Vilken typ av kömodell skulle vara bäst för att analysera en automatisk biltvätt?

Genom att använda en av köteorins kömodeller kan företagen identifiera och undvika orsakerna till trängseln. På så sätt i slutändan uppnå kundnöjdhet.

Om du är en automatiserad biltvättägare och undrar vilken typ av kömodell som skulle vara bäst för att analysera en automatiserad biltvätt, är svaret Poisson-kömodellen.

Hur fungerar Poisson-kömodellen?

Poisson-kömodellen förutsäger hur många gånger kunder utnyttjar tjänsten, kallad en händelse, under en viss tidsperiod. Och den hittar sannolikheten för väntetiden tills en annan händelse inträffar.

Varför använda Poisson för att analysera automatiska biltvättköer

Denna modell är perfekt för en automatiserad biltvättsverksamhet eftersom händelserna i en biltvätt är oberoende men identiska. Dess kömönster uppfyller kriterierna som krävs för Poisson:

• Händelserna sker oberoende av varandra.
• Händelserna kan identifieras i heltal.
• Händelsernas frekvens under en viss tidsperiod är känd.

Hur man analyserar en automatisk biltvätt som står i kö med Poisson

Nedan är hur vi kan lösa för automatiserad biltvättköanalys med hjälp av Poisson:

För att enkelt förklara det, när du analyserar biltvättköer, måste du först identifiera följande:

• Händelser eller det kända genomsnittet av fordon per timme
• Specifik tidsperiod
• Antal bilar som faktiskt får en biltvätt under en viss tidsperiod, vilket är k:et i formeln

Efteråt skulle du beräkna (händelser/tid) x tid. Sedan tar du det resultatet för att äntligen lösa formeln.

Poisson arbetar bara med diskreta värden. Så om resultatet är en decimal är det bara att runda av det.

Resultatet skulle visa hur många gånger antalet bilar som faktiskt skulle få en biltvätt inom 100 observationer.

Nackdelar med Poisson Queue Model

Poisson är lämpad för en automatiserad biltvätts kömönster. Men det finns några nackdelar med det.

I Poisson skulle ett starkt antagande formuleras om underliggande datadistribution. Det är specifikt på värdet av medelvärdet och medelvärdet, som skulle antas vara lika. Även om det är lämpligt för vissa situationer, kanske det inte alltid är fallet.

Dessutom är Poisson inte alltid tillförlitlig i approximation, särskilt i den övre gränsen, där lite är känt. I en biltvättanläggning är Poissons giltighet ungefärligt begränsad till förhållanden som är upp till anläggningens fulla kapacitet.

Det som händer är att variansen blir högre än medelvärdet. I den situationen vore det lämpligare att använda normalfördelningsanalysen.

Slutsats

När man väljer vilken typ av kömodell som skulle vara bäst för att analysera en automatiserad biltvätt är Poisson det bästa alternativet. Det beror på att en biltvätts kömönster överensstämmer med dess kriterier.

Tack och lov, genom Poisson, kommer biltvättägare att kunna hantera sin verksamhet effektivt och hålla kunderna nöjda.