V praktickej lekcii túto cestu zvážime a výsledky simulácie porovnáme s teoretickým riešením. Príklady riešenia problémov systémov radenia

Matematický (abstraktný) objekt, ktorého prvkami sú (obr. 2.1):

  • vstupný (prichádzajúci) tok aplikácií (požiadaviek) pre službu;
  • servisné zariadenia (kanály);
  • rad aplikácií čakajúcich na službu;
  • výstupný (odchádzajúce) tok obsluhovaných požiadaviek;
  • tok žiadostí o následnú starostlivosť po prerušení služby;
  • tok nevybavených požiadaviek.

Žiadosť(požiadavka, požiadavka, hovor, klient, správa, balík) - objekt vstupujúci do QS a vyžadujúci službu v zariadení. Súbor po sebe nasledujúcich aplikácií distribuovaných v časovom tvare vstupný tok aplikácií.

Ryža. 2.1.

servisné zariadenie(zariadenie, zariadenie, kanál, linka, nástroj, auto, router atď.) - QS prvok, ktorého účelom je obsluha aplikácií.

servis- oneskorenie požiadavky v obslužnom zariadení o určitý čas.

Trvanie služby- čas oneskorenia (služby) aplikácie v zariadení.

Úložné zariadenie(buffer, input buffer, output buffer) - súbor miest pre čakanie na aplikácie pred obslužným zariadením. Počet miest na čakanie - úložná kapacita.

Žiadosť prijatá SOT môže mať dva stavy:

  • 1) služby(v zariadení);
  • 2) očakávania(v akumulátore), ak sú všetky zariadenia zaneprázdnené vybavovaním iných požiadaviek.

Formulár pohľadávok v akumulátore a čakajúci servis otočiť aplikácie. Počet aplikácií v akumulátore čakajúcich na službu - dĺžka frontu.

Vyrovnávacia disciplína(disciplína vo fronte) - pravidlo pre zadávanie prichádzajúcich aplikácií do mechaniky (bufferu).

Servisná disciplína- pravidlo pre výber požiadaviek z frontu na službu v zariadení.

Priorita- predkupné právo (na zachytenie zdrojov) vstúpiť do akumulátora alebo vybrať z poradia na obsluhu aplikácií zariadení jednej triedy vo vzťahu k aplikáciám iných tried.

Existuje mnoho systémov radenia, ktoré sa líšia štruktúrnou a funkčnou organizáciou. Súčasne vývoj analytických metód na výpočet ukazovateľov výkonnosti QS v mnohých prípadoch zahŕňa množstvo obmedzení a predpokladov, ktoré zužujú súbor skúmaných QS. Preto neexistuje všeobecný analytický model pre ľubovoľnú komplexnú štruktúru QS.

Analytický model QS je súbor rovníc alebo vzorcov, ktoré umožňujú určiť pravdepodobnosti stavov systému v priebehu jeho prevádzky a ukazovatele výkonnosti na základe známych parametrov vstupného toku a servisných kanálov, vyrovnávacích a servisných disciplín.

Analytické modelovanie QS je značne uľahčené, ak procesy prebiehajúce v QS sú markovovské (tok aplikácií je najjednoduchší, servisné časy sú rozdelené exponenciálne). V tomto prípade môžu byť všetky procesy v QS opísané obyčajnými diferenciálnymi rovnicami a v obmedzujúcom prípade - pre stacionárne stavy - lineárnymi algebraickými rovnicami a po ich vyriešení akýmikoľvek metódami dostupnými v matematických softvérových balíkoch určiť vybrané ukazovatele výkonnosti. .

V systémoch IM sa pri implementácii QS akceptujú nasledujúce obmedzenia a predpoklady:

  • aplikácia zadaná do systému okamžite spadá do prevádzky, ak vo fronte nie sú žiadne požiadavky a zariadenie je voľné;
  • v zariadení na údržbu kedykoľvek môže byť len jedenžiadosť;
  • po ukončení obsluhy ľubovoľnej požiadavky v zariadení sa okamžite vyberie ďalšia požiadavka z fronty na obsluhu, t.j. zariadenie nezaháľa ak je vo fronte aspoň jedna aplikácia;
  • príjem žiadostí v QS a dĺžka ich služby nezávisia od počtu žiadostí, ktoré už sú v systéme, ani od iných faktorov;
  • dĺžka servisných požiadaviek nezávisí od intenzity požiadaviek vstupujúcich do systému.

Pozrime sa podrobnejšie na niektoré prvky QS.

