4. ТЕОРИЯ МАССОВОГО ОБСЛУЖИВАНИЯ

4.1. Классификация систем массового обслуживания и их показатели эффективности

Системы, в которых в случайные моменты времени возникают заявки на обслуживание и имеются устройства для обслуживания этих заявок, называются системами массового обслуживания (СМО).

СМО могут быть классифицированы по признаку организации обслуживания следующим образом:

Системы с отказами не имеют очередей.

Системы с ожиданием имеют очереди.

Заявка, поступившая в момент, когда все каналы обслуживания заняты:

Покидает систему с отказами;

Становится в очередь на обслуживание в системах с ожиданием при неограниченной очереди или на свободное место при ограниченной очереди;

Покидает систему с ожиданием при ограниченной очереди, если в этой очереди нет свободного места.

В качестве меры эффективности экономической СМО рассматривают сумму потерь времени:

На ожидание в очереди;

На простои каналов обслуживания.

Для всех видов СМО используются следующие показатели эффективности :

- относительная пропускная способность - это средняя доля поступающих заявок, обслуживаемых системой;

- абсолютная пропускная способность - это среднее число заявок, обслуживаемых системой в единицу времени;

- вероятность отказа - это вероятность того, что заявка покинет систему без обслуживания;

- среднее число занятых каналов - для многоканальных СМО.

Показатели эффективности СМО рассчитываются по формулам из специальных справочников (таблиц). Исходными данными для таких расчетов являются результаты моделирования СМО.

4.2. Моделирование системы массового обслуживания:

основ­ные параметры, граф состояний

При всем многообразии СМО они имеют общие черты , которые позволяют унифицировать их моделирование для нахождения наиболее эффективных вариантов организации таких систем .

Для моделирования СМО необходимо иметь следующие исходные данные:

Основные параметры;

Граф состояний.

Результатами моделирования СМО являются вероятности ее состояний, через которые выражаются все показатели ее эффективности.

Основные параметры для моделирования СМО включают:

Характеристики входящего потока заявок на обслуживание;

Характеристики механизма обслуживания.

Рассмотрим характеристики потока заявок .

Поток заявок - последовательность заявок, поступающих на обслуживание.

Интенсивность потока заявок - среднее число заявок, поступающих в СМО в единицу времени.

Потоки заявок бывают простейшими и отличными от простейших.

Для простейших потоков заявок используются модели СМО.

Простейшим , или пуассоновским называется поток, являющийся стационарным , одинарным и в нем отсутствуют последействия .

Стационарность означает неизменность интенсивности поступления заявок с течением времени.

Одинарным поток заявок является в том случае, когда за малый промежуток времени вероятность поступления более чем одной заявки близка к нулю.

Отсутствие последействия заключается в том, что число заявок, поступивших в СМО за один интервал времени, не влияет на количество заявок, полученных за другой интервал времени.

Для отличных от простейших потоков заявок используются имитационные модели.

Рассмотрим характеристики механизма обслуживания .

Механизм обслуживания характеризуется:

- числом каналов обслуживания ;

Производительностью канала, или интенсивностью обслуживания - средним числом заявок, обслуживаемых одним каналом в единицу времени;

Дисциплиной очереди (например, объемом очереди , порядком отбора из очереди в механизм обслуживания и т. п.).

Граф состояний описывает функционирование системы обслуживания как переходы из одного состояния в другое под действием потока заявок и их обслуживания.

Для построения графа состояний СМО необходимо:

Составить перечень всех возможных состояний СМО;

Представить перечисленные состояния графически и отобразить возможные переходы между ними стрелками;

Взвесить отображенные стрелки, т. е. приписать им числовые значения интенсивностей переходов, определяемые интенсивностью потока заявок и интенсивностью их обслуживания.

4.3. Вычисление вероятностей состояний

системы массового обслуживания

Граф состояний СМО со схемой "гибели и рождения" представляет собой линейную цепочку, где каждое из средних состояний имеет прямую и обратную связь с каждым из соседних состояний, а крайние состояния только с одним соседним:

Число состояний в графе на единицу больше, чем суммарное число каналов обслуживания и мест в очереди.

СМО может быть в любом из своих возможных состояний, поэтому ожидаемая интенсивность выхода из какого-либо состояния равна ожидаемой интенсивности входа системы в это состояние. Отсюда система уравнений для определения вероятностей состояний при простейших потоках будет иметь вид:

где - вероятность того, что система находится в состоянии

- интенсивность перехода, или среднее число переходов системы в единицу времени из состояния в состояние .

Используя эту систему уравнений, а также уравнение

вероятность любого -ого состояния можно вычислить по следующему общему правилу :

вероятность нулевого состояния рассчитывается как

а затем берется дробь, в числителе которой стоит произведение всех интенсивностей потоков по стрелкам, ведущим слева направо от состояния до состояния а в знаменателе - произведение всех интенсивностей по стрелкам, идущим справа налево от состояния до состояния , и эта дробь умножается на рассчитанную вероятность

Выводы по четвертому разделу

Системы массового обслуживания имеют один или несколько каналов обслуживания и могут иметь ограниченную или неограниченную очередь (системы с ожиданием) заявок на обслуживание, не иметь очереди (системы с отказами). Заявки на обслуживание возникают в случайные моменты времени. Системы массового обслуживания характеризуются следующими показателями эффективности: относительная пропускная способность, абсолютная пропускная способность, вероятность отказа, среднее число занятых каналов.

Моделирование систем массового обслуживания осуществляется для нахождения наиболее эффективных вариантов их организации и предполагает следующие исходные данные для этого: основные параметры, граф состояний. К таким данным относятся следующие: интенсивность потока заявок, количество каналов обслуживания, интенсивность обслуживания и объем очереди. Число состояний в графе на единицу больше, чем сумма числа каналов обслуживания и мест в очереди.

Вычисление вероятностей состояний системы массового обслуживания со схемой «гибели и рождения» осуществляется по общему правилу.

Вопросы для самопроверки

Какие системы называются системами массового обслуживания?

Как классифицируются системы массового обслуживания по признаку их организации?

Какие системы массового обслуживания называются системами с отказами, а какие – с ожиданием?

Что происходит с заявкой, поступившей в момент времени, когда все каналы обслуживания заняты?

Что рассматривают в качестве меры эффективности экономической системы массового обслуживания?

Какие используются показатели эффективности системы массового обслуживания?

Что служит исходными данными для расчетов показателей эффективности систем массового обслуживания?

Какие исходные данные необходимы для моделирования систем массового обслуживания?

Через какие результаты моделирования системы массового обслуживания выражают все показатели ее эффективности?

Что включают основные параметры для моделирования систем массового обслуживания?

Чем характеризуются потоки заявок на обслуживание?

Чем характеризуются механизмы обслуживания?

Что описывает граф состояний системы массового обслуживания

Что необходимо для построения графа состояний системы массового обслуживания?

Что представляет собой граф состояний системы массового обслуживания со схемой «гибели и рождения»?

Чему равно число состояний в графе состояний системы массового обслуживания?

Какой вид имеет система уравнений для определения вероятностей состояний системы массового обслуживания?

По какому общему правилу вычисляется вероятность любого состояния системы массового обслуживания?

Примеры решения задач

1. Построить граф состояний системы массового обслуживания и привести основные зависимости ее показателей эффективности.

а) n-канальная СМО с отказами (задача Эрланга)

Основные параметры:

Каналов ,

Интенсивность потока ,

Интенсивность обслуживания .

Возможные состояния системы:

Все каналов заняты ( заявок в системе).

Граф состояний:

Относительная пропускная способность ,

Вероятность отказа ,

Среднее число занятых каналов .

б) n-канальная СМО с m-ограниченной очередью

Возможные состояния системы:

Все каналы свободны (ноль заявок в системе);

Один канал занят, остальные свободны (одна заявка в системе);

Два канала заняты, остальные свободны (две заявки в системе);

...................................................................................

Все каналы заняты, две заявки в очереди;

Все каналы заняты, заявок в очереди.

Граф состояний:

в) Одноканальная СМО с неограниченной очередью

Возможные состояния системы:

Все каналы свободны (ноль заявок в системе);

Канал занят, ноль заявок в очереди;

Канал занят, одна заявка в очереди;

...................................................................................

Канал занят, заявка в очереди;

....................................................................................

Граф состояний:

Показатели эффективности системы:

,

Среднее время пребывания заявки в системе ,

,

,

Абсолютная пропускная способность ,

Относительная пропускная способность .

г) n-канальная СМО с неограниченной очередью

Возможные состояния системы:

Все каналы свободны (ноль заявок в системе);

Один канал занят, остальные свободны (одна заявка в системе);

Два канала заняты, остальные свободны (две заявки в системе);

...................................................................................

