У дома Генератор Многоканален smo с неограничено чакане. Едноканални системи за масово обслужване. Класификация на едноканалните системи за масово обслужване

Многоканален smo с неограничено чакане. Едноканални системи за масово обслужване. Класификация на едноканалните системи за масово обслужване

Федерална агенция за образование на Руската федерация

FGOU SPO "Перевозски строителен колеж"

Курсова работа

по дисциплина "Математически методи"

на тема „QS с ограничено време на изчакване. Затворен QS»

Въведение ................................................. ................................................ .. ..... 2

1. Основи на теорията на масовото обслужване .............................................. ..... 3

1.1 Концепцията за случаен процес............................................. ......... 3

1.2 Стохастичен процес на Марков ............................................. ................. ................ 4

1.3 Потоци на събития ............................................. ................ ................................. ......... 6

1.4 Уравнения на Колмогоров за вероятности на състояния. Окончателни вероятности за състояния ............................................. ................. ................................. ......... 9

1.5 Задачи на теорията на масовото обслужване.................................................. ............ .. 13

1.6 Класификация на системите за масово обслужване............................................. .. 15

2. Системи за чакащи опашки.................................. .......... 16

2.1 Едноканално закъснение QS..................................... ........................ 16

2.2 Многоканална латентност QS ............................................ .................. 25

3. Затворен QS .............................................. ......... ................................................ 37

Решението на проблема................................................. ......................................... 45

Заключение..................................................... ................................................. . 50

Библиография.................................................. .............................................. 51


В този курс ще разгледаме различни системи за масово обслужване (QS) и мрежи за масово обслужване (QNS).

Системата за опашка (QS) се разбира като динамична система, предназначена да обслужва ефективно потока от приложения (изисквания за обслужване) при ограничения на системните ресурси.

QS моделите са удобни за описание на отделни подсистеми на съвременни изчислителни системи, като подсистема процесор - основна памет, входно-изходен канал и др. Изчислителната система като цяло е съвкупност от взаимосвързани подсистеми, чието взаимодействие е вероятностно. Приложение за решаване на определен проблем, което влиза в изчислителната система, преминава през последователност от етапи на броене, достъп до външни устройства за съхранение и входно-изходни устройства. След завършване на определена последователност от такива етапи, чийто брой и продължителност зависят от сложността на програмата, заявката се счита за обслужена и напуска изчислителната система. Така изчислителната система като цяло може да бъде представена чрез набор от QS, всеки от които показва процеса на функциониране на отделно устройство или група устройства от същия тип, които са част от системата.

Набор от взаимосвързани QS се нарича мрежа за опашка (стохастична мрежа).

Като начало ще разгледаме основите на теорията на QS, след което ще преминем към запознаване с подробното съдържание на QS с очакване и затворена QS. Курсът включва и практическа част, в която ще се запознаем в детайли как да приложим теорията на практика.


Теорията на опашките е един от клоновете на теорията на вероятностите. Тази теория счита вероятностенпроблеми и математически модели (преди това разглеждахме детерминирани математически модели). Спомнете си, че:

Детерминиран математически моделотразява поведението на даден обект (система, процес) от гледна точка пълна сигурноств настоящето и бъдещето.

Вероятностен математически моделотчита влиянието на случайни фактори върху поведението на даден обект (система, процес) и следователно оценява бъдещето от гледна точка на вероятността от определени събития.

Тези. тук, както например в теорията на игрите, се разглеждат проблеми в условия несигурност .

Нека първо разгледаме някои понятия, които характеризират "стохастичната несигурност", когато несигурните фактори, включени в проблема, са случайни променливи (или случайни функции), чиито вероятностни характеристики са известни или могат да бъдат получени от опит. Такава несигурност се нарича още "благоприятна", "доброкачествена".

Строго погледнато, случайните смущения са присъщи на всеки процес. По-лесно е да се дадат примери за случаен процес, отколкото за "неслучаен" процес. Дори, например, процесът на часовника (изглежда, че е стриктна, добре настроена работа - „работи като часовник“) е обект на случайни промени (напред, изоставане, спиране). Но докато тези смущения са незначителни и имат малък ефект върху параметрите, които ни интересуват, можем да ги пренебрегнем и да считаме процеса за детерминистичен, неслучаен.

Нека има някаква система С(техническо устройство, група от такива устройства, технологична система - металорежеща машина, участък, цех, предприятие, индустрия и др.). В системата Стечове случаен процес, ако променя състоянието си с течение на времето (преминава от едно състояние в друго), освен това по произволен неизвестен начин.

Примери:

1. Система С– технологична система (машинен участък). Машините се развалят и се ремонтират от време на време. Процесът, протичащ в тази система, е случаен.

2. Система С- самолет, летящ на определена височина по определен маршрут. Смущаващи фактори - метеорологични условия, грешки на екипажа и др., последствия - "бърборене", нарушаване на графика на полета и др.

Случайният процес в системата се нарича Марковскиако за всеки момент от време T 0 вероятностните характеристики на процеса в бъдещето зависят само от състоянието му в момента T 0 и не зависят от това кога и как системата е стигнала до това състояние.

Нека системата е в определено състояние в настоящия момент t 0 С 0 . Ние знаем характеристиките на състоянието на системата в настоящето и всичко, което се е случило по време T <T 0 (хронология на процеса). Можем ли да предвидим (предскажем) бъдещето, т.е. какво ще стане кога T >T 0? Не точно, но някои вероятностни характеристики на процеса могат да бъдат намерени в бъдещето. Например, вероятността след известно време системата Сще бъде в състояние С 1 или останете в държавата С 0 и т.н.

Пример. Система С- група самолети, участващи във въздушен бой. Позволявам х- броят на "червените" самолети, г- броят на "сините" самолети. По времето T 0 броят на оцелелите (не свалени) самолети, съответно - х 0 , г 0 . Интересува ни вероятността в момента численото превъзходство да е на страната на "червените". Тази вероятност зависи от състоянието на системата в момента T 0 , а не кога и в каква последователност са загинали свалените до момента T 0 самолета.

На практика процесите на Марков в техния чист вид обикновено не се срещат. Но има процеси, за които влиянието на "праисторията" може да се пренебрегне. И при изучаването на такива процеси могат да се използват марковски модели (в теорията на масовото обслужване се разглеждат и немарковски системи за масово обслужване, но математическият апарат, който ги описва, е много по-сложен).

В изследването на операциите марковските стохастични процеси с дискретни състояния и непрекъснато време са от голямо значение.

Процесът се нарича процес на дискретно състояниеако неговите възможни състояния С 1 , С 2 , … може да се определи предварително и преходът на системата от състояние в състояние се случва в „скок“, почти мигновено.

Процесът се нарича непрекъснат процес във времето, ако моментите на възможни преходи от състояние в състояние не са предварително фиксирани, а са неопределени, произволни и могат да възникнат по всяко време.

Пример. Технологична система (раздел) Ссе състои от две машини, всяка от които в произволен момент от време може да се повреди (повреди), след което незабавно започва ремонтът на агрегата, също продължаващ за неизвестно, произволно време. Възможни са следните състояния на системата:

С 0 - и двете машини работят;

С 1 - първата машина е в ремонт, втората е изправна;

С 2 - втората машина е в ремонт, първата е изправна;

С 3 - двете машини са в ремонт.

Системни преходи Сот състояние в състояние се случват почти мигновено, в произволни моменти на повреда на една или друга машина или завършване на ремонт.

Когато анализирате случайни процеси с дискретни състояния, е удобно да използвате геометрична схема - графика на състоянието. Върховете на графа са състоянията на системата. Графичните дъги са възможни преходи от състояние в състояние. За нашия пример графиката на състоянието е показана на фиг. 1.

Ориз. 1. Графика на състоянията на системата

Забележка. Преход на държавата С 0 инча С 3 не е посочено на фигурата, т.к предполага се, че машините се отказват независимо една от друга. Пренебрегваме вероятността от едновременна повреда на двете машини.

Поток от събития- поредица от хомогенни събития, следващи едно след друго в някакъв случаен момент.

В предишния пример това е поток за отказ и поток за възстановяване. Други примери: поток на обаждания в телефонна централа, поток на клиенти в магазин и др.

Потокът от събития може да се визуализира чрез поредица от точки на времевата ос О T- ориз. 2.

Ориз. 2. Изображение на потока от събития по времевата ос

Позицията на всяка точка е произволна и тук е показано само едно изпълнение на потока.

Интензивността на потока от събития ( ) е средният брой събития за единица време.

Нека разгледаме някои свойства (типове) на потоците от събития.

Потокът от събития се нарича стационарен, ако неговите вероятностни характеристики не зависят от времето.

По-специално, интензитетът на стационарен поток е постоянен. Потокът от събития неизбежно има концентрации или разреждане, но те не са закономерни, а средният брой събития за единица време е постоянен и не зависи от времето.

Потокът от събития се нарича протече без последствия, ако за всеки два непресичащи се времеви интервала и (виж Фиг. 2) броят на събитията, които се падат на единия от тях, не зависи от това колко събития падат на другия. С други думи, това означава, че събитията, които формират потока, се появяват в определени точки от времето. независимо една от другаи всеки по своите си причини.

Потокът от събития се нарича обикновени, ако събитията в него се появяват поотделно, а не в групи от по няколко наведнъж.

Потокът от събития се нарича най-простият (или стационарен Poisson),ако има три свойства едновременно:

1) стационарен;

2) обикновени;

3) няма последствия.

Най-простият поток има най-простото математическо описание. Той играе същата специална роля сред потоците, както и законът за нормалното разпределение сред другите закони за разпределение. А именно, когато се наслагват достатъчно голям брой независими, стационарни и обикновени потоци (сравними един с друг по интензитет), се получава поток, близък до най-простия.

За най-прост поток с интервал на интензивност Tмежду съседни събития има т.нар експоненциално (експоненциално) разпределениес плътност:

където е параметърът на експоненциалния закон.

За случайна променлива T, което има експоненциално разпределение, математическото очакване е реципрочната стойност на параметъра, а стандартното отклонение е равно на математическото очакване:

Като се имат предвид марковски процеси с дискретни състояния и непрекъснато време, се разбира, че всички преходи на системата Сот състояние в състояние възникват под въздействието на най-простите потоци от събития (потоци на повиквания, потоци при отказ, потоци за възстановяване и т.н.). Ако всички потоци от събития превеждат системата Сот състояние към състояние на най-простото, тогава процесът, протичащ в системата, ще бъде марковски.

И така, системата в държавата се влияе от най-простия поток от събития. Веднага щом се появи първото събитие от този поток, системата „скача“ от състояние в състояние (на графиката на състоянието, по стрелката).

За по-голяма яснота, на графиката на системните състояния всяка дъга е отбелязана с интензитета на потока от събития, който прехвърля системата по тази дъга (стрелка). - интензивността на потока от събития, прехвърлящи системата от състояние към . Такава графика се нарича етикетирани. За нашия пример, означената графика е показана на фиг. 3.

Ориз. 3. Етикетирана графика на състоянието на системата

На тази фигура - интензивността на потока от повреди; - интензивността на възстановителния поток.

Предполагаме, че средното време за ремонт на машина не зависи от това дали се ремонтира една машина или и двете едновременно. Тези. Всяка машина се ремонтира от отделен специалист.

Нека системата е в държавата С 0 . В състояние С 1 се превежда от потока от грешки на първата машина. Интензивността му е:

къде е средното време за работа на първата машина.

Извън държавата С 1 инч С 0 системата се прехвърля от потока „краища на ремонта“ на първата машина. Интензивността му е:

където е средното време за ремонт на първата машина.

По подобен начин се изчисляват интензитетите на потоците от събития, които пренасят системата по всички дъги на графиката. Разполагайки с обозначена графика на системните състояния, a математически моделтози процес.

Нека разглежданата система Сима -възможни състояния . Вероятността за тото състояние е вероятността в даден момент системата да бъде в състояние. Очевидно за всеки момент от време сумата от всички вероятности на състоянието е равна на единица:

За да се намерят всички вероятности за състояния като функции на времето, се компилират и решават следните Уравнения на Колмогоров– специален вид уравнение, в което неизвестните функции са вероятностите на състоянията. Тук даваме правилото за съставяне на тези уравнения без доказателство. Но преди да го представим, нека обясним концепцията вероятност за крайно състояние .

Какво ще се случи с вероятностите на състоянията при ? Ще се стремят ли към някакви ограничения? Ако тези ограничения съществуват и не зависят от първоначалното състояние на системата, тогава те се извикват вероятности за крайно състояние .

където е крайният брой състояния на системата.

Вероятности за крайно състояниевече не са променливи (функции на времето), а постоянни числа. Очевидно е, че:

Вероятност за крайно състояниее по същество средното относително време, което системата прекарва в това състояние.

Например системата Сима три състояния С 1 , С 2 и С 3 . Крайните им вероятности са съответно 0,2; 0,3 и 0,5. Това означава, че системата в гранично стационарно състояние прекарва средно 2/10 от времето в състояние С 1 , 3/10 - способен С 2 и 5/10 - способен С 3 .

Правилото за съставяне на система от уравнения на Колмогоров: във всяко уравнение на системата от лявата му странае крайната вероятност за това състояние, умножена по общата интензивност на всички потоци, водещи от това състояние, А в неговото право частие сумата от продуктите на интензитетите на всички потоци, включен в -то състояние, върху вероятностите на тези състояния, от които произхождат тези потоци.

Използвайки това правило, записваме системата от уравнения за нашия пример :

.

Изглежда, че тази система от четири уравнения с четири неизвестни може да бъде напълно решена. Но тези уравнения са хомогенни (нямат свободен член) и следователно определят неизвестните само с произволен фактор. Можете обаче да използвате условието за нормализиране: и го използвайте за решаване на системата. В този случай едно (всяко) от уравненията може да бъде отхвърлено (следва като следствие от останалите).

Продължение на примера. Нека стойностите на интензитетите на потока са равни на: .

Отхвърляме четвъртото уравнение, като вместо това добавяме условието за нормализиране:

.

Тези. в ограничителния, стационарен режим, системата Ссредно 40% от времето ще бъде прекарано в състояние С 0 (и двете машини са в добро състояние), 20% - в добро състояние С 1 (първата машина е в ремонт, втората работи), 27% - в добро състояние С 2 (втората машина е в ремонт, първата работи), 13% - в състояние С 3 (и двете машини са в ремонт). Познаването на тези крайни вероятности може да помогне да се оцени средната ефективност на системата и натоварването на възстановителните органи.

Нека системата Сспособен С 0 (напълно работещ) носи за единица време доход от 8 условни единици, в състояние С 1 - доход 3 условни единици, в състояние да С 2 – доход от 5 условни единици, в състояние да С 3 - не носи приходи. Тогава в ограничителния стационарен режим средният доход за единица време ще бъде равен на: конвенционални единици.

Машина 1 се ремонтира за част от времето, равна на: . Машина 2 се ремонтира за част от времето, равно на: . Възниква проблем с оптимизацията. Да предположим, че можем да намалим средното време за ремонт на първата или втората машина (или и двете), но това ще ни струва определена сума. Въпросът е дали увеличението на приходите, свързано с по-бързи ремонти, ще плати ли увеличените разходи за ремонт? Ще бъде необходимо да се реши система от четири уравнения с четири неизвестни.

Примери за системи за масово обслужване (QS): телефонни централи, сервизи, билетни каси, информационни гишета, металорежещи машини и други технологични системи, гъвкави системи за управление на производствени системи и др.

Всяка QS се състои от определен брой сервизни единици, които се извикват обслужващи канали(това са машини, транспортни колички, роботи, комуникационни линии, касиери, продавачи и др.). Всеки QS е проектиран да обслужва някои поток на приложението(изисквания), пристигащи в произволен момент.

Обслужването на заявката продължава известно, най-общо казано, произволно време, след което каналът се освобождава и е готов да приеме следваща заявка. Случайният характер на потока от заявки и времето за обслужване води до факта, че в някои периоди от време на входа на QS се натрупват ненужно голям брой заявки (те или влизат в опашката, или оставят QS необслужен). В други периоди QS ще работи с недостатъчно натоварване или дори ще стои празен.

Процесът на работа на QS е случаен процес с дискретни състояния и непрекъснато време. Състоянието на QS се променя рязко в моментите на възникване на някои събития (пристигане на нова заявка, край на услугата, моментът, когато заявката, която е уморена да чака, напусне опашката).

Предмет на теорията на масовото обслужване– изграждане на математически модели, които свързват дадените условия на работа на QS (брой канали, тяхната производителност, правила за работа, естество на потока от заявки) с характеристиките, които ни интересуват – показатели за ефективност на QS. Тези показатели описват способността на CMO да се справи с потока от приложения. Те могат да бъдат: среден брой приложения, обслужени от QS за единица време; среден брой заети канали; среден брой заявления в опашката; средно време за чакане за обслужване и др.

Математическият анализ на работата на QS е значително улеснен, ако процесът на тази работа е марковски, т.е. потоците от събития, които прехвърлят системата от състояние в състояние, са най-простите. В противен случай математическото описание на процеса става много сложно и рядко е възможно да се доведе до конкретни аналитични зависимости. На практика немарковските процеси се свеждат до марковски процеси с приближение. Следният математически апарат описва процесите на Марков.

Първото разделение (по наличието на опашки):

1. QS с откази;

2. CMO с опашка.

В CMO с неуспехизаявка, която пристига в момента, когато всички канали са заети, се отхвърля, напуска QS и не се обслужва по-нататък.

В CMO с опашкаприложение, което пристига в момент, когато всички канали са заети, не напуска, а се нарежда на опашка и чака възможност да бъде обслужено.

QS с опашки са подразделенив различни типове в зависимост от това как е организирана опашката - ограничено или неограничено. Ограниченията могат да се отнасят както до дължината на опашката, така и до времето за чакане, „дисциплината на обслужването“.

Така например се разглеждат следните QS:

· QS с нетърпеливи заявки (дължината на опашката и времето за обслужване е ограничено);

· QS с приоритетно обслужване, т.е. някои приложения се обслужват извън ред и т.н.

В допълнение QS се разделят на отворени QS и затворени QS.

В отворен CMOхарактеристиките на потока от приложения не зависят от състоянието на самия QS (колко канала са заети). В затворен QS- зависи. Например, ако един работник обслужва група машини, които се нуждаят от настройка от време на време, тогава интензивността на потока от „изисквания“ от машините зависи от това колко от тях вече са в добро състояние и чакат настройка.

Класификацията на CMO далеч не се ограничава до горните сортове, но това е достатъчно.

Да разгледаме най-простата QS с очакване - едноканална система (n - 1), която получава поток от заявки с интензитет; интензитет на услугата (т.е. средно непрекъснато зает канал ще издава обслужвани заявки за единица (време). Заявка, пристигнала в момента, когато каналът е зает, се поставя на опашка и чака обслужване.

Система с ограничена дължина на опашката. Да приемем първо, че броят на местата в опашката е ограничен от числото m, т.е. ако клиент пристигне в момент, когато вече има m-клиенти на опашката, той оставя системата необслужена. В бъдеще, ако m клони към безкрайност, получаваме характеристиките на едноканален QS без ограничения върху дължината на опашката.

Ние ще номерираме QS състоянията според броя на заявките в системата (както обслужени, така и очакващи услуга):

Каналът е безплатен;

Каналът е зает, няма опашка;

Каналът е зает, едно приложение е в опашката;

Каналът е зает, k-1 заявки са в опашката;

Каналът е зает, t-приложенията са на опашката.

GSP е показан на фиг. 4. Всички интензитети на потоците от събития, които преминават към системата по стрелките отляво надясно, са равни, а отдясно наляво - . Всъщност, според стрелките отляво надясно, системата се прехвърля от потока от заявки (веднага щом пристигне заявка, системата преминава в следващото състояние), отдясно наляво - потокът от „освобождавания“ на зает канал, който има интензитет (веднага след като бъде обслужена следващата заявка, каналът или ще стане свободен, или ще намали броя на приложенията в опашката).

Ориз. 4. Едноканален QS с изчакване

Показано на фиг. 4 схема е схема на размножаване и смърт. Нека напишем изрази за граничните вероятности на състоянията:

(5)

или използвайки: :

(6)

Последният ред в (6) съдържа геометрична прогресия с първи член 1 и знаменател p, от който получаваме:

(7)

във връзка с което пределните вероятности приемат формата:

(8).

Израз (7) е валиден само за< 1 (при = 1 она дает неопределенность вида 0/0). Сумма геометрической прогрессии со знаменателем = 1 равна m+2, и в этом случае:

Нека дефинираме характеристиките на QS: вероятността от повреда, относителната производителност q, абсолютната производителност A, средната дължина на опашката, средният брой приложения, свързани със системата, средното време на чакане в опашката, средно време на престой на приложението в QS.

Вероятност за повреда. Очевидно заявката се отхвърля само в случай, че каналът е зает и всички m-места в опашката също са:

(9).

Относителна производителност:

(10).

Средна дължина на опашката. Нека намерим средния брой -приложения в опашката като математическо очакване на дискретна случайна променлива R-брой приложения в опашката:

С вероятност има едно приложение в опашката, с вероятност - две приложения, като цяло с вероятност има k-1 приложения в опашката и т.н., откъдето:

(11).

Тъй като , сумата в (11) може да се третира като производна по отношение на сумата на геометрична прогресия:

Замествайки този израз в (11) и използвайки от (8), накрая получаваме:

(12).

Средният брой рекламации в системата. След това получаваме формула за средния брой -заявки, свързани със системата (както в опашката, така и в услугата). Тъй като , където е средният брой обслужвани приложения и k е известно, остава да се определи . Тъй като има само един канал, броят на обслужваните заявки може да бъде 0 (с вероятност ) или 1 (с вероятност 1 - ), откъдето:

.

и средният брой приложения, свързани с QS, е:

(13).

Средно време за изчакване на приложение на опашката. Нека го обозначим; ако клиентът пристигне в системата в даден момент от времето, тогава с вероятност каналът за обслужване няма да е зает и няма да се налага да стои на опашка (времето за изчакване е нула). С вероятност тя ще влезе в системата по време на обслужване на някаква заявка, но няма да има опашка пред нея и заявката ще изчака началото на услугата си за период от време (средното време за обслужване на една заявка). С вероятност ще има още едно в опашката преди разглежданата заявка и средното време на изчакване ще бъде равно на и т.н.

Ако k=m+1, т.е. когато новопостъпил клиент установи, че каналът за обслужване е зает и има m-клиенти в опашката (вероятността за това е), тогава в този случай клиентът не се реди на опашка (и не се обслужва), така че времето за изчакване е нула. Средното време на изчакване ще бъде:

ако заместим изрази за вероятности (8) тук, получаваме:

(14).

Тук се използват съотношения (11), (12) (производна на геометрична прогресия), както и от (8). Сравнявайки този израз с (12), забелязваме, че с други думи средното време на изчакване е равно на средния брой приложения в опашката, разделен на интензивността на потока от приложения.

(15).

Средно време на престой на заявка в системата. Нека означим - очакване на случайна променлива - времето на престой на приложението в QS, което е сумата от средното време на чакане в опашката и средното време за обслужване. Ако натоварването на системата е 100%, очевидно, в противен случай:

.

Пример 1. Бензиностанция (бензиностанция) е QS с един обслужващ канал (една колона).

Площадката на гарата позволява не повече от три автомобила да стоят на опашката за зареждане едновременно (m = 3). Ако вече има три коли на опашката, следващата кола, която пристига на гарата, не се нарежда. Потокът от автомобили, пристигащи за зареждане, е с интензитет = 1 (автомобил в минута). Процесът на зареждане с гориво продължава средно 1,25 минути.

Определете:

вероятност за повреда;

относителен и абсолютен капацитет на бензиностанциите;

среден брой автомобили, чакащи за зареждане с гориво;

среден брой автомобили на бензиностанцията (включително обслужени);

средно време за чакане на автомобил на опашката;

средното време на престой на автомобила на бензиностанцията (включително обслужване).

С други думи, средното време на изчакване е равно на средния брой приложения в опашката, разделен на интензивността на потока от приложения.

Първо намираме намалената интензивност на потока от приложения: =1/1.25=0.8; =1/0,8=1,25.

Според формули (8):

Вероятността за повреда е 0,297.

Относителен капацитет на QS: q=1-=0.703.

Абсолютната пропускателна способност на QS: A==0,703 коли в минута.

Средният брой коли в опашката се намира по формулата (12):

тези. средният брой коли, чакащи на опашка за бензиностанция, е 1,56.

Като добавим към тази стойност средния брой автомобили в експлоатация:

получаваме средния брой автомобили, свързани с бензиностанцията.

Средното време за чакане на автомобил на опашката по формулата (15):

Добавяйки тази стойност, получаваме средното време, което автомобилът прекарва на бензиностанцията:

Системи с неограничено изчакване. В такива системи стойността на m не е ограничена и следователно основните характеристики могат да бъдат получени чрез преминаване към границата в предварително получените изрази (5), (6) и т.н.

Забележете, че в този случай знаменателят в последната формула (6) е сумата от безкраен брой членове на геометрична прогресия. Тази сума се събира, когато прогресията е безкрайно намаляваща, т.е. при<1.

Може да се докаже, че<1 есть условие, при котором в СМО с ожиданием существует предельный установившийся режим, иначе такого режима не существует, и очередь при будет неограниченно возрастать. Поэтому в дальнейшем здесь предполагается, что <1.

Ако, тогава отношенията (8) приемат формата:

(16).

Ако няма ограничения за дължината на опашката, всяка заявка, която идва в системата, ще бъде обслужена, следователно q=1, .

Средният брой заявки в опашката се получава от (12) с:

Средният брой приложения в системата по формула (13) за:

.

Получаваме средното време на изчакване от формула (14) за:

.

И накрая, средното време на престой на приложение в QS е:

Система с ограничена дължина на опашката. Да разгледаме канал QS с чакане, който получава поток от заявки с интензитет; интензивност на услугата (за един канал); броя на местата в опашката.

Състоянията на системата са номерирани според броя на заявките, свързани от системата:

без опашка:

Всички канали са безплатни;

Един канал е зает, останалите са свободни;

Заети - канали, останалите не са;

Всички канали са заети, няма свободни;

има опашка:

Всички n-канали са заети; едно приложение е на опашката;

Всички n-канали са заети, r-заявки в опашката;

Всички n-канали са заети, r-поръчките са в опашката.

GSP е показан на фиг. 17. Всяка стрелка има съответни интензитети на потоци от събития. Според стрелките отляво надясно системата винаги се прехвърля от един и същ поток от заявки с интензитет , според стрелките отдясно наляво системата се прехвърля от обслужващ поток, чийто интензитет е равен на, умножен по броя на заетите канали.

Ориз. 17. Многоканален QS с изчакване

Графиката е типична за процесите на размножаване и смърт, за които предварително е получено решение. Нека напишем изрази за граничните вероятности на състояния, използвайки нотацията : (тук използваме израза за сумата от геометрична прогресия със знаменател ).

Така се намират всички вероятности на състоянието.

Нека дефинираме характеристиките на ефективността на системата.

Вероятност за повреда. Входяща заявка се отхвърля, ако всички n-канали и всички m-места в опашката са заети:

(18)

Относителната производителност допълва вероятността за повреда до едно:

Абсолютна производителност на QS:

(19)

Среден брой заети канали. За CMO с неуспехи той съвпадна със средния брой приложения в системата. За QS с опашка средният брой на заетите канали не съвпада със средния брой заявки в системата: последната стойност се различава от първата със средния брой заявки в опашката.

Нека обозначим средния брой заети канали. Всеки зает канал обслужва средно - заявки за единица време, а QS като цяло обслужва средно A - заявки за единица време. Разделяйки едно на друго, получаваме:

Средният брой заявки в опашката може да се изчисли директно като математическо очакване на дискретна случайна променлива:

(20)

Тук отново (израз в скоби) се появява производната на сумата от геометрична прогресия (виж по-горе (11), (12) - (14)), като използваме отношението за нея, получаваме:

Среден брой приложения в системата:

Средно време за изчакване на приложение на опашката. Нека разгледаме редица ситуации, които се различават по състоянието, в което новопристигналата заявка ще намери системата и колко време ще трябва да чака за обслужване.

Ако обектът не намери всички канали за заети, той изобщо няма да трябва да чака (съответните членове в математическото очакване са равни на нула). Ако заявката пристигне в момента, когато всички n-канали са заети и няма опашка, тя ще трябва да изчака средно време, равно на (защото „потокът на освобождаване“ на -каналите има интензитет ). Ако клиентът намери всички канали за заети и един клиент пред него на опашката, той ще трябва да чака средно определен период от време (за всеки преден клиент) и т.н. Ако клиентът намери - клиенти на опашката, той ще трябва да изчака средно време. Ако новопристигнал клиент намери вече m-клиенти на опашката, тогава той изобщо няма да чака (но и няма да бъде обслужен). Намираме средното време на изчакване, като умножим всяка от тези стойности по съответните вероятности:

(21)

Точно както в случая на едноканален QS с изчакване, отбелязваме, че този израз се различава от израза за средната дължина на опашката (20) само с фактора , т.е.

.

Средното време на престой на заявка в системата, както и за едноканален QS, се различава от средното време на изчакване със средното време за обслужване, умножено по относителната пропускателна способност:

.

Системи с неограничена дължина на опашка. Разгледахме канал QS с изчакване, когато не повече от m-клиенти могат да бъдат на опашката едновременно.

Както и преди, когато се анализират системи без ограничения, е необходимо да се вземат предвид получените отношения за .

Получаваме вероятностите за състояния от формулите чрез преминаване към границата (при ). Обърнете внимание, че сумата от съответната геометрична прогресия се събира при и се разминава при >1. Ако приемем, че<1 и устремив в формулах величину m к бесконечности, получим выражения для предельных вероятностей состояний:

(22)

Вероятност за отказ, относителна и абсолютна производителност. Тъй като всяка заявка ще бъде обслужена рано или късно, пропускателните характеристики на QS ще бъдат:

Средният брой заявки в опашката се получава от (20):

,

и средното време на изчакване е от (21):

.

Средният брой на заетите канали, както и преди, се определя по отношение на абсолютната пропускателна способност:

.

Средният брой клиенти, свързани с QS, се определя като средния брой клиенти в опашката плюс средния брой клиенти в услуга (средния брой заети канали):

Пример 2. Бензиностанция с две колонки (n = 2) обслужва поток от автомобили със скорост =0,8 (автомобили в минута). Средно време за обслужване на машина:

В района няма друга бензиностанция, така че опашката от автомобили пред бензиностанцията може да расте почти безкрайно. Намерете характеристиките на QS.

Тъй като<1, очередь не растет безгранично и имеет смысл говорить о предельном стационарном режиме работы СМО. По формулам (22) находим вероятности состояний:

и т.н.

Намираме средния брой заети канали, като разделим абсолютната пропускателна способност на QS A==0,8 на интензитета на услугата=0,5:

Вероятността да няма опашка на бензиностанцията ще бъде:

Среден брой коли на опашката:

Среден брой автомобили на бензиностанциите:

Средно време на чакане на опашка:

Средно време, през което една кола престоява на бензиностанция:

CMO с ограничено време за изчакване. Преди това разглеждахме системи с чакане, ограничено само от дължината на опашката (броя m-клиенти едновременно на опашката). В такъв QS иск, който е прераснал в опашка, не го напуска, докато не изчака услуга. В практиката се срещат QS от друг тип, при които приложението след изчакване известно време може да напусне опашката (т.нар. „нетърпеливи“ приложения).

Разгледайте QS от този тип, като приемем, че ограничението на времето за изчакване е случайна променлива.

Да приемем, че има n-канален чакащ QS, в който броят на местата в опашката не е ограничен, но времето, прекарано в опашката от клиент, е някаква случайна променлива със средна стойност, така че всеки клиент в опашката е обект на вид Поасонов "поток на грижи" с интензивност:

Ако този поток е Поасон, тогава процесът, протичащ в QS, ще бъде Марков. Нека намерим вероятностите на състоянията за него. Номерирането на системните състояния е свързано с броя на заявките в системата - както обслужени, така и поставени на опашка:

без опашка:

Всички канали са безплатни;

Един канал е зает;

Два канала са заети;

Всички n-канали са заети;

има опашка:

Всички n-канали са заети, едно приложение е в опашката;

Всички n-канали са заети, r-заявките са в опашката и т.н.

Графиката на състоянията и преходите на системата е показана на фиг. 23.

Ориз. 23. QS с ограничено време на изчакване

Нека обозначим тази графика както преди; всички стрелки, водещи отляво надясно, ще имат интензивността на потока от приложения. За състояния без опашка, стрелките, водещи от тях отдясно наляво, както и преди, ще имат общата интензивност на обслужващия поток на всички заети канали. Що се отнася до състоянията с опашка, стрелките, водещи от тях отдясно наляво, ще имат общата интензивност на потока на обслужване на всички n-канали плюс съответния интензитет на потока на напускане на опашката. Ако в опашката има r-поръчки, тогава общата интензивност на потока от заминавания ще бъде равна на .

Както може да се види от графиката, има модел на размножаване и смърт; прилагайки общи изрази за ограничаващите вероятности на състоянията в тази схема (използвайки съкратената нотация, ние пишем:

(24)

Нека отбележим някои характеристики на QS с ограничено изчакване в сравнение с разгледаните по-рано QS с заявки за „пациенти“.

Ако дължината на опашката не е ограничена и клиентите са „търпеливи“ (не напускат опашката), тогава стационарният граничен режим съществува само в случая (за , съответната безкрайна геометрична прогресия се разминава, което физически съответства на неограниченото нарастване на опашката за ).

Напротив, в QS с "нетърпеливи" клиенти, напускащи опашката рано или късно, стабилният режим на обслужване винаги се постига, независимо от намалената интензивност на клиентския поток. Това следва от факта, че серията за в знаменателя на формула (24) се сближава за всякакви положителни стойности на и .

За CMO с „нетърпеливи“ приложения концепцията за „вероятност от повреда“ няма смисъл – всяко приложение идва на опашката, но може да не изчака услугата, тръгвайки преди време.

Относителна производителност, среден брой приложения в опашката. Относителната производителност q на такъв QS може да се изчисли, както следва. Очевидно всички заявления ще бъдат обслужени, с изключение на тези, които напускат опашката предсрочно. Нека изчислим средния брой заявки, които напускат опашката предсрочно. За да направим това, изчисляваме средния брой приложения в опашката:

За всяка от тези заявки има „поток от изходи“ с интензитет . Това означава, че от средния брой -приложения в опашката, средно -приложенията ще напуснат, без да чакат обслужване, -приложения за единица време и -приложения ще бъдат обслужени средно за единица време. Относителната производителност на QS ще бъде:

Средният брой заети канали все още се получава чрез разделяне на абсолютната пропускателна способност A на:

(26)

Средният брой приложения в опашката. Отношението (26) ни позволява да изчислим средния брой заявки в опашката, без да сумираме безкрайните серии (25). От (26) получаваме:

и средният брой заети канали, включени в тази формула, могат да бъдат намерени като математическо очакване на случайна променлива Z, която приема стойностите 0, 1, 2,..., n с вероятности ,:

В заключение отбелязваме, че ако във формули (24) преминем към границата при (или, което е същото, при ), тогава ще се получат формули (22), т.е. „нетърпеливите“ заявки ще станат „търпеливи“.

Досега разглеждахме системи, при които входящият поток не е свързан по никакъв начин с изходящия. Такива системи се наричат ​​отворени. В някои случаи обслужваните заявки след забавяне отново влизат на входа. Такива QS се наричат ​​затворени. Поликлиника, обслужваща даден район, екип от работници, назначени към група машини, са примери за затворени системи.

В затворен QS циркулира същият краен брой потенциални изисквания. Докато потенциално изискване не бъде реализирано като изискване за услуга, то се счита, че е в блок за забавяне. В момента на внедряване той влиза в самата система. Например работници обслужват група машини. Всяка машина е потенциално изискване, което се превръща в реално в момента, в който се повреди. Докато машината работи, тя е в блока за забавяне, а от момента на повредата до края на ремонта е в самата система. Всеки работник е обслужващ канал.

Позволявам н- брой канали за обслужване, с- брой потенциални приложения, н <с , - интензивността на потока от приложения за всяко потенциално изискване, μ - интензивността на услугата:

Вероятността за прекъсване на системата се определя по формулата

Р 0 = .

Крайни вероятности за състояния на системата:

P k= при к = при .

