M/G/1-Warteschlange

Die Zwischenankunftszeiten der Kunden sind exponentialverteilt, für die Bedienzeiten kann zwischen einer Gamma-Verteilung, einer Exponentialverteilung und einer Log-Normalverteilung gewählt werden. Im Falle einer Exponentialverteilung ergibt sich eine M/M/1-Warteschlange.

Unten können die Parameter des Ankunfts- und Bedienzeitverteilung eingestellt werden. Der Quotient aus Bedien- und Ankunftsrate ergibt die Verkehrsrate.

Im Koordinatensystem wird die Anzahl der Kunden im System zur Zeit t angegeben. Bei jedem Sprung nach oben kommt ein Kunde an, jeder Sprung nach unten bedeutet das Ende einer Bedienzeit. Die Bediendauern werden darüber hinaus unten markiert.

Anzahl an Kunden im System

Bediendauer

Simulationssoftware

Die TU Clausthal bietet über das Simulationswissenschaftliche Zentrum eine Reihe von Simulationsprogrammen an. Es handelt sich hierbei durchgängig um kostenlosnutzbare Opensource-Programme:

Warteschlangensimulator

Warteschlangensimulator

Opensource-Java-Anwendung zur Modellierung und Simulation komplexer Warteschlangennetze

Callcenter Simulator

Callcenter Simulator

Opensource-Java-Anwendung zur Analyse und Optimierung komplexer Callcenter-Verbünde bestehend aus mehreren Teil-Callcentern und mehreren Anrufergruppen

Mini Callcenter Simulator

Mini Callcenter Simulator

Opensource-Java-Anwendung zur Simulation einfacher Warteschlangenmodelle

Mini Warteschlangensimulator

Mini Warteschlangensimulator

Opensource-Webapp zur Modellierung und Simulation von Warteschlangennetzwerken

G/G/c/K+G Simulator

G/G/c/K+G Simulator

Opensource-Webapp zur Simulation von G/G/c/K+G Warteschlangenmodellen

Warteschlangenrechner

Warteschlangenrechner

Opensource-Webapp zur Berechnung der Kenngrößen von verschiedenen Warteschlangenmodellen (Erlang-B, Erlang-C, Pollaczek-Chintschin, Allen-Cunneen)

QueueSim (Python)

QueueSim (Python)

Opensource Python-Bibliothek (inkl. Beispielen in Form von Jupyter-Notebooks) zur Erstellung von Simulationsmodellen in Python