İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Yöneylem araştırması›M/M/1 Kuyruğu: Tek Sunuculu Kuyruk Modeli
Regression modelQueueing theory

M/M/1 Kuyruğu: Tek Sunuculu Kuyruk Modeli

M/M/1 Single-Server Queue · Ayrıca şöyle bilinir: Single-Server Markovian Queue, Birth-Death Queue, Poisson Queue, M/M/1 Kuyruk Modeli

M/M/1 kuyruğu, müşterilerin λ oranında bir Poisson süreciyle geldiği, tek bir sunucu tarafından hizmet verildiği, hizmet sürelerinin üstel olarak dağıldığı ve sonsuz kapasiteli ilk gelen ilk hizmet alır (FCFS) kuyruğunda beklediği temel tek sunuculu kuyruk modelidir. David Kendall tarafından 1953'te, A. K. Erlang'ın yirminci yüzyılın başlarındaki telefon trafiği çalışmalarına dayanarak Kendall gösterim çerçevesinde biçimlendirilen bu model, trafik yoğunluğu ρ = λ/μ birden küçük olduğunda kapalı formda kararlı durum performans ölçümleri verir.

ScholarGate
  1. Regression model
  2. v1
  3. 1 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

M/M/1 Kuyruğu: Tek Sunuculu Kuyruk Modeli
Erlang C ModeliLittle Yasası (L = λW)M/M/c Kuyruğu: Çok Sunuc…

Ne zaman kullanılır

Sistemde tek bir sunucu, Poisson gelişleri, üstel dağılımlı hizmet süreleri, sonsuz kuyruk kapasitesi ve ilk gelen ilk hizmet alır disiplini olduğunda M/M/1 modelini kullanın. Kesin dağılım varsayımlarının gerekçelendirilebildiği veya faydalı yaklaşımlar olarak hizmet ettiği ön kapasite planlaması ve darboğaz analizi için uygundur. Temel sınırlama: gerçek hizmet süresi dağılımları nadiren üsteldir; ağır kuyruklu veya deterministik hizmet, alternatif modeller (M/G/1, D/D/1) gerektirir. Sonsuz kapasite varsayımı da fiziksel olarak sınırlı sistemlerde geçerliliğini yitirir. Birden fazla sunucu için M/M/c modeli doğal bir genişlemedir.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Simülasyon olmadan kesin kapalı form kararlı durum performans ölçümleri verir.
  • Hem geliş hem de hizmet süreçlerinin hafızasız (Markov) özelliği nedeniyle matematiksel olarak çözülebilirdir.
  • Daha karmaşık kuyruk modellerini karşılaştırmak için temel ölçüt olarak hizmet eder.
  • Yalnızca iki parametre (λ ve μ) gerektirmesi, ampirik verilerden kalibre edilmesini kolaylaştırır.
Sınırlılıklar
  • Üstel hizmet süresi varsayımı genellikle gerçekçi değildir; gerçek hizmet süreleri sıklıkla üstel dağılıma göre daha düşük veya daha yüksek varyansa sahiptir.
  • Tek bir sunucuyu varsayar; çoklu sunucu veya çok aşamalı sistemler M/M/c veya kuyruk ağı modelleri gerektirir.
  • Sonsuz kuyruk kapasitesi birçok gerçek sistemde fiziksel olarak imkansızdır.
  • Kararlı durum sonuçları geçici davranışı veya ρ'nun 1'e yaklaştığı doygunluğa yakın sistemleri tanımlamaz.

SSS

ρ'nun 1'e eşit veya 1'den büyük olması durumunda kuyruğa ne olur?

ρ ≥ 1 olduğunda, geliş hızı hizmet hızına ulaşır veya onu geçer. Kuyruk sınırsız büyür ve kararlı durum dağılımı oluşmaz. L, W, L_q ve W_q için kapalı form formülleri sonsuz veya tanımsız hale gelir. Pratikte, sonlu tampon modelleri (M/M/1/K) veya ek sunucularla sistem yeniden tasarımı gereklidir.

M/M/1 modeli Little Yasası ile nasıl ilişkilidir?

Little Yasası (L = λW), dağılım varsayımlarından bağımsız olarak herhangi bir kararlı kuyruk sistemi için geçerli genel bir sonuçtur. M/M/1 modeli, L ve W için belirli kapalı form ifadeleri sağlar; bunların Little Yasası'nı sağladığını doğrulamak standart bir tutarlılık kontrolüdür. Benzer şekilde, L_q = λW_q kuyruk alt sistemi için geçerlidir.

M/M/1 modeli, Poisson olmayan gelişleri veya üstel olmayan hizmetleri işleyebilir mi?

Hayır — model Poisson gelişleri ve üstel hizmet süreleri ile tanımlanır. Poisson gelişleri için genel hizmet süresi dağılımları söz konusu olduğunda M/G/1 kuyruğu (ve Pollaczek-Khinchine formülü) geçerlidir. Genel gelişler arası dağılımlar için G/G/1 modeli kullanılır, ancak bu model tam kapalı form sonuçları sunmaz.

Kaynaklar

  1. Kendall, D. G. (1953). Stochastic processes occurring in the theory of queues and their analysis by the method of the imbedded Markov chain. The Annals of Mathematical Statistics, 24(3), 338–354. DOI: 10.1214/aoms/1177728975 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 2). M/M/1 Single-Server Queue. ScholarGate. https://scholargate.app/tr/operations-research/mm1-queue

İlişkili yöntemler

Erlang C ModeliLittle Yasası (L = λW)M/M/c Kuyruğu: Çok Sunuculu Kuyruk Modeli

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Erlang C ModeliYöneylem araştırması↔ karşılaştır
  • Little Yasası (L = λW)Yöneylem araştırması↔ karşılaştır
  • M/M/c Kuyruğu: Çok Sunuculu Kuyruk ModeliYöneylem araştırması↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Erlang C ModeliLittle Yasası (L = λW)M/M/c Kuyruğu: Çok Sunuculu Kuyruk Modeli

Benzer yöntemler

M/M/c Kuyruğu: Çok Sunuculu Kuyruk ModeliKuyruk SimülasyonuOlasılıksal Kuyruk SimülasyonuErlang C ModeliSağlık Hizmetlerinde Kuyruk TeorisiLittle Yasası (L = λW)Politika Senaryosu Kuyruk SimülasyonuAjan Tabanlı Kuyruk Simülasyonu

İlgili referans kavramlar

Markov KuyruklarıYenileme ve Kuyruk TeorisiHomojen Poisson SüreciDoğum-Ölüm SüreçleriPoisson SüreçleriKuyruk Ağları

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — M/M/1 Queue (M/M/1 Single-Server Queue). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/operations-research/mm1-queue · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
A. K. Erlang; David Kendall (notation)
Year
1953
Type
Stochastic queueing model
Subfamily
Queueing theory
Input Distribution
Poisson arrivals, exponential service
Steady State
Requires traffic intensity rho < 1
İlişkili yöntemler
Erlang C ModeliLittle Yasası (L = λW)M/M/c Kuyruğu: Çok Sunuculu Kuyruk Modeli
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil