队列中的平均等待人数和等待时间
Average number waiting and waiting time in a queue
我正在尝试在我的模型中为队列（或服务块）实施 2 个指标；平均等待时间和平均等待人数。对于平均等待时间；我可以为 'On Enter' 操作中的每个代理添加时间戳，然后计算 'On seize unit' 中的增量，类似于 time()-agent.entryTime;。可以将该值添加到数据集中，然后可以获得其平均值。关于如何实施平均等待人数指标的任何建议。我想使用这些指标来识别流程中的瓶颈。提前致谢。
创建一个循环计算队列中代理数量的事件，类似于 myQueue.size()。
将该值添加到另一个 DataSet（或 Statistics 对象，甚至更好），您可以获得 Mean :-)
我通常会这样做：
- 简单的：
myQueue.statsSize.mean()
- 创建一个统计块并打开 "Log to database" 选项（位于统计块的底部）。该值可以是
myQueue.size()
- 通过模拟估计队列平均时间和Little’s law的平均等待数L: L = λ * W。其中 lambda 是代理的到达率，W 是代理在队列中花费的平均时间。
Little 定律适用于排队等待的平均人数和系统中的平均人数（排队加上服务）。
我正在尝试在我的模型中为队列（或服务块）实施 2 个指标；平均等待时间和平均等待人数。对于平均等待时间；我可以为 'On Enter' 操作中的每个代理添加时间戳，然后计算 'On seize unit' 中的增量，类似于 time()-agent.entryTime;。可以将该值添加到数据集中，然后可以获得其平均值。关于如何实施平均等待人数指标的任何建议。我想使用这些指标来识别流程中的瓶颈。提前致谢。
创建一个循环计算队列中代理数量的事件，类似于 myQueue.size()。
将该值添加到另一个 DataSet（或 Statistics 对象，甚至更好），您可以获得 Mean :-)
我通常会这样做：
- 简单的：
myQueue.statsSize.mean() - 创建一个统计块并打开 "Log to database" 选项（位于统计块的底部）。该值可以是
myQueue.size() - 通过模拟估计队列平均时间和Little’s law的平均等待数L: L = λ * W。其中 lambda 是代理的到达率，W 是代理在队列中花费的平均时间。
Little 定律适用于排队等待的平均人数和系统中的平均人数（排队加上服务）。