要解决这个问题，我们可以使用Python编程语言来模拟不同客户在发起和接收请求时的处理时间，并计算平均客户处理时间。下面是一个示例代码：

import random

def simulate_customer_processing_time(num_customers):
    processing_times = []
    for _ in range(num_customers):
        processing_time = random.randint(1, 10)  # 模拟客户处理时间，范围为1到10之间的随机数
        processing_times.append(processing_time)
    return processing_times

def calculate_average_processing_time(processing_times):
    total_processing_time = sum(processing_times)
    average_processing_time = total_processing_time / len(processing_times)
    return average_processing_time

num_customers = 100  # 模拟的客户数量
processing_times = simulate_customer_processing_time(num_customers)
average_processing_time = calculate_average_processing_time(processing_times)

print("平均客户处理时间：", average_processing_time)

在这个示例中，我们使用simulate_customer_processing_time函数来模拟不同客户的处理时间。num_customers参数指定了要模拟的客户数量。函数会生成一个包含随机处理时间的列表。

然后，我们使用calculate_average_processing_time函数来计算平均客户处理时间。该函数接受一个包含处理时间的列表，并通过求和除以列表长度来计算平均值。

最后，我们打印出平均客户处理时间。

请注意，这只是一个简单的示例，用于演示如何使用代码来解决问题。实际情况可能更加复杂，需要根据具体需求进行适当调整。