食堂排队模型建模

关于食堂排队模型的建模

数学建模报告

关于食堂排队的数学模型

建立及其求解

关于食堂排队模型的建模

目录

一、前言********************************************3 二、内容摘要****************************************3 三、关键词******************************************4 四、模型的建立与分析********************************4 （1）调查数据*************************************4 （2）模型假设*************************************7 （3）模型建立*************************************7 （4）模型求解*************************************8 （5）模型分析************************************10 五、优化设计方案**************************************12 六、总结**********************************************12 七、参考目录******************************************13 八、MATLAB源程序*************************************13

关于食堂排队模型的建模

关于食堂排队的数学模型建立及其求解

前言

相信每一位有过求学经历的人，对于饭点时如潮水的人流疯狂挤向

食堂排队打饭的情形并不陌生。然而好不容易挤入食堂，面对着长冗的队伍以及其缓缓向前挪动的速度，选择继续排队或者离开食堂，这每个人，我想，都曾在自己饥肠辘辘时踌躇过。此时，作为一名食堂的经营者一定考虑过通过何种改变来留住就餐人员，保证营业额，而最直接的方式就是增加窗口，分担其他窗口的服务量，缓解压力，减少队伍的长度，但是一旦窗口数量过多就会造成资源浪费。如何优化就是此次数学建模的主要内容，本文以作者所在的北京航空航天大学的五食堂为例，建立数学模型，通过作者的调查和计算，进而优化食堂排队方案，解决食堂拥挤和成本的问题。

内容摘要

1、 在做此次建模中作者查阅的不少参考书籍，队伍食堂排队

模型多用排队论中方法，而且学生到达食堂的规律遵循泊松分布。作者以为学校食堂就餐学生到达食堂的规律更遵循是的正态分布。

2、 在此次建模中，作者采用的数据多为亲身实地调查，符合

作者的生活实际。

3、 在确定最合适窗口数为9个后，作者又对其采用灵敏度分

析，分析其经济学价值。

关于食堂排队模型的建模

关键词

数学建模、排队、正态分布、概率论、灵敏度

模型的建立与分析

北航在节假日除特许情况外，学生上课数量较少，一定程度上学生在食堂就餐较为分散，不会造成排队就餐等拥挤现象，作者仅对北航工作日，即周一至周五时的食堂情况进行调查分析，而且由于五食堂较大，能够容纳较多的座椅，作者发现基本没有打完饭的同学找不到桌子用餐的情况。所以作者以北航五食堂作为调查的样本，建立数学模型，进行问题分析。

调查数据

1.作者实地统计了6月1日北航五食堂中午就餐服务时间，即10点30分至13点30分的就餐人数分布情况。共统计了1957人，见下表：

北航五食堂中午就餐人数分布

其中具体到每十分钟的人数如下：

关于食堂排队模型的建模

作图如下：

其中人数在12:00到达顶峰。人数基本服从正态分布，其密度函数为

a, (t)

1

(t a)2

2

2

e

，图像如下

关于食堂排队模型的建模

设10:30时t=0，以分为一个单位，则

a 90， 28.3

（具体计算过程如下：

P( 30/ t 30/ ) 1369/1957 0.6995，

P(t 30/ ) 1

通过查表可得：

2831957

0.8553

(1.06) 0.8554

所以通过概率论只是可得：

关于食堂排队模型的建模

30

则

1.06

，

28.3）

2.此外，作者通过网络的投票调查发现同学们在就餐排队时，当队伍人数超过平均最低满意人数C=12时，会选择离开队伍，重新寻找队伍排队甚至离开食堂，见下表：

食堂排队打饭，当所在排队人数超过多少人时，你会选择放弃排队，离开食堂

3.作者还发现食堂的服务员工一般平均服务以为同学打饭共需 t 20s 0.33。

4.食堂从11:45起出现排队现象 模型假设

1. 学生单独道来食堂就餐是相互独立的，没有必然的联系； 2. 学生对于食堂饭菜的口味没有特殊的偏好；

3. 食堂各个窗口的服务质量和数量相同，饭菜的供给量充足。 4. 学生排队时自动选择人少的窗口。 模型建立

关于食堂排队模型的建模

基于以上的假设，我们建立的模型中学生来到食堂基本符合

a 90， 28.3的标准正态分布，来到食堂后学生自动寻找人

数较少的窗口人进行排队，等待服务直至轮到自己。 其中模型中指标有： 学生就餐总人数：A=1957 学生来到食堂的密度函数：

(t 90)

2

a, (t)

170.94

e

1601.78

，

平均到达时间：a 90， 到达时间的方差：

28.3 ，

食堂服务人员服务单个同学平均需要时间： t 20s 0.33 学生平均最低满意队伍人数：C 12 起始窗口数量：N0 6 窗口数量：N

队伍中排队人员的数量：Q 模型求解

首先我们要确定食堂出现排队的时刻：当在某一时刻，如果食堂在一个服务时期 t内，服务总人数即等于窗口数，小于在此时间段内进入食堂的人时，出现排队。

关于食堂排队模型的建模

在 t时间内，当来到食堂人数多于6人时，开始出现排队现象，即：

90 t28.3

90 t 0.33

28.3

61957

0.0031

() ()

通过查询正态分布表可得：t 69.1，也就是在时间为11：40时出现排队现象,计算得出的数据基本与作者调查数据一致。 在11:40到12:00，也就是70<t<90是时间内，就餐学生总人数

