2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩53頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、QuickPass系統(tǒng)排隊問題,謝瑤03/03/2004xieyao@mail.ustc.edu.cn電子工程與信息科學(xué)系PB00006,排隊常常是件很令人惱火的事情……尤其是在我們這樣的人口大國?,電話亭-1978年在北京15%的電話要在1小時后才能接通。在電報大樓打電話的人還要帶著午飯去排隊 銀行窗口,ATM醫(yī)院、理發(fā)、火車售票…游樂場的游樂項目,,?,在游樂園中的頻頻排隊會極為掃興……DisneyLand中的

2、FastPass(QuickPass)系統(tǒng)就是想解決這個問題的,What is QuickPass?,工作原理:到達的顧客將自己的票插入FastPass的slot中FastPass計算出建議顧客返回的時間間隔(time interval)或時間點或時間窗(time window)顧客無需排隊,在指定的時間返回就可持票進入,怎樣縮短排隊的等待時間?,銀行的排隊叫號機 只是有序的組織了顧客,并沒有減少等待時間如果能實現(xiàn)知

3、道輪到自己需要等待多少時間,再選擇合適的時間來,豈不很好??,FastPass存在的問題:,預(yù)知的返回時間間隔存在誤差--按時返回卻仍需要排隊建議的返回時間間隔太長--如果告訴你4小時以后再回來呢?顧客可能不會完全按照安排的時間返回如果新來的顧客不想使用FastPass系統(tǒng)?,現(xiàn)有的Fast Pass真的那么好用嗎?,我們的目的就是對FastPass系統(tǒng)建立合理的離散統(tǒng)計模型(Distributed Statistical

4、Model),求出最優(yōu)的顧客返回時間。,建模的一般步驟以及:* 模型的改進* 啟發(fā)與待解決的問題,1 模型的假設(shè),游樂園開放時間為8:00-18:00,一天中不同時間的顧客流量不同,比如上午10:00和下午3:00的顧客流量是最大的。顧客的到達時間符合非時間齊次泊松過程(Nonhomogeneous Possion Process),到達速率是,Poisson Process,Poisson Process,分析1:能否

5、得到準(zhǔn)確的返回時間?,2 在我們開始動手建模之前,先要問幾個問題:,分析2:使用FastPass后排隊是不是可以避免的?FastPass給出的返回時間只是期望值,而非確定值假設(shè)所有的顧客都使用FastPass,但需考慮有的顧客可能會不遵守FastPass給出的返回時間,2 在我們開始動手建模之前,先要問幾個問題:,分析3:我們優(yōu)化的目標(biāo)函數(shù)(或cost function)是什么?是排隊時間嗎?,2 在我們開始動手建模之前,先要

6、問幾個問題:,優(yōu)化問題的目標(biāo)函數(shù)為:,3 模型的建立(1)-目標(biāo)函數(shù),,,3 模型的建立(1)-目標(biāo)函數(shù),,根據(jù)排隊論(queueing theory)的分類規(guī)則,(X/Y/Z/A)代表一類排隊的規(guī)則,其中 X:顧客流到達所符合的分布 Y:顧客接受服務(wù)的時間所服從的分布 a Z:服務(wù)臺的個數(shù) A:服務(wù)臺一次可服務(wù)的顧客數(shù)量(系統(tǒng)的容量)針對各個游樂項目的特點,我們主要

7、討論兩種排隊系統(tǒng):,模型的建立(2)- 排隊模型的分類,,特點:系統(tǒng)容量為1,顧客的到達是Poisson流,服務(wù)時間服從指數(shù)分布,只有一條隊列,模型的建立(3)- 電話亭模型,,加入QuickPass系統(tǒng)以后的Poisson排隊模型,模型的建立(3)-電話亭模型,,求出這類系統(tǒng)的代價函數(shù)表達式,模型的建立(3)-電話亭模型,,,,,近似將總的優(yōu)化目標(biāo)函數(shù)等效為對顧客i的目標(biāo)函數(shù):,模型的建立(3)-電話亭模型,,模型的建立(3)-電話亭

