我有一个系统可以模拟一种排队系统，它由以下元素组成：
系统已经就位，工作正常。这是一个真实世界的系统，票务分销商允许客户请求和打印票证，并提供客户端应用程序来呼叫客户到办公桌，并显示以显示去哪里的客户。
现在，新要求是一种近似预测队列中任何给定票证的等待时间的方法，并在等待时间过长时发出警报。
我们将为每项服务提供从使用情况统计信息中收集的服务持续时间。
预测不需要非常精确，目标是让网站管理员快速了解情况，反馈一切是否顺利流动，或者客户是否在队列中累积，这将是很高兴再开一张桌子，相反，顾客很少，桌子也可以关上。最重要的因素是客户的等待时间（例如，如果每个客户在1分钟内停留在办公桌，则可以有10个客户等待，但如果此持续时间为10分钟则不会！）。
问题在于任何办公桌都可以无限制地提供任何服务。因此，任何数量的办公桌都可以提供给定的服务。但反过来，每个服务台都可以提供任意数量的服务。
我尝试了各种方法：
您可以生成一个队列，该队列仅包含可由一个桌面提供的服务的票证。但是，此列表中的每张票都可以通过这张桌子或其他5个办公桌“维修”......
您可以获取一张票，看看哪些办公桌很容易为其提供服务，并抓住所有这些办公桌可以提供服务的门票。问题是，有些门票只能由集合中的一个桌面处理，而其他所有桌面都可以处理......
我真的不知道如何从这里解决问题。有没有可以用于那种异类书桌的排队模型？任何想法如何模型化？
答案 0 :(得分：1)
由于您已使用algorithm标记了问题，并且您在编程站点（而不是数学或统计网站）中询问，我将从编程角度处理此问题。
型号：
// creates a new ticket for a given service; arrival time and length are only known
// for generated tickets
class Ticket(int arrival, int length, Service s)
// an abstract distribution (parameters are distribution-dependent)
class Distribution(...)
int generate() // generates integer with this distribution
// a service, with a distributions of time-to-finish and time-between-arrivals
// (both set experimentally from historical data).
class Service(Distribution lengths, Distribution arrivals)
// simulated ticket: length from lengths.generate(),
// arrival from t + arrivals.generate();
Ticket createFuture(int t)
// same as above, but arrival = t+0
Ticket createNow(int t)
// a desk, offers one or more services
class Desk()
void addService(Service s) // allows this desk to attend this service
void removeService(Service s)
bool isCompatible(Service s) // is this desk compatible with this service?
void attend(Ticket t) // marks a desk as attending a service
bool isFree() // returns true if the desk is not attending anyone
// returns a finished ticket, if any. After this, isFree() will return true
Ticket finished()
// a policy which assigns tickets to desks. Implement your current one (probably "FIFO")
class Policy()
// returns a suitable desk for that ticket, or null if none is posible/desired
Desk assign(Ticket t, Ticket[] pending, Desk[] deks)
// a live queue of tickets, dispatched using policy p t
class Queue(int startTime, Policy p, Service[] ss, Desk[] ds)
void push(Ticket t) // adds a new real ticket to the queue
// estimates wait-times for new arrivals to all services at time 't'
Map<Service, int> forecast(int t)
void tick() // advances time for this queue
Queue clone(); // deep-clones the queue (including time, policy, desks, and services)
<强>用法：
<强>实施
tick（）将遍历所有办公桌以查看哪些已完成（），并根据当前策略为办公桌分配票证。通过多次调用tick（）直到队列为空，可以确定每种服务类型的准确关闭时间 - 但这会破坏队列，并且只能在当前队列的clone（）s上完成
forecast（）将克隆（）队列N次，并且对于每个克隆队列，在添加模拟票证（使用createFuture（）生成）时提前'now-t'时间。您应该按如下方式链接createFuture的时间：
// create 3 future tickets for service s
Ticket t1 = s.createFuture(now);
Ticket t2 = s.createFuture(t1.arrival);
Ticket t3 = s.createFuture(t2.arrival);
//...