁；E表示外界条件，Q表示所述服务系统中对应的排队模型，所述排队模型包括到达排队模型、服务排队模型及离开排队模型，条件e、f规定了变迁是从外界环境E到排队模型Q(X/Y/Z/A/B/C)的映射；条件g、h、i规定了所述服务系统中的流关系，其中MT变迁到SS库所的流上具有权重w；条件j将标志的值域从正自然数扩展到正实数。
根据本发明实施例的系统模型建立装置，通过将服务系统的服务节点划分流程，再将每个流程分别建立排队模型以突显每个流程的变化趋势以建立系统模型，对复杂的服务系统也可以进行简化，简化的同时也能考虑到服务系统的各个流程，提高系统模型的有效性。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read－Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种系统模型建立方法，其特征在于，所述系统模型建立方法包括：
将服务系统包括的至少一个服务节点进行流程划分，划分为到达流程、服务流程及离开流程，所述到达流程用于表示服务对象由外界到达所述服务系统的流程，所述服务流程表示服务对象在所述服务系统中接受服务的流程，所述离开流程表示服务对象离开所述服务系统的流程，所述服务系统为机场服务系统；
根据先到先服务规则分别建立所述到达流程的到达排队模型、所述服务流程的服务排队模型、以及所述离开流程的离开排队模型；
根据所述到达排队模型、服务排队模型及离开排队模型建立所述服务系统的系统模型；
所述到达排队模型按照以下方式建立：
将机场的运行时间等分为n份，每个时间间隔Δt中有飞行器降落的概率为p(Δt)，且p(Δt)的值与时间长度成正比；
当时间间隔Δt小于设定值时，每份时间间隔中至多只有一个飞行器到达机场，则时间t内飞行器降落k架的概率为：
当上述公式中取n→∞极限，则p＝p(Δt)→0，由于时间t不变，pn＝p(t)为一常数，则有：
则对于两两飞行器到达的时间大于t的概率等于t时间内到达飞行器数量为0的概率，有：
P(T>t)
＝p(X(t)＝0)
＝e-pn；
两两飞行器到达的时间小于等于t的概率为：
对上式求导得概率密度函数有：
p(T＝t)＝λe-λt；
飞行器到达的时间服从于负指数分布，其中参数λ＝p(Δt)/Δt，记为H；
机场服务系统中飞行器到达流程的到达排队模型使用H/0/Z/A/∞/FCFS的排队模型表示；
其中，FCFS表示先到先服务；Z表示服务台个数；A表示服务系统容量限制；
针对所述服务系统建立与该服务系统对应的感知Petri网模型，所述感知Petri网模型可表示为：
SAPN＝(SS,MS,ST,MT,F,W,M)；
其中，SS表示服务库，MS表示转移库，ST表示服务变迁，用于描述服务节点具体的服务过程，MT表示转移变迁，用于描述服务对象接受完服务离开服务节点的过程，F表示所述服务系统中服务的偏序关系的集合，W表示MT变迁到服务库SS对应的权重，M表示感知Petri网模型中服务对象在系统各个服务节点间的分布情况；
其中，所述Petri网模型满足以下条件：
a.SS∪MS＝S；
b.ST∪MT＝T；
c.
d.
e.t∈ST:E→Q；
f.Q:(X,Y,Z,A,B,C)；
g.
h.W:(MT×SS)→w(E)；
i.
