M/PH/1(k)排队系统概率分析与多模型对比工具

资 源 简 介

本项目主要针对具有有限容量和服务时间服从相位型分布（PH分布）的单服务台排队系统M/PH/1(k)进行深入研究与数值仿真。核心功能涵盖理论推导与算法实现，系统利用概率论与随机过程理论，特别是矩阵几何解法，推导并编写MATLAB程序精确计算该系统在任意时刻、顾客到达时刻以及顾客退去时刻的队列长度状态概率分布。基于这些状态概率，进一步求解系统的平均队列长度和顾客平均等待时间等关键性能指标。此外，项目具备强大的模型比较功能，集成了M/E2/1(k)（二阶爱尔朗分布）、M/M/1(k)（指数分布）和M/H2/1(k)（二阶超指数分布）的专用计算模块。在设定相同的平均服务率和到达率前提下，系统能够自动进行数值计算，对比分析这三种特殊分布与通用PH分布模型在不同系统容量下的性能差异，从而评估服务时间的波动性（如变异系数）对有限缓存排队系统效率的具体影响。

详 情 说 明

M/PH/1(k) 排队系统全状态概率分析与多模型对比计算平台

项目简介

本项目是一个基于MATLAB开发的数值仿真与理论计算平台，专注于具有有限容量（Finite Capacity）和服务时间服从相位型分布（Phase-Type, PH）的单服务台排队系统——M/PH/1(k)。

该平台集成了概率论与矩阵几何解法，能够精确计算系统在不同状态下的概率分布。其核心优势在于具备强大的模型对比功能，能够在设定相同的平均服务率和到达率的前提下，自动构建并对比 M/M/1(k)、M/E2/1(k)、M/H2/1(k) 以及通用 M/PH/1(k) 四种模型，以此从数值角度深入分析服务时间的分布特性（如波动性、变异系数）对有限缓存系统性能的具体影响。

功能特性

• 多模型统一架构：在统一的 PH 分布框架下，实现了四种经典排队模型的参数化构造：

* M/M/1(k)：指数分布服务时间（作为基准）。 * M/E2/1(k)：二阶爱尔朗分布（模拟低变异性服务）。 * M/H2/1(k)：二阶超指数分布（模拟高变异性服务）。 * M/PH/1(k)：通用的3阶 PH 分布（模拟复杂服务过程）。

• 全状态概率分析：精确计算并输出系统在三种不同观测点的状态概率分布：

* 任意时刻的队长分布 ($P_{arbitrary}$) * 顾客到达时刻的分布 ($P_{arrival}$) * 顾客退去时刻的分布 ($P_{departure}$)

• 关键性能指标计算：基于稳态概率，自动求解以下系统性能指标：

* 平均队长 ($L$) * 平均等待时间 ($W$) * 系统受阻率/丢包率 ($P_{loss}$) * 有效吞吐率 ($lambda_{eff}$)

• 可视化对比：自动绘制不同服务分布模型在相同系统容量下的稳态队长概率分布曲线，直观展示分布形态的差异。
• 灵敏度分析（容量扫描）：支持在指定范围（如 K=2 到 20）内自动变动系统容量，批量计算不同 K 值下的性能指标，用于分析系统容量对不同服务类型的影响。

系统要求

• MATLAB R2016b 或更高版本。
• 不需要额外的工具箱，核心算法基于基础矩阵运算实现。

实现逻辑与算法细节

本项目的主程序 (main) 严格按照以下逻辑流程执行：

1. 参数设置与模型定义

程序首先初始化全局参数，设定顾客到达率 ($lambda = 2.0$) 和平均服务时间 ($E[S] = 0.4$)，使得系统负荷 ($rho$) 固定为 0.8。

为了进行公平对比，程序通过 PH 分布的参数 $(alpha, T)$ 构造了四种均值相同但高阶矩不同的服务时间模型：

• 指数分布模型：构造 1 阶 PH 分布，其服务率 $mu$ 直接取倒数。
• 爱尔朗模型 (Er2)：构造 2 阶串行 PH 分布，每一阶段速率加倍，以保持总均值不变，降低了服务时间的变异系数。
• 超指数模型 (H2)：构造 2 阶并行 PH 分布，专门设计为高变异系数（High CV）。通过设定分支概率 $alpha=[0.2, 0.8]$ 并求解对应的 $mu_1, mu_2$，使得在保持均值 0.4 的同时引入较大的服务时间波动。
• 通用 PH 模型：构造一个 3 阶的 Coxian 或通用 PH 结构。程序先定义原始矩阵，通过计算其原始均值并计算缩放因子 (scale_factor)，对矩阵 $T$ 进行统一缩放，确保其数学期望严格等于 $0.4$。

2. 固定容量下的详细分析

在默认系统容量（$K=10$）下，程序对上述四个模型进行循环计算：

• 调用核心求解函数 solve_mph1k（输入参数为 $lambda, alpha, T, K$）。
• 获取返回的统计指标结构体 (stats) 和概率分布结构体 (probs)。
• 表格输出：在命令行打印各模型的 $L, W, P_{loss}$ 及有效吞吐率，便于直接数值对比。
• 图形绘制：在一个 Figure 中绘制四条折线图，分别代表四个模型在 $n=0$ 到 $K$ 的稳态概率 $P(n)$，清晰展示服务时间波动性如何改变队列堆积的形态。
• 概率详情：专门针对通用 PH 模型，输出详细的概率表，展示任意时刻、到达时刻和退去时刻在队列不同长度下的概率差异（特别验证了对于泊松到达 $P_{arb} = P_{arr}$ 的性质）。

3. 变容量灵敏度分析

程序包含一个自动化循环模块，用于分析系统容量 $K$ 的变化对性能的影响：

• 设定容量扫描范围为 $K in [2, 20]$。
• 双重循环遍历：外层遍历容量 $K$，内层遍历四个模型。
• 数据存储：初始化结构体矩阵，用于存储所有模型在不同容量下的 $L, W, P_{loss}$ 数据。
• 这一步骤旨在生成数据以支持“系统容量-性能指标”曲线的后续分析或绘图。

使用方法

1. 确保当前 MATLAB 工作路径包含主程序 main.m 以及由于代码逻辑依赖的求解函数 solve_mph1k.m。
2. 直接运行 main 函数。
3. 程序将自动执行：

* 在命令行窗口输出参数配置信息。 * 显示并在命令行打印 K=10 时的多模型性能对比表。 * 弹出一个图形窗口，显示稳态队长分布对比图。 * 在命令行打印特定模型的详细概率分布数据。 * 后台自动进行 K=2 到 20 的批量计算（屏幕提示“正在进行多模型变容量对比计算...”）。

注意事项

• 代码中硬编码了参数 $lambda=2.0$ 和 $mean_service=0.4$ 以确保算例的典型性（重载条件下 $rho=0.8$），如需修改负载，请直接调整 main 函数头部的 lambda 或 mean_service 变量。
• 程序的输出依赖于 PH 分布矩阵几何解法的稳定性，对于极高阶或病态的 T 矩阵，结果可能会受到数值精度的影响。
• 在查看概率分布详情时，请注意“到达时刻概率”与“任意时刻概率”在 M/PH/1(k) 系统中通常相等（PASTA 性质），但“退去时刻概率”通常指顾客离开后系统遗留 $n$ 个顾客的概率。