A' A*[ (

90 9028.3

) (

90 7028.3

)] 1957*[ (0) ( 0.71)] 1957*0.2611 511

则Q

5116

200.33

25 12，也就是说在70<t<90时间内窗口数无法满足

需求，在一定时间后，队伍长度的积累量将超过学生最低满意满意队伍人数：C 12

。

所以，为了减轻每个窗口的服务压力，留住就餐人员，就要适当的增加窗口。

在12点高峰期，即t=90时的一个服务期 t，进入食堂的学生人数为

A' A*[ (

(90 0.17) 90

28.3

) (

90 (90 0.17)

28.3

)] 1957*0.008 16

也就是说，当窗口数N=16时，永远不会出现排队现象。 设数列{an}及{ tn}，其中a1 6，an 5 n。 从n 2开始，计算

关于食堂排队模型的建模

(

90 (tn t/2)

28.3

) (

90 (tn t/2)tn

28.3

)

an1957

得tn，即食堂窗口数an时开始出现排队的时间； 若

2*A*[ (

90 tnan

) (0)]

2*(90 tn)

t

C 12，停止循环，得出an

，tn；

否则继续，直至N=16；

通过以上算法，可得当窗口数量n=9，从出现排队现象到排队现象消失，队伍长度不会超过学生平均最低满意满意队伍人数：C 12。 模型分析

对于本数学模型，在一定的时间段内还是符合实际情况的。学生对于饮食居于一定的偏好性，所以对于食堂的选择还是比较固定的。中午11:45是学校集中下课的时间，而且下课后一般同学们因饥饿会直接走向食堂，考虑到从教学楼到食堂的步行时间，同学们会在12:00集中到达食堂。同学们对于队伍的选择最直观的评判标准就是视觉——队伍的长度，所以选择学生平均最低满意满意队伍人数：C 12

作为求解过程中终止条件是有事实根据的。此外对于

t，之所以选择

20s，是因为一旦时间过短，必然会忙中出错，导致服务质量下降，对于学生的影响力下降，销售额必然也会下降。对于窗口数N和拥挤时间T具有的关系，我们进行分析： 首先我们利用

matlab

得到N-T散点图，见下图

关于食堂排队模型的建模

我们再用matlab对N-T散点图进行三次函数拟合，得

关于食堂排队模型的建模

拟合得到的三次多项式为：

T 0.1164N 0.1805N 31.3641N 212.9779

从上图中，可以看出当窗口数增加之后，排队时间急剧下降。但是当N>9时，下降趋势变缓。 引用灵敏度函数S(n,T)

T/ nT/n

32

，

经过计算可得，灵敏度函数S(n,T)随着n上升而下降，在n从9变为10时，队伍排队时间只减少了0.283s，此时增加窗口不符合经济效益，因此无意义

优化设计方案

关于食堂排队模型的建模

通过上述可知，当N=9时，食堂窗口数刚好从出现排队现象到排队现象消失，队伍长度不会超过学生平均最低满意满意队伍人数

C 12，而且取此食堂的窗口数时，灵敏度函数S(n,T)

T/ nT/n

大，

当N》10时，尽管排队时间会变少，但灵敏度变的极低，减少的排队时间不过0.283s，对学生影响不会很大。加上增加窗口还需添加设施及服务人员等所耗用的成本，综合考虑所以北航五食堂最佳的窗口数为9个，此时既能满足学生的用餐需求，不会应为过于拥挤而造成就餐人员流失，而且适当的减少了食堂的运行成本，从而实现资源利用的最大化。并且就所采集的数据来看，食堂的高峰介于11：30到12：30，增加窗口时间应取在该时间段。

总结

此次数学建模中，从拿到题目到调查取样，再到建立模型，计算完成，到最后的校验时间不到一周，尽管时间紧张，但是作为一学期的数学建模的总结还是不得不令人对此引起足够的重视的。在此次建模中，前期的调查时间，作者觉得还是不够充分，例如选取北航五食堂作为样本采集地时，采集样本只有一次，数据上略显带单薄。此外在处理数据时，由于作者的matlab水平有限，增加了不少工作量，例如在求解过程中的那个算法完全是依赖作者的手动计算，然且在计算过程中查询的《正态分布表》数据精确到4位小数，离作者心目中的要求还是有一定的差距。最后感谢此次建模中所有对本文由帮助的人，尤其是陈建仲、谢锋和牛宝龙同学，陈建仲同学对于作者matlab

关于食堂排队模型的建模

的使用起了很重要的帮助和指导作用，谢锋同学在建模前期和作者的交流中提出的意见和想法在本文中作者有不少的采纳，牛宝龙同学在编程实现时给了不少简化方案，再次由衷地谢谢他们。

参考目录

【1】梁之舜、邓集贤、杨维权、司徒荣、邓永录《概率论与数理统

计 》高等教育出版社

【2】陆来凤《排队论及其应用》湖南科学技术出版社 【3】龚光鲁、钱敏平《应用随机过程教程》清华大学出版社

MATLAB源程序

密度函数画图函数程序：

hold on

for t=-0:0.01:180;

y=exp(-(t-90).^2/1601.78)/70.94; plot(t,y) end

N-T散点图画图

hold on plot(6,20.9*2,'o') plot(7,15.0*2,'o') plot(8,2.26*2,'o') plot(9,0.566*2,'o') plot(10,0.566*2/4,'o') plot(11,0,'o')

关于食堂排队模型的建模

N-T散点图拟合成三次多项式：

x=[6 7 8 9 10 11];

y=[20.9*2 15*2 2.26*2 0.566*2 0.566/2 0]; polyfit(x,y,3)

拟合的三次多项式画图：

for x=6:0.01:11;

uu=0.1164*x*x*x-0.1805*x*x-31.3641*x+212.9779; plot(x,uu,'r'); end

关于食堂排队模型的建模

关于食堂排队模型的建模

本文来源：https://www.bwwdw.com/article/884m.html