菜鸟驿站取件排队系统优化研究——以S高校为例

1.相关理论研究。排队现象在许多地方都能看到,排队理论的运用较多,特别适用于医院排队系统和高铁站排队系统等。朱宛平等通过对调查数据的分析,构建“先到先服务”的Poisson分布排队模型,根据这个模型来计算排队的人数。在此基础上,采用Any Logic软件,以达到“零排队”的目的,通过仿真,研究了在不同条件下,采用不同的方式的可能性,如:安检设施的数目、设备的使用效率等因素如何影响进站旅客排队情况。

基于排队论的某食品零售店收银系统优化研究

对于某食品零售店高峰期排队结账时间较长的问题,提出两种针对性的解决方案。通过选取节假日客流高峰时间段的数据进行现场采集,基于运筹学中的排队理论对该食品零售门店高峰期两小时的实际客流进行统计,运用python建立M/G/2模型,利用真实数据进行模拟仿真,根据仿真结果提出两种可行的优化方案,并对优化方案进行仿真计算。计算结果表明,不论是收银系统的改变还是排队模式的改变,都能够更加充分地利用环境资源、硬件资源和人力资源,能帮助该类门店缓解高峰时期客流拥堵的现象,由此见得,优化后的系统相较于优化前更加高效合理。这样门店就能够将更好的服务提供给消费者,从而提高消费者的满意程度,为企业带来更大的效益,门店可以根据实际情况安排合适的优化方式。

基于排队论的一种高吞吐量信道分配协议设计

针对复杂多变的认知无线电系统中难以为次用户高效分配信道的问题,提出了一种高吞吐量信道分配协议——TKMA协议。该协议根据主用户(PU)活动、次用户(SU)实时业务需求、信道条件等信息构建用户信道的效用矩阵,在保障PU通信质量的前提下以SU系统总效用值最大化为目标进行信道分配,并利用改进Kuhn-Munkras算法结合轮询调度进行求解。为了评估该协议性能,建立了通用的多用户多信道认知无线电系统模型,利用排队理论描述数据包传输过程,并通过马尔可夫稳态求解推导出SU的性能指标。实验结果表明,与以往提出的化简方法和传统的公平随机分配协议相比,使用TKMA协议在SU系统总的吞吐量、平均时延、平均队长、拒绝率等指标上都取得了更优的结果,证明了所提协议和系统模型的有效性。

边缘计算网络中基于排队论的通信和计算资源联合优化

高可靠和低延迟是目前车联网边缘计算网络中最重要的研究方向之一。为了满足车联网网络中复杂多变的任务请求,有效并且高效地分配通信资源和计算资源,提出了一种基于任务排队论模型和边缘计算模型相结合的智能通信和计算资源分配的多目标强化学习策略。该策略将通信资源和计算资源的分配相结合,以降低由延迟和可靠性组成的系统总成本。该策略可以被分解成3种算法,首先联合计算卸载与协作算法是该策略的一个通用框架,它首先使用KNN方法为生成的任务请求选择卸载层,如边缘计算层和本地计算层;然后,当选择本地计算层执行任务时,使用称为协作车辆选择的算法来查找执行协作计算的目标车辆;最后,通信和计算资源的分配被定义为两个独立的目标,称为多目标资源分配的算法在移动边缘计算层使用强化学习来实现问题的最优解。仿真结果表明,与随机计算、全部边缘计算和全部本地计算相比,所提策略有效地降低了系统的总成本。KNN方法和随机卸载方法相比,节省了系统的总成本,强化学习算法在系统总成本的控制上也优于传统的粒子群算法。

基于排队论的动态最优保险区块链决策研究

保险业的经营原则与区块链的共识特征存在基因相似性。本文引入“批排队”理论构建了动态最优保险区块链模型,较好地刻画了按照“先到先服务”原则将包含众多保险交易的区块追加到整个区块链的过程,该模型可以通过最大化保险区块链系统主体效用得到最优的保险交易费率。以中国车险市场2020年的实际经营数据为例进行数值模拟表明,不同参数的变化对保险交易双方效用的影响取决于交易记录延迟时间与交易费率之间的权衡,而对保单区块存储员效用的影响取决于区块存储收益与区块存储成本之间的权衡。相关数据为区块链技术在保险市场中降低经营成本、提高经营效率、释放劳动力等提供了理论支持。