Vstupný (prichádzajúci) tok aplikácií. Tok udalostí sa nazýva sled homogénnych udalostí nasledujúcich po sebe a vyskytujúcich sa v niektorých, všeobecne povedané, náhodný bodov v čase. Ak udalosť spočíva v objavení sa nárokov, máme aplikačný tok. Na popísanie toku aplikácií vo všeobecnom prípade je potrebné nastaviť časové intervaly t = t k - t k-1 medzi susednými momentmi t k _ k a t k príjem žiadostí s poradovými číslami do - 1 a do resp (do - 1, 2, ...; t 0 - 0 - počiatočný časový okamih).

Hlavnou charakteristikou aplikačného toku je jeho X intenzita- priemerný počet aplikácií prichádzajúcich na vstup QS za jednotku času. Hodnota t = 1/X definuje priemerný časový interval medzi dvoma po sebe nasledujúcimi objednávkami.

Tok sa nazýva deterministický ak časové intervaly t to medzi susednými aplikáciami nadobúdajú určité vopred známe hodnoty. Ak sú intervaly rovnaké (x až= t pre všetkých k = 1, 2, ...), potom sa volá prúd pravidelné. Pre úplný popis pravidelného toku požiadaviek stačí nastaviť intenzitu toku X alebo hodnotu intervalu t = 1/X.

Prúd, v ktorom sú časové intervaly x k medzi susednými aplikáciami sú náhodné premenné, tzv náhodný. Pre úplný popis náhodného toku aplikácií vo všeobecnom prípade je potrebné nastaviť distribučné zákony F fc (x fc) pre každý z časových intervalov x k, k = 1,2,....

Náhodný stream, v ktorom sú všetky časové intervaly x b x 2,... medzi susediacimi po sebe nasledujúcimi zákazníkmi sú nezávislé náhodné premenné opísané distribučnými funkciami FjCij), F 2 (x 2), ... sa nazýva tok s obmedzený následný efekt.

Náhodný prúd je tzv opakujúci, ak všetky časové intervaly xb t 2 , ... distribuované medzi aplikáciami podľa toho istého zákona F(t). Existuje veľa opakujúcich sa prúdov. Každý distribučný zákon generuje svoj vlastný opakujúci sa tok. Opakujúce sa prúdy sú inak známe ako Palmové prúdy.

Ak intenzita X a distribučný zákon F(t) intervalov medzi po sebe nasledujúcimi požiadavkami sa časom nemení, potom sa tok požiadaviek nazýva stacionárne V opačnom prípade je tok aplikácie nestacionárne.

Ak v každom okamihu t k na vstupe QS sa môže objaviť len jeden zákazník, potom sa volá tok zákazníkov obyčajný. Ak sa môže kedykoľvek zobraziť viac ako jedna aplikácia, potom je tok aplikácií mimoriadny, alebo skupina.

Tok požiadaviek sa nazýva tok žiadny následný efekt, ak budú prijaté žiadosti bez ohľadu na to od seba, t.j. okamih prijatia ďalšej žiadosti nezávisí od toho, kedy a koľko žiadostí bolo doručených pred týmto okamihom.

Stacionárne obyčajné prúdenie bez následného účinku sa nazýva najjednoduchšie.

Časové intervaly t medzi požiadavkami v najjednoduchšom toku sú rozdelené podľa exponenciálny (ukážkový) zákon: s distribučnou funkciou F(t) = 1 - e~ m; hustota distribúcie/(f) = Heh~"l, kde X > 0 - distribučný parameter - intenzita toku aplikácií.

Najjednoduchší tok sa často nazýva Jed. Názov pochádza zo skutočnosti, že pre tento tok je pravdepodobnosť presne P fc (At). do požiadavky na určitý časový interval At je určený Poissonov zákon:

Treba poznamenať, že Poissonov tok, na rozdiel od najjednoduchšieho, môže byť:

  • stacionárny, ak intenzita X sa časom nemení;
  • nestacionárny, ak prietok závisí od času: X= >.(t).

Zároveň je najjednoduchší tok podľa definície vždy stacionárny.

Analytické štúdie modelov radenia sa často vykonávajú za predpokladu najjednoduchšieho toku požiadaviek, čo je spôsobené množstvom pozoruhodných vlastností, ktoré sú im vlastné.

1. Sumácia (zjednotenie) tokov. Najjednoduchší tok v teórii QS je podobný zákonu normálneho rozdelenia v teórii pravdepodobnosti: prechod na limit pre tok, ktorý je súčtom tokov s ľubovoľnými charakteristikami s nekonečným nárastom počtu členov a znížením ich intenzity vedie k najjednoduchšiemu toku.