Все каналов заняты ( заявок в системе), ноль заявок в очереди;

Все каналы заняты, одна заявка в очереди;

....................................................................................

Все каналы заняты, заявок в очереди;

....................................................................................

Граф состояний:

Показатели эффективности системы:

Среднее число занятых каналов ,

Среднее число заявок в системе ,

Среднее число заявок в очереди ,

Среднее время пребывания заявки в очереди .

2. Вычислительный центр имеет три ЭВМ. В центр поступает на решение в среднем четыре задачи в час. Среднее время решения одной задачи - полчаса. Вычислительный центр принимает и ставит в очередь на решение не более трех задач. Необходимо оценить эффективность центра.

РЕШЕНИЕ. Из условия ясно, что имеем многоканальную СМО с ограниченной очередью:

Число каналов ;

Интенсивность потока заявок (задача / час);

Время обслуживания одной заявки (час / задача), интенсивность обслуживания (задача / час);

Длина очереди .

Перечень возможных состояний:

Заявок нет, все каналы свободны;

Один канал занят, два свободны;

Два канала заняты, один свободен;

Три канала заняты;

Три канала заняты, одна заявка в очереди;

Три канала заняты, две заявки в очереди;

Три канала заняты, три заявки в очереди.

Граф состояний:

Рассчитаем вероятность состояния :

Показатели эффективности:

Вероятность отказа (все три ЭВМ заняты и три заявки стоят в очереди)

Относительная пропускная способность

Абсолютная пропускная способность

Среднее число занятых ЭВМ

3. (Задача с использованием СМО с отказами.) В ОТК цеха работают три контролера. Если деталь поступает в ОТК, когда все контролеры заняты обслуживанием ранее поступивших деталей, то она проходит непроверенной. Среднее число деталей, поступающих в ОТК в течение часа, равно 24, среднее время, которое затрачивает один контролер на обслуживание одной детали, равно 5 мин. Определить вероятность того, деталь пройдет ОТК необслуженной, насколько загружены контролеры и сколько их необходимо поставить, чтобы (* - заданное значение ).

РЕШЕНИЕ. По условию задачи , тогда .

1) Вероятность простоя каналов обслуживания:

,

3) Вероятность обслуживания:

4) Среднее число занятых обслуживанием каналов:

.

5) Доля каналов, занятых обслуживанием:

6) Абсолютная пропускная способность:

При . Произведя аналогичные расчеты для , получим

Так как , то произведя расчеты для , получим

ОТВЕТ. Вероятность того, что при деталь пройдет ОТК необслуженной, составляет 21%, и контролеры будут заняты обслуживанием на 53%.

Чтобы обеспечить вероятность обслуживания более 95%, необходимо не менее пяти контролеров.

4. (Задача с использованием СМО с неограниченным ожиданием.) Сберкасса имеет трех контролеров-кассиров () для обслуживания вкладчиков . Поток вкладчиков поступает в сберкассу с интенсивностью чел./ч. Средняя продолжительность обслуживания контролером-кассиром одного вкладчика мин.

Определить характеристики сберкассы как объекта СМО.

РЕШЕНИЕ. Интенсивность потока обслуживания , интенсивность нагрузки .

1) Вероятность простоя контролеров-кассиров в течение рабочего дня (см. предыдущую задачу №3):

.

2) Вероятность застать всех контролеров-кассиров занятыми:

.

3) Вероятность очереди:

.

4) Среднее число заявок в очереди:

.

5) Среднее время ожидания заявки в очереди:

мин.

6) Среднее время пребывания заявки в СМО:

7) Среднее число свободных каналов:

.

8) Коэффициент занятости каналов обслуживания:

.

9) Среднее число посетителей в сберкассе:

ОТВЕТ. Вероятность простоя контролеров-кассиров равна 21% рабочего времени , вероятность посетителю оказаться в очереди составляет 11,8%, среднее число посетителей в очереди 0,236 чел., среднее время ожидания посетителями обслуживания 0,472 мин.

5. (Задача с применением СМО с ожиданием и с ограниченной длиной очереди.) Магазин получает ранние овощи из пригородных теплиц. Автомобили с грузом прибывают в разное время с интенсивностью машин в день. Подсобные помещения и оборудование для подготовки овощей к продаже позволяют обрабатывать и хранить товар, привезенный двумя автомашинами (). В магазине работают три фасовщика (), каждый из которых в среднем может обрабатывать товар с одной машины в течение ч. Продолжительность рабочего дня при сменной работе составляет 12 ч.

Определить, какова должна быть емкость подсобных помещений, чтобы вероятность полной обработки товаров была .

РЕШЕНИЕ. Определим интенсивность загрузки фасовщиков:

Авт./дн.

1) Найдем вероятность простоя фасовщиков при отсутствии машин (заявок):

причем 0!=1,0.

2) Вероятность отказа в обслуживании:

.

3) Вероятность обслуживания:

Так как , произведем аналогичные вычисления для , получим), при этом вероятность полной обработки товара будет .

Задания для самостоятельной работы

Для каждой из следующих ситуаций определить:

a) к какому классу относится объект СМО;

b) число каналов ;

c) длину очереди ;

d)интенсивность потока заявок ;

e) интенсивность обслуживания одним каналом;

f) количество всех состояний объекта СМО.

В ответах указать значения по каждому пункту, используя следующие сокращения и размерности:

a) ОО – одноканальная с отказами; МО – многоканальная с отказами; ОЖО – одноканальная с ожиданием с ограниченной очередью; ОЖН - одноканальная с ожиданием с неограниченной очередью; МЖО – многоканальная с ожиданием с ограниченной очередью; МЖН - многоканальная с ожиданием с неограниченной очередью;

b) =… (единиц);

c) =… (единиц);

d) =ххх/ххх (единиц /мин);

e) =ххх/ххх (единиц /мин);

f) (единиц).

1. Дежурный по администрации города имеет пять телефонов. Телефонные звонки поступают с интенсивностью 90 заявок в час, средняя продолжительность разговора составляет 2 мин.

2. На стоянке автомобилей возле магазина имеются 3 места, каждое из которых отводится под один автомобиль. Автомобили прибывают на стоянку с интенсивностью 20 автомобилей в час. Продолжительность пребывания автомобилей на стоянке составляет в среднем 15 мин. Стоянка на проезжей части не разрешается.

3. АТС предприятия обеспечивает не более 5 переговоров одновременно. Средняя продолжительность разговоров составляет 1 мин. На станцию поступает в среднем 10 вызовов в сек.

4. В грузовой речной порт поступает в среднем 6 сухогрузов в сутки. В порту имеются 3 крана, каждый из которых обслуживает 1 сухогруз в среднем за 8 ч. Краны работают круглосуточно. Ожидающие обслуживания сухогрузы стоят на рейде.

5. В службе «Скорой помощи» поселка круглосуточно дежурят 3 диспетчера, обслуживающие 3 телефонных аппарата. Если заявка на вызов врача к больному поступает, когда диспетчеры заняты, то абонент получает отказ. Поток заявок составляет 4 вызова в минуту. Оформление заявки длится в среднем 1,5 мин.

6. Салон-парикмахерская имеет 4 мастера. Входящий поток посетителей имеет интенсивность 5 человек в час. Среднее время обслуживания одного клиента составляет 40 мин. Длина очереди на обслуживание считается неограниченной.

7. На автозаправочной станции установлены 2 колонки для выдачи бензина. Около станции находится площадка на 2 автомашины для ожидания заправки. На станцию прибывает в среднем одна машина в 3 мин. Среднее время обслуживания одной машины составляет 2 мин.

8. На вокзале в мастерской бытового обслуживания работают три мастера. Если клиент заходит в мастерскую, когда все мастера заняты, то он уходит из мастерской, не ожидая обслуживания. Среднее число клиентов, обращающихся в мастерскую за 1 ч, равно 20. Среднее время, которое затрачивает мастер на обслуживание одного клиента, равно 6 мин.

9. АТС поселка обеспечивает не более 5 переговоров одновременно. Время переговоров в среднем составляет около 3 мин. Вызовы на станцию поступают в среднем через 2 мин.

10. На автозаправочной станции (АЗС) имеются 3 колонки. Площадка при станции, на которой машины ожидают заправку, может вместить не более одной машины, и если она занята, то очередная машина, прибывшая к станции, в очередь не становится, а проезжает на соседнюю станцию. В среднем машины прибывают на станцию каждые 2 мин. Процесс заправки одной машины продолжается в среднем 2,5 мин.