更新通告对动态理性排队系统的影响研究

在队列不可见的排队系统中,决策是否向排队中的顾客实施更新通告以及何时更新通告对企业至关重要。本文建立了一个排队仿真模型来模拟按服务收取统一费用的不可见队列排队系统,并考虑了多种排队场景,包括不同的系统负载和不同的企业导向,以探讨更新通告对系统性能的影响。在对顾客排队行为进行建模时,本文将顾客理性纳入对顾客离队决策行为的建模中,并假设顾客理性会发生动态变化,借鉴量子响应模型来实现对顾客动态理性的建模。同时,本文考虑了顾客异质性,为顾客分配不同的初始耐心。本文通过仿真实验获取实验数据,并对实验数据进行分析,以为企业提供排队管理建议。实验结果表明,更新通告仅在部分排队场景中发挥正效应,有效引导顾客理性动态变化能使更新通告发挥价值。

机场安检排队系统资源优化配置

机场安检作为航班离港的重要环节,降低安检区运营成本和减少旅客等待时间是非常必要的。针对安检排队系统中的瓶颈问题,提出优化布局的思想,并利用安检排队系统中现有的资源,根据资源优化思想,以深圳宝安国际机场为例,建立安检排队系统双目标优化模型。通过NSGA-Ⅱ算法,获得资源配置方案的Pareto最优解集,然后使用逼近理想解排序法(technique for order preferency by similarity to an ideal solution,TOPSIS),对Pareto最优解集进行排序,得出综合效益最优的配置方案:Ⅰ级系统开放通道数为17个,Ⅱ级系统开放通道数为35个。结果表明,该研究方法消除了运营成本和等待时间量纲间的差异,为存在博弈的优化目标提供了解决思路。

乐园游客排队最大接受时长影响因素研究——基于上海迪士尼乐园的实证研究

以ACSI模型为核心,结合ABC态度模型和归因理论等建立了概念模型,旨在探究游客排队最大接受时长的影响因素。将迪士尼乐园作为研究对象,对收集到的220份问卷进行统计分析结果发现,顾客期望维度的四个变量对排队最大接受时长均存在正向影响;游客排队时的感知质量中,游客对于园方排队管理的努力程度的感知以及游乐项目对于游客预期的个性化需求的满足程度对排队最大接受时长有正向影响,而排队的感知时长会对其产生负向影响;排队最大接受时长与顾客的抱怨/不满之间存在负向影响。研究结论为乐园优化游客排队体验,提升游客排队最大接受时长提供了一定的指导。

高速公路匝道收费站全域动态网络负载排队模型

高速公路匝道收费站全域交织比例和换道次数较高,通常会产生小区域内的排队现象,给收费站带来拥堵压力.为实时量化匝道收费站全域的排队状况,提出1种匝道口-站前广场的车辆排队计算方法 .首先,分析匝道收费站不同区域内产生排队的影响因素,选择车辆在收费站的平均行驶时间、电子不停车收费系统(Electronic Toll Collection,ETC)服务时间和人工半自动收费车道(Manual Toll Collection,MTC)服务时间作为收费站非拥堵自由流时间.其次,结合匝道的驶入率和收费站的驶出率,构建包括匝道出口、单类型收费车道和站前广场3个排队子系统的匝道收费站全域动态网络负载排队模型.然后,确定匝道收费站的排队阈值计算方法,并依据该阈值将收费站划分为非拥堵和拥堵两个状态,为收费站管理者提供预警信息.最后,通过实地交通调查数据以及仿真模拟数据对模型的有效性进行验证.研究结果表明:全域排队模型对于匝道口排队处于5辆车以内、站前广场的排队车辆在17辆车以内时的计算精度较高.当排队阈值大于0.85时收费站处于拥堵状态.

港股IPO热度走高,百家企业排队上市

在被“冷遇”近一年之后,港股市场再度热闹起来。港交所7月31日公告显示,手回科技有限公司再次递表港交所IPO,这已是今年7月份第9家向港交所发起冲击的公司。根据港交所最新公布的数据,截至7月31日,今年来港交所共有121宗IPO(2024年首次公开募股)申请正在处理。若计入2023年12月29日以来未处理完毕的现有申请及重新申请,正在排队中的IPO共有200宗。

