Elementy Modelowania Matematycznego



Podobne dokumenty
Literatura TEORIA MASOWEJ OBSŁUGI TEORIA KOLEJEK. Teoria masowej obsługi. Geneza. Teoria masowej obsługi

Elementy Modelowania Matematycznego Wykªad 9 Systemy kolejkowe

Literatura TEORIA MASOWEJ OBSŁUGI TEORIA KOLEJEK. Teoria masowej obsługi. Geneza. Teoria masowej obsługi

Literatura TEORIA MASOWEJ OBSŁUGI TEORIA KOLEJEK. Geneza. Teoria masowej obsługi. Cele masowej obsługi. Teoria masowej obsługi

Modele procesów masowej obsługi

Podstawy Informatyki Elementy teorii masowej obsługi

dr Adam Sojda Wykład Politechnika Śląska Badania Operacyjne Teoria kolejek

TEORIA OBSŁUGI MASOWEJ

Modelowanie komputerowe

Colloquium 1, Grupa A

System obsługi klienta przy okienku w urzędzie pocztowym

BADANIE EFEKTYWNOŚCI PRACY ELASTYCZNEGO GNIAZDA MONTAŻOWEGO

Systemy masowej obsługi

Colloquium 2, Grupa A

Systemy masowej obsługi

Rachunek prawdopodobieństwa dla informatyków

Planowanie przydziału procesora

Planowanie przydziału procesora

Elementy modelowania matematycznego

Rozkłady zmiennych losowych

Systemy kolejkowe z histerezą- wprowadzenie

Proces Poissona. Proces {N(t), t 0} nazywamy procesem zliczającym jeśli N(t) oznacza całkowitą liczbę badanych zdarzeń zaobserwowanych do chwili t.

Zarządzanie procesorem

Analiza procesu eksploatacji systemu kontroli dostępu w wybranym obiekcie

MODELE TEORII OBSŁUGI MASOWEJ W OCENIE WPŁYWU PRZEŁADUNKÓW MATERIAŁÓW NIEBEZPIECZNYCH NA PRACĘ TERMINALU KONTENEROWEGO

ELEMENTY TEORII MASOWEJ OBSŁUGI W ORGANIZACJI STACJI PRZEAŁDUNKOWYCH ODPADÓW KOMUNALNYCH

Modelowanie obiektów komunikacyjnych

MODEL OCENY SYSTEMU REMONTU TECHNIKI WOJSKOWEJ

Planowanie obciążenia

Matematyka ubezpieczeń majątkowych r.

Porównaj płace pracowników obu zakładów, dokonując kompleksowej analizy struktury. Zastanów się, w którym zakładzie jest korzystniej pracować?

4. ZNACZENIE ROZKŁADU WYKŁADNICZEGO

SYSTEM EWAKUACJI TECHNICZNEJ W DZIAŁANIACH BOJOWYCH

z przedziału 0,1 liczb dodatnich. Rozważmy dwie zmienne losowe:... ma złożony rozkład dwumianowy o parametrach 1,q i, gdzie X, wszystkie składniki X

STOCHASTYCZNY MODEL BEZPIECZEŃSTWA OBIEKTU W PROCESIE EKSPLOATACJI

Biostatystyka, # 3 /Weterynaria I/

Struktury danych (I): kolejka, stos itp.

Matematyka ubezpieczeń majątkowych r.

Kolejki FIFO (łącza nazwane)

Wstęp do programowania 2

ANALIZA I OCENA FUNKCJONALNOŚCI SYSTEMU MASOWEJ OBSŁUGI NA PODSTAWIE OBSŁUGI CELNEJ POJAZDÓW CIĘŻAROWYCH

NETCALL - wariant GABINETY

Zmienne losowe ciągłe i ich rozkłady

Spis treści 3 SPIS TREŚCI

Modelowanie stochastyczne Stochastic Modeling. Poziom przedmiotu: II stopnia. Liczba godzin/tydzień: 2W E, 2C

SYSTEMY CZASU RZECZYWISTEGO - VxWorks

MODELE STOCHASTYCZNE Plan wykładu

Zastosowanie teorii kolejek do analizy i oceny procesu transportowego w centrum logistycznym

Director - instrukcja obsługi

Zadania zestaw 1: Zadania zestaw 2

ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 1976 Seria: Górnictwo z. 72 Nr kol. 471

Remote Quotation Protocol - opis

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa

System Call Center IVR Kolejka. Case Study

Po co w ogóle prognozujemy?

Parametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f

Zadanie 1. Ilość szkód N ma rozkład o prawdopodobieństwach spełniających zależność rekurencyjną:

Specjalistyczna obsługa klienta

Planowanie przydziału procesora

Ogólna koncepcja planowania. Planowanie przydziału procesora. Komponenty jądra w planowaniu. Tryb decyzji. Podejmowanie decyzji o wywłaszczeniu

promocja domowy w dobrej cenie

Model Sieci Produkcyjnej dla Zadań Zarządzania Wiedzą

Statystyka w pracy badawczej nauczyciela

STATYSTYKA MATEMATYCZNA

LOGISTYKA W PRZEDSIĘBIORSTWIE ZIIP/S/I, wykłady 30g. K o n s p e k t

Wykład 4. Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym. 2. Rozkłady próbkowe. 3. Centralne twierdzenie graniczne

ZASTOSOWANIE MODELOWANIA SYMULACYJNEGO W USPRAWNIENIU PROCESU OBSŁUGI KLIENTÓW BANKU

Komisja Egzaminacyjna dla Aktuariuszy. XXXIX Egzamin dla Aktuariuszy z 5 czerwca 2006 r. Część I. Matematyka finansowa

Ogólnopolska Konferencja Aktuarialna Zagadnienia aktuarialne teoria i praktyka Warszawa, IE SGH 2009

Rozkłady statystyk z próby

STATYSTYKA wykład 1. Wanda Olech. Katedra Genetyki i Ogólnej Hodowli Zwierząt

01. dla x 0; 1 2 wynosi:

25. ALOHA typy i własności. 1) pure ALOHA czysta ALOHA:

Colloquium 3, Grupa A

Psychometria PLAN NAJBLIŻSZYCH WYKŁADÓW. Co wyniki testu mówią nam o samym teście? A. Rzetelność pomiaru testem. TEN SLAJD JUŻ ZNAMY

Wyciąg z analizy do Internetu

Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego

Kolokwium ze statystyki matematycznej

Statystyka i Analiza Danych

Testowanie hipotez statystycznych

Sterowanie wielkością zamówienia w Excelu - cz. 3

Zmienne losowe ciągłe i ich rozkłady

Podstawowe pojęcia statystyczne

Statystyka matematyczna dla leśników

Rozkład zajęć, statystyka matematyczna, Rok akademicki 2015/16, semestr letni, Grupy dla powtarzających (C15; C16)

Zadanie 1. O rozkładzie pewnego ryzyka X posiadamy następujące informacje: znamy oczekiwaną wartość nadwyżki ponad 20:

Teoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.

TRANSCOMP XIV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT SYMULACJA PROCESÓW LOGISTYCZNYCH W CENTRUM LOGISTYCZNYM

Najkrótsza droga Maksymalny przepływ Najtańszy przepływ Analiza czynności (zdarzeń)

UPORZĄDKOWANIE STOCHASTYCZNE ESTYMATORÓW ŚREDNIEGO CZASU ŻYCIA. Piotr Nowak Uniwersytet Wrocławski

Logika dla socjologów Część 3: Elementy teorii zbiorów i relacji

Automatyzacja procesu i zarządzanie zespołem

Program jest więc strukturą statyczną zapisaną na jakimś nośniku. Natomiast proces jest wykonującym się programem.

Metody statystyczne w socjologii SYLABUS A. Informacje ogólne Opis

Modelowanie systemu remontu techniki wojsk lądowych w operacjach

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Statystyka opisowa. Robert Pietrzykowski.

Statystyka matematyczna i ekonometria

Ćwiczenia 3 ROZKŁAD ZMIENNEJ LOSOWEJ JEDNOWYMIAROWEJ

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Transkrypt:

Elementy Modelowania Matematycznego Wykład 9 Systemy kolejkowe

Spis treści Wstęp Systemy masowej obsługi (SMO) Notacja Kendalla Schemat systemu masowej obsługi Przykład systemu M/M/1 Założenia modelu matematycznego Przykłady

Wstęp Teoria masowej obsługi, zwana także teorią systemów kolejkowych, zajmuje się budową modeli matematycznych, które można wykorzysta w racjonalnym zarządzaniu dowolnymi systemami działania, zwanymi systemami masowej obsługi.

