简介:为了解决M/M/c模型在实际运用中模拟精度不高及使用范围有限的问题,本文立足系统状态变化与输入率和服务率的关系,通过引入输入概率和服务度,构建依赖系统状态的递进式输入率和服务率。递进式输入率和服务率通过研究系统实际运行状况设定临界值,其中输入率分为两阶段,服务率分为三阶段。此外,结合递进式输入率和服务率及排队论状态转移过程构建了递进式M/M/c模型,并采用后确定法确定模型参数。递进式M/M/c模型是M/M/c模型的扩展形式,提高了M/M/e模型的模拟精度,在一定程度上拓展了模型的应用范围。最后,通过一个生活实例验证了递进式M/M/c模型的优化性和实用性。
简介:直觉犹豫模糊集集成了直觉模糊集和犹豫模糊集的优势,能更有效地刻画决策者偏好不一致的情况。距离测度一直是研究的热点问题,但尚没有文献研究直觉犹豫模糊集间的距离测度,因此本文定义了直觉犹豫模糊集问的Hamming距离、Euclidean距离和广义距离,同时考虑每个元素的权重,定义了加权距离。犹豫度是直觉犹豫模糊集的重要特性,因此在考虑犹豫度的基础上,又定义了一些距离测度。这些距离测度不仅考虑了直觉犹豫模糊数间的差异,同时考虑了犹豫度的影响,决策者可以根据对直觉犹豫模糊数和犹豫度之间偏好的不同,设置不同的偏好值得到距离测度。然后基于这些距离测度,又提出了直觉犹豫模糊环境下的TOPSIS法。最后通过实例说明了所提出的TOPSIS法的合理性与实用性。