arrival process:how customers arriv

arrival process:
how customers arrive e.g. singly or in groups (batch or bulk arrivals)
how the arrivals are distributed in time (e.g. what is the probability distribution of time between successive arrivals (the interarrival time distribution))
whether there is a finite population of customers or (effectively) an infinite number
The simplest arrival process is one where we have completely regular arrivals (i.e. the same constant time interval between successive arrivals). A Poisson stream of arrivals corresponds to arrivals at random. In a Poisson stream successive customers arrive after intervals which independently are exponentially distributed. The Poisson stream is important as it is a convenient mathematical model of many real life queuing systems and is described by a single parameter - the average arrival rate. Other important arrival processes are scheduled arrivals; batch arrivals; and time dependent arrival rates (i.e. the arrival rate varies according to the time of day).

service mechanism:
a description of the resources needed for service to begin
how long the service will take (the service time distribution)
the number of servers available
whether the servers are in series (each server has a separate queue) or in parallel (one queue for all servers)
whether preemption is allowed (a server can stop processing a customer to deal with another "emergency" customer)
Assuming that the service times for customers are independent and do not depend upon the arrival process is common. Another common assumption about service times is that they are exponentially distributed.

queue characteristics:
how, from the set of customers waiting for service, do we choose the one to be served next (e.g. FIFO (first-in first-out) - also known as FCFS (first-come first served); LIFO (last-in first-out); randomly) (this is often called the queue discipline)
do we have:
balking (customers deciding not to join the queue if it is too long)
reneging (customers leave the queue if they have waited too long for service)
jockeying (customers switch between queues if they think they will get served faster by so doing)
a queue of finite capacity or (effectively) of infinite capacity
Changing the queue discipline (the rule by which we select the next customer to be served) can often reduce congestion. Often the queue discipline "choose the customer with the lowest service time" results in the smallest value for the time (on average) a customer spends queuing.

Note here that integral to queuing situations is the idea of uncertainty in, for example, interarrival times and service times. This means that probability and statistics are needed to analyse queuing situations.

In terms of the analysis of queuing situations the types of questions in which we are interested are typically concerned with measures of system performance and might include:

How long does a customer expect to wait in the queue before they are served, and how long will they have to wait before the service is complete?
What is the probability of a customer having to wait longer than a given time interval before they are served?
What is the average length of the queue?
What is the probability that the queue will exceed a certain length?
What is the expected utilisation of the server and the expected time period during which he will be fully occupied (remember servers cost us money so we need to keep them busy). In fact if we can assign costs to factors such as customer waiting time and server idle time then we can investigate how to design a system at minimum total cost.

Results (Vietnamese) 1:

quá trình xuất hiện:làm thế nào khách đến ví dụ đơn lẻ hoặc theo nhóm (lô hoặc số lượng lớn khách đến)làm thế nào đến được phân phối trong thời gian (ví dụ: những gì là phân bố xác suất của các thời gian giữa liên tiếp đến (phân phối thời gian interarrival))cho dù có một dân số hữu hạn của khách hàng hoặc (hiệu quả) là một số lượng vô hạnQuá trình xuất hiện đơn giản nhất là một nơi mà chúng tôi đã hoàn toàn thường xuyên đến (tức là cùng một thời gian liên tục khoảng thời gian giữa liên tiếp đến). Một dòng Poisson đến tương ứng với khách đến ngẫu nhiên. Ở Poisson một dòng kế tiếp khách đến nơi sau khoảng thời gian đó một cách độc lập được phân phối theo cấp số nhân. Poisson stream là quan trọng vì nó là một mô hình toán học thuận tiện của nhiều cuộc sống thực hệ thống xếp hàng và được miêu tả bởi một tham số duy nhất - tỷ giá trung bình xuất hiện. Các quy trình quan trọng đến là theo lịch trình đến; lô đến; và thời gian đến phụ thuộc vào tỷ lệ (tức là tỷ lệ đến thay đổi theo thời gian trong ngày).cơ chế dịch vụ:một mô tả về các nguồn tài nguyên cần thiết cho các dịch vụ để bắt đầubao lâu các dịch vụ sẽ đưa (dịch vụ thời gian phân phối)số lượng các máy chủ có sẵnliệu các máy chủ trong loạt (mỗi máy chủ có một hàng đợi riêng biệt) hoặc song song (một hàng đợi cho tất cả máy chủ)cho dù preemption là được phép (một máy chủ có thể ngừng xử lý một khách hàng để đối phó với một khách hàng "khẩn cấp")Giả định rằng thời gian dịch vụ cho khách hàng độc lập và không phụ thuộc vào quá trình xuất hiện là phổ biến. Một giả định phổ biến về dịch vụ lần là rằng họ được phân phối theo cấp số nhân.Các đặc điểm của hàng đợi:làm thế nào, từ việc thiết lập các khách hàng chờ đợi cho dịch vụ, làm chúng tôi chọn để được phục vụ tiếp theo (ví dụ: FIFO (first-in first-out) – còn được gọi là FCFS (đầu tiên đến đầu tiên phục vụ); LIFO (cuối năm first-out); ngẫu nhiên) (điều này thường được gọi là kỷ luật hàng đợi)chúng ta có:balking (khách hàng quyết định không tham gia xếp hàng nếu nó là quá dài)reneging (khách rời khỏi hàng đợi nếu họ đã chờ đợi quá lâu cho dịch vụ)jockeying (khách hàng chuyển đổi giữa các hàng đợi nếu họ nghĩ rằng họ sẽ nhận được phục vụ nhanh hơn bằng cách làm như vậy)một hàng đợi các năng lực hữu hạn hoặc (hiệu quả) vô lượngThay đổi các kỷ luật hàng đợi (quy tắc mà chúng tôi lựa chọn khách hàng tiếp theo để được phục vụ) thường có thể làm giảm tắc nghẽn. Thường các hàng đợi kỷ luật "chọn khách hàng với thời gian dịch vụ thấp nhất" kết quả giá trị nhỏ nhất cho thời gian (trung bình) một khách hàng đã dành hàng đợi.Lưu ý ở đây đó tách rời để xếp hàng các tình huống là ý tưởng của sự không chắc chắn, ví dụ, interarrival thời gian và thời gian dịch vụ. Điều này có nghĩa rằng xác suất và thống kê là cần thiết để phân tích tình huống xếp hàng.Trong điều kiện phân tích tình huống xếp hàng các loại câu hỏi mà chúng tôi đang quan tâm đến việc có thường liên quan với các biện pháp hiệu năng hệ thống và có thể bao gồm:Làm thế nào lâu một khách hàng mong đợi để chờ đợi trong hàng đợi trước khi họ được phục vụ, và bao lâu họ sẽ có để chờ đợi trước khi dịch vụ được hoàn thành?Xác suất của một khách hàng không phải chờ đợi lâu hơn một khoảng thời gian nhất định trước khi chúng được phục vụ là gì?Chiều dài trung bình của hàng đợi là gì?Xác suất xếp hàng sẽ vượt quá một độ dài nhất định là gì?Sử dụng dự kiến của máy chủ là gì và dự kiến thời gian trong thời gian đó, ông sẽ hoàn toàn chiếm đóng (nhớ máy chủ tiền chi phí cho chúng tôi vì vậy chúng ta cần phải giữ cho chúng bận rộn). Trong thực tế nếu chúng ta có thể gán các chi phí cho các yếu tố như thời gian chờ đợi của khách hàng và máy chủ thời gian nhàn rỗi sau đó chúng tôi có thể điều tra làm thế nào để thiết kế một hệ thống tổng chi phí tối thiểu.

Results (Vietnamese) 2:

quá trình đến:
cách khách hàng đến ví dụ đơn lẻ hoặc theo nhóm (batch hay đến số lượng lớn)
cách khách được phân phối trong thời gian (ví dụ như là những gì các phân bố xác suất của thời gian giữa khách tiếp (sự phân bố thời gian interarrival))
liệu có một dân số hữu hạn các khách hàng hoặc (hiệu quả) một số lượng vô hạn
quá trình đến đơn giản là một trong những nơi mà chúng tôi có khách hoàn toàn bình thường (tức là khoảng thời gian hằng số giống nhau giữa khách liên tiếp). Một dòng Poisson lượng khách tương ứng với khách một cách ngẫu nhiên. Trong một dòng Poisson khách hàng tiếp đến sau khoảng thời gian đó một cách độc lập được phân bố theo cấp số nhân. Các dòng Poisson là quan trọng vì nó là một mô hình toán học thuận tiện của nhiều hệ thống xếp hàng cuộc sống thực và được mô tả bởi một tham số duy nhất - tỷ lệ đến trung bình. Các quy trình đến quan trọng khác là khách theo lịch trình; lượt hàng loạt; và thời gian giá đến phụ thuộc (tức là tỷ lệ xuất hiện thay đổi theo thời gian trong ngày). cơ chế dịch vụ: mô tả các nguồn lực cần thiết cho dịch vụ để bắt đầu bao lâu dịch vụ này sẽ mất (sự phân bố thời gian dịch vụ) số lượng máy chủ có sẵn liệu các máy chủ nằm trong series (mỗi máy chủ có một hàng đợi riêng biệt) hoặc song song (một hàng đợi cho tất cả các máy chủ) cho dù đòn phủ đầu được cho phép (một máy chủ có thể ngừng xử lý một khách hàng để đối phó với một khách hàng khác "khẩn cấp") Giả sử rằng thời gian phục vụ cho khách hàng là độc lập và không phụ thuộc vào quá trình xuất hiện là phổ biến. Một giả định phổ biến về thời gian phục vụ là họ được phân bố theo cấp số nhân. Queue đặc điểm: như thế nào, từ các thiết lập của khách hàng chờ đợi cho dịch vụ, để chúng ta chọn một để được phục vụ tiếp theo (ví dụ như FIFO (lần đầu tiên trong lần đầu ra) - cũng được biết đến như FCFS (ai đến trước được phục vụ); LIFO (last-in lần đầu ra); ngẫu nhiên) (điều này thường được gọi là kỷ luật hàng đợi) làm chúng ta có: balking (khách hàng quyết định không tham gia hàng đợi nếu nó quá dài) reneging (khách hàng rời khỏi hàng đợi nếu họ đã chờ đợi quá lâu cho dịch vụ) chạy đua (khách hàng chuyển đổi giữa các hàng đợi nếu họ nghĩ rằng họ sẽ được phục vụ nhanh hơn bằng cách làm như vậy) một danh sách các công suất hữu hạn hoặc (hiệu quả) của khả năng vô hạn Thay đổi kỷ luật hàng đợi ( các quy tắc mà chúng tôi lựa chọn những khách hàng tiếp theo để được phục vụ) thường có thể làm giảm tắc nghẽn. Thường thì kỷ luật hàng đợi "chọn cho khách hàng với thời gian dịch vụ thấp nhất" kết quả trong các giá trị nhỏ nhất cho lần (trung bình) một khách hàng bỏ ra để xếp hàng. Lưu ý ở đây là không thể thiếu với các tình huống xếp hàng là ý tưởng của sự không chắc chắn, ví dụ, lần interarrival và thời gian phục vụ. Điều này có nghĩa rằng xác suất và thống kê cần thiết để phân tích xếp hàng tình huống. Xét về mặt phân tích xếp hàng tình huống các dạng câu hỏi mà chúng ta quan tâm thường liên quan với các biện pháp của hiệu suất hệ thống và có thể bao gồm: bao lâu một khách hàng mong đợi trong hàng đợi trước khi họ được phục vụ, và bao lâu họ sẽ phải chờ đợi trước khi dịch vụ được hoàn tất? xác suất của một khách hàng phải chờ đợi lâu hơn một khoảng thời gian nhất định trước khi họ được phục vụ là gì? chiều dài trung bình là gì xếp hàng? xác suất mà các hàng đợi sẽ vượt quá một độ dài nhất định là gì? việc sử dụng dự kiến của máy chủ và thời gian dự kiến trong thời gian đó ông sẽ được lấp đầy là gì (nhớ máy chủ chi phí cho chúng tôi tiền vì vậy chúng tôi cần phải giữ chúng bận rộn). Trong thực tế, nếu chúng ta có thể gán chi phí các yếu tố như thời gian chờ đợi của khách hàng và máy chủ thời gian nhàn rỗi sau đó chúng tôi có thể điều tra làm thế nào để thiết kế một hệ thống với tổng chi phí tối thiểu.