待ち行列計算機 - M/M/c 待ち行列解析
利用率、平均待ち行列長、待ち時間、確率を含む待ち行列の性能指標を、M/M/1、M/M/c、有限容量モデルで計算します。
待ち行列モデルを選び、到着率とサービス率を入力してから［計算］をクリックすると、詳細な性能指標を確認できます。
待ち行列計算機 - M/M/c 待ち行列解析
利用率、平均待ち行列長、待ち時間、確率を含む待ち行列の性能指標を、M/M/1、M/M/c、有限容量モデルで計算します。
待ち行列理論について
待ち行列理論は、待ち行列を研究する数学の分野です。到着はランダムに発生し、サービスには時間がかかり、資源（サーバー）は限られているというシステムの振る舞いを予測するための手法を提供します。応用分野は、通信（パケット交換）、医療（患者の予約）、製造（機械の待ち行列）、交通（交通流）、コンピュータサイエンス（OS のスケジューリング）など多岐にわたります。
ケンドール記法 A/S/c/K/N は、到着過程 (A)、サービス時間分布 (S)、サーバー数 (c)、システム容量 (K)、母集団サイズ (N) で待ち行列を表します。最も一般的なのは M/M/c で、到着時間とサービス時間の両方が指数（記憶なし）分布に従います。M は Markovian（指数型）を表します。この計算機は 4 つの主要モデルを対象にしています。
M/M/1 モデルは最も単純で、単一サーバーにポアソン到着（率 λ）と指数サービス時間（率 μ）を仮定します。システムが安定するのは ρ = λ/μ < 1 のときだけです。系内の平均人数は L = ρ/(1-ρ)、平均系内滞在時間は Little の法則（L = λW）より W = 1/(μ-λ) です。
M/M/c モデルでは、これを c 台の並列な同一サーバーに拡張します。合計サービス能力は c·μ なので、安定性には ρ = λ/(c·μ) < 1 が必要です。Erlang C 公式は、到着した顧客が待ち行列に入る必要がある確率を与えます。C(c,ρ) = (cρ)^c/(c!(1-ρ)) · P₀ で、P₀ はシステムが空である確率です。
M/M/c/K モデルは有限の待合スペースを追加します。システム容量 K は、サービス中と待機中を含めた総顧客数の上限です。満席時に到着した顧客はブロック（拒否）されます。このモデルは、レストラン、駐車場、病棟などに適しています。M/M/1/K のブロッキング確率は P(K) = P₀ · (λ/μ)^K / K! です。
M/M/c/N モデルは、潜在顧客数が N 人の有限母集団を仮定します。すでにシステム内にいる顧客は新たな到着を生み出さないため、システムが混み合うほど有効到着率は低下します。このモデルは、N 台の機械がそれぞれ率 λ で故障し、率 μ で修理されるような機械修理問題に適しています。
Little の法則 — L = λ_eff × W — は、系内の平均人数 (L)、有効到着率 (λ_eff)、平均系内滞在時間 (W) を結び付ける普遍的な関係です。分布の仮定に関係なく、安定したほぼすべての待ち行列システムに成り立ち、この計算機の性能公式すべての基礎となります。
待ち行列理論の例
現実的なパラメータでさまざまな待ち行列シナリオを見てみましょう。
| シナリオ | 主要指標 | 解釈 |
|---|---|---|
| 銀行窓口: M/M/1, λ=10/時, μ=12/時 | ρ=83.3%, Lq=4.17, Wq=25 分 | 忙しい窓口が1つ。平均待ち行列は4人、待ち時間は25分です。利用率が高く、2人目の窓口を追加すると待ち時間が大きく短縮されます。 |
| コールセンター: M/M/c, λ=25/時, μ=10/時, c=3 | ρ=83.3%, Lq≈3.51, Wq≈8.4 分 | 3人のオペレーターが負荷を分担します。総サービス能力は30/時です。Erlang C 公式により Lq≈3.51、平均待ち時間 Wq≈8.4 分になります。 |
| レストラン: M/M/c/K, λ=15/時, μ=8/時, c=2, K=20 | ρ=93.75%, ブロッキング確率≈2.1% | 有限の座席数により、総人数は20人に制限されます。ピーク時には到着客の約2%が断られます。 |
待ち行列計算機の使い方
- ドロップダウンから待ち行列モデルを選びます。M/M/1 は単一サーバー、M/M/c は複数の並列サーバー、M/M/c/K は最大容量がある場合、M/M/c/N は有限母集団の場合に使用します。
- 到着率 λ（単位時間あたりの平均到着数）とサービス率 μ（単一サーバーが単位時間あたりに処理できる平均数）を入力します。
- M/M/c、M/M/c/K、M/M/c/N では、サーバー数 c も入力します。M/M/c/K ではシステムの総容量 K、M/M/c/N では有限母集団サイズ N も入力します。
- ［計算］をクリックします。結果欄には、サーバー利用率 ρ、システムが空である確率 (P₀)、平均待ち行列長 (Lq)、平均系内客数 (L)、平均待ち時間 (Wq)、平均系内滞在時間 (W) が表示されます。
- システムが不安定な場合（到着率がサービス能力を超える場合）はエラーメッセージが表示されます。c や μ を増やすか、λ を下げて安定した構成にしてください。
待ち行列理論 FAQ
サーバー利用率 ρ とは何ですか？
サーバー利用率 ρ = λ / (c·μ) は、各サーバーが平均してどれだけ忙しいかを示す割合です。利用率 0.85 は、サーバーが 85% の時間稼働していることを意味します。ρ が 1 に近づくと行列は無限に伸び、ρ > 1 ではシステムは不安定で、長期的には需要を処理できません。
Little の法則とは何ですか？
Little の法則は L = λ·W を表し、L は系内の平均客数、λ は有効到着率、W は各顧客が系内に滞在する平均時間です。到着分布やサービス分布に関係なく、あらゆる安定したシステムに適用でき、待ち行列理論で最も強力な結果の1つです。
Erlang C 公式は何に使いますか？
Erlang C 公式は、M/M/c 待ち行列で到着客が待つ必要がある確率（すべてのサーバーが稼働中である確率）を計算します。多人数サーバーの待ち行列における Wq 公式の基礎であり、コールセンターの人員配置でサービスレベル目標を満たすのに必要な人数を決める際によく使われます。
M/M/c/K と M/M/c/N の違いは何ですか？
M/M/c/K は、システム内の総顧客数（待機中とサービス中の両方）を K に制限し、K を超える到着は拒否（ブロック）されます。M/M/c/N は有限の閉じたシステムで、潜在顧客は全部で N 人しかいません。顧客が列に入ると、残りの母集団からの有効到着率は低下します。
待ち行列システムの平均待ち時間を短くするには？
最も効果的なのは、サービス率 μ を上げる（サーバーを高速化する）、サーバー数 c を増やす（並列チャネルを増やす）、または変動を減らすことです。直感に反して、利用率を90%から80%に下げるだけで待ち行列長が半分になることがあります。ρ が 1 に近づくと、行列長は超線形に増えるからです。
M/M 待ち行列は現実のシステムを表せますか？
M/M モデルは、到着がポアソン分布、サービス時間が指数分布に従うと仮定します。これは、電話、Web リクエスト、ランダムな顧客到着など多くの実システムに対して妥当な近似です。非指数のサービス時間にはより一般的な M/G/1 や G/G/c モデルもありますが、M/M の結果は容量計画において桁レベルで正確な見積もりを与えます。