11. В небольшом магазине покупателей обслуживают два продавца. Среднее время обслуживания одного покупателя – 4 мин. Интенсивность потока покупателей – 3 человека в минуту. Вместимость магазина такова, что одновременно в нем в очереди могут находиться не более 5 человек. Покупатель, пришедший в переполненный магазин, когда в очереди уже стоят 5 человек, не ждет снаружи и уходит.

12. Железнодорожную станцию дачного поселка обслуживает касса с двумя окнами. В выходные дни, когда население активно пользуется железной дорогой, интенсивность потока пассажиров составляет 0,9 чел./мин. Кассир затрачивает на обслуживание пассажира в среднем 2 мин.

Для каждой из указанных в вариантах СМО интенсивность потока заявок равна и интенсивность обслуживания одним каналом . Требуется:

Составить перечень возможных состояний;

Построить граф состояний по схеме "гибели и размножения".

В ответе указать для каждой задачи:

Количество состояний системы;

Интенсивность перехода из последнего состояния в предпоследнее.

Вариант № 1

1. одноканальная СМО с очередью длиной в 1 заявку

2. 2-канальная СМО с отказами (задача Эрланга)

3. 31-канальная СМО с 1-ограниченной очередью

5. 31-канальная СМО с неограниченной очередью

Вариант № 2

1. одноканальная СМО с очередью длиной в 2 заявки

2. 3-канальная СМО с отказами (задача Эрланга)

3. 30-канальная СМО с 2-ограниченной очередью

4. Одноканальная СМО с неограниченной очередью

5. 30-канальная СМО с неограниченной очередью

Вариант № 3

1. одноканальная СМО с очередью длиной в 3 заявки

2. 4-канальная СМО с отказами (задача Эрланга)

3. 29-канальная СМО с 3-ограниченной очередью

4. Одноканальная СМО с неограниченной очередью

5. 29-канальная СМО с неограниченной очередью

Вариант № 4

1. одноканальная СМО с очередью длиной в 4 заявки

2. 5-канальная СМО с отказами (задача Эрланга)

3. 28-канальная СМО с 4-ограниченной очередью

4. Одноканальная СМО с неограниченной очередью

5. 28-канальная СМО с неограниченной очередью

Вариант № 5

1. одноканальная СМО с очередью длиной в 5 заявок

2. 6-канальная СМО с отказами (задача Эрланга)

3. 27-канальная СМО с 5-ограниченной очередью

4. Одноканальная СМО с неограниченной очередью

5. 27-канальная СМО с неограниченной очередью

Вариант № 6

1. одноканальная СМО с очередью длиной в 6 заявок

2. 7-канальная СМО с отказами (задача Эрланга)

3. 26-канальная СМО с 6-ограниченной очередью

4. Одноканальная СМО с неограниченной очередью

5. 26-канальная СМО с неограниченной очередью

Вариант № 7

1. одноканальная СМО с очередью длиной в 7 заявок

2. 8-канальная СМО с отказами (задача Эрланга)

3. 25-канальная СМО с 7-ограниченной очередью

4. Одноканальная СМО с неограниченной очередью

5. 25-канальная СМО с неограниченной очередью

Вариант № 8

1. одноканальная СМО с очередью длиной в 8 заявок

2. 9-канальная СМО с отказами (задача Эрланга)

3. 24-канальная СМО с 8-ограниченной очередью

4. Одноканальная СМО с неограниченной очередью

5. 24-канальная СМО с неограниченной очередью

Вариант № 9

1. одноканальная СМО с очередью длиной в 9 заявок

2. 10-канальная СМО с отказами (задача Эрланга)

3. 23-канальная СМО с 9-ограниченной очередью

4. Одноканальная СМО с неограниченной очередью

5. 23-канальная СМО с неограниченной очередью

Вариант № 10

1. одноканальная СМО с очередью длиной в 10 заявок

2. 11-канальная СМО с отказами (задача Эрланга)

3. 22-канальная СМО с 10-ограниченной очередью

4. Одноканальная СМО с неограниченной очередью

5. 22-канальная СМО с неограниченной очередью

1. Интенсивность потока обслуживания заявок

2. Коэффициент загрузки СМО

3. Вероятность образования очереди

4. Вероятность отказа системы

5. Пропускная способность

6. Среднее число заявок, находящихся в очереди

7. Среднее число заявок, обслуживаемых СМО

8. Среднее число заявок, находящихся в СМО

9. Среднее время заявки в СМО

10. Среднее время пребывания заявки в очереди

11. Среднее число занятых каналов.

Судить о качестве полученной системы нужно по сов-ти значений показателей. При анализе результатов моделирования важно обращать внимание на интересы клиента и владельца системы. В частности, следует min-ть или max-ть тот или иной показатель.

26. Одноканальная СМО

27. Одноканальная СМО с отказами

28. Многоканальная СМО с ограниченной очередью

Параметры СМО:

o Интенсивность потока заявок.

o Интенсивность потока обслуживания.

o Среднее t обслуживания заявки.

o Кол-во каналов обслуживания.

o Дисциплина обслуживания.

< СМО на примере работы АЗС. Несколько одинак. колонок, произв-ть кот.известна. Если колонки заняты, то обслуживание в очереди м. ждать не > 3х машин одновременно. Очередь считаем общей. Если все места в очереди заняты, то машина получает отказ в обслуживании.

29. Транспортная задача

- широкий круг задач не только транспортного хар-ра, распределение ресурсов, наход-ся у неск. поставщиков, д/другого произвольного числа потребителей. Д/перевозчиков наиболее часто отн-ся к транспорту:

1. Привязка потребителей к ресурсам производителей.

2. Привязка к пунктам назначения пунктов отправления.

3. Взаимопривязка грузопотока прямого и обратного направления.

4. Оптимальное распределение V выпуска промышл. продукции м/у изготов-ми.

< модель привязки к пункту назначения. Известны: пункты отправления и назначения, объемы отправления по к-му пункту, потребность в грузе, стоимость доставки по каждому варианту. Н. оптимальный план перевозок с min транспортными издержками.

30. Тр. задача закрытая - ∑Vотправл. грузов= ∑V потреб-ти в этом грузе, т.е. ∑ai=∑bj (m – число поставщиков, n – число потребителей).

31 . Если это условие невозможно – открытая тр. задача . Тогда ее надо привести к закрытой:

1. Если потребность пунктов назначения превышает запасы пунктов отправления, то вводится фиктивный поставщик с недостающимV отправления.

2. Весь запас поставщиков > потребности, то ввод-сяфикт. потребитель.

32. Алгоритм решения задачи методом потенциалов (этапы):

1. Разработка начального плана (опорного решения).

2. Расчет потенциалов.

3. Проверка плана на оптимальность.

4. Поиск max звена не оптимальности (если п.3 не выполнен)

5. Составление контура перераспределения ресурсов.

6. Определение min эл-та в контуре перераспр-ния и перераспр. ресурсов по контуру.

7. Получение нового плана.

Эта процедура повторяется несколько раз, пока не будет найдено оптимальное решение. Алгоритм остается неизменным.Методы отыскания начального плана:

1. Метод С-З угла

2. Метод min стоимости

3. Метод двойного предпочтения

Метод потенциалов позволяет за конечное число планов найти оптимальный. (Метод Фогеля) Метод потенциалов разработан д/классич. транспорт.задач, но такие встречаются редко, приходится вводить ряд ограничений.

33. В экономике организации встреч-ся норма задач, кот.м.б. сведены к транспортной задаче:

1. Отд. поставки от опред. поставщиков некот. потребителями д.б. исключены из-за отсутствия необх. усл. хранения, перегрузки коммуникаций, и т.д.

2. Организ. необх. опред. min ∑затраты на пр-во и транспортировку продукции. М. оказаться экономич. более выгодным доставлять сырье из более отдал.пунктов, но при <себест-ти. Критерий оптимальности принимает ∑ затрат на пр-во и тран-ку.

3. Ряд трансп. маршрутов имеют ограничения по пропускной спос-ти.

4. Поставки по определ. маршрутам обязательны и обязат. д. войти в оптим. план.

5. Экономическая задача не является транспортной. (Пр. – распределение произв. изделий м/у предприятиями).

6. Необходимость max-ть целевую ф-ю задачи транспортного типа.

7. Необходимость в одно и то же t распределить груз различного рода по потребителям – Многопродуктовая транспортная задача .

8. Доставка грузов в краткий срок. (Метод потенциалов не пригоден, решается с пом. спец. алгоритма).

34. Транспортная задача в сетевой подстановке

Если условие транспортной задачи задано в виде схемы, на кот.изображены поставщики, потребители и связыв. их дороги, указаны величины запасов груза и потребностей в нем и показатели критерия оптимальности (тарифы, расстояния).В вершинах (узлах) сети изображают поставщиков и потребителей. Запасы груза считают положительными, а потребности отрицательными числами. Ребра (дуги) сети – дороги.Решение трансп. задачи в сетевой постановке основано на методе потенциалов и нач-ся с построения начального опорного плана, который должен удовлетворять требованиям:

1. Все запасы должны быть распределены, а потребители удовлетворены.

2. Для каждой вершины должна быть указана поставка груза (+ или -)

3. Общее количество поставок должно быть на 1 меньше числа вершин.

4. Стрелки, которыми обозначают поставки, не д. образовывать замкн. контур.

Затем план проверяют на оптимальность, для чего вычисляют потенциалы. Получают новый план и снова исследуют на оптимальность. Определяют значение целевой функции.

В случае открытой модели вводят фиктивного потребителя или поставщика.

35. Д/решения научных и практических задач в области логистики прим. основные методы:

1. Методы системного анализа

2. Методы теории исследования операции

3. Кибернетические методы

4. Метод прогнозирования

5. Методы экспертных оценок

6. Методы моделирования

36. Наиболее часть в логистике применяется имитац. моделирование, в кот.закономерности, определяющие количественное отношение остаются неизвестными, а сам логистический процесс остается «черным ящиком» или «серым ящиком».

К основным процессам имитац. моделирования отн-ся:

1. Конструирование модели реальной системы.

2. Постановка экспериментов на этой модели.

Цели моделирования:

o Определение поведения логистической системы.

o Выбор стратегии д/обеспеч. наиб.эфф-го функционирования логистич. системы.

Имитац. моделирование целесообразно исполнять, когда вып-ся условия:

1. Не сущ. законченой постановки задач или не разработаны аналитические методы решения сформулиров. матем. модели.

2. Аналитич. модель имеется, но процедуры сложны и трудоемки, сл. имитац. моделирование дает более простой способ решения задачи.

3. Аналитич. решения сущ., но их реализация невозможна из-за недостаточной математической подготовки персонала.

37. Широкое применение в логистике нашли экспертные системы – спец. комп.программы, кот. помогают специалистам принимать решения, связ. с управлением материальным потоком.

Экспертная система позволяет:

1. Принимать быстрые и качественные решения в области управления материальными потоками.

2. подготовить опытных специалистов за отн-но короткий срок.

4. Использовать опыт и знания высококвалифицированных специалистов на различных рабочих местах.

Недостатки экспертной системы:

1. Ограниченные воз-ти использования здравого смысла.

2. Невозм-но учесть все особенности в программе экспертной системы.

Курсовая работа

«Имитационное моделирование системы массового обслуживания»

по курсу «Исследование операций»

Введение

При исследовании операций часто приходится сталкиваться с системами, предназначенными для многоразового использования при решении однотипных задач. Возникающие при этом процессы получили название процессов обслуживания, а системы – систем массового обслуживания (СМО). Каждая СМО состоит из определенного числа обслуживающих единиц (приборов, устройств, пунктов, станций), которые называются каналами обслуживания. Каналами могут быть линии связи, рабочие точки, вычислительные машины, продавцы и др. По числу каналов СМО подразделяют на одноканальные и многоканальные.

Заявки поступают в СМО обычно не регулярно, а случайно, образуя так называемый случайный поток заявок (требований). Обслуживание заявок также продолжается какое-то случайное время. Случайный характер потока заявок и времени обслуживания приводит к тому, что СМО оказывается загруженной неравномерно: в какие-то периоды времени скапливается очень большое количество заявок (они либо становятся в очередь, либо покидают СМО не обслуженными), в другие же периоды СМО работает с недогрузкой или простаивает.

Предметом теории массового обслуживания является построение математических моделей, связывающих заданные условия работы СМО (число каналов, их производительность, характер потока заявок и т.п.) с показателями эффективности СМО, описывающими ее способность справляться с потоком заявок. В качестве показателей эффективности СМО используются:

– Абсолютная пропускная способность системы (А

Q

– вероятность отказа обслуживания заявки ();

k );

– среднее число заявок в очереди ();

СМО делят на 2 основных типа: СМО с отказами и СМО с ожиданием (очередью). В СМО с отказами заявка, поступившая в момент, когда все каналы заняты, получает отказ, покидает СМО и в дальнейшем процессе обслуживания не участвует (например, заявка на телефонный разговор в момент, когда все каналы заняты, получает отказ и покидает СМО не обслуженной). В СМО с ожиданием заявка, пришедшая в момент, когда все каналы заняты, не уходит, а становится в очередь на обслуживание.

Одним из методов расчета показателей эффективности СМО является метод имитационного моделирования. Практическое использование компьютерного имитационного моделирования предполагает построение соответствующей математической модели, учитывающей факторы неопределенности, динамические характеристики и весь комплекс взаимосвязей между элементами изучаемой системы. Имитационное моделирование работы системы начинается с некоторого конкретного начального состояния. Вследствие реализации различных событий случайного характера, модель системы переходит в последующие моменты времени в другие свои возможные состояния. Этот эволюционный процесс продолжается до конечного момента планового периода, т.е. до конечного момента моделирования.

1. Основные характеристики CМОи показатели их эффективности

1.1 Понятие марковского случайного процесса

Пусть имеется некоторая система, которая с течением времени изменяет свое состояние случайным образом. В этом случае говорят, что в системе протекает случайный процесс.

Процесс называется процессом с дискретными состояниями, если его состояния можно заранее перечислить и переход системы из одного состояния в другое происходит скачком. Процесс называется процессом с непрерывным временем, если переходы системы из состояния в состояние происходят мгновенно.

Процесс работы СМО – это случайный процесс с дискретными состояниями и непрерывным временем.

Случайный процесс называют марковским или случайным процессом без последействия, если для любого момента времени вероятностные характеристики процесса в будущем зависят только от его состояния в данный момент и не зависят от того, когда и как система пришла в это состояние.

При анализе процессов работы СМО удобно пользоваться геометрической схемой – графом состояний . Обычно состояния системы изображаются прямоугольниками, а возможные переходы из состояния в состояние – стрелками. Пример графа состояний приведен на рис. 1.

Поток событий – последовательность однородных событий, следующих одно за другим в случайные моменты времени.

Поток характеризуется интенсивностью λ – частотой появления событий или средним числом событий, поступающих в СМО в единицу времени.

Поток событий называется регулярным, если события следуют одно за другим через определенные равные промежутки времени.

Поток событий называется стационарным, если его вероятностные характеристики не зависят от времени. В частности, интенсивность стационарного потока есть величина постоянная: .

Поток событий называется ординарным, если вероятность попадания на малый участок времени двух и более событий мала по сравнению с вероятностью попадания одного события, т.е., если события появляются в нем поодиночке, а не группами.

Поток событий называется потоком без последействия, если для любых двух непересекающихся участков времени и число событий, попадающих на одно из них, не зависит от числа событий, попадающих на другие.

Поток событий называется простейшим (или стационарным пуассоновским), если он одновременно стационарен, ординарен и не имеет последействия.

1.2 Уравнения Колмогорова

Все переходы в системе из состояния в состояние происходят под некоторым потоком событий. Пусть система находится в некотором состоянии , из которого возможен переход в состояние , тогда можно считать, что на систему воздействует простейший поток с интенсивностью , переводящий ее из состояния в . Как только появляется первое событие потока, происходит ее переход . Для наглядности на графе состояний у каждой стрелки, соответствующей переходу, указывается интенсивность . Такой размеченный граф состояний позволяет построить математическую модель процесса, т.е. найти вероятности всех состояний как функции времени. Для них составляются дифференциальные уравнения, называемые уравнениями Колмогорова.

Правило составлений уравнений Колмогорова: В левой части каждого из уравнений стоит производная по времени от вероятности данного состояния. В правой части стоит сумма произведений всех состояний, из которых возможен переход в данное состояние, на интенсивности соответствующих потоков событий минус суммарная интенсивность всех потоков, выводящих систему из данного состояния, умноженная на вероятность данного состояния.

Например, для графа состояний, приведенного на рис. 1, уравнения Колмогорова имеют вид:

Т.к. в правой части системы каждое слагаемое входит 1 раз со знаком и 1 раз со знаком , то, складывая все уравнений, получим, что

,

,

Следовательно, одно из уравнений системы можно отбросить и заменить уравнением (1.2.1).

Чтобы получить конкретное решение надо знать начальные условия, т.е. значения вероятностей в начальный момент времени.

1.3 Финальные вероятности и граф состояний СМО

При достаточно большом времени протекания процессов в системе (при ) могут устанавливаться вероятности состояний, не зависящие от времени, которые называются финальными вероятностями, т.е. в системе устанавливается стационарный режим. Если число состояний системы конечно, и из каждого из них за конечное число шагов м. перейти в любое другое состояние, то финальные вероятности существуют, т.е.

Смысл финальных вероятностей состоит в том, что они равны среднему относительному времени нахождения системы в данном состоянии.

Т.к. в стационарном состоянии производные по времени равны нулю, то уравнения для финальных вероятностей получаются из уравнений Колмогорова путем приравнивания нулю их правых частей.

Графы состояний, используемые в моделях систем массового обслуживания, называются схемой гибели и размножения. Такое название обусловлено тем, что эта схема используется в биологических задачах, связанных с изучением численности популяции. Его особенность состоит в том, что все состояния системы можно представить в виде цепочки, в которой каждое из состояний связано с предыдущим и последующим (рис 2).

Рис. 2. Граф состояний в моделях СМО

Предположим, что все потоки, переводящие систему из одного состояния в другое, простейшие. По графу, представленному на рис. 2, составим уравнения для финальных вероятностей системы. Они имеют вид:

Получается система из ( n +1) уравнения, которая решается методом исключения. Этот метод заключается в том, что последовательно все вероятности системы выражаются через вероятность .

,

.

Подставляя эти выражения в последнее уравнение системы, находим , затем находим остальные вероятности состояний СМО.

1.4 Показатели эффективности СМО

Цель моделирования СМО состоит в том, чтобы рассчитать показатели эффективности системы через ее характеристики. В качестве показателей эффективности СМО используются:

– абсолютная пропускная способность системы (А ), т.е. среднее число заявок, обслуживаемых в единицу времени;

– относительная пропускная способность (Q ), т.е. средняя доля поступивших заявок, обслуживаемых системой;

– вероятность отказа (), т.е. вероятность того, что заявка покинет СМО не обслуженной;

– среднее число занятых каналов (k );

– среднее число заявок в СМО ();

– среднее время пребывания заявки в системе ();

– среднее число заявок в очереди () – длина очереди;

– среднее число заявок в системе ();

– среднее время пребывания заявки в очереди ();

– среднее время пребывания заявки в системе ()

– степень загрузки канала (), т.е. вероятность того, что канал занят;

– среднее число заявок, обслуживаемых в единицу времени;

– среднее время ожидания обслуживания;

– вероятность того, что число заявок в очереди превысит определенное значение и т.п.

Доказано, что при любом характере потока заявок, при любом распределении времени обслуживания, при любой дисциплине обслуживания, среднее время пребывания заявки в системе (очереди) равна среднему числу заявок в системе (очереди), деленному на интенсивность потока заявок, т.е.

(1.4.1)

Формулы (1.4.1) и (1.4.2) называются формулами Литтла. Они вытекают из того, что в предельном стационарном режиме среднее число заявок, прибывающих в систему, равно среднему числу заявок, покидающих ее, т.е. оба потока заявок имеют одну и ту же интенсивность .

Формулы для вычисления показателей эффективности приведены в таб. 1.

Таблица 1.

Показатели	Одноканальная СМО с ограниченной очередью	Многоканальная СМО с ограниченной очередью
Финальные вероятности
Вероятность
Абсолютная пропускная способность
Относительная пропускная способность
Среднее число заявок в
Среднее число заявок под обслуживанием
Среднее число заявок в системе

1.5 Основные понятия имитационного моделирования

Основная цель имитационного моделирования заключается в воспроизведении поведения изучаемой системы на основе анализа наиболее существенных взаимосвязей ее элементов.

Компьютерное имитационное моделирование следует рассматривать как статический эксперимент.

Из теории функций случайных величин известно, что для моделирования случайной величины с любой непрерывной и монотонно возрастающей функцией распределения достаточно уметь моделировать случайную величину , равномерно распределенную на отрезке . Получив реализацию случайной величины , можно найти соответствующую ей реализацию случайной величины , так как они связаны равенством

Предположим, что в некоторой системе массового обслуживания время обслуживания одной заявки распределено по экспоненциальному закону с параметром , где – интенсивность потока обслуживания. Тогда функция распределения времени обслуживания имеет вид

Пусть - реализация случайной величины , равномерно распределенной на отрезке , а – соответствующая ей реализация случайного времени обслуживания одной заявки. Тогда, согласно (1.5.1)

1.6 Построение имитационных моделей

Первый этап создания любой имитационной модели – этап описания реально существующей системы в терминах характеристик основных событий. Эти события, как правило, связаны с переходами изучаемой системы из одного возможного состояния в другое и обозначаются как точки на временной оси. Для достижения основной цели моделирования достаточно наблюдать систему в моменты реализации основных событий.

Рассмотрим пример одноканальной системы массового обслуживания. Целью имитационного моделирования подобной системы является определение оценок ее основных характеристик, таких, как среднее время пребывания заявки в очереди, средняя длина очереди и доля времени простоя системы.

Характеристики самого процесса массового обслуживания могут изменять свои значения либо в момент поступления новой заявки на обслуживание, либо при завершении обслуживания очередной заявки. К обслуживанию очередной заявки СМО может приступить немедленно (канал обслуживания свободен), но не исключена необходимость ожидания, когда заявке придется занять место в очереди (СМО с очередью, канал обслуживания занят). После завершения обслуживания очередной заявки СМО может сразу приступить к обслуживанию следующей заявки, если она есть, но может и простаивать, если таковая отсутствует. Необходимую информацию можно получить, наблюдая различные ситуации, возникающие при реализациях основных событий. Так, при поступлении заявки в СМО с очередью при занятом канале обслуживания длина очереди увеличивается на 1. Аналогично длина очереди уменьшается на 1, если завершено обслуживание очередной заявки и множество заявок в очереди не пусто.

Для эксплуатации любой имитационной модели необходимо выбрать единицу времени. В зависимости от природы моделируемой системы такой единицей может быть микросекунда, час, год и т.д.

Так как по своей сути компьютерное имитационное моделирование представляет собой вычислительный эксперимент, то его наблюдаемые результаты в совокупности должны обладать свойствами реализации случайной выборки. Лишь в этом случае будет обеспечена корректная статистическая интерпретация моделируемой системы.

При компьютерном имитационном моделировании основной интерес представляют наблюдения, полученные после достижения изучаемой системой стационарного режима функционирования, так как в этом случае резко уменьшается выборочная дисперсия.

Время, необходимое для достижения системой стационарного режима функционирования, определяется значениями ее параметров и начальным состоянием.

Поскольку основной целью является получение данных наблюдений с возможно меньшей ошибкой, то для достижения этой цели можно:

1) увеличить длительность времени имитационного моделирования процесса функционирования изучаемой системы. В этом случае не только увеличивается вероятность достижения системой стационарного режима функционирования, но и возрастает число используемых псевдослучайных чисел, что также положительно влияет на качество получаемых результатов.

2) при фиксированной длительности времени Т имитационного моделирования провести N вычислительных экспериментов, называемых еще прогонами модели, с различными наборами псевдослучайных чисел, каждый из которых дает одно наблюдение. Все прогоны начинаются при одном и том же начальном состоянии моделируемой системы, но с использованием различных наборов псевдослучайных чисел. Преимуществом этого метода является независимость получаемых наблюдений , показателей эффективности системы. Если число N модели достаточно велико, то границы симметричного доверительного интервала для параметра определяются следующим образом:

, , т.е. , где

Исправленная дисперсия, ,

N – число прогонов программы, – надежность, .

2. Аналитическое моделирование СМО

2.1 Граф состояний системы и уравнения Колмогорова

Рассмотрим двухканальную систему массового обслуживания (n = 2) с ограниченной очередью равной шести (m = 4). В СМО поступает простейший поток заявок со средней интенсивностью λ = 4,8 и показательным законом распределения времени между поступлением заявок. Поток обслуживаемых в системе заявок является простейшим со средней интенсивностью μ = 2 и показательным законом распределения временем обслуживания.

Данная система имеет 7 состояний, обозначим их:

S 0 – система свободная, нет заявок;

S 1 – 1 заявка на обслуживании, очередь пуста;

S 2 – 2 заявки на обслуживании, очередь пуста;

S 3 – 2 заявки на обслуживании, 1 заявка в очереди;

S 4 – 2 заявки на обслуживании, 2 заявки в очереди;

S 5 – 2 заявки на обслуживании, 3 заявки в очереди;

S 6 – 2 заявки на обслуживании, 4 заявки в очереди;

Вероятности прихода системы в состояния S 0 , S 1 , S 2 , …, S 6 соответственно равны Р 0 , Р 1 , Р 2 , …, Р 6 .

Граф состояний системы массового обслуживания представляет собой схему гибели и размножения. Все состояния системы можно представить в виде цепочки, в которой каждое из состояний связано с предыдущим и последующим.

Рис. 3. Граф состояний двухканальной СМО

Для построенного графа запишем уравнения Колмогорова:

Чтобы решить данную систему зададим начальные условия:

Систему уравнений Колмогорова (систему дифференциальных уравнений) решим численным методом Эйлера с помощью программного пакета Maple 11 (см. Приложение 1).

Метод Эйлера

где- в нашем случае, это правые части уравнений Колмогорова, n=6.

Выберем шаг по времени . Предположим , где Т – это время, за которое система выходит на стационарный режим. Отсюда получаем число шагов . Последовательно N раз вычисляя по формуле (1) получим зависимости вероятностей состояний системы от времени, приведенной на рис. 4.

Значения вероятностей СМО при равны:

Рис. 4. Зависимости вероятностей состояний системы от времени

P 0

P 5

P 4

P 3

P 2

P 1

2.2 Финальные вероятности системы

При достаточно большом времени протекания процессов в системе () могут устанавливаться вероятности состояний, не зависящие от времени, которые называются финальными вероятностями, т.е. в системе устанавливается стационарный режим. Если число состояний системы конечно, и из каждого из них за конечное число шагов можно перейти в любое другое состояние, то финальные вероятности существуют, т.е.

Т.к. в стационарном состоянии производные по времени равны 0, то уравнения для финальных вероятностей получаются из уравнений Колмогорова путем приравнивания правых частей 0. Запишем уравнения для финальных вероятностей для нашей СМО.

Решим данную систему линейных уравнений с помощью программного пакета Maple 11 (см. Приложение 1).

Получим финальные вероятности системы:

Сравнение вероятностей, полученных из системы уравнений Колмогорова при , с финальными вероятностями показывает, что ошибки равны:

Т.е. достаточно малы. Это подтверждает правильность полученных результатов.

2.3 Расчет показатели эффективности системы по финальным вероятностям

Найдем показатели эффективности системы массового обслуживания.

Сначала вычислим приведенную интенсивность потока заявок:

1) Вероятность отказав обслуживании заявки, т.е. вероятность того, что заявка покидает систему не обслуженной.В нашем случае заявке отказывается в обслуживании, если все 2 канала заняты, и очередь максимально заполнена (т.е. 4 человек в очереди), это соответствует состоянию системы S 6 . Т.к. вероятность прихода системы в состояние S 6 равна Р 6 , то

4) Средняя длина очереди, т.е. среднее число заявок в очереди, равна сумме произведений числа заявок в очереди на вероятность соответствующего состояния.

5) Среднее время пребывания заявки в очередиопределяется формулой Литтла:

3. Имитационное моделирование СМО

3.1 Алгоритм метода имитационного моделирования СМО (пошаговый подход)

Рассмотрим двухканальную систему массового обслуживания (n = 2) с максимальной длиной очереди равной шести (m = 4). В СМО поступает простейший поток заявок со средней интенсивностью λ = 4,8 и показательным законом распределения времени между поступлением заявок. Поток обслуживаемых в системе заявок является простейшим со средней интенсивностью μ = 2 и показательным законом распределения временем обслуживания.

Для имитации СМО воспользуемся одним из методов статистического моделирования – имитационным моделированием. Будем использовать пошаговый подход. Суть этого подхода в том, что состояния системы рассматриваются в последующие моменты времени, шаг между которыми является достаточно малым, чтобы за его время произошло не более одного события.

Выберем шаг по времени (). Он должен быть много меньше среднего времени поступления заявки () и среднего времени ее обслуживания (), т.е.

Где (3.1.1)

Исходя из условия (3.1.1) определим шаг по времени .

Время поступления заявки в СМО и время ее обслуживания являются случайными величинами. Поэтому, при имитационном моделировании СМО их вычисление производится с помощью случайных чисел.

Рассмотрим поступление заявки в СМО. Вероятность того, что на интервале в СМО поступит заявка, равна: . Сгенерируем случайное число , и, если , то будем считать, что заявка на данном шаге в систему поступила, если , то не поступила.

В программе это осуществляет isRequested () . Интервал времени примем постоянным и равным 0,0001, тогда отношение будет равно 10000. Если заявка поступила, то она принимает значение «истина», в противном случае значение «ложь».

bool isRequested()

double r = R. NextDouble();

if (r < (timeStep * lambda))

Рассмотрим теперь обслуживание заявки в СМО. Время обслуживания заявки в системе определяется выражением , где – случайное число. В программе время обслуживания определяется с помощью функции GetServiceTime () .

double GetServiceTime()

double r = R. NextDouble();

return (-1/mu*Math. Log (1-r, Math.E));

Алгоритм метода имитационного моделирования можно сформулировать следующим образом. Время работы СМО (Т ) разбивается на шаги по времени dt , на каждом из них выполняется ряд действий. Вначале определяются состояния системы (занятость каналов, длина очереди), затем, с помощью функции isRequested () , определяется, поступила ли на данном шаге заявка или нет.

Если поступила, и, при этом имеются свободные каналы, то с помощью функции GetServiceTime () генерируем время обработки заявки и ставим ее на обслуживание. Если все каналы заняты, а длина очереди меньше 4, то помещаем заявку в очередь, если же длина очереди равна 4, то заявке будет отказано в обслуживании.

В случае, когда на данном шаге заявка не поступала, а канал обслуживания освободился, проверяем, есть ли очередь. Если есть, то из очереди заявку ставим на обслуживание в свободный канал. После проделанных операций время обслуживания для занятых каналов уменьшаем на величину шага dt .

По истечении времени Т , т.е., после моделирования работы СМО, вычисляются показатели эффективности работы системы и результаты выводятся на экран.

3.2 Блок-схема программы

Блок-схема программы, реализующей описанный алгоритм, приведена на рис. 5.

Рис. 5. Блок-схема программы

Распишем некоторые блоки более подробно.

Блок 1. Задание начальных значений параметров.

Random R; // Генератор случайных чисел

public uint maxQueueLength; // Максимальная длина очереди

public uint channelCount; // Число каналов в системе

public double lambda; // Интенсивность потока поступления заявок

public double mu; // Интенсивность потока обслуживания заявок

public double timeStep; // Шагповремени

public double timeOfFinishProcessingReq; // Время окончания обслуживания заявки во всех каналах

public double timeInQueue; // Время пребывания СМО в состояниях с очередью

public double processingTime; // Времяработысистемы

public double totalProcessingTime; // Суммарноевремяобслуживаниязаявок

public uint requestEntryCount; // Числопоступившихзаявок

public uint declinedRequestCount; // Числоотказанныхзаявок

public uint acceptedRequestCount; // Числообслуженныхзаявок

uint queueLength; // Длина очереди //

Тип, описывающий состояния СМО

enum SysCondition {S0, S1, S2, S3, S4, S5, S6};

SysCondition currentSystemCondition; // Текущее состояние системы

Задание состояний системы. Выделим у данной 2-х канальной системы 7 различных состояний: S 0 , S 1 . S 6 . СМО находится в состоянии S 0 , когда система свободна; S 1 – хотя бы один канал свободен; в состоянии S 2 , когда все каналы заняты, и есть место в очереди; в состоянии S 6 – все каналы заняты, и очередь достигла максимальной длины (queueLength = 4).

Определяем текущее состояние системы с помощью функции GetCondition()

SysCondition GetCondition()

SysCondition p_currentCondit = SysCondition.S0;

int busyChannelCount = 0;

for (int i = 0; i < channelCount; i++)

if (timeOfFinishProcessingReq[i] > 0)

busyChannelCount++;

p_currentCondit += k * (i + 1);

if (busyChannelCount > 1)

{p_currentCondit ++;}

return p_currentCondit + (int) QueueLength;

Изменение времени пребывания СМО в состояниях с длиной очереди 1, 2,3,4. Это реализуется следующим программным кодом:

if (queueLength > 0)

timeInQueue += timeStep;

if (queueLength > 1)

{timeInQueue += timeStep;}

Присутствует такая операция, как помещение заявки на обслуживание в свободный канал. Просматриваются, начиная с первого, все каналы, когда выполняется условие timeOfFinishProcessingReq [ i ] <= 0 (канал свободен), в него подается заявка, т.е. генерируется время окончания обслуживания заявки.

for (int i = 0; i < channelCount; i++)

if (timeOfFinishProcessingReq [i] <= 0)

timeOfFinishProcessingReq [i] = GetServiceTime();

totalProcessingTime+= timeOfFinishProcessingReq [i];

Обслуживаниезаявоквканалахмоделируетсякодом:

for (int i = 0; i < channelCount; i++)

if (timeOfFinishProcessingReq [i] > 0)

timeOfFinishProcessingReq [i] -= timeStep;

Алгоритм метода имитационного моделирования реализован на языке программирования C#.

