论文对带反馈的呼叫中心排队系统性能进行研究,具体地,在各种路由策略和坐席人员学习效应场景下,对该系统的服务水平TSF（Telephone Service Factor）和解决率CR（Call Resolution Rate）两个性能指标进行分析研究。由于解析方法难以描述上述考虑顾客重呼和路由策略等因素的排队系统,本文构建了带反馈的排队系统仿真模型,提出运用离散事件仿真方法对系统性能进行求解。通过对性能指标的比较分析,揭示了合适路由策略和注重坐席人员学习效应能显著改善系统性能。首先,建立带反馈的呼叫中心排队系统仿真模型,对可能影响服务水平TSF和系统解决率CR的因素,如呼叫到达率、坐席服务率、坐席人数、路由策略和坐席解决率,分别进行了数值分析。研究表明:（1）到达率、服务率和坐席人数显著影响指标TSF,但不影响指标CR。（2）推拉式路由策略比推式路由策略对服务水平TSF和系统解决率CR的同时优化效果更明显。（3）坐席解决率不仅显著影响服务水平TSF,而且影响系统解决率CR。然后,在坐席服务率和解决率为正相关、负相关和无关,以及系统利用率不同的场景下,研究6类推拉式路由策略对系统性能的影响。针对服务水平TSF和系统解决率CR,确定了路由策略的有效使用边界。研究表明,在所有路由策略中,CallSwap路由策略对两个系统性能指标的平衡优化效果最好。特别是,当系统利用率不大于90%时,CallSwap路由策略在保持服务水平TSF情况下能显著提高系统解决率CR。最后,在假设采用CallSwap路由策略情况下,以学习曲线表征坐席解决率随时间的变化,建立排队系统的仿真模型。通过数值实验,在不同学习速率下,研究坐席解决率的学习效应对系统性能的影响。研究表明,学习效应显著改善了系统解决率CR,同时更为显著地提高了服务水平TSF。