带有负顾客和启动时间的排队系统最优策略分析.pdf

应用数学MATHEMATICA APPLICATA2024,37(1):226-237带有负顾客和启动时间的排队系统最优策略分析何柳青,田瑞玲(燕山大学理学院,河北 秦皇岛 066004)摘要：本文考虑带有负顾客和启动时间的排队系统的均衡策略和社会最优问题.负顾客到达时,会使得服务台故障,并且迫使正在接受服务的顾客离开系统.当系统中最后一名顾客的服务完成后,服务台立即关闭.当有新顾客到达时,服务台经历一段随机的启动时间,进而服务顾客.基于线性“收益-成本”结构,本文得到了顾客在几乎不可视和完全不可视两种情形下顾客的均衡进入概率.利用遗传算法得到顾客的最优进入概率.最后,通过数值例子展现了最优进入概率和最优社会福利关于系统参数的敏感性变化,并比较了两种信息水平下的最优社会福利.关键词：排队系统;负顾客;纳什均衡;社会福利;进入概率中图分类号：O226AMS(2010)主题分类：60K25;90B22文献标识码：A文章编号：1001-9847(2024)01-0226-121.引言现实中存在许多系统被干扰的情况,如操作失误致使生产系统中生产进度受到制约,木马入侵使得计算机系统崩溃,外部撞击使得车辆系统故障等.以上举例中的干扰信息被称之为负顾客,它的到达不仅可以使得系统故障,还可以在系统忙期时产生抵消的作用.自20世纪90年代Gelenbe1首次提出关于负顾客的排队模型起,关于负顾客的研究不断涌现.尤其近些年从经济学角度分析负顾客排队模型逐渐成为了热点.在经济学和博弈论的背景下,顾客有决策权,可根据自身掌握的有关系统的信息做出进队还是止步的决定,考虑顾客的行为使得研究更有实用性.Lee2研究了带有负顾客的排队系统在几乎不可视和完全不可视两种情形下的顾客止步和最优定价策略.WANG等3研究了带有负顾客的重试排队系统,讨论了完全可视和几乎不可视两种情形下的纳什均衡策略和社会最优问题.Panda和Goswami4考虑了带有负顾客和工作休假的M/M/1排队系统,并且讨论了四种信息水平下的均衡策略行为.ZHANG和WANG5分析了带有负顾客和N策略的M/M/1排队系统,并讨论了纳什均衡策略.在实际中,许多系统由闲期转入忙期需要一段准备时间,即启动时间.比如设备开机过程中要经历供电和初始化等一系列操作,又比如发动机接受到发动指令时需经过转动曲轴并使其达到一定的转速等操作才能完成发动,这些例子中的准备时间都可以抽象为启动时间.Burnetas和Economou6分析了带有启动时间的M/M/1排队系统在完全可视,几乎可视,几乎不可视和完全不可视四种信息水平下的均衡止步策略.SUN,GUO和TIAN7则进一步考虑了带有启动期和关闭期的排队系统,并分析了顾客的进队阈值策略.CHEN和ZHOU8考虑了带收稿日期：2023-02-01基金项目：国家自然科学基金(71971189)通讯作者：田瑞玲,女,汉族,河南人,教授,研究方向:排队论及其应用.第 1 期何柳青等：带有负顾客和启动时间的排队系统最优策略分析227有启动时间和故障的排队系统中顾客的均衡止步策略.在此基础上,CHANG和WANG9将其推广到重试排队系统中,分析了具有启动时间和故障的重试队列.YUE等10研究了具有启动时间和单重休假的M/M/1排队系统,分析了完全可视和完全不可视两种情形下的顾客止步策略.ZHOU等11研究了带有启动时间和N 策略的重试排队系统的顾客的均衡止步行为.关于排队经济策略的分析还可以参阅文12-14.参阅已有的文献,发现负顾客和启动时间受到了人们的普遍关注,因此本文展开了对结合负顾客和启动时间的排队模型的相关研究.负顾客到达时,会使得服务台故障,并且抵消正在接受服务的顾客.而启动时间的引入,使得空闲服务台及时去休假,不仅能在某种程度上降低服务台故障的风险,还能起到节能的作用.此模型在计算机系统、通信系统、车辆工程等领域有着普遍的应用.比如在计算机领域中,当按下电源开关时,计算机会经历供电、BIOS自检、系统引导等一系列的流程才能完成启动进行工作.在工作过程中,可能会遭遇木马入侵,使得系统文件受到损害,正在进行的操作被迫终止.当受损的系统文件完成备份以后,计算机将恢复工作状态.鉴于其实用性,本文对其做出研究分析.在本文中,我们考虑具有启动时间和负顾客的排队系统中的顾客策略行为,更贴近实际问题,也丰富了现有的排队内容.利用概率母函数法计算系统的重要性能指标,然后基于收益-成本结构讨论顾客的均衡策略和社会最优策略.