师范院校智慧洗浴排队系统设计与开发

据统计,师范类大学生是当前中国高校中占比高达20%以上的人群,由于存在男女比例失衡的特点,师范类高校中洗浴资源不匹配等相关问题较为明显。通过对陕西师范大学等师范类高校学生洗浴排队问题及各校校园一卡通系统具体情况的调查分析,提出依托校园卡数据库创建的智慧洗浴排队系统,实现手机与校园卡或洗浴卡的互联互通,以期提高洗浴资源的利用率,同时助推智慧校园的完善。

基于排队论的校园菜鸟驿站优化研究——以安徽科技学院为例

对菜鸟驿站存在的拥堵严重、排队混乱以及取件效率低等问题进行分析与优化,以安徽科技学院菜鸟驿站为例,在原有取件服务的基础上,采用排队论的方法优化校园菜鸟驿站的取件服务系统。优化后前往菜鸟驿站取件的大学生数量比优化前增加了将近2倍,菜鸟驿站的服务水平也得到了提升。大学生进入菜鸟驿站取件所需要花费的时间缩短了1倍,取件效率也提高了1倍,顾客排队拥挤的情况得到明显改善,提升了顾客满意度。同时增加快递员数量也可以为快递员分担一定的工作量,极大地降低了快递员的服务强度和压力,提高了他们的服务效率和服务质量。

具有多层级货架的自动小车存取系统排队网建模与分析

为了满足多楼层生产车间之间的物料运输需求,同时减少企业成本,自动存取系统的设计问题变得愈发重要。带有多层级货架的自动小车存取系统因其优秀的吞吐能力和柔性,具有很好的应用前景。为了分析多层车间中带有多层级货架自动小车存取系统并行作业的性能,在分析自动导引小车(AGV)和电梯、伸缩臂作业方式的基础上,构建了半开排队网络模型,并设计了基于近似均值分析法的近似求解算法。该方法首先将半开排队网内部网络分为不同的单独网络模型,并分别重构为等效的闭排队网络模型。这些网络模型最终被聚合成一个节点,与外部的同步节点联合构建闭排队网络模型求解吞吐率。最后,针对内部网络的单独节点进行分析计算,得到其他系统性能指标。通过设计仿真实验,验证了所提方法的有效性和准确性。

基于Spring Boot和WebSocket的医院门诊排队叫号系统的设计与应用

文章分析了苏州市广济医院(以下简称“我院”)原有的门诊排队叫号系统存在的痛点,实现了门诊排队叫号系统的总体设计。该设计优化了跨系统间的通信架构,开发并实现了门诊排队叫号系统功能和相关算法。应用结果显示,系统运行稳定,有效提高了门诊候诊就诊效率。

带有负顾客和启动时间的排队系统最优策略分析

本文考虑带有负顾客和启动时间的排队系统的均衡策略和社会最优问题.负顾客到达时,会使得服务台故障,并且迫使正在接受服务的顾客离开系统.当系统中最后一名顾客的服务完成后,服务台立即关闭.当有新顾客到达时,服务台经历一段随机的启动时间,进而服务顾客.基于线性“收益-成本”结构,本文得到了顾客在几乎不可视和完全不可视两种情形下顾客的均衡进入概率.利用遗传算法得到顾客的最优进入概率.最后,通过数值例子展现了最优进入概率和最优社会福利关于系统参数的敏感性变化,并比较了两种信息水平下的最优社会福利.

基于排队论降低大学食堂人流密度的策略研究

基于排队论的基本理论,将就餐高峰期食堂里的整体人流分为排队人数与就餐人数两部分,分别分析其对应的流动机理,建立到达食堂的用户服从泊松分布的前提下,食堂人流密度的变化模型,并基于MATLAB仿真软件进行模拟,且与南京信息工程大学梅花餐厅二楼食堂的实际数据相对比来验证其合理性。在对现有食堂的人流密度进行建模和分析的基础上,提出了“分时错峰”和“鼓励打包”两种措施,仿真结果表明,在同时采取上述两种措施的情况下,人流峰值较之前降低19%,峰值持续时间降低44%,人流密度降低了约30%。