Sum N nezávislé stacionárne obyčajné toky s intenzitami x x x 2 ,..., XN tvorí najjednoduchší tok s intenzitou

X=Y,^i za predpokladu, že pridané toky majú viac resp

menej rovnako malý vplyv na celkový prietok. V praxi sa celkový prietok blíži k najjednoduchšiemu at N > 5. Takže pri sčítaní nezávislých najjednoduchších prietokov bude najjednoduchší celkový prietok za akúkoľvek hodnotu N.

  • 2. Pravdepodobné riedenie toku. pravdepodobnostný(ale nedeterministický) riedenie najjednoduchší tok aplikácie, v ktorých je ľubovoľná aplikácia náhodne s určitou pravdepodobnosťou R je vylúčený z toku bez ohľadu na to, či sú alebo nie sú vylúčené iné aplikácie, vedie k vzniku najjednoduchší tok s intenzitou X* = pX, kde X- intenzita počiatočného toku. Tok vylúčených aplikácií s intenzitou X** = (1 - p)X- tiež prvok tok.
  • 3. Účinnosť. Ak sú obslužné kanály (zariadenia) navrhnuté pre čo najjednoduchší tok požiadaviek s intenzitou X, potom bude obsluha iných typov tokov (s rovnakou intenzitou) zabezpečená rovnako efektívne.
  • 4. Jednoduchosť. Predpoklad najjednoduchšieho toku aplikácií umožňuje mnohým matematickým modelom získať explicitnou formou závislosť indikátorov QS od parametrov. Najväčší počet analytických výsledkov bol získaný pre najjednoduchší tok požiadaviek.

Analýza modelov s aplikačnými tokmi, ktoré sa líšia od najjednoduchších, zvyčajne komplikuje matematické výpočty a nie vždy umožňuje získať jednoznačné analytické riešenie. „Najjednoduchší“ tok dostal svoje meno práve kvôli tejto vlastnosti.

Aplikácie môžu mať rôzne práva na spustenie služby. V tomto prípade sa hovorí o aplikáciách heterogénne. Výhody niektorých tokov aplikácií oproti iným na začiatku služby sú dané prioritami.

Dôležitou charakteristikou vstupného toku je variačný koeficient

kde t int - matematické očakávanie dĺžky intervalu; o- smerodajná odchýlka dĺžky intervalu x int (náhodná premenná) .

Pre najjednoduchší tok (a = -, m = -) máme v = 1. Pre väčšinu

skutočné toky 0

Servisné kanály (zariadenia). Hlavnou charakteristikou kanála je trvanie služby.

Trvanie služby- čas strávený aplikáciou v zariadení - vo všeobecnom prípade je hodnota náhodná. V prípade nerovnomerného zaťaženia QS sa môžu časy obsluhy požiadaviek rôznych tried líšiť podľa distribučných zákonov alebo len priemernými hodnotami. V tomto prípade sa zvyčajne predpokladá, že servisné časy pre požiadavky každej triedy sú nezávislé.

Odborníci často predpokladajú, že trvanie servisných požiadaviek je rozdelené exponenciálny zákončo výrazne zjednodušuje analytické výpočty. Je to spôsobené tým, že procesy prebiehajúce v systémoch s exponenciálnym rozložením časových intervalov sú Markov procesy:

kde c - intenzita služieb, tu p = _--; t 0 bsl - matematika-

čas čakania na službu.

Okrem exponenciálneho rozdelenia existujú Erlang /c-rozdelenia, hyperexponenciálne rozdelenia, trojuholníkové rozdelenia a niektoré ďalšie. To by nás nemalo zmiasť, pretože sa ukazuje, že hodnota kritérií účinnosti QS len málo závisí od formy zákona o rozdelení času služby.

Pri štúdiu QS podstata služby, kvalita služby, neprichádza do úvahy.

Kanály môžu byť absolútne spoľahlivé tie. nezlyhať. Skôr sa dá akceptovať v štúdiu. Kanály môžu mať maximálna spoľahlivosť. V tomto prípade je model QS oveľa komplikovanejší.

Účinnosť QS závisí nielen od parametrov vstupných tokov a obslužných kanálov, ale aj od poradia, v ktorom sú prichádzajúce požiadavky obsluhované, t.j. od spôsobov, ako riadiť tok aplikácií, keď vstúpia do systému a sú odoslané do servisu.

Spôsoby riadenia toku aplikácií sú určené disciplínami:

  • vyrovnávanie;
  • služby.

Disciplíny vyrovnávania a údržby možno klasifikovať podľa nasledujúcich kritérií:

  • dostupnosť priorít medzi aplikáciami rôznych tried;
  • spôsob vytláčania aplikácií z radu (pre disciplíny ukladania do vyrovnávacej pamäte) a priraďovanie požiadaviek na služby (pre disciplíny služieb);
  • pravidlo pre zabránenie alebo výber servisných požiadaviek;
  • schopnosť meniť priority.

Variant klasifikácie bufferingových disciplín (čakanie v rade) podľa uvedených znakov je znázornený na obr. 2.2.

Záležiac ​​na dostupnosť alebo nedostatok priorít medzi aplikáciami rôznych tried možno všetky vyrovnávacie disciplíny rozdeliť do dvoch skupín: neprioritné a prioritné.

Autor: spôsob vytláčania aplikácií z úložiska možno rozlíšiť tieto triedy vyrovnávacích disciplín:

  • bez vytlačenia požiadaviek - požiadavky, ktoré vstúpili do systému a zistili, že disk je úplne vyplnený, sa stratia;
  • s posunom aplikácie tejto triedy, t.j. rovnakej triedy ako prijatá žiadosť;
  • s posunutím aplikácie z triedy s najnižšou prioritou;
  • s vytesnením aplikácie zo skupiny tried s nízkou prioritou.

Ryža. 2.2.

Ukladacie disciplíny môžu používať nasledovné pravidlá pre vyradenie žiadostí z akumulátora:

  • náhodné premiestnenie;
  • vylúčenie poslednej objednávky, t.j. vstúpil do systému neskôr ako všetky;
  • vytesnenie „dlhej“ objednávky, t.j. nachádza v akumulátore dlhšie ako všetky predtým prijaté žiadosti.

Na obr. 2.3 je znázornená klasifikácia disciplín pre servisné aplikácie v súlade s rovnakými znakmi ako pre disciplíny buffering.

Niekedy sa úložná kapacita v modeloch považuje za neobmedzenú, hoci v skutočnom systéme je obmedzená. Takýto predpoklad je opodstatnený, keď je pravdepodobnosť straty objednávky v reálnom systéme v dôsledku preplnenia skladovacej kapacity menšia ako 10_3. V tomto prípade nemá disciplína prakticky žiadny vplyv na plnenie požiadaviek.

Záležiac ​​na dostupnosť alebo nedostatok priorít medzi požiadavkami rôznych tried možno všetky služobné disciplíny, ako aj vyrovnávacie disciplíny rozdeliť do dvoch skupín: neprioritné a prioritné.

Autor: ako sa prideľujú servisné lístky služobné disciplíny možno rozdeliť na disciplíny:

  • jeden režim;
  • skupinový režim;
  • kombinovaný režim.

Ryža. 2.3.

V služobných disciplínach jeden režim servis zakaždým len jeden pridelený požiadavku, pre ktorú sa fronty skenujú po ukončení obsluhy predchádzajúcej požiadavky.

V služobných disciplínach skupinový režim servis zakaždým je priradená skupina aplikácií jeden front, pre ktorý sa fronty skenujú až po obslúžení všetkých požiadaviek z predtým priradenej skupiny. Novo priradená skupina lístkov môže obsahovať všetky lístky daného radu. Priradené skupinové žiadosti postupne vybrané z frontu a sú obsluhované zariadením, po ktorom je v súlade so stanovenou servisnou disciplínou pridelená ďalšia skupina aplikácií iného radu na obsluhu.

Kombinovaný režim- kombinácia jednoduchého a skupinového režimu, keď sa časť frontov žiadostí spracováva v jedinom režime a druhá časť - v skupinovom režime.

Servisné disciplíny môžu používať nasledujúce pravidlá výberu servisných požiadaviek.

Neprioritné(aplikácie nemajú privilégiá skorej služby - zachytávanie prostriedkov):

  • služba kto prv príde, ten prv melie FIFO (prvý v - prvý von, prvý dnu prvý von)
  • spätná služba- aplikácia sa vyberie z frontu v režime LIFO (posledný v - prvý von, posledný dovnútra, prvý von)
  • náhodná služba- aplikácia sa vyberie z frontu v režime RAND (náhodný- náhodne);
  • cyklická služba- aplikácie sa vyberajú v procese cyklického dotazovania pohonov v poradí 1, 2, H OD H- počet jednotiek), po ktorých sa zopakuje špecifikovaná sekvencia;

Priorita(aplikácie majú privilégiá na skorú službu – zachytávanie prostriedkov):

  • s relatívne priority- ak v priebehu aktuálneho vybavovania požiadavky vstúpia do systému požiadavky s vyššou prioritou, potom sa obsluha aktuálnej požiadavky aj bez priority nepreruší a prijaté požiadavky sa zaradia do fronty; relatívne priority hrajú rolu až na konci aktuálnej služby aplikácie, keď je z frontu vybraná nová požiadavka na službu.
  • s absolútne priority- pri prijatí požiadavky s vysokou prioritou sa obsluha požiadavky s nízkou prioritou preruší a prijatá požiadavka sa odošle na obsluhu; prerušená aplikácia môže byť vrátená do frontu alebo odstránená zo systému; ak je žiadosť vrátená do poradia, môže sa jej ďalšia obsluha vykonať z miesta prerušenia alebo nanovo;
  • spol zmiešané priority- prísne obmedzenia čakacej doby v rade na obsluhu jednotlivých žiadostí si vyžadujú pridelenie absolútnych priorít; v dôsledku toho sa môže čakacia doba na žiadosti s nízkou prioritou ukázať ako neprijateľne dlhá, hoci jednotlivé žiadosti majú určitú rezervu; na splnenie obmedzení na všetky typy žiadostí spolu s absolútnymi prioritami možno niektorým žiadostiam priradiť relatívne priority a zvyšok možno obsluhovať v neprioritnom režime;
  • s striedanie priorít- analógia relatívnych priorít, priorita sa berie do úvahy až v momente ukončenia aktuálnej obsluhy skupiny požiadaviek jedného frontu a pridelenia novej skupiny na obsluhu;
  • plánovaná služba- nároky rôznych tried (umiestnené v rôznych úložiskách) sa vyberajú pre službu podľa určitého harmonogramu, ktorý špecifikuje postupnosť dotazovania vo frontoch aplikácií, napríklad v prípade troch tried aplikácií (obchodov) môže plán vyzerať ako (2, 1, 3, 3, 1, 2) alebo (1, 2, 3, 3, 2, 1).

V počítačových systémoch IM je disciplína spravidla implementovaná štandardne FIFO. Majú však nástroje, ktoré používateľovi poskytujú možnosť organizovať si potrebné disciplíny služieb, a to aj podľa harmonogramu.

Žiadosti prijaté CMO sú rozdelené do tried. V QS, čo je abstraktný matematický model, aplikácie patria do rôznych tried v prípade, že sa líšia v simulovanom reálnom systéme aspoň jednou z nasledujúcich vlastností:

  • trvanie služby;
  • priority.

Ak sa aplikácie nelíšia v trvaní služby a prioritách, môžu byť reprezentované aplikáciami rovnakej triedy, vrátane prípadov, keď pochádzajú z rôznych zdrojov.

Pre matematický popis služobných disciplín so zmiešanými prioritami používame matica priorít,čo je štvorcová matica Q = (q, ;), ja, j - 1,..., I, I - počet tried aplikácií vstupujúcich do systému.

Prvok q(j matica nastavuje prioritu požiadaviek triedy i v súvislosti s triednymi aplikáciami; a môže nadobudnúť nasledujúce hodnoty:

  • 0 - žiadna priorita;
  • 1 - relatívna priorita;
  • 2 - absolútna priorita.

Prvky matice priorít musia spĺňať nasledovné požiadavky:

  • q n= 0, pretože medzi požiadavkami rovnakej triedy nemožno nastaviť žiadne priority;
  • ak q (j = potom 1 alebo 2 q^ = 0, pretože aplikácie triedy if i majú prednosť pred triednymi požiadavkami j, potom tieto nemôžu mať prednosť pred triednymi nárokmi i (i,j = 1, ..., I).

Záležiac ​​na príležitosti na zmenu priorít Počas prevádzky systému sú prioritné disciplíny vyrovnávacej pamäte a servisu rozdelené do dvoch tried:

  • 1) s statické priority, ktoré sa časom nemenia;
  • 2) s dynamické priority, ktorá sa môže počas prevádzky systému meniť v závislosti od rôznych faktorov, napríklad keď sa dosiahne určitá kritická hodnota dĺžky frontu žiadostí triedy, ktorá nemá prioritu alebo má nízku prioritu, možno jej priradiť vyššiu prioritou.

V počítačových systémoch IM nevyhnutne existuje jeden prvok (objekt), cez ktorý a len cez neho sa do modelu zadávajú požiadavky. Štandardne sú všetky zadané aplikácie bez priority. Existujú však možnosti priradenia priorít v poradí 1, 2, ..., a to aj počas vykonávania modelu, t.j. v dynamike.

Odchádzajúci prúd je tok obsluhovaných požiadaviek opúšťajúcich QS. V reálnych systémoch prechádzajú aplikácie niekoľkými QS: tranzitná komunikácia, produkčné potrubie atď. V tomto prípade je odchádzajúci tok prichádzajúci tok pre nasledujúci QS.

Prichádzajúci tok prvého QS, ktorý prešiel nasledujúcimi QS, je skreslený a to komplikuje analytické modelovanie. Treba však mať na pamäti, že s najjednoduchším vstupným tokom a exponenciálnou službou(tie. v Markovových systémoch) je výstupný tok tiež najjednoduchší. Ak má čas služby neexponenciálnu distribúciu, potom odchádzajúci tok nielenže nie je jednoduchý, ale ani sa neopakuje.

Upozorňujeme, že časové intervaly medzi odchádzajúcimi požiadavkami nie sú rovnaké ako servisné intervaly. Môže sa totiž ukázať, že po skončení ďalšej služby je QS nejaký čas nečinný pre nedostatok aplikácií. V tomto prípade interval odchádzajúceho toku pozostáva z času nečinnosti QS a servisného intervalu prvej požiadavky, ktorá prišla po prestoji.

V QS môže byť okrem odchádzajúceho toku obsluhovaných požiadaviek tok nevybavených požiadaviek. Ak takýto QS dostane opakujúci sa tok a služba je exponenciálna, potom tok neobsluhovaných zákazníkov je tiež opakujúci sa.

Bezplatné fronty kanálov. Vo viackanálovom QS sa môžu vytvárať rady voľných kanálov. Počet voľných kanálov je náhodná hodnota. Výskumníkov môžu zaujímať rôzne charakteristiky tejto náhodnej premennej. Typicky je to priemerný počet kanálov obsadených službou na interval prieskumu a ich koeficienty zaťaženia.

Ako sme už uviedli, v reálnych objektoch sú požiadavky postupne obsluhované v niekoľkých QS.

Nazýva sa konečná množina sekvenčne prepojených QS, ktoré spracovávajú aplikácie, ktoré v nich cirkulujú čakacia sieť (Semo) (obr. 2.4, a).


Ryža. 2.4.

SEMO sa tiež nazýva viacfázové QS.

Príklad konštrukcie QEMO IM zvážime neskôr.

Hlavnými prvkami QS sú uzly (U) a zdroje (generátory) požiadaviek (G).

Uzol siete sú systémom radenia.

Zdroj- generátor aplikácií vstupujúcich do siete a vyžadujúcich určité stupne služby v uzloch siete.

Pre zjednodušený obraz QEMO sa používa graf.

Gróf Semo- orientovaný graf (digraf), ktorého vrcholy zodpovedajú uzlom QEM a oblúky predstavujú prechody aplikácií medzi uzlami (obr. 2.4, b).

Takže sme zvážili základné koncepty QS. No pri vývoji počítačových systémov pre IM a ich zdokonaľovaní sa nevyhnutne využíva aj obrovský tvorivý potenciál v súčasnosti obsiahnutý v analytickom modelovaní QS.

Pre lepšie vnímanie tohto tvorivého potenciálu sa ako prvé priblíženie zastavme pri klasifikácii modelov QS.

Obrázok 0 - 2 Streamy udalostí (a) a najjednoduchší stream (b)

10.5.2.1. stacionárnosť

Tok sa nazýva stacionárny , ak pravdepodobnosť zasiahnutia jedného alebo druhého počtu udalostí v elementárnom časovom období dĺžka τ (

Obrázok 0-2 , a) závisí len od dĺžky úseku a nezávisí od toho, kde presne na osi t táto oblasť sa nachádza.

Stacionarita toku znamená jeho rovnomernosť v čase; pravdepodobnostné charakteristiky takéhoto toku sa časom nemenia. Najmä takzvaná intenzita (alebo "hustota") toku udalostí, priemerný počet udalostí za jednotku času pre stacionárny tok, musí zostať konštantná. To, samozrejme, neznamená, že skutočný počet udalostí vyskytujúcich sa za jednotku času je konštantný; tok môže mať lokálne koncentrácie a riedky. Je dôležité, aby pri stacionárnom toku tieto koncentrácie a zriedenie nemali pravidelný charakter a priemerný počet udalostí pripadajúcich na jeden časový interval zostal konštantný počas celého posudzovaného obdobia.

V praxi často dochádza k tokom udalostí, ktoré (aspoň na obmedzený čas) možno považovať za stacionárne. Napríklad tok hovorov prichádzajúci do telefónnej ústredne povedzme v intervale od 12 do 13 hodín možno považovať za stacionárny. Rovnaký tok už nebude stáť celý deň (v noci je intenzita toku hovorov oveľa menšia ako cez deň). Všimnite si, že to isté je prípad väčšiny fyzikálnych procesov, ktoré nazývame „stacionárne“, v skutočnosti sú stacionárne iba počas obmedzeného časového obdobia a predĺženie tohto obdobia do nekonečna je len pohodlným trikom používaným na zjednodušenie.

10.5.2.2. Žiadny následný efekt

Tok udalostí sa nazýva tok bez následkov , ak pre akékoľvek neprekrývajúce sa časové intervaly počet udalostí pripadajúcich na jeden z nich nezávisí od toho, koľko udalostí pripadá na druhý (alebo iné, ak sa berú do úvahy viac ako dva úseky).

V takýchto prúdoch sa udalosti, ktoré tvoria prúd, objavujú v po sebe nasledujúcich časových bodoch nezávisle od seba. Napríklad tok cestujúcich vstupujúcich do stanice metra možno považovať za tok bez následkov, pretože dôvody, ktoré spôsobili príchod jednotlivého cestujúceho v tomto konkrétnom okamihu a nie v inom, spravidla nesúvisia s podobnými dôvodmi. pre ostatných cestujúcich. Ak sa takáto závislosť objaví, je porušená podmienka neprítomnosti následného účinku.

Zoberme si napríklad tok nákladných vlakov idúcich po železničnej trati. Ak z bezpečnostných dôvodov nemôžu ísť za sebou častejšie ako v určitých časových intervaloch t0 , potom existuje závislosť medzi udalosťami v streame a je porušená podmienka bez následkov. Ak však interval t0 je malý v porovnaní s priemerným intervalom medzi vlakmi, potom je takéto porušenie bezvýznamné.

Obrázok 0 - 3 Poissonovo rozdelenie

Zvážte na osi t najjednoduchší tok dejov s intenzitou λ. (Obrázok 0-2 b) . Nás bude zaujímať náhodný časový interval T medzi susednými udalosťami v tomto prúde; nájsť jeho distribučný zákon. Najprv nájdime distribučnú funkciu:

F(t) = P(T ( 0-2)

t.j. pravdepodobnosť, že hodnota T bude mať hodnotu menšiu akot. Odložte od začiatku intervalu T (body t0) segment t a nájdite pravdepodobnosť, že interval T bude menej t . K tomu je potrebné, aby pre úsek dĺžky t , susediaci s bodom t0 , zásah do udalosti aspoň jedného vlákna. Vypočítajme si to pravdepodobnosť F(t) prostredníctvom pravdepodobnosti opačnej udalosti (na segment t nezasiahnu žiadne udalosti streamu):

F (t) \u003d 1 – P 0

Pravdepodobnosť P 0 nájdeme podľa vzorca (1), za predpokladum = 0:

odkiaľ bude distribučná funkcia hodnoty T:

(0-3)

Na zistenie hustoty distribúcie f(t) náhodná premenná T, je potrebné rozlišovať výraz (0‑1) ot:

0-4)

Distribučný zákon s hustotou (0-4) sa nazýva exponenciálny (alebo exponenciálne ). Hodnota λ sa nazýva parameter vzorový zákon.

Obrázok 0 - 4 Exponenciálna distribúcia

Nájdite číselné charakteristiky náhodnej premennej T- matematické očakávanie (priemerná hodnota) M[t] = mt , a disperzia Dt. Máme

( 0-5)

(integrácia po častiach).

Rozptyl hodnoty T je:

(0-6)

Po extrakcii druhej odmocniny rozptylu nájdeme smerodajnú odchýlku náhodnej premennej T.

Takže pre exponenciálne rozdelenie sú matematické očakávania a smerodajná odchýlka navzájom rovnaké a sú inverzné k parametru λ, kde λ. intenzita prúdenia.

Teda vzhľad m udalosti v danom časovom intervale zodpovedajú Poissonovmu rozdeleniu a pravdepodobnosť, že časové intervaly medzi udalosťami budú menšie ako nejaké vopred určené číslo, zodpovedá exponenciálnemu rozdeleniu. Toto všetko sú len rôzne opisy toho istého stochastického procesu.


Príklad QS-1 .

Ako príklad si predstavte bankový systém v reálnom čase, ktorý slúži veľkému počtu zákazníkov. V čase špičky tvoria požiadavky bankových pokladníkov, ktorí pracujú s klientmi, Poissonov tok a prichádzajú v priemere dve za 1 s (λ = 2).Tok pozostáva z požiadaviek, ktoré prichádzajú rýchlosťou 2 požiadavky za sekundu.