Wstęp Przykłady takich systemów: sklepy, porty lotnicze, systemy użytkowania samochodów w przedsiębiorstwie transportowym, stacje benzynowe itp.

Wstęp

Systemy masowej obsługi W systemie masowej obsługi (SMO) mamy do czynienia z napływającymi w miarę upływu czasu zgłoszeniami (np. uszkodzony pojazd, klient, statek z kolejką obiektów oczekujących na obsługę ze stanowiskami obsługi (np. stanowiska diagnozowania pojazdu, sprzedawca, stanowisko wyładunku)

Systemy masowej obsługo Rozróżnia się systemy masowej obsługi: z oczekiwaniem; bez oczekiwania.

Systemy masowej obsługi W SMO z oczekiwaniem zgłoszenie (obiekt zgłoszenia) oczekuje w kolejce na obsługę, zaś w systemie bez oczekiwania, wszystkie stanowiska obsługi są zajęte i obiekt zgłoszenia wychodzi z systemu nie obsłużony.

Systemy masowej obsługi

Systemy masowej obsługi Charakterystyki SMO: procent czasu zajętości wszystkich stanowisk obsługi prawdopodobieństwo, że system nie jest pusty średnia liczba czekających klientów średnia liczba klientów czekających i obsługiwanych średni czas czekania średni czas czekania i obsługi prawdopodobieństwo, że przybywający klient czeka prawdopodobieństwo, że w systemie jest n klientów

Procesy Proces wejściowy intensywność strumienia wejściowego, intensywność przybywania; liczba klientów - trend; czas czekania na klienta.

Procesy Proces obsługi Czas obsługi (bez czasu czekania w kolejce) Rozkład czasu obsługi, np. wykładniczy: gdzie - intensywność obsługi średni czas obsługi 1/

Notacja Kendalla System kolejkowy opisany jest 3 lub 4 parametrami: 1/2/3/4 oznaczającymi: czas przybycia / czas obsługi / liczba stanowisk / liczba miejsc w systemie

Notacja Kendalla Parametr 1 - rozkład napływu M = Markowski (rozkład Poissona) czas przybycia D = Deterministyczny czas przybycia Parametr 2 - rozkład czasu obsługi M = Markowski (wykładniczy) czas obsługi G = Dowolny rozkład czasu obsługi D = Deterministyczny czas obsługi (jednopunktowy) Parametr 3 - liczba stanowisk obsługi Parametr 4 - liczba miejsc w systemie (łącznie stanowiska obsługi+ kolejka) Jeśli jest nieskończona jest pomijana w zapisie

System M/M/s System M/M/s oznacza, że mamy: strumień wejściowy Poissona z parametrem obsługa wykładnicza z parametrem liczba stanowisk s dyscyplina obsługi FIFO pojedyncza kolejka < s

System M/G/1 System M/G/1 oznacza: strumień wejściowy Poissona z parametrem czas obsługi o dowolnym rozkładzie, średniej i odchyleniu standardowym jedno stanowisko obsługi Czas obsługi nie musi mieć rozkładu wykładniczego, np.: naprawa telewizora badanie wzroku fryzjer

System M/D/1 System M/D/1 oznacza, że czas obsługi może być ustalony. np. w przypadku taśmy produkcyjnej myjni automatycznej Tak więc, czas obsługi jest deterministyczny. Aby uzyskać system M/D/1 z systemu M/G/1, trzeba przyjąć odchylenie standardowe równe 0 ( = 0)

Schemat systemu masowej obsługi 1 - zgłoszenia (obiekty zgłoszenia), 2- kolejka obiektów, 3 - stanowiska obsługi, 4 - przemieszczenia obiektów w systemie bez oczekiwania, 5 - przemieszczenia obiektów w systemie z priorytetem obsługi, 6 - przemieszczenia obiektu w systemie z oczekiwaniem, wej - strumień wejściowy zgłoszeń, wyj - strumień wyjściowy obsłużonych obiektów.