8、模型,,如果簡化c1,c2為常數(shù),并計算第二個人的無需等待返回時間的期望值,得用MatLab能夠作出 的函數(shù),并從圖中得出結(jié)果,模型的求解(4)-電話亭模型,,,,,模型的求解(4)-電話亭模型,,,第三個人的無需等待返回時間的期望值,同理可以算出,并用圖解法求出,模型的求解(4)-電話亭模型,,但是第4個人,第5個人……呢?這種方法太繁瑣,似乎不好用可否有近似的算法?,,與前一個模型的區(qū)別在于:系統(tǒng)容量是

9、c>1,服務(wù)時間固定,顧客的到達仍然是Poisson流。服務(wù)系統(tǒng)數(shù)量是1,模型的建立(5)- 過山車模型,,還要考慮:實際的FastPass 系統(tǒng)有兩條隊列:FastPass 和Standby隊列不考慮standby隊列,將得到Greedy algorithm模型考慮standby隊列,將得到效用函數(shù)模型,模型的建立(5)-過山車,,最簡單的情況:只有一條隊列,即所有的人都只用FastPass系統(tǒng)為了防

10、止前面的人等的時間太長,過山車只要載滿一定數(shù)量的人后就開車,假設(shè)為80%c。用貪心算法(greedy algorithm),將每個顧客盡量安排在離顧客到達時間最近的,且還沒有安排滿人的一班車上。假設(shè)被安排的顧客按照Beta分布到達所被安排的時間段內(nèi),模型的建立(5)-過山車模型,,貪心算法,模型的建立(5)-過山車模型,,很容易想到,全局優(yōu)化的目標(biāo)變量1. 如果開車的時間不固定,則a%是多少最優(yōu)?就是說顧客坐滿多少就開

11、車? 2.如果開車的時間間隔是固定的,則多長時間開一次是最優(yōu)的?衡量的標(biāo)準(zhǔn):目標(biāo)函數(shù),模型的建立(5)-過山車模型,一個區(qū)間內(nèi)的顧客返回示意圖,:,目標(biāo)函數(shù):,模型的建立(5)-過山車模型,,模型的建立(5)-過山車模型,,怎樣求解最優(yōu)的a%c和最優(yōu)的開車間隔?--對于這類復(fù)雜的問題,離散仿真是最好的方法了,,仿真:用計算機生成一些符合某種分布的隨機數(shù)據(jù)點,模擬離散時間的發(fā)生這里的仿真用MatLab6.5完成:

12、步驟:1.生成Poisson顧客流(模擬到達時間) 2.給定不同的a%c, 開車時間間隔不定,計算代價函數(shù),畫出代價函數(shù)性能曲線 3.開車時間固定,給出不同的開車時間間隔,計算畫出代價函數(shù)性能曲線 4.得出最優(yōu)的結(jié)論,模型的仿真(5)-過山車模型,,,過山車模型的仿真(5.1)-得到,在第j天的某一固定時刻 i 采集樣本,i=1…m,j=1…100形成樣

13、本空間的矩陣,,,過山車模型的仿真(5.1),用列向量的均值估計參數(shù)樣本的更新用時間序列的方法(time serial analysis),計算列向量的Eucilid距離d>threshold就更新一次,,對某一個或一組變量x(t)進行觀察測量,將在一系列時刻t1, t2, …, tn (t為自變量且t1<t2<…< tn ) 所得到的離散數(shù)字組成序列集合x(t1), x(t2), …, x(tn