COURIER:基于非抢占式优先排队和优先经验重放DRL的边缘计算任务调度与卸载方法

边缘计算(Edge Computing,EC)将计算、存储等资源部署在网络边缘,以满足业务对时延和能耗的要求。计算卸载是EC中的关键技术之一。现有的计算卸载方法在估计任务排队时延时使用M/M/1/∞/∞/FCFS或M/M/n/∞/∞/FCFS排队模型,未考虑高时延敏感型任务的优先执行问题,使得一些对时延要求不敏感的计算任务长期占用计算资源,导致系统的时延开销过大。此外,现有的经验重放方法大多采用随机采样方式,该方式不能区分经验的优劣,造成经验利用率低,神经网络收敛速度慢。基于确定性策略深度强化学习(Deep Reinforcement Learning,DRL)的计算卸载方法存在智能体对环境的探索能力弱和鲁棒性低等问题,降低了求解计算卸载问题的精度。为解决以上问题,考虑边缘计算中多任务移动设备、多边缘服务器的计算卸载场景,以最小化系统时延和能耗联合开销为目标,研究任务调度与卸载决策问题,并提出了基于非抢占式优先排队和优先经验重放DRL的计算卸载方法(Computation Offloading qUeuing pRioritIzed Experience Replay DRL,COURIER)。COURIER针对任务调度问题,设计了非抢占式优先排队模型(M/M/n/∞/∞/NPR)以优化任务的排队时延;针对卸载决策问题,基于软演员-评论家(Soft Actor Critic,SAC)提出了优先经验重放SAC的卸载决策机制,该机制在目标函数中加入信息熵,使智能体采取随机策略,同时优化机制中的经验采样方式以加快网络的收敛速度。仿真实验结果表明,COURIER能有效降低EC系统时延和能耗联合开销。

基于排队论的核磁共振设备使用优化与患者排队方式探讨

目的应用排队模型计算在核磁检查中的不同排队方式与核磁数量变化对患者的影响。方法采用M/M/C与M/M/1模型分别计算排队模型相关参数并进行比较。利用M/M/C模型计算根据患者检查部位的不同选择指定机器进行检查的排队方式的相关参数以及根据不同工作时长与配置核磁数量对相关参数的影响变化。结果M/M/C模型的排队方式优于M/M/1模型。根据检查部位不同让患者到指定核磁检查的排队方式会增加患者等待时间与逗留时间以及设备整体的空闲率。若增加核磁数量至12台,且医务人员工作时长至11小时,则患者的等待时长与逗留时长较目前状态有所下降。结论应用排队模型计算不同排队方式与核磁数量变化对患者的影响,可为医院合理配置核磁数量以及选择正确排队方式提供数据支撑,为决策者提供参考依据。

基于多优先级排队论的配电物联网带宽分配方法

针对数据量剧增的配电物联网中存在的带宽利用率低和业务数据服务质量(quality of service,QoS)难以满足通信需求等问题,提出一种多优先级排队论的带宽分配方法。首先,对感知终端到边缘物联网关的业务数据传输过程进行改进,改进后的传输过程可根据不同业务数据对QoS的不同要求进行数据优先级的划分,对不同优先级数据设置不同的服务机制;然后,对业务数据传输中的马尔科夫过程进行分析,基于改进后的数据传输过程建立以带宽利用率为目标,丢包率和延时时间为约束的多优先级排队论带宽分配模型;并将所提出的带宽分配方法与传统方法进行对比。结果表明:QoS指标有所改善,而且带宽利用率比传统不分优先级带宽分配方法高9.73%,比弹性系数法高31.17%。最后,探究多优先级排队论带宽分配方法的动态性能,结果表明适当地提高带宽可以改善QoS指标,但要注意带宽增大时所带来的带宽利用率减小问题。合理的带宽分配可以避免资源的浪费。

面向损失厌恶型顾客的排队系统定价和服务能力策略

针对顾客对价格和等待的损失厌恶行为,本文研究了排队系统关于价格和服务能力的决策问题。基于顾客对价格和等待有不同的损失厌恶程度,首先分析了损失厌恶型顾客的均衡进队策略,发现存在多重均衡,其中有一个为个人偏好均衡。随后,以利润最大化为目标,得到了不同单位服务能力成本下的三种价格和服务能力策略。如果单位服务能力成本较小或较大,管理者会采取策略吸引所有潜在顾客进入,而如果处于中间范围,管理者可能只会吸引部分潜在顾客进入,甚至可能不运营系统。最后,损失厌恶系数对系统影响的结果表明:当顾客对价格的损失厌恶程度增加时,最优价格和最优利润都会增加,而当顾客对等待的损失厌恶程度增加时,最优价格和最优利润都会减小,但服务能力策略的变化均与单位服务能力成本密切相关。