System masowej obsługi W zależności od dyscypliny obsługi SMO można podzielić następująco: FIFO (first in first out), czyli kolejność obsługi według przybycia; SIRO (selection in random order) czyli kolejność obsługi losowa; LIFO (last in last out), czyli ostatnie zgłoszenie jest najpierw obsłużone; priorytet dla niektórych usług (5), np. bezwzględny priorytet usługi oznacza, że zostaje przerwane aktualnie wykonywana obsługa obiektu, a na jego miejsce wchodzi obiekt z przyznanym priorytetem

Przykład systemu M/M/1 Charakterystyka systemu Napływ : proces Poissona z intensywnością Czas obsługi: rozkład wykładniczy z parametrem Procesy napływu i obsługi są niezależne Pojedyncze urządzenie obsługujące Nieskończona kolejka N(t) : stan systemu (liczba klientów chwili t)

Założenia modelu matematycznego Model matematyczny funkcjonowania SMO opiera się na teorii procesów stochastycznych. W modelu tym występują następujące zmienne losowe: czas upływający między wejściem do systemu dwóch kolejnych zgłoszeń; czas obsługi jednego zgłoszenia przez stanowisko obsługi; liczba stanowisk; liczebność miejsc w kolejce zgłoszeń oczekujących na obsługę.

Założenia modelu matematycznego Założenia modelu określają typ rozkładu prawdopodobieństwa zmiennych losowych (rozkład deterministyczny - równe odstępy czasu), rozkład wykładniczy, rozkład Erlanga, dowolny rozkład; zależność lub niezależność zmiennych losowych czasu czekania na zgłoszenie i czasu obsługi; skończona lub nieskończona wartość liczby stanowisk obsługi, długości poczekalni; obowiązującą w systemie dyscyplinę obsługi.

Założenia modelu matematycznego W systemie kolejkowym mamy do czynienia ze skończoną liczbą serwerów N, (np. operatorów telefonicznych, kas w supermarkecie) i bardzo dużą liczbą klientów R. Przyjmuje się że R zbiega do nieskończoności. Co jakiś czas klienci wysyłają losowo żądanie obsługi, co odpowiada sytuacji gdy abonent telefoniczny wybiera numer, a klient decyduje się podejść do kasy.

Założenia modelu matematycznego W swojej pracy Erlang wykazał, że losowe żądania obsługi mają rozkład Poissona. W rzeczywistości nie musi to być regułą, gdyż w przypadku blokady operatora, abonent zazwyczaj próbuje połączyć się jeszcze raz. Mimo to, rozkład ten dość dobrze odzwierciedla prawdziwy proces powstawania żądań. Dowodzi się również, że model Erlanga działa nawet gdy nadchodzące żądania odbiegają od rozkładu Poissona.

Założenia modelu matematycznego Inne założenia modelu to: niezależne generowanie żądań przez źródła (abonenci nie decydują, że będą razem dzwonić o ustalonej porze), czas obsługi żądania (rozmowy telefonicznej) ma rozkład wykładniczy, obsługa ma charakter FIFO (First In First Out) - żądania obsługuje się w kolejności ich przychodzenia).

Założenia modelu matematycznego Erlang jednostka natężenia ruchu telekomunikacyjnego (w żargonie: trafiku). Nazwa wywodzi się od nazwiska Agnera Krarupa Erlanga, autora teorii masowej obsługi, znanej również jako teoria kolejek, która stanowi uogólnienie zjawisk zaobserwowanych w telekomunikacji.

Założenia modelu matematycznego Dla danego systemu telekomunikacyjnego składającego się z 1 linii, i czasu obserwacji równego 1 godzinie (60 minut), jeśli linia ta zajęta jest cały czas przez pełną godzinę, to natężenie ruchu wynosi 1 Erlang; odpowiednio, jeśli linia ta zajęta jest przez 30 minut, natężenie to wynosi 0,5 Erlanga

Założenia modelu matematycznego W teorii systemów kolejkowych wyróżniamy: jednokanałowe systemy obsługi wielokanałowe systemy obsługi

Założenia modelu matematycznego

Założenia modelu matematycznego

Przykład Na poczcie obok innych stanowisk jedno jest przeznaczone do obsługi wpłat i wypłat gotówkowych osób fizycznych. Ruch w godzinach 14-18 jest tak duży, że rozważa się możliwość uruchomienia dodatkowego stanowiska obsługi. Sprawdzić, czy jest to słuszna decyzja. Poniżej podano obserwacje poczynione w czasie jednej z godzin szczytowych.

Przykład

Rozwiązanie

Wzory

Wzory

Wzory

Wzory

Przykład 2

Przykład 2

Przykład 2

Przykład 2

Przykład 2

Przykład 2

Koniec