Тези вероятности изразяват средния брой заети канали

=П 1 + 2П 2 +…+n(P n +P n+ 1 +...+Ps)или

=P 1 + 2П 2 +...+(n- 1)Pn- 1 +n( 1 0 1 -…-П n-1 ).

Чрез намираме абсолютната честотна лента на системата:

както и средния брой приложения в системата

М=s- =s- .

Пример 1. Входът на триканален QS с повреди получава поток от приложения с интензитет \u003d 4 заявки в минута, време за обслужване на приложение от един канал Tобслужване =1/μ =0,5 мин. Изгодно ли е от гледна точка на пропускателната способност на QS да се принудят и трите канала да обслужват приложения наведнъж, а средното време за обслужване се намалява с фактор три? Как това ще повлияе на средното време, което едно приложение прекарва в CMO?

Решение.Намираме вероятността за престой на триканален QS по формулата

ρ = /μ=4/2=2, n=3,

P 0 = = = 0,158.

Вероятността за повреда се определя по формулата:

P otk \u003d P н ==

П otk = 0,21.

Относителна производителност на системата:

P услуга = 1-Р отк 1-0,21=0,79.

Абсолютна честотна лента на системата:

A= P услуга 3,16.

Средният брой заети канали се определя по формулата:

1.58, делът на каналите, заети от услугата,

р = 0,53.

Средното време на престой на приложение в QS се намира като вероятността приложението да бъде прието за обслужване, умножена по средното време за обслужване: t QS 0,395 мин.

Комбинирайки всичките три канала в един, получаваме едноканална система с параметри μ= 6, ρ= 2/3. За едноканална система вероятността за прекъсване е:

Р 0 = = =0,6,

вероятност за повреда:

P отворен =ρ P 0 = = 0,4,

относителна производителност:

P услуга = 1-Р отк =0,6,

абсолютна честотна лента:

A=Pуслуга = 2.4.

t CMO = R услуга= =0,1 мин.

В резултат на комбинирането на канали в едно пропускателната способност на системата е намаляла, тъй като вероятността от повреда се е увеличила. Средното време на престой на приложение в системата е намаляло.

Пример 2. Входът на триканален QS с неограничена опашка получава поток от заявки с интензитет =4 заявки на час, средно време за обслужване на една заявка T=1/μ=0,5 ч. Намерете показателите за работа на системата.

За разглежданата система н =3, =4, μ=1/0,5=2, ρ= /µ=2, ρ/ н =2/3<1. Определяем вероятность простоя по формуле:

P= .

П 0 = =1/9.

Средният брой заявления в опашката се намира по формулата:

Л =.

Л = = .

Средното време за изчакване на заявка на опашката се изчислява по формулата:

T= = 0,22 часа.

Средно време на престой на приложение в системата:

T=t+ 0,22+0,5=0,72.

Пример 3. Във фризьорския салон работят 3 майстори, а в чакалнята има 3 стола. Потокът от клиенти е интензивен =12 клиента на час. Средно време за обслужване Tуслуга = 20 мин. Определете относителната и абсолютната производителност на системата, средния брой заети места, средната дължина на опашката, средното време, което клиентът прекарва във фризьора.

За тази задача н =3, м =3, =12, μ =3, ρ =4, ρ/n=4/3. Вероятността за престой се определя по формулата:

Р 0 =.

П 0 = 0,012.

Вероятността за отказ на услуга се определя по формулата

P otk \u003d P n + m \u003d .

П отворен =P n + м 0,307.

Относителна пропускателна способност на системата, т.е. Вероятност за обслужване:

P услуга =1-P отворено 1-0,307=0,693.

Абсолютна честотна лента:

A= P услуга 12 .

Среден брой заети канали:

.

Средната дължина на опашката се определя по формулата:

Л =

L= 1,56.

Средно време на чакане за услуга на опашка:

T= h.

Среден брой кандидатури в CMO:

M=L + .

Средно време на престой на приложение в CMO:

T=M/ 0.36 ч

Пример 4. Работникът обслужва 4 машини. Всяка машина се проваля с интензивност =0,5 повреди на час, средно време за ремонт t rem\u003d 1 / μ \u003d 0,8 ч. Определете пропускателната способност на системата.

Този проблем разглежда затворен QS, μ =1,25, ρ=0,5/1,25=0,4. Вероятността за престой на работника се определя по формулата:

Р 0 =.

П 0 = .

Вероятност за наемане на работник R zan = 1-P 0 . A=( 1 0 =0,85μ машини на час.

Задача:

Двама работници обслужват група от четири машини. Спиранията на работеща машина се случват средно след 30 минути. Средното време за настройка е 15 минути. Времето за работа и времето за настройка се разпределят експоненциално.

Намерете средния дял от свободното време за всеки работник и средното време, през което машината работи.

Намерете същите характеристики за система, където:

а) на всеки работник се заделят две машини;

б) двама работници винаги обслужват машината заедно и с двойна интензивност;

в) единствената дефектна машина се обслужва от двамата работници наведнъж (с двойна интензивност), а когато се появи поне още една дефектна машина, те започват да работят отделно, като всеки обслужва една машина (първо опишете системата от гледна точка на смъртта и процеси на раждане).

Решение:

Възможни са следните състояния на системата S:

S 0 - всички машини са изправни;

S 1 - 1 машина е в ремонт, останалите са изправни;

S 2 - 2 машината е в ремонт, останалите са в добро състояние;

S 3 - 3 машината е в ремонт, останалите са в добро състояние;

S 4 - 4 машината е в ремонт, останалите са в добро състояние;

S 5 - (1, 2) машините са в ремонт, останалите са в добро състояние;

S 6 - (1, 3) машини са в ремонт, останалите са в добро състояние;

S 7 - (1, 4) машини са в ремонт, останалите са в добро състояние;

S 8 - (2, 3) машини са в ремонт, останалите са в добро състояние;

S 9 - (2, 4) машини са в ремонт, останалите са в добро състояние;

S 10 - (3, 4) машини са в ремонт, останалите са в добро състояние;

S 11 - (1, 2, 3) машини са в ремонт, 4 машината е изправна;

S 12 - (1, 2, 4) машини са в ремонт, 3 машината е изправна;

S 13 - (1, 3, 4) машини са в ремонт, 2 машината е изправна;

S 14 - (2, 3, 4) машини са в ремонт, 1 машина е изправна;

S 15 - всички машини са ремонтирани.

Графика на състоянието на системата…

Тази система S е пример за затворена система, тъй като всяка машина е потенциално изискване, което се превръща в реално в момента на повреда. Докато машината работи, тя е в блока за забавяне, а от момента на повредата до края на ремонта е в самата система. Всеки работник е обслужващ канал.

Ако работникът е зает, той настройва μ-машини за единица време, пропускателната способност на системата:

Отговор:

Средният дял на свободното време за всеки работник е ≈ 0,09.

Средно време на работа на машината ≈ 3,64.

а) На всеки работник са назначени две машини.

Вероятността за престой на работника се определя по формулата:

Вероятност за наемане на работник:

Ако работникът е зает, той настройва μ-машини за единица време, пропускателната способност на системата:

Отговор:

Средният дял на свободното време за всеки работник е ≈ 0,62.

Средното време на машината ≈ 1.52.

б) Двама работници винаги обслужват машината заедно и с двойна интензивност.

в) Единствената дефектна машина се обслужва от двамата работници наведнъж (с двоен интензитет), а когато се появи поне още една дефектна машина, те започват да работят отделно, като всеки обслужва една машина (първо опишете системата от гледна точка на смъртта и процеси на раждане).

Сравнение на 5 отговора:

Най-ефективният начин за организиране на работниците на машините ще бъде първоначалната версия на проблема.

По-горе бяха разгледани примери за най-простите системи за масово обслужване (QS). Понятието "просто" не означава "елементарно". Математическите модели на тези системи са приложими и успешно използвани в практически изчисления.

Възможността за прилагане на теорията на решенията в системите за масово обслужване се определя от следните фактори:

1. Броят на приложенията в системата (която се счита за QS) трябва да бъде достатъчно голям (масово).

2. Всички приложения, влизащи в QS входа, трябва да бъдат от един и същи тип.

3. За изчисления с помощта на формули е необходимо да се познават законите, които определят получаването на заявления и интензивността на тяхната обработка. Освен това потоците на приложението трябва да са на Поасон.

4. Структура на QS, т.е. наборът от входящи изисквания и последователността на обработка на заявлението трябва да бъдат строго фиксирани.

5. Необходимо е субектите да бъдат изключени от системата или да бъдат описани като изисквания с постоянен интензитет на обработка.

Към изброените по-горе ограничения може да се добави още едно, което оказва силно влияние върху размерността и сложността на математическия модел.

6. Броят на използваните приоритети трябва да бъде сведен до минимум. Приоритетите на приложенията трябва да са постоянни, т.е. те не могат да се променят по време на обработка в QS.

В хода на работата беше постигната основната цел - беше изучен основният материал „QS с ограничено време на изчакване“ и „Затворен QS“, зададен от преподавателя по учебната дисциплина. Запознахме се и с приложението на придобитите знания на практика, т.е. консолидира покрития материал.


1) http://www.5ballov.ru.

2) http://www.studentport.ru.

3) http://vse5ki.ru.

4) http://революция..

5) Фомин Г.П. Математически методи и модели в търговската дейност. М: Финанси и статистика, 2001.

6) Гмурман В.Е. Теория на вероятностите и математическа статистика. М: Висше училище, 2001.

7) Советов B.A., Яковлев S.A. Системно моделиране. М: Висше училище, 1985.

8) Lifshits A.L. Статистическо моделиране на QS. М., 1978.

9) Wentzel E.S. Оперативни изследвания. М: Наука, 1980.

10) Вентцел Е.С., Овчаров Л.А. Теория на вероятностите и нейните инженерни приложения. М: Наука, 1988.

Помислете за многоканален QS > 1), чийто вход получава Поасонов поток от заявки с интензитет и интензитетът на услугата на всеки канал е p, максималният възможен брой места в опашката е ограничен от стойността T.Дискретните състояния на QS се определят от броя на заявките, получени от системата, които могат да бъдат записани:

Sq - всички канали са безплатни, к = 0;

С-само един канал е зает (всеки), к = 1;

*5*2 - заети са само два канала (всеки), к = 2;

S n- всички са заети Пканали, k = p.

Докато QS е в някое от тези състояния, няма опашка. След като всички канали за обслужване са заети, следващите заявки образуват опашка, като по този начин определят по-нататъшното състояние на системата:

S n + -всички са заети Пканали и едно приложение е на опашката, к = П + 1;

С n +2 - всички са заети Пканали и две приложения са в опашката, к = П + 2;

Sn+m -всички са заети Пвъжета и всичко останало Tместа в ред k = n + m.

I-канал на графика на състоянието CMOс опашка,ограничен Tместа, показани на фиг. 5.18.

Преминаването на QS към състояние с по-високи числа се определя от потока от входящи заявки с интензитет

Ориз. 5.18

като има предвид, че по условие връчването на тези искания се посещава от Пидентични канали с дебит на услугата, равен на p за всеки канал. В същото време общата интензивност на потока услуги се увеличава с свързването на нови канали до такова състояние S n,когато всички Пканалите ще бъдат заети. С появата на опашката интензивността на услугата вече не се увеличава, тъй като вече е достигнала максималната стойност, равна на тел.

Нека напишем изрази за граничните вероятности на състоянията


Изразът за rho може да бъде преобразуван с помощта на формулата за геометрична прогресия за сумата от членове със знаменател p /P:


Формирането на опашка е възможно, когато новопостъпила заявка се намира в системата поне Пизисквания, т.е. кога системата ще бъде p, p + 1, П + 2, + T- 1) изисквания. Тези събития са независими, така че вероятността всички канали да са заети е равна на сумата от съответните вероятности r u Rp + rp +2 > ->Rp+t- 1- Следователно вероятността за формиране на опашка е

Вероятността от отказ на услуга възниква, когато всички Пканали и всичко останало Tместата на опашката са заети

Относителната производителност ще бъде равна на

Абсолютна честотна лента

Средно заети канали

Средно неактивни канали

Степен на заетост (използване) на каналите

Коефициент на празен ход на канала

Средният брой заявления в опашките,

ако r/n = 1, тази формула приема различна форма:

Средното време на чакане на опашката се определя по формулите на Литъл

Средното време на престой на приложение в QS, както за едноканален QS, е по-голямо от средното време на изчакване в опашката със средното време за обслужване, равно на 1/p, тъй като приложението винаги се обслужва само от един канал :

Пример 5.21. Минимаркетът приема клиентопоток с интензитет от 6 клиента в минута, които се обслужват от трима касиери-контрольори с интензитет от 2 клиента в минута. Дължината на опашката е ограничена до пет клиента. Определете характеристиките на QS и оценете неговата ефективност.

Решение

n = 3; T = 5; X=6; р = 2; p =x/x = 3; r/n = 1.

Намираме граничните вероятности на QS състояния:

Дял на престой на контрольори-касиери

Вероятността само един канал да е зает

Вероятността два канала да са заети с обслужване

Вероятността и трите канала да са заети е

Вероятността и трите канала и петте места в опашката да са заети е

Вероятността от отказ на услуга възниква, когато k=t+n== 5 + 3 = 8 и е p$ = p OTK = 0,127.

Относителната и абсолютната производителност на QS са съответно равни на Q = 1 - r отк= 0,873 и L = 0,873А. = 5,24 (купувач/мин).

Средният брой заети канали и средната дължина на опашката са:

Средното време на чакане в опашката n престой съответно в QS е равно на:

Системата за обслужване на минимаркет заслужава висока оценка, тъй като средната дължина на опашката, средното време, прекарано от купувача на опашката, са малки.

Пример 5.22. Средно след 30 минути колите с плодово-зеленчукова продукция пристигат в плодово-зеленчуковата база. Средното време за разтоварване на един камион е 1,5 ч. Разтоварването се извършва от два екипа товарачи. На територията на базата на площадката за кацане не могат да стоят повече от четири превозни средства в опашка за разтоварване. Нека да определим показателите и да дадем оценка на работата на QS.

Решение

SMO двуканален, П= 2 с ограничен брой места в опашката м= 4, интензитетът на входящия поток l. \u003d 2 авто / ч, интензивност на обслужване c \u003d 2/3 авто / ч, интензивност на натоварване p \u003d A. / p \u003d 3, r/n = 3/2 = 1,5.

Ние определяме характеристиките на QS:

Вероятността всички екипажи да не са натоварени, когато няма превозни средства,


Вероятността за отказ, когато има две коли в процес на разтоварване и четири коли в опашката,

Среден брой коли на опашка

Делът на времето на престой на товарачите е много малък и възлиза само на 1,58% от работното време, а вероятността за отказ е висока - 36% от получените заявления получават отказ за разтоварване, двата екипа са почти напълно заети, нивото на заетост е близка до единица и е равна на 0,96, относителната пропускателна способност е ниска - само 64% ​​от броя на получените заявления ще бъдат обслужени, средната дължина на опашката е 2,6 превозни средства, следователно CM O ns не могат да се справят с изпълнението на заявки за сервиз и е необходимо да се увеличи броят на товарачните екипи и да се използва повече площадката.

Пример 5.23. Търговска фирма получава ранни зеленчуци от оранжериите на крайградска държавна ферма в произволни моменти с интензивност от 6 единици. в един ден. Помощни помещения, оборудване и трудови ресурси позволяват обработка и съхранение на продукти в размер на 2 единици. Във фирмата работят четирима души, всеки от които средно може да обработи продуктите от една доставка в рамките на 4 часа.Работният ден при работа на смени е 12 часа.Какъв трябва да бъде капацитетът на склада, за да може цялостната обработка на продуктите да са поне 97% от доставките?

Решение

Нека решим проблема, като последователно определим QS показателите за различни стойности на капацитета на склада T= 2, 3, 4, 5 и т.н. и сравнение на всеки етап от изчисляването на вероятността за обслужване с дадена стойност p 0 () C = 0,97.

Определяме интензивността на натоварването:

Намерете вероятността или част от времето за неактивност за t = 2:

Вероятността от отказ на услуга или делът на загубените приложения,

Вероятността за обслужване или делът на обслужените заявки от получените е

Тъй като получената стойност е по-малка от дадената стойност от 0,97, продължаваме изчисленията за T= 3. За тази стойност индикаторите на QS състоянията имат стойностите


Вероятността за обслужване в този случай също е по-малка от дадената стойност, така че продължаваме изчисленията за следващия t = 4, за които индикаторите за състояние имат следните стойности: p$ = 0,12; Rotk = 0,028; pofc= 0,972. Сега получената стойност на вероятността за обслужване удовлетворява условието на проблема, тъй като 0,972 > 0,97, следователно капацитетът на склада трябва да се увеличи до обем от 4 единици.

За постигане на дадена вероятност за обслужване е възможно по същия начин да се избере оптимален брой хора в обработката на зеленчуци, като последователно се изчислят QS показателите за n = 3, 4, 5 и т.н. Компромисно решение може да се намери чрез сравняване и контрастиране на разходите, свързани както с увеличаването на броя на служителите, така и със създаването на специално технологично оборудване за преработка на зеленчуци в търговско предприятие за различни възможности за организации на ООП.

По този начин моделите за опашка в комбинация с икономически методи за задаване на задачи позволяват да се анализират съществуващи QS, да се разработят препоръки за тяхната реорганизация за подобряване на производителността, както и да се определи оптималната производителност на новосъздадените QS.

Пример 5.24. Средно девет коли пристигат на автомивка на час, но ако вече има четири коли на опашка, новите клиенти по правило не се редят на опашка, а минават. Средното време за измиване на колата е 20 минути, а местата за измиване са само две. Средната цена на автомивка е 70 рубли. Определете средната загуба на приходи от автомивка през деня.

Решение

х= 9 авто/ч; = 20 минути; n = 2; t = 4.

Намиране на интензивността на натоварването Определяне на дела на времето за престой на автомивка

Вероятност за повреда

Относителната пропускателна способност е Абсолютна пропускателна способност Средният брой коли в опашката

Средният брой приложения в услуга,

Средно време на чакане на опашка

Средно време за измиване на автомобила

Така 34% от заявките няма да бъдат обслужени, загубата за 12 часа работа на един ден ще бъде средно 2570 рубли. (12*9* 0,34 70), т.е. 52% от всички приходи, защото p otk = 0,52 p 0 ^ s.

  • относителна пропускателна способност или вероятност за обслужване, абсолютна пропускателна способност среден брой наетите екипажи коефициент на заетост от работата на екипажите за товарачи

Системи за изчакване с неограничен вход

Най-простият поток от заявки пристига по n идентични канала с интензивност λ . Ако в момента на получаване на заявката всички канали са заети, тогава тази заявка се поставя в опашка и чака началото на услугата. Времето за обслужване на всяка заявка е случайна променлива, която се подчинява на експоненциалния закон за разпределение с параметъра μ .

Формули за изчисление
Вероятност всички канали да са свободни


Вероятност да сте заети кканали, при условие че общият брой на приложенията в услуга не надвишава броя на каналите,


Вероятността системата да е кприложения, в случай че техният брой е по-голям от броя на каналите,


Вероятността всички канали да са заети


Средно време на изчакване за заявка за стартиране на услуга в системата


Средна дължина на опашката


Среден брой неактивни канали

Пример
Бензиностанция с две колонки обслужва поасонов поток от автомобили с интензивност λ=0,8 коли в минута. Времето за обслужване на една машина се подчинява на експоненциален закон със средна стойност 2 минути. В района няма друга бензиностанция, така че опашката пред бензиностанцията може да расте почти безкрайно. Намирам:
1) средният брой заети колони;
2) вероятността да няма опашка на бензиностанцията;
3) вероятността да изчакате началото на услугата;
4) среден брой автомобили в опашката;
5) средно време на чакане на опашката;
6) средното време, прекарано от автомобила на бензиностанцията;
7) средният брой автомобили на бензиностанциите.
Решение. По условието на задачата n=2, λ=0,8; μ=1/t услуга =0,5; ρ=λ/μ=1,6
Тъй като ρ /н=0,8<1, то очередь не растет безгранично и имеет смысл говорить о предельном стационарном режиме работы системы массового обслуживания.
Намираме вероятностите за QS състояния:

Среден брой заети колони:
N zan \u003d n-N 0 \u003d 2- (2 p 0 +1 p 1) = 2-2 0,1111 - 0,1778 \u003d 1,6
Вероятност да няма опашка на бензиностанцията:

Вероятността да се наложи да изчакате услугата да започне е равна на вероятността всички колони да са заети:
p0 +p1 +p2 = 0,1111+0,1778+0,1422 = 0,4311
Среден брой коли на опашката:


Средно време на чакане на опашка:
Средно време, през което една кола престоява на бензиностанция:
t preb = t service + t cool = 2 + 3,5556 = 5,5556 min.
Среден брой автомобили на бензиностанциите:
N zan + L och = 1,6+2,8444 = 4,4444
Да разгледаме едноканален QS с очаквания, в който броят на каналите е равен на един н= 1, интензитетът на получаване на заявки е λ, интензитетът на обслужване е равен на μ. Заявка, която пристига в момент, когато каналът е зает, се поставя в опашка и чака услуга. Броят на местата на опашката е ограничен и равен на м. Ако всички места в опашката са заети, тогава приложението оставя опашката необслужена. Нека анализираме състоянието на системата:
  • С 0 – каналът е свободен;
  • С 1 – каналът е зает;
  • С 2 – каналът е зает, една заявка е в опашката;
  • Ск– каналът е зает, (k–1) заявки в опашката;
  • См+ 1 - каналът е зает, на опашка мприложения.
Нека изобразим графиката на състоянието на такава QS (фиг. 25).

Ориз. 25
Използвайки формулите на Erlang, намираме вероятностите за събития, в които QS е в състояние С 1 , С 2 , …, С m+1:
(28)

В този случай вероятността иск, пристигащ в системата, да го намери свободен е равна на
. (29)
Отношението на интензивността на получаване на заявки λ към интензивността на обслужване на заявки μ е намалената интензивност μ, т.е.

ρ=λ/μ
Нека заменим отношението λ/&mu с ρ във формули (28) и (29), тогава изразите ще приемат формата:

(30)
Вероятност Р 0 ще се изчисли по следната формула:
p 0 = -1. (31)
Израз за вероятност П 0 е геометрична прогресия, чиято сума ще бъде равна на

.
По този начин формулите (30) и (31) позволяват да се определи вероятността за всяко събитие, което може да се случи в системата, т.е. да се определи вероятността системата да бъде във всяко състояние.
Формула за П 0 важи за случая, когато ρ ≠ 1 . В случай, когато ρ = 1, т.е. интензивността на получаване на заявки е равна на интензивността на тяхното обслужване, се използва друга формула за изчисляване на вероятността системата да е свободна:

,
където m е броят на приложенията в опашката.

Да дефинираме работни характеристики на едноканален QS:

  • вероятността следващата заявка, пристигнала в системата, да бъде отхвърлена Ротворен;
  • абсолютна производителност А,
  • относителна производителност Q,
  • брой заети канали k,
  • среден брой заявки в опашка r,
  • среден брой приложения, свързани с QS, z .

Следващата заявка, която влезе в системата, се отхвърля, когато каналът е зает, т.е. обслужва се друга заявка и това е. мместата на опашката също са заети. тогава вероятността за това събитие може да се изчисли по следната формула:

. (32)
Вероятността дадено приложение да влезе в системата и или да бъде обслужено веднага, или да има места в опашката, т.е. относителната пропускателна способност, може да се намери по формулата

. (33)
Средният брой приложения, които могат да бъдат обслужени за единица време, т.е. абсолютната производителност, се изчислява, както следва:

A=Q λ (34)
По този начин формулите (32), (33), (34) могат да се използват за изчисляване на основните показатели за ефективност за всяка система за масово обслужване. сега извличаме изрази за изчисляване на характеристиките, присъщи само на тази QS.
Средният брой заявки в опашката r се определя като математическото очакване на дискретна случайна променлива, където Р- броя на заявките в опашката.
Р 2 е вероятността в опашката за обслужване да има едно приложение;
Р 3 е вероятността да има две заявки в опашката;
Рке вероятността да има приложение в опашката (k–1);
Рм+ 1 е вероятността в опашката да има m заявки.
Тогава средният брой заявки в опашката може да се изчисли, както следва:
r =1 P 2 +2 P 3 + ... +(k-1) P k + ... + m P m+1 . (35)
Нека заместим във формула (35) предварително намерените вероятности, изчислени във формула (30):
r =1 ρ 2 p 0 +2 ρ 3 p 0 + ... +(k-1) ρ k p 0 + ... +m ρ m+1 p 0 . (35)
Нека разложим вероятността П 0 и Р 2 , тогава получаваме крайната формула за изчисляване на средния брой приложения в опашката за обслужване:
r =ρ 2 p 0 (1+2 ρ+ ... +(k-1) ρ k-2 + ... +m ρ m-1)
Нека изведем формула за средния брой приложения, свързани с QS, z, т.е. броя на приложенията в опашката, които се обслужват. Разгледайте общия брой заявки, свързани с QS, z, като сумата от две стойности на средния брой заявки в опашката r и броя на заетите канали k:

z = r + k.
Тъй като има само един канал, броят на заетите канали k може да приеме стойности 0 или 1. Вероятността k = 0, т.е. системата е свободна, съответства на вероятността P 0 , чиято стойност може да се намери по формула (31). Ако k = 1, т.е. каналът е зает с обслужването на заявката, но все още има места в опашката, тогава вероятността за това събитие може да се изчисли по формулата

.
Следователно z ще бъде равно на:

. (37)

Едноканален QS с изчакване

Системата за масово обслужване има един канал. Входящият поток от заявки за услуги е най-простият поток с интензитет l. Интензитетът на обслужващия поток е равен на m (т.е. средно непрекъснато зает канал ще издаде m обслужвани заявки). Продължителността на услугата е случайна променлива, предмет на експоненциален закон за разпределение. Сервизният поток е най-простият Поасонов поток от събития. Заявка, която пристига в момент, когато каналът е зает, се поставя в опашка и чака обслужване.
Да предположим, че без значение колко заявки влизат на входа на обслужващата система, тази система (опашка + обслужвани клиенти) не може да поеме повече от N-изисквания (заявки), т.е. клиентите, които не чакат, са принудени да бъдат обслужени другаде. И накрая, източникът, който генерира заявки за услуги, има неограничен (безкрайно голям) капацитет.
Графиката на състоянието на QS в този случай има формата, показана на фиг. 3.2.


Графика на състоянията на едноканална система за опашка с изчакване (схема за смърт и размножаване)
QS състоянията имат следното тълкуване:
S 0 - каналът е безплатен
S 1 - каналът е зает (няма опашка);
S 2 - каналът е зает (една заявка е в опашката);
………………………………
S n -каналът е зает (n - 1 заявки са в опашката);
……………………………
S N - каналът е зает (N - 1 заявки са в опашката).
Стационарното провисване в тази система ще бъде описано от следната система от алгебрични уравнения:

П -държавен номер.
Решението на горната система от уравнения (3.10) за нашия QS модел има формата




Трябва да се отбележи, че изпълнението на условието за стационарност за тази QS не е необходимо, тъй като броят на заявките, допуснати до обслужващата система, се контролира чрез въвеждане на ограничение за дължината на опашката (която не може да надвишава н- 1), а не съотношението между интензитетите на входния поток, т.е. не съотношението
l/m = p
Да дефинираме характеристики на едноканален QSс чакане и ограничена дължина на опашката, равна на (Н - 1):

Помислете за пример за едноканален QS с изчакване.
Пример 3.2.Специализиран диагностичен пост е едноканален QS. Броят на паркоместата за чакащи за диагностика автомобили е ограничен и е равен на 3 [(Н- 1) = 3]. Ако всички паркоместа са заети, т.е. вече има три коли на опашката, тогава следващата кола, пристигнала за диагностика, не влиза в сервизната опашка. Потокът от автомобили, пристигащи за диагностика, се разпределя по закона на Поасон и има интензитет л= 0,85 (автомобили на час). Времето за диагностика на автомобила е разпределено по експоненциалния закон и е средно 1,05 часа.
Задължително за дефинираневероятностни характеристики на диагностичния пост, работещ в стационарен режим.
Решение
1. Параметър на потока на автомобилната услуга:


2. Намалената интензивност на автомобилния поток се определя като съотношение на интензитетите l и m, т.е.


3. Изчислете крайните вероятности на системата:

P 1 \u003d ρ P 0 \u003d 0,893 0,248 \u003d 0,221
P 2 \u003d ρ 2 P 0 \u003d 0,893 2 0,248 \u003d 0,198
P 3 \u003d ρ 3 P 0 \u003d 0,893 3 0,248 \u003d 0,177
P 4 \u003d ρ 4 P 0 \u003d 0,893 2 0,248 \u003d 0,158
4. Вероятността за отказ за обслужване на автомобила:
P отворен \u003d P 4 \u003d ρ 4 P 0 ≈ 0,158
5. Относителна производителност на диагностичния пост:
q=1-P отворено = 1-0.158 = 0.842
6. Абсолютна пропускателна способност на диагностичния пост
A=λ q = 0,85 0,842 = 0,716 (превозни средства на час)
7. Средният брой автомобили в експлоатация и на опашка (т.е. в системата за опашка):


8. Средно време, през което колата остава в системата:
9. Средна продължителност на престой на приложение в опашката за обслужване:
W q \u003d W S -1 / μ \u003d 2,473-1 / 0,952 \u003d 1,423 часа
10. Среден брой заявления в опашката (дължина на опашката): L q= A, (1 - P N) W q= 0,85
L q \u003d λ (1-P N) W q \u003d 0,85 (1-0,158) 1,423 \u003d 1,02
Работата на разглеждания диагностичен пост може да се счита за задоволителна, тъй като диагностичният пост не обслужва автомобили в средно 15,8% от случаите. (R отк= 0,158). Като индикатори за ефективността на QS с очакване, в допълнение към вече известните показатели - абсолютна A и относителна пропускателна способност Q, вероятността за отказ P otk. , среден брой заети канали (за многоканална система), ще разгледаме и следното: L сист. - среден брой заявки към системата; T сист. - средно време на престой на приложението в системата; Л - среден брой заявления в опашката (дължина на опашката); T och. - средно време на престой на заявката в опашката; Р zan .. - вероятността каналът да е зает (степента на натоварване на канала).

Едноканална система с неограничена опашка

На практика често се срещат едноканални QS с неограничена опашка (например таксофон с една кабина).
Да разгледаме задачата.
Има едноканална QS с опашка, на която не се налагат ограничения (нито за дължината на опашката, нито за времето за изчакване). Потокът от заявки, пристигащи в QS, има интензитет λ, а потокът на услугата е с интензитет μ. Необходимо е да се намерят граничните вероятности на състояния и показатели за ефективност на QS.
Системата може да бъде в едно от състоянията S 0 , S 1 , S 2 , …, S k , според броя на приложенията в QS: S 0 - каналът е свободен; S 1 - каналът е зает (обслужва заявката), няма опашка, S 2 - каналът е зает, една заявка е в опашката; ... S k - каналът е зает, (k-1) заявки са в опашката и т.н.
Графиката на състоянието на QS е показана на фиг. 8.

Ориз. 8
Това е процес на смърт и размножаване, но с безкраен брой състояния, при които интензитетът на потока от приложения е равен на λ, а интензитетът на потока от услуги е μ.
Преди да запишете формулите за граничните вероятности, е необходимо да се уверите в тяхното съществуване, тъй като в случай, че времето е t→∞, опашката може да расте неограничено. Доказа това Акоρ<1, тези. средният брой входящи заявки е по-малък от средния брой обслужени заявки (за единица време), тогава съществуват пределни вероятности. Акоρ≥1, опашката расте до безкрайност.

За да определим граничните вероятности на състоянията, използваме формули (16), (17) за процеса на смърт и размножаване (тук допускаме известна липса на строгост, тъй като тези формули бяха получени преди това за случая на краен брой система държави). Вземи (32)
Тъй като ограничаващите вероятности съществуват само за ρ< 1, то геометрический ряд со знаменателем
ρ < 1, записанный в скобках в формуле (32), сходится к сумме, равной . Поэтому
p 0 =1-ρ, (33)
и като се вземат предвид отношенията (17)
p 1 \u003d p p 0; p 2 \u003d p 2 p 0; ... ; p k =ρ k p 0; ...
намерете граничните вероятности на други състояния
p 1 =ρ·(1-ρ); p 2 =ρ 2 (1-ρ); ... ; p k =ρ k ·(1-ρ); ... (34)
Граничните вероятности p 0 , p 1 , p 2 , …, p k ,… образуват намаляваща геометрична професия със знаменател p< 1, следовательно, вероятность р 0 - наибольшая. Это означает, что если СМО справляется с потоком заявок (при ρ < 1), то наиболее вероятным будет отсутствие заявок в системе.
Средният брой приложения в системата L сист. определяме с формулата на математическото очакване, която, като вземем предвид (34), приема формата
(35)
(сумиране от 1 до ∞, тъй като нулевият член 0·p 0 =0).
Може да се покаже, че формула (35) се трансформира (за ρ< 1) к виду
(36)
Намерете средния брой приложения в опашката L och. Очевидно е, че
L точки \u003d L система -L около (37)
където L около. - среден брой приложения в процес на обслужване.
Средният брой обслужвани заявки се определя по формулата на математическото очакване на броя на обслужваните заявки, която приема стойности 0 (ако каналът е свободен) или 1 (ако каналът е зает):
L точки \u003d 0 p 0 +1 (1-p 0)
тези. средният брой обслужвани заявки е равен на вероятността каналът да е зает:
L och \u003d P zan \u003d 1-p 0, (38)
сила (33)
L och \u003d P zan ρ, (39)
Сега, съгласно формула (37), като се вземат предвид (36) и (39),
(40)
Доказа това за всякакъв характер на потока от приложения, за всяко разпределение на времето за обслужване, за всяка дисциплина на обслужване, средното време на престой на приложение в системата (опашката) е равно на средния брой приложения в системата (в опашката ), разделено на интензивността на потока от приложения,тези.
(41)
(42)
Формули (41) и (42) се наричат Формулите на Литъл.Те произтичат от факта, че в ограничителния стационарен режим средният брой клиенти, пристигащи в системата, е равен на средния брой клиенти, които я напускат:и двата потока от приложения имат еднакъв интензитет λ.
Въз основа на формули (41) и (42), като се вземат предвид (36) и (40), средното време на престой на приложение в системата се определя по формулата:
(43)
и средното време, което едно приложение прекарва в опашката
(44)

Едноканален QS с изчакване без ограничение на капацитета на изчакващия блок

Стационарният режим на работа на тази QS съществува при t→∞ за всяко n=0,1,2,... и когато l< m.Система алгебраических уравнений, описывающих работу СМО при t®¥ для любого n = 0, 1, 2...., имеет вид
Решението на тази система от уравнения има формата
P n =(1-ρ) ρ n , n=0,1,2,... (3.21)
където ρ=λ/μ< 1
Характеристиките на QS с едноканална латентност без ограничение на дължината на опашката са както следва:
среден брой клиенти (заявки) в системата за обслужване:
средна продължителност на престой на клиент в системата:


Пример 3.3.Нека си припомним ситуацията, разгледана в пример 3.2, където става дума за функционирането на диагностичния пост. Нека разглежданият диагностичен пост има неограничен брой паркинги за автомобили, пристигащи за обслужване, т.е. дължината на опашката не е ограничена.
Необходимо е да се определят крайните стойности на следните вероятностни характеристики:

  • вероятности за състояния на системата (диагностичен пост);
  • среден брой автомобили в системата (в услуга и на опашка);
  • средната продължителност на престоя на автомобила в системата (в сервиз и на опашка);
  • среден брой автомобили в сервизната опашка;
  • средната продължителност на времето, което превозното средство прекарва на опашка.

Решение
1. Параметърът на сервизния поток m и намаленият дебит на автомобила p са определени в пример 3.2:
m = 0,952; р = 0,893.
2. Изчислете граничните вероятности на системата с помощта на формулите
P 0 \u003d 1-ρ \u003d 1-0,893 \u003d 0,107
P 1 \u003d (1-ρ) ρ \u003d (1-0,893) 0,893 \u003d 0,096
P 2 \u003d (1-ρ) ρ 2 \u003d (1-0,893) 2 0,893 \u003d 0,085
P 3 \u003d (1-ρ) ρ 3 \u003d (1-0,893) 3 0,893 \u003d 0,076
P 4 \u003d (1-ρ) ρ 4 \u003d (1-0,893) 4 0,893 \u003d 0,068
P 5 \u003d (1-ρ) ρ 5 \u003d (1-0,893) 5 0,893 \u003d 0,061
и т.н.
Трябва да се отбележи, че P o определя частта от времето, през което диагностичният пост е принуден да бъде неактивен (неактивен). В нашия пример това е 10,7%, тъй като R o= 0,107.
3. Среден брой автомобили в системата (в сервиз и на опашка):
4. Средна продължителност на престой на клиент в системата:


6. Средната продължителност на престоя на автомобила на опашката -
7. Относителна производителност на системата:
т.е. всяка заявка, която влезе в системата, ще бъде обслужена.
8. Абсолютна честотна лента: Ар= 0,85 1 = 0,85
Трябва да се отбележи, че предприятие, което извършва диагностика на автомобили, се интересува преди всичко от броя на клиентите, които ще посетят диагностичния пост, когато ограничението за дължината на опашката бъде премахнато.
Да предположим, че в оригиналната версия броят на паркоместата за пристигащи автомобили е три (вижте пример 3.2). Честотата m на възникване на ситуации, когато кола, пристигаща на диагностичния пост, не може да се присъедини към опашката:

TP N

В нашия пример с N = 3 + 1 = 4 и p = 0,893,
m \u003d l P o p 4 \u003d 0,85 0,248 0,8934 0,134 коли на час.
При 12-часов режим на работа на диагностичния пост това е еквивалентно на факта, че диагностичният пост средно на смяна (ден) ще загуби 12 0,134 = 1,6 превозни средства.
Премахването на ограничението за дължината на опашката дава възможност да се увеличи броят на обслужваните клиенти в нашия пример средно с 1,6 превозни средства на смяна (12 часа работа) на диагностичния пост. Ясно е, че решението за разширяване на зоната за паркиране на автомобили, пристигащи на диагностичния пункт, трябва да се основава на оценка на икономическите щети, причинени от загубата на клиенти само с три паркоместа за тези автомобили.

Многоканален QS с неограничена опашка

Нека разгледаме проблема. Има n-канален QS с неограничена опашка. Потокът от заявки, пристигащи в QS, има интензитет λ, а потокът на услугата е с интензитет μ. Необходимо е да се намерят граничните вероятности на състоянията на QS и показателите за нейната ефективност.

Системата може да бъде в едно от състоянията S 0 , S 1 , S 2 ,…, S k ,…, S n ,…, - номерирани според броя на заявките в QS: S 0 - няма заявки в системата (всички канали са безплатни); S 1 - един канал е зает, останалите са свободни; S 2 - два канала са заети, останалите са свободни;..., S k - k канала са заети, останалите са свободни;..., S n - всички n канала са заети (няма опашка); S n+1 - всички n канала са заети, има една заявка в опашката;..., S n+r - всички са заети нканали, rЗаявленията са на опашка...

Графиката на състоянието на системата е показана на фиг. 9. Нека обърнем внимание на факта, че за разлика от предишния QS, интензивността на потока от услуги (прехвърляне на системата от едно състояние в друго от дясно на ляво) не остава постоянна, но с увеличаване на броя на заявките в QS от 0 до n, той се увеличава от m до nm, тъй като броят на обслужващите канали се увеличава съответно. Когато броят на заявките в QS е по-голям от n, интензивността на обслужващия поток остава равна на nm.

среден брой приложения в опашката
, (50)
среден брой приложения в системата
L syst =L och +ρ, (51)
Средното време на престой на приложение в опашката и средното време на престой на приложение в системата, както преди, се намират с помощта на формулите на Литъл (42) и (41).
Коментирайте.За QS с неограничена опашка за r< 1 любая заявка, пришедшая в систему, будет обслужена, т.е. вероятность отказа P отк = 0, относительная пропускная способность Q=1, а абсолютната пропускателна способност е равна на интензивността на входящия поток от приложения, т.е. А=л.

QS с ограничена опашка

QS с ограничена опашка. QS с ограничена опашка се различават от проблемите, разгледани по-горе, само по това, че броят на приложенията в опашката е ограничен (не може да надвишава някои зададени T).Ако пристигне нова заявка в момента, в който всички места в опашката са заети, тя оставя QS необслужен, т.е. получава отказ.
Очевидно, за да се изчислят ограничаващите вероятности на състоянията и показателите за ефективност на такива QS, може да се използва същият подход, както по-горе, с тази разлика, че е необходимо да се обобщи не безкрайна прогресия (както например направихме при извеждането на формула ( 33)), но краен .
Средното време на престой на едно приложение в опашката и в системата, както и преди, се определя по формулите на Литъл (44) и (43).
CMO с ограничено време за изчакване.В практиката често се срещат CMO с така наречените "нетърпеливи" приложения. Такива приложения могат да напуснат опашката, ако времето за изчакване надвиши определена стойност. По-специално такива приложения възникват в различни технологични системи, при които забавянето на стартирането на услугата може да доведе до загуба на качеството на продукта, в системите за оперативно управление, когато спешните съобщения губят стойност (или дори значение), ако не пристигнат за услуга в рамките на определен период от време.

В най-простите математически модели на такива системи се приема, че дадена поръчка може да бъде в опашката за произволно време, разпределено по експоненциален закон с някакъв параметър υ, т.е. условно можем да приемем, че всеки клиент, който стои на опашката за обслужване, може да напусне системата със скорост υ.
Въз основа на получените резултати за процеса на смърт и размножаване се получават подходящи показатели за ефективността на QS с ограничено време.

В заключение отбелязваме, че на практика често има затворени системи за опашка, в които входящият поток от заявки зависи значително от състоянието на самата QS. Като пример можем да цитираме ситуацията, когато някои машини идват в ремонтната база от местата на работа: ясно е, че колкото повече машини са в състояние на ремонт, толкова по-малко продължават да се използват и толкова по-малка е интензивността на поток от нови машини, пристигащи за ремонт. Затвореният QS се характеризира с ограничен брой източници на заявки и всеки източник е „блокиран“ за продължителността на услугата за заявка (т.е. не издава нови заявки). В такива системи, с краен брой състояния на QS, ограничаващите вероятности ще съществуват за всякакви стойности на интензитетите на заявките и потоците от услуги. Те могат да бъдат изчислени, ако се обърнем отново към процеса на смърт и размножаване.

Нека разгледаме най-простата QS с очакване - едноканална система, която получава поток от заявки с интензивност; интензитет на услугата (т.е. средно непрекъснато зает канал ще издава обслужени заявки за единица (време). Приложение, пристигнало в момента, когато каналът е зает, се поставя на опашка и чака обслужване.

Система с ограничена дължина на опашката. Нека първо приемем, че броят на местата в опашката е ограничен от числото, т.е., ако иск пристигне в момент, когато вече има искове в опашката, той оставя системата необслужена. В бъдеще, отивайки до безкрайност, ще получим характеристиките на едноканален QS без ограничения за дължината на опашката.

Ние ще номерираме QS състоянията според броя на заявките в системата (както обслужени, така и очакващи услуга):

Каналът е безплатен;

Каналът е зает, няма опашка;

Каналът е зает, едно приложение е в опашката;

Каналът е зает, приложенията са в опашката;

Каналът е зает, има тонове приложения в опашката.

GSP е показан на фиг. 5.8. Всички интензитети на потоците от събития, които се предават на системата по стрелките отляво надясно, са еднакви, а отдясно наляво - . Всъщност, според стрелките отляво надясно, системата се прехвърля от потока от заявки (веднага щом пристигне заявка, системата преминава в следващото състояние), отдясно наляво - потокът от „освобождавания“ на зает канал, който има интензитет (веднага след като бъде обслужена следващата заявка, каналът или ще стане свободен, или ще намали броя на приложенията в опашката).

Ориз. 5.8. Едноканален QS с изчакване

Показано на фиг. 5.8 схема е схема на размножаване и смърт. Използвайки общото решение (5.32)-(5.34), ние пишем изрази за граничните вероятности на състояния (виж също (5.40)):

или използвайки:

Последният ред в (5.45) съдържа геометрична прогресия с първи член 1 и знаменател p; откъде получаваме:

във връзка с което пределните вероятности приемат формата:

Изразът (5.46) е валиден само за (защото дава несигурност на формата ). Сумата от геометрична прогресия със знаменател е , и в този случай

Нека дефинираме характеристиките на QS: вероятност за повреда, относителна пропускателна способност, абсолютна пропускателна способност, средна дължина на опашка, среден брой заявки, свързани със системата, средно време на изчакване в опашката, средно време на престой на приложение в QS

Вероятност за повреда. Очевидно заявката се отхвърля само в случай, че каналът е зает и всички m места в опашката също:

Относителна производителност:

Абсолютна честотна лента:

Средна дължина на опашката. Нека намерим средния брой приложения в опашката като математическо очакване на дискретна случайна променлива - броя на приложенията в опашката:

С вероятност има едно приложение в опашката, с вероятност - две приложения, като цяло с вероятност има приложения в опашката и т.н., откъдето:

Тъй като , сумата в (5.50) може да се интерпретира като производна по отношение на сумата на геометрична прогресия:

Замествайки този израз в (5.50) и използвайки от (5.47), накрая получаваме:

Средният брой рекламации в системата. След това получаваме формула за средния брой приложения, свързани със системата (както в опашката, така и в услугата). Тъй като , къде е средният брой заявления в услуга и е известно, остава да се определи . Тъй като има само един канал, броят на обслужваните заявки може да бъде равен (с вероятност ) или 1 (с вероятност ), откъдето:

и средният брой приложения, свързани с QS, е

Средно време за изчакване на приложение на опашката. Нека го обозначим; ако клиентът пристигне в системата в даден момент от времето, тогава с вероятност каналът за обслужване няма да е зает и няма да се налага да стои на опашка (времето за изчакване е нула). С вероятност тя ще влезе в системата по време на обслужване на някаква заявка, но няма да има опашка пред нея и заявката ще изчака началото на услугата си за период от време (средното време за обслужване на една заявка). С вероятност на опашката преди разглежданата заявка ще има още една, а средното време на изчакване ще бъде равно на и т.н.

Ако , т.е. когато новопристигнал клиент установи, че каналът за обслужване е зает и клиентите са на опашка (вероятността това е ), тогава в този случай клиентът не се реди на опашка (и не се обслужва), така че времето за изчакване е нула. Средното време на изчакване ще бъде:

ако заместим тук изразите за вероятностите (5.47), получаваме:

Тук се използват отношения (5.50), (5.51) (производна на геометрична прогресия), както и от (5.47). Сравнявайки този израз с (5.51), забелязваме, че с други думи средното време на изчакване е равно на средния брой заявки в опашката, разделен на интензивността на потока от заявки.

Средно време на престой на заявка в системата. Нека обозначим очакването на случайна променлива - времето, прекарано от приложението в QS, което е сумата от средното време на чакане в опашката и средното време за обслужване. Ако натоварването на системата е 100%, очевидно, иначе

Пример 5.6.Бензиностанция (бензиностанция) е QS с един сервизен канал (една колона).

Площадката на гарата позволява на опашката за зареждане да стоят не повече от три автомобила едновременно. Ако вече има три коли на опашката, следващата кола, която пристига на гарата, не се нарежда. Потокът от автомобили, пристигащи за зареждане, има интензитет (кола в минута). Процесът на зареждане с гориво продължава средно 1,25 минути.

Определете:

вероятност за повреда;

относителен и абсолютен капацитет на бензиностанциите;

среден брой автомобили, чакащи за зареждане с гориво;

среден брой автомобили на бензиностанцията (включително обслужени);

средно време за чакане на автомобил на опашката;

средното време на престой на автомобила на бензиностанцията (включително обслужване).

с други думи, средното време на изчакване е равно на средния брой приложения в опашката, разделен на интензивността на потока от приложения.

Първо откриваме намалената интензивност на потока от приложения:

Съгласно формули (5.47):

Вероятност за повреда.

Относителен капацитет на QS

Абсолютна производителност на QS

Машини на мин.

Средният брой коли на опашката се намира по формулата (5.51)

т.е. средният брой коли, чакащи на опашка за бензиностанция, е 1,56.

Към тази стойност се добавя средният брой автомобили в експлоатация

получаваме средния брой автомобили, свързани с бензиностанцията.

Средно време за чакане на автомобил на опашка по формулата (5.54)

Добавяйки тази стойност, получаваме средното време, което автомобилът прекарва на бензиностанцията:

Системи за неограничено изчакване. В такива системи стойността на m не е ограничена и следователно основните характеристики могат да бъдат получени чрез преминаване към границата в предварително получените изрази (5.44), (5.45) и т.н.

Обърнете внимание, че в този случай знаменателят в последната формула (5.45) е сумата от безкраен брой членове на геометрична прогресия. Тази сума се събира, когато прогресията е безкрайно намаляваща, т.е. когато .

Може да се докаже, че има условие, при което има гранично стационарно състояние в QS с изчакване, в противен случай такъв режим не съществува и опашката ще се увеличава неограничено. Следователно в това, което следва, се приема, че.

Ако , тогава отношенията (5.47) приемат формата:

Ако няма ограничения за дължината на опашката, всяка заявка, която влезе в системата, ще бъде обслужена, следователно,

Получаваме средния брой заявки в опашката от (5.51) за:

Средният брой приложения в системата по формула (5.52) с

Средното време на изчакване се получава от формулата

(5.53) за:

И накрая, средното време на престой на приложение в QS е

Многоканален QS с изчакване

Система с ограничена дължина на опашката. Да разгледаме канал QS с чакане, който получава поток от заявки с интензитет; интензивност на услугата (за един канал); броя на местата в опашката.

Състоянията на системата са номерирани според броя на заявките, свързани от системата:

без опашка:

Всички канали са безплатни;

Един канал е зает, останалите са свободни;

Заети канали, останалите не са;

Всички канали са заети, няма свободни;

има опашка:

Всички n канала са заети; едно приложение е на опашката;

Всички n канала са заети, r заявки са в опашката;

Всички n канала са заети, r заявки са в опашката.

GSP е показан на фиг. 5.9. Всяка стрелка има съответните интензитети на потоците от събития. Според стрелките отляво надясно системата винаги се прехвърля от един и същ поток от заявки с интензитет , според стрелките отдясно наляво системата се прехвърля от обслужващ поток, чийто интензитет е равен на, умножен по броя на заетите канали.

Ориз. 5.9. Многоканален QS с изчакване

Графиката е типична за процесите на размножаване и смърт, за които решението е получено по-рано (5.29)-(5.33). Нека напишем изрази за граничните вероятности на състояния, използвайки нотацията : (тук използваме израза за сумата от геометрична прогресия със знаменател ).

Така се намират всички вероятности на състоянието.

Нека дефинираме характеристиките на ефективността на системата.

Вероятност за повреда. Входяща заявка се отхвърля, ако всички канали и всички места в опашката са заети:

Относителната производителност допълва вероятността за повреда до едно:

Абсолютна производителност на QS:

Среден брой заети канали. За CMO с неуспехи той съвпадна със средния брой приложения в системата. За QS с опашка средният брой на заетите канали не съвпада със средния брой заявки в системата: последната стойност се различава от първата със средния брой заявки в опашката.

Нека обозначим средния брой заети канали. Всеки зает канал обслужва средно заявки за единица време, а QS като цяло обслужва средно заявки за единица време. Разделяйки едно на друго, получаваме:

Средният брой заявки в опашката може да се изчисли директно като математическо очакване на дискретна случайна променлива:

Тук отново (израз в скоби) се появява производната на сумата от геометрична прогресия (виж по-горе (5.50), (5.51) - (5.53)), използвайки съотношението за нея, получаваме:

Среден брой приложения в системата:

Средно време за изчакване на приложение на опашката. Нека разгледаме редица ситуации, които се различават по състоянието, в което новопристигналата заявка ще намери системата и колко време ще трябва да чака за обслужване.

Ако обектът не намери всички канали за заети, той изобщо няма да трябва да чака (съответните членове в математическото очакване са равни на нула). Ако заявката пристигне в момента, когато всички канали са заети и няма опашка, тя ще трябва да изчака средно време, равно на (защото "потокът от освобождавания" на каналите има интензитет ). Ако клиент намери всички канали заети и един клиент пред него в опашката, той ще трябва да изчака средно време (за всеки преден клиент) и т.н. Ако клиент го намери в опашката от клиенти, той ще има да чакат средно време. Ако новопристигнало приложение намери приложения, които вече са в опашката, тогава то изобщо няма да чака (но и няма да бъде обслужено). Намираме средното време на изчакване, като умножим всяка от тези стойности по съответните вероятности:

Точно както в случая на едноканален QS с изчакване, отбелязваме, че този израз се различава от израза за средната дължина на опашката (5.59) само с фактора , т.е.

Средното време на престой на заявка в системата, както и за едноканален QS, се различава от средното време на изчакване със средното време за обслужване, умножено по относителната пропускателна способност:

Системи с неограничена дължина на опашка. Разгледахме QS на канал с изчакване, когато повече заявки не могат да бъдат в опашката по едно и също време.

Както и преди, когато се анализират системи без ограничения, е необходимо да се вземат предвид получените отношения за .

Получаваме вероятностите за състояния от формули (5.56) чрез преминаване към границата (при ). Обърнете внимание, че сумата от съответната геометрична прогресия се събира при и се отклонява при . Приемайки това и насочвайки стойността m към безкрайност във формулите (5.56), получаваме изрази за граничните вероятности на състоянията:

Вероятност за отказ, относителна и абсолютна производителност. Тъй като всяка заявка ще бъде обслужена рано или късно, пропускателните характеристики на QS ще бъдат:

Средният брой заявки в опашката се получава от (5.59):

и средно време на изчакване - от (5.60):

Средният брой на заетите канали, както и преди, се определя по отношение на абсолютната пропускателна способност:

Средният брой клиенти, свързани с QS, се определя като средния брой клиенти в опашката плюс средния брой клиенти в услуга (средния брой заети канали):

Пример 5.7.Бензиностанция с две колони () обслужва потока автомобили със скорост (коли в минута). Средно време за обслужване на машина

В района няма друга бензиностанция, така че опашката от автомобили пред бензиностанцията може да расте почти безкрайно. Намерете характеристиките на QS.

Тъй като , опашката не расте безкрайно и има смисъл да се говори за ограничаващия стационарен режим на QS. По формули (5.61) намираме вероятностите на състоянията:

Намираме средния брой заети канали, като разделим абсолютната пропускателна способност на QS на интензитета на услугата:

Вероятността да няма опашка на бензиностанцията ще бъде:

Среден брой коли на опашката:

Среден брой автомобили на бензиностанциите:

Средно време на чакане на опашка:

Средно време, през което една кола престоява на бензиностанция:

CMO с ограничено време за изчакване. Преди това разглеждахме системи с чакане, ограничени само от дължината на опашката (броя приложения, които са едновременно в опашката). При такъв QS клиент, веднъж поставен на опашка, не я напуска, докато не изчака услугата. В практиката се срещат QS от друг тип, при които приложението след изчакване известно време може да напусне опашката (т.нар. „нетърпеливи“ приложения).

Разгледайте QS от този тип, като приемем, че ограничението на времето за изчакване е случайна променлива.

Да приемем, че има канал QS с чакане, в който броят на местата в опашката не е ограничен, но времето, през което клиентът остава в опашката, е някаква случайна величина със средна стойност » с интензитета на заявките, които стоят в линия и др.

Графиката на състоянията и преходите на системата е показана на фиг. 5.10.

Ориз. 5.10. CMO с ограничено време за изчакване

Нека обозначим тази графика както преди; всички стрелки, водещи отляво надясно, ще имат интензивността на потока от приложения. За състояния без опашка, стрелките, водещи от тях отдясно наляво, както и преди, ще имат общата интензивност на обслужващия поток на всички заети канали. Що се отнася до състоянията с опашка, стрелките, водещи от тях отдясно наляво, ще имат общата интензивност на потока на обслужване на всички канали плюс съответния интензитет на потока на напускане на опашката. Ако в опашката има заявки, тогава общата интензивност на потока от заминаващи ще бъде равна на .

Както може да се види от графиката, има модел на размножаване и смърт; прилагайки общи изрази за ограничаващите вероятности на състоянията в тази схема (използвайки съкратената нотация), ние записваме:

Нека отбележим някои характеристики на QS с ограничено изчакване в сравнение с разгледаните по-рано QS с заявки за „пациенти“.

Ако дължината на опашката не е ограничена и клиентите са „търпеливи“ (не напускат опашката), тогава стационарният граничен режим съществува само в случая (за , съответната безкрайна геометрична прогресия се разминава, което физически съответства на неограниченото нарастване на опашката за ).

Напротив, в QS с "нетърпеливи" клиенти, напускащи опашката рано или късно, стабилното състояние на обслужване при винаги се постига, независимо от намалената интензивност на клиентския поток, без да се сумират безкрайните серии (5.63). От (5.64) получаваме:

и средният брой заети канали, включени в тази формула, може да се намери като математическо очакване на случайна променлива, която приема стойности с вероятности:

В заключение отбелязваме, че ако във формули (5.62) преминем към границата като (или, което е същото, като ), тогава се получават формули (5.61), т.е. „нетърпеливите“ заявки стават „търпеливи“.

Многоканален QS с неограничена опашка

Да разгледаме задачата. На разположение n-канален QS с неограничена опашка. Потокът от приложения, влизащи в QS, има интензитет l, а потокът от услуги има интензитет m. Необходимо е да се намерят граничните вероятности на състоянията на QS и показателите за неговата ефективност.

Системата може да бъде в едно от състоянията S0, S1, S2, ..., Sk .., Sn, ..., номерирани според броя на заявките в QS: S0 - няма заявки в системата ( всички канали са безплатни); S -- един канал е зает, останалите са свободни; S2- два канала са заети, останалите са свободни; Sk -- k канала са заети, останалите са свободни; Sn -- всички n канала са заети (няма опашка); Sn+1 -- всички n канала са заети, има една заявка в опашката; Sn+r -- всички n канала са заети, r заявки са в опашката.

Графиката на състоянието на системата е показана на Фигура 7. Нека обърнем внимание на факта, че за разлика от предишния QS, интензивността на потока на услугата (прехвърляне на системата от едно състояние в друго отдясно наляво) не остава постоянна , но тъй като броят на заявките в QS се увеличава от 0 до n нараства от m до n??, тъй като броят на каналите за обслужване се увеличава съответно. Когато броят на заявките в QS е по-голям от n, интензивността на обслужващия поток остава равна на nm.

Фигура 7 - Графика на състоянията на многоканален QS

Може да се покаже, че за c/n< 1 предельные вероятности существуют. Если с/n ? 1, очередь растет до бесконечности. Используя формулы (20) и (21) для процесса гибели и размножения, можно получить следующие формулы для предельных вероятностей состояний n-канальной СМО с неограниченной очередью

Вероятността приложението да бъде на опашката,

За n-канален QS с неограничена опашка, използвайки предишните трикове, можете да намерите:

средно заети канали

среден брой приложения в системата

Средното време на престой на приложение в опашката и средното време на престой на приложение в системата, както преди, се намират с помощта на формулите на Литъл (48) и (49).

Коментирайте. За QS с неограничена опашка за s< 1 любая заявка, пришедшая в систему, будет обслужена, т.е. вероятность отказа Ротк = 0, Q=1, а равна интенсивности входящего потока заявок, т.е. А = л.

QS с ограничена опашка

QS с ограничена опашка се различават само по това, че броят на заявките в опашката е ограничен (не може да надвишава дадено m). Ако пристигне нова заявка в момента, в който всички места в опашката са заети, тя оставя QS необслужен, т.е. получава отказ.

Едноканален QS с ограничена дължина на опашката

Пределни вероятности:

Вероятност за повреда:

Абсолютна честотна лента

Относителна честотна лента

Среден брой заявления в опашката

Среден брой обслужвани заявки (среден брой заети канали)

Среден брой приложения в системата

Многоканален QS с ограничена опашка

Пределни вероятности:

Вероятност за повреда:

Абсолютна честотна лента

Относителна честотна лента

Среден брой заявления в опашката

Среден брой обслужвани заявки (среден брой заети канали)

Ново в сайта

>

Най - известен