且
j.M:
其中，条件a、b、c、d规定了转移库、变迁库、服务变迁及转移变迁；E表示外界条件，Q表示所述服务系统中对应的排队模型，所述排队模型包括到达排队模型、服务排队模型及离开排队模型，条件e、f规定了变迁是从外界环境E到排队模型Q(X/Y/Z/A/B/C)的映射；条件g、h、i规定了所述服务系统中的流关系，其中MT变迁到SS库所的流上具有权重w；条件j将标志的值域从正自然数扩展到正实数。
2.如权利要求1所述的系统模型建立方法，其特征在于，所述根据先到先服务规则分别建立所述到达流程的到达排队模型、所述服务流程的服务排队模型、以及所述离开流程的离开排队模型的步骤包括：
设定通用排队模型，所述通用排队模型包括六个项目，表示为：
Q(X/Y/Z/A/B/C)；
其中，项目X表示相邻两个服务对象到达所述服务系统的时间间隔分布；项目Y表示服务时间的分布；项目Z表示服务台个数；项目A表示服务系统容量限制；项目B表示服务对象的客源数目；项目C表示服务规则；
根据所述服务系统的历史数据分别计算得到针对所述到达流程对应的通用排队模型中的第一项目数据、针对所述服务流程对应的通用排队模型中的第二项目数据、以及针对所述离开流程对应的通用排队模型中的第三项目数据；
根据第一项目数据、第二项目数据、以及第三项目数据分别得到基于所述通用排队模型的到达排队模型、服务排队模型及离开排队模型。
3.如权利要求2所述的系统模型建立方法，其特征在于，所述到达排队模型中的项目X满足负指数分布、项目Y为零、项目B为无穷大、项目C为先到先服务规则；
所述服务排队模型中的项目X依赖上级服务情况、项目Y为预设的服务时间分布、项目Z表示服务台个数、项目A表示服务系统容量、B依赖上级服务情况、项目C为先到先服务规则；
所述离开排队模型中的项目X依赖上级服务情况、项目Y为零、项目Z为无穷大、项目A为无穷大、项目B依赖上级服务情况、项目C为先到先服务规则。
4.如权利要求1或2所述的系统模型建立方法，其特征在于，所述服务系统中包括多个服务节点，每个服务节点对应有子模型，每个服务节点的子模型包括到达排队子模型、服务排队子模型及离开排队子模型；所述根据所述到达排队模型、服务排队模型及离开排队模型建立所述服务系统的系统模型的步骤包括：
设定服务排队模型中各个服务节点中相互迁移的概率，所述各个服务节点中相互迁移的概率作为所述系统模型的一个感知参数；
根据所述各个服务节点中相互迁移的概率与所述每个服务节点的子模型形成所述服务系统的系统模型。
5.一种系统模型建立装置，其特征在于，所述系统模型建立装置包括：
划分模块，用于将服务系统包括的至少一个服务节点进行流程划分，划分为到达流程、服务流程及离开流程，所述到达流程用于表示服务对象由外界到达所述服务系统的流程，所述服务流程表示服务对象在所述服务系统中接受服务的流程，所述离开流程表示服务对象离开所述服务系统的流程，所述服务系统为机场服务系统；
第一建立模块，用于根据先到先服务规则分别建立所述到达流程的到达排队模型、所述服务流程的服务排队模型、以及所述离开流程的离开排队模型；
所述到达排队模型按照以下方式建立：
将机场的运行时间等分为n份，每个时间间隔Δt中有飞行器降落的概率为p(Δt)，且p(Δt)的值与时间长度成正比；
当时间间隔Δt小于设定值时，每份时间间隔中至多只有一个飞行器到达机场，则时间t内飞行器降落k架的概率为：
当上述公式中取n→∞极限，则p＝p(Δt)→0，由于时间t不变，pn＝p(t)为一常数，则有：
则对于两两飞行器到达的时间大于t的概率等于t时间内到达飞行器数量为0的概率，有：
P(T>t)
＝p(X(t)＝0)
＝e-pn；
两两飞行器到达的时间小于等于t的概率为：
对上式求导得概率密度函数有：
p(T＝t)＝λe-λt；
飞行器到达的时间服从于负指数分布，其中参数λ＝p(Δt)/Δt，记为H；
机场服务系统中飞行器到达流程的到达排队模型使用H/0/Z/A/∞/FCFS的排队模型表示；
其中，FCFS表示先到先服务；Z表示服务台个数；A表示服务系统容量限制；
第二建立模块，用于根据所述到达排队模型、服务排队模型及离开排队模型建立所述服务系统的系统模型；
第三建立模块，用于针对所述服务系统建立与该服务系统对应的感知Petri网模型；
所述感知Petri网模型可表示为：
SAPN＝(SS,MS,ST,MT,F,W,M)；
其中，SS表示服务库，MS表示转移库，ST表示服务变迁，用于描述服务节点具体的服务过程，MT表示转移变迁，用于描述服务对象接受完服务离开服务节点的过程，F表示所述服务系统中服务的偏序关系的集合，W表示MT变迁到服务库SS对应的权重，M表示感知Petri网模型中服务对象在系统各个服务节点间的分布情况；
其中，所述感知Petri网模型满足以下条件：
a.SS∪MS＝S；
b.ST∪MT＝T；
c.
