一段時間內到達路口排隊車數量符合泊松分佈，而反過來任何兩車到達的時間間隔符合指數分佈，建立各種數學模型不光是為了搞出結果，還要先算出趨勢。

這倆分佈間的關係可以用於解釋很多東西，交通上來講，隨著流量的增加，泊松係數增加，指數分佈的係數也開始變大。

仔細看一下，當指數分佈係數從小變大時，各個曲線呈現什麼規律。

那個交點密集的區域就是處理瓶頸問題的應該取值的區域，規律上講，係數越大，出現短間隔的機率越大，對應的策略應該是增加放行次數，減少紅綠等時間間隔，這是規律，下一步才是根據這個規律按照限制條件算最極限時間間隔的模型（儘可能短，不是你想象的那麼短）。按照這個規律，可以斃掉一半以上的模型。

說例子吧，孔孟之鄉的一個路口，哥天天過，曾經左轉和直行同時放行，出了交通事故會導致堵車，但沒交通事故時早高峰還可以接受，後來就左轉直行分開，交通事故是少了，但神奇的事情也發生了，就是每天要堵十來分鐘，後來有一天相關部門將燈時間調長，調燈前一天我就回家就跟媳婦說，這群蠢貨，明天會堵成屎，然後開了個建議給相關部門。不知道他們是在做實驗還是真的看到了，第二天堵成屎之後第三天左轉加直行調低到了120秒，第四天堵車距離明顯變短，今天，就是2016年的4月18日，早晨又堵成屎了，我到了單位後出去數秒，好麼，直行加左轉160秒，他們就是不信邪，就是要跟規律對著幹，誰能管得了，根據目測數秒估計各個因素粗略算了下直行加左轉的最短可行時間在80秒左右，然後才是根據轉彎和直行流量分配這80秒。

上學時曾拿此規律解釋規定比例抽檢法隨批次增加而導致標準過嚴的怪象，還可以解釋線平衡的邏輯（不知道原因就只能拾人牙慧，不能移植到新場景），總之跟時間和頻次有關的瓶頸問題都可以從這倆分佈裡找規律。