课题基金 / 基金详情

Queueing Models with Behavioural Consideration

Queueing Models with Behavioural Consideration
考虑行为的排队模型
批准号：
203546-2012
负责人：
He, QiMing
金额：
$1.38万
依托单位：
University of Waterloo
依托单位国家：
加拿大
项目类别：
Discovery Grants Program - Individual
财政年份：
2012
资助国家：
加拿大
项目状态：
已结题
起止时间：
2012-01-01 至 2013-12-31
来源：
https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=508915
关键词：
QueueingModelsBehaviouralConsideration

项目摘要

项目成果

He, QiMing的其他基金

相似基金

相关文献

中文摘要
翻译
排队系统几乎在世界各地都可以找到。许多排队系统都涉及人类。人的行为对排队系统的性能有很大的影响。如何捕获和量化这种影响是对这种排队系统的设计和操作感兴趣的问题。本研究的目的是调查排队系统与行为的考虑。
英文摘要
Queueing systems can be found almost everywhere in the world. Many of the queueing systems involve humans. The behaviour of humans has significant impact on the performance of the queueing systems. How to capture and quantify such impact is an issue of interest to the design and operations of such queueing systems. The objective of this research is to investigate queueing systems with behavioural consideration.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Queues with Customer Abandonment and Stochastic Fluid Flow processes
  • 批准号：
    RGPIN-2017-04001
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $1.75万
  • 财政年份：
    2019
  • 负责人：
    He, QiMing
  • 依托单位：
    University of Waterloo
Queueing Models with Behavioural Consideration
  • 批准号：
    203546-2012
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $1.38万
  • 财政年份：
    2015
  • 负责人：
    He, QiMing
  • 依托单位：
    University of Waterloo
Queueing Models with Behavioural Consideration
  • 批准号：
    203546-2012
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $1.38万
  • 财政年份：
    2014
  • 负责人：
    He, QiMing
  • 依托单位：
    University of Waterloo
Queueing Models with Behavioural Consideration
  • 批准号：
    203546-2012
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $1.38万
  • 财政年份：
    2013
  • 负责人：
    He, QiMing
  • 依托单位：
    University of Waterloo
国内基金
海外基金
Scalable Learning and Optimization: High-dimensional Models and Online Decision-Making Strategies for Big Data Analysis
新型手性NAD(P)H Models合成及生化模拟