4.2 排队论：服务系统的兵力测算

4.2 排队论：服务系统的兵力测算

本节摘要：排队论研究随机到达与服务容量匹配的数学，核心模型 M/M/1 与 M/M/c，核心公式是 Little 公式 L = λW。本节以客服中心为例推演利用率、队长、等待时间的计算，揭示"利用率越接近 1，等待时间爆炸"的非线性规律，并演示多服务台与仿真两条验证路径。

为什么周五下午的客服永远占线

客服中心的数据：平均每分钟来 8 个电话（泊松到达），每个坐席平均 6 分钟处理一个（指数服务）。主管的算术是：一个坐席每分钟处理 1/6 个电话，8 ÷ (1/6) = 48 个坐席就"刚好够用"。于是排 48 人，结果周五下午平均等待仍然逼近一小时，投诉激增。问题出在哪？

出在均值思维的盲区。到达是随机的：有时一分钟来 14 个，有时来 3 个。利用率 ρ = λ/(cμ) 恰好等于 1 时，系统在到达快的时候积压、慢的时候消化不掉，队列随时间只会越积越长。排队论的 M/M/1 等待时间公式（ρ 为利用率、μ 为单台服务率）形如 Wq = ρ/(μ−λ)：当 ρ 趋近 1，分母趋近 0，等待时间不是线性增长而是爆炸。

import numpy as np
import math

lam, mu = 8.0, 1/6          # 每分钟到达8个，单坐席每分钟服务 1/6 个
for c in [48, 50, 52, 56, 64]:
    rho = lam / (c * mu)     # 利用率
    if rho >= 1:
        print(f"c={c}: 利用率 {rho:.2f} 系统不稳定，队列无限增长")
        continue
    # M/M/c 的 Erlang-C 近似：先算 Erlang C 概率
    a = lam / mu                               # 总业务量（Erlang）
    s = 0.0
    for k in range(c):
        s += a**k / math.factorial(k)
    last = a**c / math.factorial(c) * (1 / (1 - rho))
    P_wait = last / (s + last)                 # 到达者需要等待的概率
    Wq = P_wait / (c * mu - lam)               # 平均等待（分钟）
    print(f"c={c}: 利用率 {rho:.2f} 需等待概率 {P_wait:.2f} 平均等待 {Wq:.1f} 分钟")
​

跑出来会看到陡峭的非线性：48 坐席不稳定；52 坐席等待几十分钟；64 坐席（利用率 0.75）等待骤降到一分钟以内。容量的边际收益在利用率 0.8 到 0.95 区间被"等待悬崖"吃掉——这就是为什么呼叫中心、急诊室、收费站都不敢按"刚好够用"排班。

Little 公式：一条守恒律

利用率与等待的悬崖曲线

排队论最优雅的结论是 Little 公式：L = λW——系统里的平均人数，等于到达率乘以平均逗留时间。它不依赖到达与服务分布、不依赖服务规则（先来先到还是优先级），是排队系统里的能量守恒。它的用处在于"算出一个、免费得到另一个"：已知平均等待 5 分钟、每分钟来 8 人，立刻知道系统里平均滞留 40 个顾客——这在容量规划（等候区座位、队列内存）时极其顺手。三个变体同样成立：排队人数 Lq = λWq（等待队列）、服务台内人数 = λ×服务时间。

💡 关键直觉：利用率是排队系统的油门，等待时间是刹车距离。油门踩到 0.9 以上，刹车距离以不可思议的速度变长。稳妥的系统（急诊、应急）常年运行在 0.7 到 0.85；成本敏感的系统（呼叫中心错峰）可以到 0.9 以上，但必须用排队公式而非均值算过。

公式之外：仿真的价值

M/M/c 公式要求泊松到达、指数服务两个强假设。现实里服务时间往往不是指数（处理一个工单有最短时限），到达有高峰时段。此时退而用离散事件仿真：模拟每个顾客的到达时刻与服务时长，直接统计等待分布。它慢，但能吃下任何分布假设：

import numpy as np
import math

def simulate(c, minutes=600, seed=7):
    rng = np.random.default_rng(seed)
    arrivals = np.cumsum(rng.exponential(1/lam, int(lam*minutes*1.2)))
    arrivals = arrivals[arrivals < minutes]
    free_at = np.zeros(c)                 # 每个坐席的空闲时刻
    waits = []
    for t in arrivals:
        i = np.argmin(free_at)            # 最早空闲的坐席
        start = max(free_at[i], t)
        waits.append(start - t)
        free_at[i] = start + rng.exponential(mu**-1)
    return np.array(waits)

for c in [52, 64]:
    w = simulate(c)
    print(f"c={c}: 平均等待 {w.mean():.1f} 分钟，90分位 {np.percentile(w, 90):.1f} 分钟")
​

注意 90 分位数这个指标：管理者真正关心的往往不是平均，而是"九成顾客等多久"。公式给分位数很费劲，仿真一 行 np.percentile 就交卷——这是仿真在实战里永远有一席之地的原因。第 9 章会把离散事件仿真与优化求解器拼成完整的推演流水线。

排队系统的三条运营杠杆

排队公式不只是算命工具，它指向三条可操作的运营杠杆。杠杆一，削峰：到达率是公式的分子，把周五下午的批量需求分流到平峰（预约制、错峰折扣、弹性截止时间），比加坐席便宜得多——电话客服的回调机制（不留在线排队，留号码回拨）本质就是把在线等待转化为离线等待，体验成本骤降。杠杆二，压缩波动：服务时间的方差直接进入等待公式，把服务流程标准化、把复杂工单分流给专人，缩小方差就是在不加人的情况下缩短队伍。杠杆三，分级：快慢分离让短任务不被长任务阻塞，全系统的平均等待显著下降——超市快速通道、工单优先级队列都是这个原理。三条杠杆都不动到达率与服务率本身，动的是分布的形状——这正是排队论比均值算术高明的地方。

本节要点回顾

• 均值算容量必然撞上等待悬崖：ρ → 1 时等待时间按 1/(1−ρ) 量级爆炸；
• M/M/c 三件套：Erlang-C 算等待概率，Wq 算等待时间，ρ 判稳定（ρ < 1）；
• Little 公式 L = λW 是分布无关的守恒律，队长与逗留时间知一得一；
• 关键运营指标看分位数：90 分位等待比平均等待更能代表顾客体感；
• 公式管稳态、仿真管现实：分布假设破灭时，离散事件仿真是最后的裁判。

排队的数学管"人等多久"，下一节管"货备多少"——库存论把本章的随机需求落到每一天的补货单上。