14、),我們稱之為時間序列,這種有時間意義的序列也稱為動態(tài)數(shù)據(jù)。時間序列分析是根據(jù)系統(tǒng)觀測得到的時間序列數(shù)據(jù),通過曲線擬合和參數(shù)估計來建立數(shù)學(xué)模型的理論和方法,時間序列分析(time serial analysis),,,過山車模型的仿真(5.1),啟發(fā):有沒有別的方法判別樣本如何更新?,如:求樣本矩陣的秩, 求樣本向量的相關(guān)系數(shù),生成的樣本空間,過山車模型的仿真(5.1),實用的一種模擬Poisson流的方法:某個區(qū)間

15、 個顧客到達時間~Uniform,,Poisson流顧客到達時間,過山車模型的仿真(5.2),按照貪心算法指定的顧客乘坐的過山車的班次,兩種a%c的情況下顧客等待時間,過山車模型的仿真(5.3),,a%c的性能曲線:可見a%c=70最優(yōu),過山車模型的仿真(5.3),開車間隔的優(yōu)化:可是cost function是間隔的單調(diào)函數(shù)?怎么辦?,過山車模型的仿真(5.4),,解決:考慮開車的成本:開車的時間間隔越短,次數(shù)愈多,運行成

16、本越大--找平衡點 4.67min最優(yōu),過山車模型的仿真(5.4),,6 模型的穩(wěn)健性與優(yōu)缺點,電話亭模型較精確,雖可行但復(fù)雜過山車模型的貪心算法,簡單,但不是最優(yōu)(quasi-optimal)(為什么不是最優(yōu)?)Standby隊列會有什么影響?每個人的c1和c2可能不同,,將顧客的到達看成是顧客流(traffic),用Trunking Theory中的Erlang C公式,能夠得出阻塞概率P(Block),系統(tǒng)容量C,顧客

17、流的強度A( )三者的關(guān)系平均隊列長度為:可將顧客安排在一天之內(nèi)平均隊列短的時刻,7 過山車模型的改進,,,Erlang C的圖形,7 過山車模型的改進,統(tǒng)計得出的隊列長度,以及仿真得出的實際隊列長度-說明可以用統(tǒng)計曲線作安排返回時間的依據(jù),7 過山車模型的改進,改進算法的效果,7 過山車模型的改進,7 過山車模型的改進,統(tǒng)計隊列長度曲線應(yīng)該實時更新!,但是:可能所有的顧客都被安排到同一個隊列長度短的時段

18、了……,如果考慮Standby隊列?,7 過山車模型的改進,使用邊際效用函數(shù)(Marginal Utility Function)的思想:FastPass隊列中每增加一個人,會對Standby隊列中的人造成目標(biāo)函數(shù)的損失……,,使用IC卡門票,記錄顧客的特點,數(shù)據(jù)集中在中心數(shù)據(jù)庫給顧客提供預(yù)計的當(dāng)天實時隊列長度表,顧客可自己選擇返回時間,選擇t1,t2時間的長度你的更好的辦法?,8 將來的工作:設(shè)計更好的FastPass系統(tǒng),,怎

19、樣寫數(shù)學(xué)建模論文?怎樣求解沒有顯式表達的式子?如何模擬離散隨機時間?如何通過仿真的結(jié)果求參數(shù)的優(yōu)化--使用數(shù)學(xué)軟件,仿真的過程中常常也會的到新的想法與結(jié)論靈活借鑒其他學(xué)科中的方法:如Queueing theory(排隊論), Trunking Theory(復(fù)用論), Greedy Algorithm(貪心算法), Marginal Utility Function(邊際效用函數(shù)),9 啟發(fā)與收獲,這是一類OpenEnd

20、Problem,Homework: 相似的問題比如ICM2003 C題, To Screen or not to screen? –飛機場的調(diào)度以及安全檢查問題你將如何安排? Its upto you!,感謝(Acknowledgement),本次講座內(nèi)容來自MCM2004#team624的paper,感謝全體成員的辛勤工作!以及楊老師的指導(dǎo)與支持。 paper下載:http://mail.ustc.edu.cn/~

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論