d.
e.t∈ST:E→Q；
f.Q:(X,Y,Z,A,B,C)；
g.
h.W:(MT×SS)→w(E)；
i.
且
j.M:
其中，条件a、b、c、d规定了转移库、变迁库、服务变迁及转移变迁；E表示外界条件，Q表示所述服务系统中对应的排队模型，所述排队模型包括到达排队模型、服务排队模型及离开排队模型，条件e、f规定了变迁是从外界环境E到排队模型Q(X/Y/Z/A/B/C)的映射；条件g、h、i规定了所述服务系统中的流关系，其中MT变迁到SS库所的流上具有权重w；条件j将标志的值域从正自然数扩展到正实数。
6.如权利要求5所述的系统模型建立装置，其特征在于，所述第一建立模块包括：
第一设定单元，用于设定通用排队模型，所述通用排队模型包括六个项目，表示为：
Q(X/Y/Z/A/B/C)；
其中，项目X表示相邻两个服务对象到达所述服务系统的时间间隔分布；项目Y表示服务时间的分布；项目Z表示服务台个数；项目A表示服务系统容量限制；项目B表示服务对象的客源数目；项目C表示服务规则；
计算单元，用于根据所述服务系统的历史数据分别计算得到针对所述到达流程对应的通用排队模型中的第一项目数据、针对所述服务流程对应的通用排队模型中的第二项目数据、以及针对所述离开流程对应的通用排队模型中的第三项目数据；
得到单元，用于根据第一项目数据、第二项目数据、以及第三项目数据分别得到基于所述通用排队模型的到达排队模型、服务排队模型及离开排队模型。
7.如权利要求6所述的系统模型建立装置，其特征在于，所述到达排队模型中的项目X满足负指数分布、项目Y为零、项目B为无穷大、项目C为先到先服务规则；
所述服务排队模型中的项目X依赖上级服务情况、项目Y为预设的服务时间分布、项目Z表示服务台个数、项目A表示服务系统容量、B依赖上级服务情况、项目C为先到先服务规则；
所述离开排队模型中的项目X依赖上级服务情况、项目Y为零、项目Z为无穷大、项目A为无穷大、项目B依赖上级服务情况、项目C为先到先服务规则。
8.如权利要求5或6所述的系统模型建立装置，其特征在于，所述服务系统中包括多个服务节点，每个服务节点对应有子模型，每个服务节点的子模型包括到达排队子模型、服务排队子模型及离开排队子模型；所述第二建立模块包括：
第二设定单元，用于设定服务排队模型中各个服务节点中相互迁移的概率，所述各个服务节点中相互迁移的概率作为所述系统模型的一个感知参数；
形成单元，用于根据所述各个服务节点中相互迁移的概率与所述每个服务节点的子模型形成所述服务系统的系统模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711088037.4A CN107730053B (zh) | 2017-11-07 | 2017-11-07 | 系统模型建立方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711088037.4A CN107730053B (zh) | 2017-11-07 | 2017-11-07 | 系统模型建立方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107730053A CN107730053A (zh) | 2018-02-23 |
| CN107730053B true CN107730053B (zh) | 2021-04-13 |
Family
ID=61222843
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711088037.4A Active CN107730053B (zh) | 2017-11-07 | 2017-11-07 | 系统模型建立方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107730053B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108510106A (zh) * | 2018-03-06 | 2018-09-07 | 中国人民解放军国防科技大学 | 一种基于排队论和广义随机petri网的机场安检流程优化方法 |
| CN113722660A (zh) * | 2021-08-31 | 2021-11-30 | 西南科技大学 | 一种普速单线铁路隧道出渣运输机械优化配置方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106971051A (zh) * | 2017-04-19 | 2017-07-21 | 民航成都电子技术有限责任公司 | 一种航班保障服务时间估算方法及系统 |
| CN107179769A (zh) * | 2017-06-06 | 2017-09-19 | 泉州装备制造研究所 | 一种基于实时调度仿真和排队论的agv数量配置方法 |
-
2017
- 2017-11-07 CN CN201711088037.4A patent/CN107730053B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106971051A (zh) * | 2017-04-19 | 2017-07-21 | 民航成都电子技术有限责任公司 | 一种航班保障服务时间估算方法及系统 |
| CN107179769A (zh) * | 2017-06-06 | 2017-09-19 | 泉州装备制造研究所 | 一种基于实时调度仿真和排队论的agv数量配置方法 |
Non-Patent Citations (4)
| Title |
|---|
| Outpatient Queue Business Simulation Based on Acceptable Waiting Time;YIN Chao;《201O International Conference On Computer Design And Appliations (ICCDA 2010)》;20101231;第1卷;第120-123页 * |
| Queueing Petri Nets A Formalism for the Combined Qualitative and Quantitative Analysis of Systems;Falko Bause;《Proceedings of 5th International Workshop on Petri Nets and Performance Models》;19931022;第14-23页：摘要，正文第2-3小节 * |
| 基于排队论的机场安检排队仿真模型;孙敏超·;《黄冈职业技术学院学报》;20171031;第19卷(第5期);第122-126页 * |
| 随机服务系统在装备需求预测与决策建模中的应用;李树广等;《兵工自动化》;20110228;第30卷(第2期);第14-17页：摘要，正文第1-2小节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107730053A (zh) | 2018-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108009016B (zh) | 一种资源负载均衡控制方法及集群调度器 | |
| US11023534B2 (en) | Classification method and a classification device for service data | |
| Tiemessen et al. | Dynamic demand fulfillment in spare parts networks with multiple customer classes | |
| Yoshikawa et al. | A nonparametric delayed feedback model for conversion rate prediction | |
| CN110866786A (zh) | 一种货量预测方法、装置、电子设备及存储介质 | |
| EP2689356A1 (en) | Systems and methods for predicting fluid dynamics in a data center | |
| KR101965277B1 (ko) | 하이퍼그래프 데이터 분석 시스템 및 방법과, 이를 위한 컴퓨터 프로그램 | |
| KR102277507B1 (ko) | 조절 공간의 열-유체 관리를 위한 시스템 및 방법 | |
| CN107730053B (zh) | 系统模型建立方法及装置 | |
| US10445341B2 (en) | Methods and systems for analyzing datasets | |
| CN108537399A (zh) | 一种物料需求量的预测方法及装置 | |
| JP6242540B1 (ja) | データ変換システム及びデータ変換方法 | |
| Hellemans et al. | Analysis of redundancy (d) with identical replicas | |
| CN107832578B (zh) | 基于态势变化模型的数据处理方法及装置 | |
| CN111967917A (zh) | 预测用户流失的方法以及设备 | |
| CN111291936A (zh) | 产品生命周期预估模型生成方法、装置及电子设备 | |
| CN112464597B (zh) | 电路仿真方法、装置、存储介质及电子设备 | |
| US11636185B2 (en) | AI governance using tamper proof model metrics | |
| Park et al. | Queue congestion prediction for large-scale high performance computing systems using a hidden Markov model | |
| KR20200010644A (ko) | 컴퓨터 수행 가능한 클라우드 기반의 인공지능 연산 서비스 방법 | |
| JP7328126B2 (ja) | 生産シミュレーション装置及び生産シミュレーション方法 | |
| Morozov et al. | Regenerative analysis of a system with a random volume of customers | |
| CN105871875B (zh) | 一种大规模网络服务系统行为异常检测方法 | |
| US10127191B2 (en) | System, method, and recording medium for differentiated and partial feature update in alternating least square | |
| JP7491459B2 (ja) | 分類装置、分類方法、および、分類プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |