2在我们开始动手建模之前, 先要问几个问题: 分析1:能否得到准确的返回时间? 如果能够准确得知前面所有顾客的到达时间间 隔t和接受服务的时间T(t=1.m),当然可以知道 第m+1个顾客到达就可以马上接受服务的时间隔 可现在t和T都是随机变量,我们只 能用随机过程的方法,求出t1期望值
分析1：能否得到准确的返回时间？ ( 1... ), 1 i m m = + i i ~ 1,m+1 i i ~ 1,m+1 如果能够准确得知前面所有顾客的到达时间间 隔t 和接受服务的时间T 当然可以知道 第 个顾客到达就可以马上接受服务的时间隔 t ......可现在t 和T都是随机变量，我们只 能用随机过程的方法，求出t 期望值。 2 在我们开始动手建模之前， 先要问几个问题：
2在我们开始动手建模之前, 先要问几个问题: 分析2:使用 FastPass后排队是不是可以避免的? FastPass给出的返回时间只是期望值,而非确定 值 假设所有的顾客都使用 FastP ass,但需考虑有的顾 客可能会不遵守 FastPass给出的返回时间 结论:使用 Fastpass后顾客仍需排队,但是排队的时间会大大减少 并设第m+1个顾客排队的时间是t2m1
分析2：使用FastPass后排队是不是可以避免的？ ❖ FastPass给出的返回时间只是期望值，而非确定 值 ❖ 假设所有的顾客都使用FastPass,但需考虑有的顾 客可能会不遵守FastPass给出的返回时间 2 在我们开始动手建模之前， 先要问几个问题： FastPass 2,m+1 结论：使用 后顾客仍需排队，但是排队的时间会大大减少。 并设第m+1个顾客排队的时间是t
2在我们开始动手建模之前, 先要问几个问题: 分析3:我们优化的目标函数(或cost function)是什么?是排队时间吗? 1. Fastpass给出的顾客i的等待时间t1;太长,同样会引 来抱怨,并且不能超过公园的开放时间T 2.排队的时间t2也要考虑 但是后者引来的抱怨更大;而且等待的时间越长,抱 怨越多. 结论:目标函数应该是两者的时变加权和(time- variant weighted average)
分析3：我们优化的目标函数（或cost function）是什么？是排队时间吗？ 2 在我们开始动手建模之前， 先要问几个问题： 1.FastPass ~ 1,i w 2,i 给出的顾客i的等待时间t 太长,同样会引 来抱怨,并且不能超过公园的开放时间T 2.排队的时间t 也要考虑 但是后者引来的抱怨更大；而且等待的时间越长，抱 怨越多...... 结论：目标函数应该是两者的时变加权和（time-variant weighted average）
3模型的建立(1)-目标函数 优化问题的目标函数为: z=min EU=C(tt,+c,(tt, ∑1+1<T S.)=1 t1;<t1+1+hn i+1 T公园一天的开放时间
优化问题的目标函数为：~ 1 1 2 2 ~ 1, 1 ~ ~ 1, 1 1, 1 min{ { ( ) ( ) }} . . i j i w j i i i w z E U c t t c t t t t T s t t t t T = + + = = + + + 公园一天的开放时间 3 模型的建立（1）－目标函数
3模型的建立(1)-目标函数 C1(t) C2(t) t Threshold Threshold C1(t>C2(t)
3 模型的建立（1）－目标函数