最后通过数值分析考察社会最优进入策略和最优社会福利关于一些参数的敏感性.2.模型描述考虑一个带有负顾客和启动时间的M/M/1排队系统.到达系统的顾客有两种,正顾客和负顾客,分别服从参数为和的泊松流.正顾客的到达是为了寻求服务,而当负顾客到达时,不仅会抵消正在接受服务的正顾客,还会使得服务台故障.发生故障的服务台即刻被送去维修,维修时间服从参数为的指数分布.故障时顾客不会进入系统.当系统为空时,服务台会立即关闭.若有新顾客到达,服务台会立即启动.启动时间服从参数为的指数分布.服务时间服从参数为的指数分布,服务顺序是先到先服务.假设顾客到达的间隔时间,负顾客到达的间隔时间,服务时间,维修时间,启动时间是相互独立的.定义(N(t),I(t)为时刻t系统的状态,其中N(t)表示系统中顾客的数量,I(t)表示服务台状态(0:故障;1:繁忙;2:启动).过程(N(t),I(t),t 0是状态空间=(n,i),n 0,i=0,1,2的连续时间马尔科夫链.本文感兴趣的是顾客到达系统时的策略行为,为了量化此过程,引入线性“收益-成本”结构,每个顾客在服务完成后,会获得回报R,同时也要支付成本,每单位时间的逗留成本是C.假设顾客是风险中立的,期望最大化自己的收益,并且一旦做出决定不得后悔.顾客到达系统时,会根据其了解的有关系统状态的信息来决定进队的策略.本文考虑了不可视的两种情形:1)几乎不可视:到达顾客被告知服务台的状态信息;2)完全不可视:到达顾客对系统的状态一无所知.3.几乎不可视情形本节研究几乎不可视情形下顾客的均衡进入概率.在几乎不可视情形下,到达的顾客掌握了服务台的状态信息,因此假设顾客遵循混合进队策略(q1,q2),q1和q2分别代表服务台状态为1和2的顾客进入概率,实际到达率为qi.状态转移图如图3.1所示.定义pn,i为系统的稳态概率,相应的母函数定义如下P0(z)=n=0pn,0zn,P1(z)=n=1pn,1zn,P2(z)=n=0pn,2zn,其中|z|1.228应用数学20240,21,22,2n,21,12,1n,10,01,02,0n,0?1q?1q?1q?1q?2q?2q?2q?2q?2q?图3.1几乎不可视情形的状态转移图定理3.1在带有负顾客和启动时间的几乎不可视M/M/1排队系统中,假设q1+1,服务台状态i=0,1,2的稳态概率分别如下P0(1)=q2(q2+)(+q1)p0,2,(3.1)P1(1)=q2(q2+)(+q1)p0,2,(3.2)P2(1)=q2+p0,2,(3.3)且P0(z)|z=1=q2(q2+)(q2(+q1)+q1)(+q1)22p0,2,(3.4)P1(z)?z=1=q2(q2+)(q2(+q1)+(+)(+q1)22p0,2,(3.5)P2(z)?z=1=q2(q2+)2p0,2,(3.6)其中，p0,2=(+q1)(q2+)(+)q2+(+q1).(3.7)证系统的平衡方程如下q2p0,2=p0,0+p1,1,(3.8)(q2+)pn,2=q2pn1,2,n 1,(3.9)(+q1)p1,1=p1,0+p1,2+p2,1,(3.10)(+q1)pn,1=pn,0+pn,2+pn+1,1+q1pn1,1,n 2,(3.11)p0,0=p1,1,(3.12)pn,0=pn+1,1,n 1.(3.13)由式(3.9)可得P2(z)=(q2+)(1 z)q2+p0,2.(3.14)由式(3.12)和(3.13)可得P0(z)=zP1(z).(3.15)由式(3.10)和(3.11)可得(+q1)P1(z)=(P0(z)p0,0)+(P2(z)p0,2)+z(P1(z)zp1,1)+q1zP1(z).(3.16)第 1 期何柳青等：带有负顾客和启动时间的排队系统最优策略分析229将式(3.15)和(3.8)代入(3.16)可得P1(z)=zP2(z)z(q2+)p0,2z(+q1 q1z)(+).(3.17)将式(3.14)代入(3.17)可得P1(z)=z(z 1)(q2+)q2(z(+q1 q1z)(+)(1 z)q2+)p0,2.(3.18)将式(3.18)代入(3.15)可得P0(z)=(z 1)(q2+)q2(z(+q1 q1z)(+)(1 z)q2+)p0,2.(3.19)从式(3.14),(3.18)和(3.19)中可以看到P0(z),P1(z)和P2(z)均可以用p0,2表示,利用归一化条件,可以得到p0,2.在式(3.14)中取z=1,即可求得式(3.3).需要注意的是,在式(3.18)中取z=1时,P1(1)是00型,此时需借助洛必达法则求limz1P1(z),如此可得到式(3.2),借助式(3.15)可以求得式(3.1).式(3.14)对z求一阶导,并取z=1,就可以得到式(3.6).式(3.18)对z求一阶导,并取z=1时,依旧会得到00型的结果,需借助两次洛必达法则来求limz1P1(z),如此可求得式(3.5),借助式(3.15)可以求得式(3.4).观察式(3.1),(3.2),(3.3)和(3.7),容易得出此排队系统的稳态条件为q1+1.接下来,计算顾客在不同状态下进入系统的平均逗留时间.当标记顾客进入系统发现自己位于系统中第j个位置,且服务台状态为i时,其平均逗留时间为T(j,i),可以得到如下定理.定理3.2对于带有负顾客和启动时间的几乎不可视M/M/1排队系统,标记顾客到达时发现自己处于系统中第j个位置,且服务台状态为i(i=1,2)的平均逗留时间分别如下T(j,1)=1+(+)(j 1),j 1,(3.20)T(j,2)=1+1+(+)(j 1),j 1.(3.21)证通过分析,可以得到如下等式T(1,1)=1+,(3.22)T(j,1)=1+T(j 1,1)+T(j 1,0),j 2,(3.23)T(j,2)=1+T(j,1),j 1,(3.24)T(j,0)=1+T(j,1),j 1.(3.25)将式(3.25)代入式(3.23),可得T(j,1)T(j 1,1)=+(+),j 2.由式(3.22),可得T(j,1)=1+(+)(j 1),j 1,利用式(3.24),可得式(3.21).定理3.3对于带有负顾客和启动时间的几乎不可视M/M/1排队系统,一名标记顾客到达时发现服务台状态为i(i=1,2)并选择进入系统的平均逗留时间分别如下W1(q1,q2)=1+(+)(+q1)q2+(+)(+)(+q1),(3.26)230应用数学2024W2(q2)=1+1+(+)q2(+).(3.27)证定义P(j|i)为顾客到达发现系统中的顾客数为j,服务台状态为i时的条件概率,容易知道P(j|i)=pi,jPi(1).则一名标记顾客到达时发现服务台状态为1并加入系统的平均逗留时间为W1(q1,q2)=j=1p1,jT(j+1,1)P1(1)=j=1p1,j(1+(+)j)P1(1)=1+(+)P1(z)?z=1P1(1).同理,一名标记顾客到达时发现服务台状态为2并加入系统的平均逗留时间为W2(q2)=j=0p2,jT(j+1,2)P2(1)=j=0p2,j(1+1+(+)j)P2(1)=1+1+(+)P2(z)?z=1P2(1),其中,P1(1),P2(1),P1(z)?z=1和P2(z)?z=1由定理3.1可得.定理3.4对于带有负顾客和启动时间的几乎不可视M/M/1排队系统,服务台处在启动期和忙期(i=1,2)时,顾客均衡进入概率有以下三种情况1)当RC1+1+时,(qe1,qe2)=(0,0),RC1+(+),(x11,0),1+(+)RC1+(+),(1,0),RC1+(+),(3.28)2)当1+1+RC1+1+(+)(+)时,(qe1,qe2)=(0,x2),1+(+),(x12,x2),+(+)1+(+),(1,x2),1+(+),(3.29)3)当RC1+1+(+)(+)时,(qe1,qe2)=(0,1),RC1+(+)(+1),(x13,1),1+(+)(+1)RC1+(+)(+),(1,1),RC1+(+)(+),(3.30)其中,x2=(RC11+)(+)(+),x11=+(+)(+)CR(+)C,x12=+(+),x13=+(+)(+)CR(+)C2(+)C.证根据线性“收益-成本”结构,可得服务台处于启动期时的平均剩余效用U2(q2)=R C(1+1+(+)q2(+).(3.31)求式(3.31)对q2的一阶导,可得U2(q2)=(+)(+).容易看出U2(q2)0,U2(q2)是关于q2 0,1的减函数.分以下三种情形讨论1)若RC1+1+,即U2(0)0,则对于任意的q2 0,1,顾客的平均剩余效用都是非正值.因此顾客会选择止步,此时qe2=0是唯一的均衡策略;第 1 期何柳青等：带有负顾客和启动时间的排队系统最优策略分析2312)若1+1+RC1+1+(+)(+),即U2(1)0 U2(0),此时存在唯一的均衡点x2,它是方程U2(q2)=0的根;3)若RC1+1+(+)(+),即U2(1)0,则对于任意的q2 0,1,顾客的平均剩余效用都是非负值.顾客会选择进队,此时qe2=1.服务台处于忙期时的平均剩余效用为U1(q1,q2),其函数表达式如下U1(q1,q2)=R C(1+(+)(q2(+q1)+(+)(+)(+q1).(3.32)U1(q1,q2)是关于q2和q1的函数,上面已经给出了qe2的结果,因此它现在只与q1有关,求U1(q1)关于q1的一阶导,可得U1(q1)=(+)(+q1)2.容易看出U1(q1)0,因此U1(q1)是关于q1 0,1的减函数,分以下几种情形讨论1)当RC1+1+,即qe2=0时,(a)若RC1+(+),即U1(0,0)0,则对于任意的q1 0,1,顾客的平均剩余效用都是非正值.因此顾客会选择止步,此时qe1=0是唯一的均衡策略;(b)若1+(+)RC1+(+),即U1(1,0)0 U1(0,0),此时存在唯一的均衡点x11,它是方程U1(q1,0)=0的根;(c)若RC1+(+),即U1(1,0)0,则对于任意的q1 0,1,顾客的平均剩余效用都是非负值.顾客会选择进队,此时qe1=1.2)当1+1+RC1+1+(+)(+),即qe2=x2时,(a)若1+(+),即U1(0,x2)0,则对于任意的q1 0,1,顾客的平均剩余效用都是非正值.因此顾客会选择止步,此时qe1=0是唯一的均衡策略;(b)若+(+)1+(+),即U1(1,x2)0 U1(0,x2),此时存在唯一的均衡点x12,它是方程U1(q1,q2)=0的根;(c)若1+(+),即U1(1,x2)0,则对于任意的q1 0,1,顾客的平均剩余效用都是非负值.顾客会选择进队,此时qe1=1.3)当RC1+1+(+)(+)时,即qe2=1时,(a)若RC1+(+)(+1),即U1(0,1)0,则对于任意的q1 0,1,顾客的平均剩余效用都是非正值.因此顾客会选择止步,此时qe1=0是唯一的均衡策略;(b)若1+(+)(+1)RC1+(+)(+),即U1(1,1)0 U1(0,1),此时存在唯一的均衡点x13,它是方程U1(q1,1)=0的根;(c)若RC1+(+)(+),即U1(1,1)0,则对于任意的q1 0,1,顾客的平均剩余效用都是非负值.顾客会选择进队,此时qe1=1.前面讨论了顾客的均衡进队策略,每个客户都希望获得最大的平均剩余效用.但从整体来看,这些行为决策不一定是最优的.因此,进一步考虑社会福利,把所有顾客视为一个整体来讨论.Sau(q1,q2)表示几乎不可视情形下的社会福利,表达式如下Sau(q1,q2)=q1P1(1)(R CW1(q1,q2)+q2P2(1)(R CW2(q2),(3.33)其中,P1(1)和P2(1)由定理3.1可得,W1(q1,q2)和W2(q2)由定理3.2可得.从图3.2中可以看出,Sau(q1,q2)随着q1和q2的增大呈现先增大后减小的趋势.这是因为当q1和q2较小时,系统中的顾客也较少,此时顾客需要支付的等待成本就小,社会福利增大.随着q1和q2的增大,进入系统的顾客越来越多,系统变得拥挤,需要支付的等待成本增大,社会福利减小.从图中还可以得知,使Sau(q1,q2)取得最大值的解为(q1,q2)=(0.55,0.70).然而根据232应用数学2024定理3.4可以得到此时的均衡解为(qe1,qe2)=(0.30,1.00),很明显qe1 q2,最优解和均衡解是不一致的,这印证了个体均衡和社会最优的差异性.个体均衡的决策背离了社会最优的决策,这是由于每个个体为了追求自身效用的最大化导致系统拥挤或否,使得整体的社会福利减少.社会管理者可以通过征收入场费或者给予补贴来消除二者之间的差距.00.20.40.60.8100.5100.20.40.60.8q2 q1Sau(q1,q2)图3.2Sau(q1,q2)关于q1和q2的变化(=1,=2.5,=2,=0.2,=1,R=5,C=4)本文接下来将讨论社会福利,引入遗传算法求得最优解并给出一些数值结果.借助遗传算法去求最优的社会福利Sau(q1,q2)以及最优进队概率q1和q2.下面介绍遗传算法的步骤.步1首先通过随机方式产生若干由确定长度编码的初始群体;步2借助适应度函数对每个个体进行评价,通过轮盘法选择优秀个体参与遗传操作,淘汰劣质个体;步3经遗传操作(复制,交叉,变异)的个体集合形成新一代种群,重复步骤2,直到满足停止准则;步4将后代中表现最好的个体作为遗传算法的结果.在遗传算法中,需要明确种群中个体数目(pop),编码方式,交叉概率(pc),变异概率(pm),选择个体的方法,终止运行的条件.在本文中,我们设置pop=200,pc=0.9,pm=0.1,采用十进制编码方式,轮盘法选择个体,通过每个个体与总体的适应度占比来衡量其优劣,比值越大越不容易被淘汰.当满足迭代次数时停止运行,即iter 500.借助遗传算法寻得最优解后,将在文章第5部分进一步做最优解关于参数的敏感性分析.4.完全不可视情形本节研究完全不可视情形下顾客的均衡进入概率.在完全不可视情形下,到达顾客既不知道服务台的状态信息,也不知道系统的队长信息,假设他们都以概率q进入,那么实际到达率为q.状态转移图如图4.1所示.完全不可视情形相当于几乎不可视情形的一种特殊情形,上一节已经给出了几乎不可视情形下的一些结果,对完全不可视排队系统有着重要的参照意义.令式(3.1)-(3.7)中的q1=q2=q,可以得到以下的结果.定理4.1对于带有负顾客和启动时间的完全不可视M/M/1排队系统,假设q+1,服务台状态i(i=0,1,2)的稳态概率分别如下0(1)=q(q+)(+q)0,2,(4.1)1(1)=q(q+)(+q)0,2,(4.2)第 1 期何柳青等：带有负顾客和启动时间的排队系统最优策略分析2330,21,22,2n,21,12,1n,10,01,02,0n,0?q?q?q?q?q?q?q?q?q?图4.1完全不可视情形的状态转移图2(1)=q+0,2,(4.3)且0(z)?z=1=q(q+)(q(+q)+q)(+q)220,2,(4.4)1(z)?z=1=q(q+)(q(+q)+(+)(+q)220,2,(4.5)2(z)?z=1=q(q+)20,2,(4.6)其中,0,2=(+q)(q+)(+)q+(+q).(4.7)定理4.2对于带有负顾客和启动时间的完全不可视M/M/1排队系统,一名标记顾客到达并选择进入系统的平均逗留时间为T(q)=(+q)(q+)(+q)(+).(4.8)证根据PASTA性质,系统中顾客的有效到达率为eff=q(1(1)+2(1)=q(q+)(+)(+q)0,2,(4.9)系统中的平均顾客数为E(N)=0(1)+1(1)+2(1)=q(q+)(+q)(q+)+(q+)(+q)220,2,由Little公式得到顾客的平均逗留时间T(q)=E(N)eff.定理4.3对于带有负顾客和启动时间的完全不可视M/M/1排队系统,均衡进入概率qe如下qe=0,RC+(+),r,+(+)RC(+)(+)(+)(+),1,RC(+)(+)(+)(+),(4.10)其中,r=b+b2 4ac2a,a=C2,234应用数学2024b=(C(+)+(+)(R C),c=R(+)2 C(+)(+).证根据线性“收益-成本”结构,可得顾客的平均剩余效用U(q),表达式如下U(q)=R CT(q)=R C(+q)(q+)(+q)(+).(4.11)求式(4.12)关于q的一阶导,可得U(q)=(+q)+(q+)(+)(+q)2.(4.12)由于稳态条件q+1的存在,很容易得出U(q)0,因此U(q)在q 0,1上是单调递减的,其最大值和最小值分别为U(0)=R C+(+),U(1)=R C(+)(+)(+)(+).(4.13)基于函数的单调性,分以下三种情形来讨论1)若RC+(+),即U(0)0,则对于任意的q 0,1,顾客的平均剩余效用都是非正值.因此顾客会选择止步,此时qe=0是唯一的均衡策略;2)若+(+)RC(+)(+)(+)(+),即U(1)0 U(0),此时存在唯一的均衡点r,它是方程U(q)=0的根;3)若RC(+)(+)(+)(+),即U(1)0,则对于任意的q 0,1,顾客的平均剩余效用都是非负值.因此顾客会选择进队,此时qe=1.U(q)是关于q的减函数,这表明当q越大时,即其他顾客的进入概率越大时,被标记顾客进入系统并接受服务后获得的平均剩余效用越少,那么被标记顾客进入系统的意愿越低,这种行为被称为拥挤厌恶,由Hassin和Haviv15首先提出并命名.此外,还可得知均衡进入概率是稳定的.因为T(q)随着q的增加而增加,平均逗留时间的增加会使得进入系统的顾客减少,因此q的增加会得到遏制,最终趋于平稳.Sfu(q)表示完全不可视情形下的社会福利,表达式如下Sfu(q)=effR CE(N),(4.14)其中,eff和E(N)由定理4.2可得.00.20.40.60.8100.10.20.30.40.50.60.7q Sfu(q)图4.2Sfu(q)关于q的变化(=1,=2.5,=2,=0.2,=1,R=5,C=4)从图4.2中可以看出,随着进入概率的增大,单位时间内系统中的顾客数增大导致社会福利增大,然而过多的顾客逗留在系统中,导致顾客支付的等待成本增大,社会福利减小.同时可以知道,此时使得社会福利最大的解为q=0.65.然而根据定理4.1可以得到此时的均衡解第 1 期何柳青等：带有负顾客和启动时间的排队系统最优策略分析235为qe=1,最优解和均衡解是存在差异的,个体最优并不能达到社会整体最优,因此社会管理者可以通过征收入场费来遏制顾客的个体决策行为,使二者达成一致.下文将借助遗传算法去寻找最优的社会福利Sfu(q)和最优的进队概率q,并进行数值分析.5.数值分析本节给出了一些数值例子.数值分析能够直观地展示一些现象,形象地刻画排队模型的实用性.首先,在几乎不可视和完全不可视的情形下,本节分析了系统参数对社会最优进入概率的影响.然后进一步比较两种情形下的最优社会福利,并讨论披露更多的系统信息是否能带来更多的社会福利.图5.1说明(q1,q2)和q都随着参数的增加而增加.这是因为当增加时,服务时间减少,顾客在系统中的逗留时间减少,相应地,付出的成本也随之减少,因此到达的顾客进入系统意愿变高.图5.2显示了q和q2随着参数的增加而增加;当 1.32时,q1始终为1,保持不变,当 1.32时,q1随着参数的增加而减小.这是因为当增加时,服务台的启动时间减少,顾客的等待时间减少,因此顾客倾向于进入系统.当参数较小时,q1保持不变,因为此时服务台处于忙期,不是影响q1的主要因素;然而随着参数的增加,q2越来越大,服务台在启动状态下进入系统的顾客越来越多,系统变得拥挤,服务台处于忙期时新到达的顾客倘若要接受服务,其等待时间会增加,因此正常工作状态下新到达的顾客进入系统的意愿会降低.从图5.3中可以看出,随着参数的增加,(q1,q2)和q逐渐减小.这是因为当参数增加时,服务台因负顾客到达而故障的频率增加,其寿命变短,因此新到达的顾客是不愿意进入系统的.图5.4显示了(q1,q2)和q随着参数的增加而增加.这是因为当参数增加时,服务台因故障被维修的时间会减少,因此新到达的顾客若进入系统的等待时间变短,付出的成本随之减小,顾客会倾向于进入系统接受服务.观察图5.1-5.4,从整体上来看,不论最优进入概率关于参数的变化是何种走势,q大致总是夹在q1和q2之间.也就是说,在完全不可视的排队系统中,到达顾客进入系统的概率介于几乎不可视排队系统的两个进入概率之间.11.522.5300.10.20.30.40.50.60.70.80.91?q1*q2*q*图5.1最优进入概率(q1,q2)和q关于的变化(=1,=2,=0.2,=1,R=5,C=3)0.60.811.21.41.61.822.22.400.10.20.30.40.50.60.70.80.91?q1*q2*q*图5.2最优进入概率(q1,q2)和q关于的变化(=1,=2.5,=0.2,=1,R=5,C=3)图5.5-5.8展示了两种信息水平下的最优社会福利.其中,从图5.5,图5.6和图5.8中可以看出,Sau(q1,q2)和Sfu(q)分别随着参数,的增加而增加,这是因为随着服务时间,启动时间和维修时间的减少,顾客被服务完成后获得的回报会相应增加,因此顾客更愿意进入系统,社会福利随之增加.从图5.7中可以看出,Sau(q1,q2)和Sfu(q)随着参数的增加而减少,这是因为随着负顾客越来越多的到达,服务台故障的频率增加,顾客在系统中等待的成本增加,因此顾客进入系统的意愿降低,社会福利减少.236应用数学202424681012141618202200.10.20.30.40.50.60.70.80.91?q1*q2*q*图5.3最优进入概率(q1,q2)和q关于的变化(=1,=2.5,=2,=1,R=5,C=3)0.511.522.533.500.10.20.30.40.50.60.70.80.91?q1*q2*q*图5.4最优进入概率(q1,q2)和q关于的变化(=1,=2.5,=2,=0.2,R=5,C=3)11.522.5300.20.40.60.811.21.41.61.8?Sau(q1*,q2*)Sfu(q*)图5.5最优社会福利Sau(q1,q2)和Sfu(q)关于的变化(=1,=2,=0.2,=1,R=5,C=3)0.60.811.21.41.61.822.22.400.20.40.60.811.21.41.6?Sau(q1*,q2*)Sfu(q*)图5.6最优社会福利Sau(q1,q2)和Sfu(q)关于的变化(=1,=2.5,=0.2,=1,R=5,C=3)2468101214161820221.051.11.151.21.251.3?Sau(q1*,q2*)Sfu(q*)图5.7最优社会福利Sau(q1,q2)和Sfu(q)关于的变化(=1,=2.5,=2,=1,R=5,C=3)0.511.522.533.50.60.811.21.41.6?Sau(q1*,q2*)Sfu(q*)图5.8最优社会福利Sau(q1,q2)和Sfu(q)关于的变化(=1,=2.5,=2,=0.2,R=5,C=3)从图5.5-5.8的整体上来看,不管最优社会福利随着参数如何变化,Sau(q1,q2)总是高于Sfu(q),这说明披露服务台状态的信息对社会管理者而言是有益的,可以获得更高的社会福利.但是随着参数的增加,Sau(q1,q2)和Sfu(q)之间的差距越来越小,逐渐趋于一致.参考文献：1 GELENBE E.Queue with negative arrivalsJ.Journal of applied probability,1991,28(3):656-663.2 LEE D.Optimal pricing strategies and customers equilibrium behavior in an unobservable M/M/1queueing system with negative customers and repairJ.Mathematical Problems in Engineering,2017:8910819.3 WANG F,WANG J,ZHANG F.Strategic behavior in the single-server constant retrial queue withindividual removalJ.Quality Technology&Quantitative Management,2015,12(3):325-342.第 1 期何柳青等：带有负顾客和启动时间的排队系统最优策略分析2374 PANDA G,GOSWAMI V.Equilibrium joining strategies of positive customers in a Markovian queuewith negative arrivals and working vacationsJ.Methodology and Computing in Applied Probability,2021,24:1439-1466.5 ZHANG L,WANG J.Strategic shield against external shocks in a Markovian queue with vulnerableserverJ.American Institute of Mathematics Sciences,2023,19(5):3483-3508.6 BURNETAS A,ECONOMOU A.Equilibrium customer strategies in a single server Markovian queuewith setup timesJ.Queueing Systems,2007,56(3-4):213-228.7 SUN W,GUO P,TIAN N.Equilibrium threshold strategies in observable queueing systems withsetup/closedown timesJ.Central European Journal of Operations Research,2009,18(3):241-268.8 CHEN P,ZHOU Y.Equilibrium balking strategies in the single server queue with setup times andbreakdownsJ.Operational Research,2015,15(2):213-231.9 CHANG J,WANG J.Unreliable M/M/1/1 retrial queues with set-up timeJ.Quality Technology&Quantitative Management,2017,15(5):589-601.10 YUE D,TIAN R,YUE W,et al.Equilibrium strategies in an M/M/1 queue with setup timesand a single vacation policyC/OL.11th International Symposium on Operations Research and ItsApplications in Engineering,Technology and Management(ISORA 2013),2013:152-1572023-02-01.DOI:10.1049/cp.2013.2275.11 ZHOU M,LIU L,CHAI X,WANG Z.Equilibrium strategies in a constant retrial queue with setuptime and the N-policyJ.Communications in Statistics-Theory and Methods,2020,159(7):1695-1711.12 HASSIN R,HAVIV M.To Queue or not to Queue:Equilibrium Behavior in Queueing SystemsM.Boston:Kluwer Academic,2003.13 王金亭.排队博弈论基础M.北京:科学出版社,2016.14 HASSIN R.Rational QueueingM.Boca Raton:CRC Press,2016.15 HASSIN R,HAVIV M.Equilibrium threshold strategies:The case of queues with prioritiesJ.Op-erations Research,1997,45(6):966-973.Analysis of Optimal Strategies in a Queueing System withNegative Customers and Setup TimesHE Liuqing,TIAN Ruiling(School of Science,Yanshan University,Qinhuangdao 066004,China)Abstract:This paper considers the queueing system with negative customer and setup time,andanalyses the equilibrium joining strategies and maximization of social welfare.When a negative customerarrives,it causes the server to breakdown and forces the customer who is being served to leave the system.When the last service in the system is completed,the server will be closed immediately.When a newcustomer arrives,the server goes through a random setup time and then serves the customer.Based onthe linear reward-cost structure,this paper obtains the equilibrium joining strategies under the almostunobservable and fully unobservable cases.The optimal joining probability is obtained by the geneticalgorithm.Finally,the sensitivity of optimal joining probability and optimal social welf