1.事件仿真
每个event有
①开始时间
②服务时间
③离开时间
其中③ = ② + ①
每次时间变化不是均匀的,而是比较某个时间发生的时间,直接跳到最近的那个事件的时间。
比如,在服务的有一个call队列,将要来到的有一个newcall队列,这个时候就比较最近的一次newcall的发生时间,以及所有call里面事件的离开时间,
哪一个最小,就直接跳到那个时间,下一次也是这样。
2.排队论X/Y/Z模型
X:相继到达时间间隔的分布
Y:服务时间的分布
Z:并列的服务台的数目
常见的X是,泊松分布也可以用负指数分布来描述。
泊松分布是单位时间内,出现的次数服从泊松分布。
泊松事件流,相继两次出现之间的时间间隔服从指数分布。
常见的Y,可以是服从泊松分布,也可以是服从一般的分布,比如正态分布,均匀分布什么的。