3.3 Расчет показателей эффективности СМО на основе результатов ее имитационного моделирования

Наиболее важными являются такие показатели, как:

1) Вероятность отказа в обслуживании заявки, т.е. вероятность того, что заявка покидает систему не обслуженной.В нашем случае заявке отказывается в обслуживании, если все 2 канала заняты, и очередь максимально заполнена (т.е. 4 человек в очереди). Для нахождения вероятности отказа разделим время пребывания СМО в состоянии с очередью 4 на общее время работы системы.

2) Относительная пропускная способность – это средняя доля поступивших заявок, обслуживаемых системой.

3) Абсолютная пропускная способность– это среднее число заявок, обслуживаемых в единицу времени.

4) Длина очереди, т.е. среднее число заявок в очереди. Длина очереди равна сумме произведений числа человек в очереди на вероятность соответствующего состояния. Вероятности состояний найдем как отношение времени нахождения СМО в этом состоянии к общему времени работы системы.

5) Среднее время пребывания заявки в очереди определяется формулой Литтла

6) Среднее число занятых каналовопределяется следующим образом:

7) Процент заявок, которым было отказано в обслуживании, находится по формуле

8) Процент обслуженных заявок находится по формуле

3.4 Статистическая обработка результатов и их сравнение с результатами аналитического моделирования

Т.к. показатели эффективности получаются в результате моделирования СМО в течение конечного времени, они содержат случайную компоненту. Поэтому, для получения более надежных результатов нужно провести их статистическую обработку. С этой целью оценим доверительный интервал для них по результатам 20 прогонов программы.

Величина попадает в доверительный интервал, если выполняется неравенство

, где

математическое ожидание (среднее значение), находится по формуле

Исправленная дисперсия,

,

N =20 – число прогонов,

– надежность. При и N =20 .

Результат работы программы представлен на рис. 6.

Рис. 6. Вид программы

Для удобства сравнения результатов, полученных различными методами моделирования, представим их в виде таблицы.

Таблица 2.

Показатели эффективности СМО	Результаты аналитического моделирования	Результаты имитационного моделирования (послед. шаг)	Результаты имитационного моделирования
			Нижняя граница доверительного интервала	Верхняя граница доверительного интервала
Вероятность отказа		0,174698253017626	0,158495148639101	0,246483801571923
Относительная пропускная способность		0,825301746982374	0,753516198428077	0,841504851360899
Абсолютная пропускная способность		3,96144838551539	3,61687775245477	4,03922328653232
Средняя длина очереди		1,68655313447018	1,62655862750852	2,10148609204869
Среднее время пребывания заявки в очереди	0,4242558575	0,351365236347954	0,338866380730942	0,437809602510145
Среднее число занятых каналов		1,9807241927577	1,80843887622738	2,01961164326616

Из табл. 2 видно, что результаты, полученные при аналитическом моделировании СМО, попадают в доверительный интервал, полученный по результатам имитационного моделирования. Т.е., результаты, полученные разными методами, согласуются.

Заключение

В данной работе рассмотрены основные методы моделирования СМО и расчета показателей их эффективности.

Проведено моделирование двухканальной СМО с максимальной длиной очереди равной 4 с помощью уравнений Колмогорова, а также, найдены финальные вероятности состояний системы. Рассчитаны показатели ее эффективности.

Проведено имитационное моделирование работы такой СМО. На языке программирования C# составлена программа, имитирующая ее работу. Проведена серия расчетов, по результатам которых найдены значения показателей эффективности системы и выполнена их статистическая обработка.

Полученные при имитационном моделировании результаты согласуются с результатами аналитического моделирования.

Литература

1. Вентцель Е.С. Исследование операций. – М.: Дрофа, 2004. – 208 с.

2. Волков И.К., Загоруйко Е.А. Исследование операций. – М.: Изд.-во МГТУ им. Н.Э. Баумана, 2002. – 435 с.

3. Волков И.К., Зуев С.М., Цветкова Г.М. Случайные процессы. – М.: Изд.-во МГТУ им. Н.Э. Баумана, 2000. – 447 с.

4. Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. – М.: Высшая школа, 1979. – 400 с.

5. Ивницкий В.Л. Теория сетей массового обслуживания. – М.: Физматлит, 2004. – 772 с.

6. Исследование операций в экономике/ под ред. Н.Ш. Кремера. – М.: Юнити, 2004. – 407 с.

7. Таха Х.А. Введение в исследование операций. – М.: ИД «Вильямс», 2005. – 902 с.

8. Харин Ю.С., Малюгин В.И., Кирлица В.П. и др. Основы имитационного и статистического моделирования. – Минск: Дизайн ПРО, 1997. – 288 с.

Теория СМО посвящена разработке методов анализа, проектирования и рациональной организации систем, относящихся к различным областям деятельности, таким как связь, вычислительная техника, торговля, транспорт, военное дело. Несмотря на все свое разнообразие, приведенные системы обладают рядом типичных свойств, а именно.

• СМО (системы массового обслуживания) - это модели систем , в которые в случайные моменты времени извне или изнутри поступают заявки (требования). Они должны тем или иным образом быть обслужены системой. Длительность обслуживания чаще всего случайна.
• СМО представляет собой совокупность обслуживающего оборудования и персонала при соответствующей организации процесса обслуживания.
• Задать СМО – это значит задать ее структуру и статистические характеристики последовательности поступления заявок и последовательности их обслуживания.

Задача анализа СМО заключается в определении ряда показателей ее эффективности, которые можно разделить на следующие группы:

• показатели, характеризующие систему в целом: число n занятых каналов обслуживания, число обслуженных (λ b ), ожидающих обслуживание или получивших отказ заявок (λ c ) в единицу времени и т.д.;
• вероятностные характеристики : вероятность того, что заявка будет обслужена (P обс) или получит отказ в обслуживании (P отк), что все приборы свободны (p 0) или определенное число их занято (p k ), вероятность наличия очереди и т.д.;
• экономические показатели : стоимость потерь, связанных с уходом не обслуженной по тем или иным причинам заявки из системы, экономический эффект, полученный в результате обслуживания заявки, и т.д.

Часть технических показателей (первые две группы) характеризуют систему с точки зрения потребителей , другая часть – характеризует систему с точки зрения её эксплуатационных свойств . Часто выбор перечисленных показателей, может улучшать эксплуатационные свойства системы, но ухудшать систему с точки зрения потребителей и наоборот. Использование экономических показателей позволяет разрешить указанное противоречие и оптимизировать систему с учетом обеих точек зрения.
В ходе выполнения домашней контрольной работы изучаются простейшие СМО. Это системы разомкнутого типа, бесконечный источник заявок в систему не входит. Входной поток заявок, потоки обслуживания и ожидания этих систем являются простейшими. Приоритеты отсутствуют. Системы однофазные.

Многоканальная система с отказами

Система состоит из одного узла обслуживания, содержащего n каналов обслуживания, каждый из которых может обслуживать только одну заявку.
Все каналы обслуживания одинаковой производительности и для модели системы неразличимы. Если заявка поступила в систему и застала хотя бы один канал свободным, она мгновенно начинает обслуживаться. Если в момент поступления заявки в систему все каналы заняты, то заявка покидает систему не обслуженной.

Смешанные системы

1. Система с ограничением на длину очереди .
   Состоит из накопителя (очереди) и узла обслуживания. Заявка покидает очередь и уходит из системы, если в накопителе к моменту ее появления уже находятся m заявок (m – максимально возможноечисло мест в очереди). Если заявка поступила в систему и застала, хотя бы один канал свободным, она мгновенно начинает обслуживаться. Если в момент поступления заявки в систему все каналы заняты, то заявка не покидает систему, а занимает место в очереди. Заявка покидает систему не обслуженной, если к моменту её поступления в систему заняты все каналы обслуживания и все места в очереди.
   Для каждой системы определяется дисциплина очереди. Это система правил, определяющих порядок поступления заявок из очереди в узел обслуживания. Если все заявки и каналы обслуживания равнозначны, то чаще всего действует правило «кто раньше пришел, тот раньше обслуживается».
2. Система с ограничением на длительность пребывания заявки в очереди .
   Состоит из накопителя (очереди) и узла обслуживания. От предыдущей системы она отличается тем, что заявка, поступившая в накопитель (очередь), может ожидать начала обслуживания лишь ограниченное время Т ож (чаще всего это случайная величина). Если её время Т ож истекло, то заявка покидает очередь и уходит из системы не обслуженной.

