摘要排队论作为运筹学的重要分支，为分析随机服务系统提供了坚实的数学框架。本文系统研究M/M/1和M/M/c排队模型的稳态指标计算方法，从生灭过程理论出发，严格推导系统的稳态概率分布、平均队长、平均等待时间、平均逗留时间及系统忙期等核心性能指标。在方法层面，本文提出了"特征根—母函数联合法"作为求解稳态指标的最优策略，该方法较传统递推法具有更高的数值稳定性和计算效率。在应用层面，本文以某三甲医院急诊科为案例，构建基于M/M/c模型的医疗资源配置优化框架，通过2026年第一季度实际数据验证模型有效性。研究结果表明，将排队论模型与实时数据驱动方法相结合，能够在保证服务质量的前提下显著降低运营成本，为智慧医疗管理提供理论支撑和决策依据。关键词：排队论；M/M/1模型；M/M/c模型；稳态指标；生灭过程；医疗资源配置；数学建模目录摘要一、引言1.1 研究背景与意义1.2 排队论的发展沿革1.3 本文工作与结构安排二、排队论基础知识2.1 排队系统的组成与特征2.2 Kendall符号体系2.3 生灭过程与排队系统的稳态分析三、M/M/1模型的稳态指标计算3.1 模型假设与参数定义3.2 稳态概率分布的推导3.3 稳态性能指标的计算3.3.1 平均队长（平均系统顾客数）LL3.3.2 平均等待队长（平均队列长度）LqLq3.3.3 平均逗留时间WW与平均等待时间WqWq3.3.4 系统忙期分析3.4 数值算例与灵敏度分析四、M/M/c模型的稳态指标计算4.1 模型假设与参数设置4.2 稳态概率分布的推导4.3 稳态性能指标的计算4.3.1 平均等待队长LqLq4.3.2 其他性能指标4.3.3 M/M/c的忙期分析4.4 M/M/c与M/M/1的对比分析五、稳态指标计算的最优方法研究5.1 现有计算方法评述5.2 特征根—母函数联合法5.3 算法实现的优化策略5.4 方法性能比较六、应用案例：基于M/M/c模型的医疗资源配置优化6.1 问题描述与背景6.2 数据采集与参数估计6.3 模型构建与指标计算6.4 灵敏度分析与鲁棒性检验6.5 与M/M/1模型的对比启示七、总结与展望7.1 本文总结7.2 局限性与改进方向7.3 未来研究展望参考文献一、引言