救护车的最佳分配
我们的客户是一个紧急响应管理组织，该组织通过“ 1-0-8紧急服务”处理医疗，警察和火灾紧急情况。目前，该组织运行着约690辆救护车。对从客户的管理数据库中提取的历史数据进行分析。实时数据输入被馈送到仿真模型，以提出最佳的救护车分配方案，从而为组织降低成本。
在概率论和统计学中，指数分布是描述泊松过程（即事件以恒定平均速率连续且独立发生的过程）中事件之间时间的概率分布。它具有减少内存的关键特性。除了用于泊松过程分析之外，还可以在其他各种情况下找到它。
我们使用指数分布来建模呼叫的到达间隔时间和救护车服务时间。模型参数lambda估计为来自客户端数据库的历史数据的平均值。给定23个中心的救护车分配情况，将重复进行一次模拟，每次模拟中有10
重复整个运动，减少救护车的数量。我们发现，随着各救护中心救护车数量的减少54％，我们仍实现了零等待时间。但是，减少55％的等待时间会很积极，因此在紧急服务情况下不值得冒险。
建议将救护车数量减少54％，为我们的客户提供降低成本的机会，而不会影响现有的SLA。当然，从服务中报废救护车并不会帮助降低成本，但是减少了新救护车的未来采购，这是我们客户采用的有效的成本削减机制。
题库