Математическое описание СМО

СМО рассматриваются как некоторые физические системы с дискретными состояниями х 0 , х 1 , …, х n , функционирующие при непрерывном времени t . Число состояний n может быть конечным или счетным (n → ∞). Система может переходить из одного состояния х i (i= 1, 2, … , n) в другое х j (j= 0, 1, … ,n) в произвольный момент времени t . Чтобы показать правила таких переходов, используют схему, называемую графом состояний . Для типов перечисленных выше систем графы состояний образуют цепь, в которой каждое состояние (кроме крайних) связано прямой и обратной связью с двумя соседними состояниями. Это схема гибели и размножения.
Переходы из состояния в состояние происходят в случайные моменты времени. Удобно считать, что эти переходы происходят в результате действия каких-то потоков (потоков входных заявок, отказов в обслуживании заявок, потока восстановления приборов и т.д.). Если все потоки простейшие, то протекающий в системе случайный процесс с дискретным состоянием и непрерывным временем будет марковским.
Поток событий - это последовательность однотипных событий, протекающих в случайные моменты времени. Его можно рассматривать как последовательность случайных моментов времени t 1 , t 2 , … появления событий.
Простейшим называют поток, обладающий следующими свойствами:

• Ординарность . События следуют по одиночке (противоположность потоку, где события следуют группами).
• Стационарность . Вероятность попадания заданного числа событий на интервал времени Т зависит только от длины интервала и не зависит от того, где на оси времени находиться этот интервал.
• Отсутствие последействия . Для двух непересекающихся интервалов времени τ 1 и τ 2 число событий, попадающих на один из них, не зависит от того, сколько событий попало на другой интервал.

В простейшем потоке интервалы времени Т 1 , Т 2 ,… между моментами t 1 , t 2 , … появления событий случайны, независимы между собой и имеют показательное распределение вероятностей f(t)=λe -λt , t≥0, λ=const, где λ - параметр показательного распределения, являющийся одновременно интенсивностью потока и представляющий собой среднее число событий, происходящих в единицу времени. Таким образом, t =M[T]=1/λ.
Марковские случайные события описываются обыкновенными дифференциальными уравнениями . Переменными в них служат вероятности состояний р 0 (t), p 1 (t),…,p n (t) .
Для очень больших моментов времени функционирования систем (теоретически при t → ∞) в простейших системах (системы, все потоки в которых – простейшие, а граф – схема гибели и размножения) наблюдается установившийся, или стационарный режим работы. В этом режиме система будет изменять свое состояние, но вероятности этих состояний (финальные вероятности ) р к , к= 1, 2 ,…, n, не зависят от времени и могут рассматриваться как среднее относительное время пребывания системы в соответствующем состоянии.

2 - очередь - требования, ожидающие обслуживания.

Очередь оценивается средней длиной г - числом объектов или клиентов, ожи­дающих обслуживания.

3 - обслуживающие аппараты (каналы обслуживания) - совокупность рабочих мест, исполнителей, оборудования, осуществляющих обслуживание требований по определенной технологии.

4 - выходящий поток требований со"(г) - поток требований, прошедших СМО. В общем случае выходящий поток может состоять из требований обслуженных и необслуженных. Пример необслуженных требований: отсутствие нужной детали для автомобиля, находящегося в ремонте.

5 - замыкание (возможное) СМО - состояние системы, при котором входящий поток требований зависит от выходящего.

На автомобильном транспорте после обслуживания требований (ТО, ремонт) автомобиль должен быть технически исправным.

Системы массового обслуживания классифицируются следующим образом.

1. По ограничениям на длину очереди:

СМО с потерями - требование покидает СМО необслуженным, если в момент его поступления все каналы заняты;

СМО без потерь - требование занимает очередь, даже если все каналы заняты;

СМО с ограничениями по длине очереди т или времени ожидания: если су­ществует ограничение на очередь, то вновь поступившее (/?/ + 1)-е требование выбывает из системы необслуженным (например, ограниченная емкость на­копительной площадки перед АЗС).

2. По количеству каналов обслуживания п:

Одноканальные: п = 1;

Многоканальные п ^ 2.

3. По типу обслуживающих каналов:

Однотипные (универсальные);

Разнотипные (специализированные).

4. По порядку обслуживания:

Однофазовые - обслуживание производится на одном аппарате (посту);

Многофазовые - требования последовательно проходит несколько аппаратов обслуживания (например, поточные линии ТО; конвейерная сборка авто­мобиля; линия внешнего ухода: уборка -> мойка -> обсушка -> полировка).

5. По приоритетности обслуживания:

Без приоритета - требования обслуживаются в порядке их поступления на
СМО;

С приоритетом - требования обслуживаются в зависимости от присвоенного
им при поступлении ранга приоритетности (например, заправка автомобилей
скорой помощи на АЗС; первоочередной ремонт на АТП автомобилей,
приносящих наибольшую прибыль на перевозках).

6. По величине входящего потока требований:

С неограниченным входящим потоком;

С ограниченным входящим потоком (например, в случае предварительной за­писи на определенные виды работ и услуг).

7. По структуре С МО:

Замкнутые - входящий поток требований при прочих равных условиях зависит от числа ранее обслуженных требований (комплексное АТП, обслуживающее только свои автомобили (5 на рис. 6.6));

Открытые - входящий поток требований не зависит от числа ранее обслу­женных: АЗС общего пользования, магазин по продаже запасных частей.

8. По взаимосвязи обслуживающих аппаратов:

С взаимопомощью - пропускная способность аппаратов непостоянна и зависит от занятости других аппаратов: бригадное обслуживание нескольких постов СТО; использование "скользящих" рабочих;

Без взаимопомощи - пропускная способность аппарата не зависит от работы других аппаратов СМО.

Применительно к технической эксплуатации автомобилей находят распростра­нение замкнутые и открытые, одно- и многоканальные СМО, с однотипными или специализированными обслуживающими аппаратами, с одно- или многофазовым обслуживанием, без потерь или с ограничением на длину очереди или на время нахождения в ней.

В качестве показателей эффективности работы СМО используют приведен­ные ниже параметры.

Интенсивность обслуживания

Относительная пропускная способность определяет долю обслуженных требований от общего их количества.

Вероятность того, что все посты свободны Р {) , характеризует такое состоя­ние системы, при котором все объекты исправны и не требуют проведения техни­ческих воздействий, т.е. требования отсутствуют.

Вероятность отказа в обслуживании Р огк имеет смысл для СМО с потерями и с ограничением по длине очереди или времени нахождения в ней. Она показывает долю "потерянных" для системы требований.

Вероятность образования очереди Р оц определяет такое состояние системы, при котором все обслуживающие аппараты заняты, и следующее требование "встает" в очередь с числом ожидающих требований г.

Зависимости для определения названных параметров функционирования СМО определяются ее структурой.

Среднее время нахождения в очереди

Из-за случайности входящего потока требований и продолжительности их выполнения всегда имеется какое-то среднее число простаивающих автомобилей. Поэтому требуется так распределить число обслуживающих аппаратов (постов, рабочих мест, исполнителей) по различным подсистемам, чтобы И - min. Этот класс задач имеет дело с дискретным изменением параметров, так как число аппаратов может изменяться только дискретным образом. Поэтому при анализе системы обеспечения работоспособности автомобилей используются методы исследования операций, теории массового обслуживания, линейного, нелинейного и динамического программирования и имитационного моделирования.

Пример. На автотранспортном предприятии имеется один пост диагностирования (п = 1). В данном случае длина очереди практически неограниченна. Определить параметры эффек­тивности работы диагностического поста, если стоимость простоя автомобилей в очереди составляет С\ = 20 р.е. (расчетных единиц) в смену, а стоимость простоя постов С 2 = 15 р.е. Остальные исходные данные те же, что и для предыдущего примера.

Пример. На том же автотранспортном предприятии число постов диагностирования увеличено до двух (п = 2), т.е. создана многоканальная система. Так как для создания второго поста необходимы капиталовложения (площади, оборудование и т.д.), то цена простоя средств обслуживания увеличивается до С2 = 22р.е. Определить параметры эффективности работы системы диагностирования. Остальные исходные данные те же, что для пре­дыдущего примера.

Интенсивность диагностирования и приведенная плотность потока остаются теми же:

}