Vypočítajte pravdepodobnosť P ( m ) výskyty m správy za 1 s. Keďže λ = 2, z predchádzajúceho vzorca máme

Nahradením m = 0, 1, 2, 3, získame nasledujúce hodnoty (až štyridesatinné miesta):

Obrázok 0 - 5 Najjednoduchší príklad toku

Je tiež možných viac ako 9 správ za 1 s, ale pravdepodobnosť je veľmi malá (asi 0,000046).

Výsledné rozdelenie možno znázorniť ako histogram (zobrazený na obrázku).

Príklad CMO-2.

Zariadenie (server), ktoré spracuje tri správy za 1 s.

Nech existuje zariadenie, ktoré dokáže spracovať tri správy za 1 s (µ=3). V priemere sú dve správy prijaté za 1 s a v súlade c Poissonovo rozdelenie. Aký podiel týchto správ sa spracuje ihneď po prijatí?

Pravdepodobnosť, že rýchlosť príchodu bude menšia alebo rovná 3 s, je daná

Ak systém dokáže spracovať maximálne 3 správy za 1 s, potom je pravdepodobnosť, že nebude preťažený

Inými slovami, 85,71 % správ bude doručených okamžite a 14,29 % s určitým oneskorením. Ako vidíte, oneskorenie pri spracovaní jednej správy o čas dlhší ako čas spracovania 3 správ sa vyskytne len zriedka. Doba spracovania 1 správy je v priemere 1/3 s. Preto bude oneskorenie väčšie ako 1 s zriedkavé, čo je pre väčšinu systémov celkom prijateľné.

Príklad CMO 3

· Ak je bankový pokladník zaneprázdnený počas 80 % svojho pracovného času a zvyšok času trávi čakaním na zákazníkov, možno ho považovať za zariadenie s faktorom využitia 0,8.

· Ak sa komunikačný kanál používa na prenos 8-bitových symbolov rýchlosťou 2400 bps, t.j. maximálne 2400/8 symbolov sa prenesie za 1 s a budujeme systém, v ktorom je celkové množstvo odoslaných údajov 12 000 symbolov z rôznych zariadení cez kanál za rušnú minútu (vrátane synchronizácie, znakov konca správy, riadiacich znakov atď.), potom sa miera využitia vybavenia komunikačného kanála počas tejto minúty rovná

· Ak motor prístupu k súboru v rušných hodinách vykoná 9 000 prístupov k súborom a čas na jeden prístup je v priemere 300 ms, potom je využitie hardvéru nástroja na prístup k súborom v rušných hodinách

Pojem využitie zariadenia sa bude používať pomerne často. Čím je využitie zariadenia bližšie k 100 %, tým je oneskorenie väčšie a rad dlhší.

Pomocou predchádzajúceho vzorca môžete zostaviť tabuľky hodnôt Poissonovej funkcie, z ktorých môžete určiť pravdepodobnosť prijatiam alebo viac správ v danom časovom období. Napríklad, ak priemerne 3,1 správy za sekundu [t.j. λ = 3.1], potom pravdepodobnosť prijatia 5 alebo viacerých správ za danú sekundu je 0,2018 (napr.m = 5 v tabuľke). Alebo v analytickej forme

Pomocou tohto výrazu môže systémový analytik vypočítať pravdepodobnosť, že systém nesplní dané kritérium zaťaženia.

Často je možné vykonať počiatočné výpočty pre hodnoty zaťaženia zariadenia.

p ≤ 0,9

Tieto hodnoty je možné získať pomocou Poissonových tabuliek.

Nech je opäť priemerná rýchlosť prijatia správy λ = 3,1 správy/s. Z tabuliek vyplýva, že pravdepodobnosť prijatia 6 a viac správ za 1 s je 0,0943. Preto sa toto číslo môže považovať za kritérium zaťaženia pre počiatočné výpočty.

10.6.2. Dizajnérske výzvy

Vzhľadom na náhodný charakter príchodu správ do zariadenia, zariadenie trávi časť času spracovaním alebo obsluhou každej správy, čo vedie k vytváraniu radov. Fronta v banke čaká na uvoľnenie pokladníka a jeho počítača (terminálu). Front správ vo vstupnej vyrovnávacej pamäti počítača čaká na spracovanie procesorom. Fronta požiadaviek na dátové polia čaká na uvoľnenie kanálov atď. Fronty sa môžu tvoriť vo všetkých úzkych miestach systému.

Čím vyššia je miera využitia zariadenia, tým dlhšie budú výsledné fronty. Ako bude ukázané nižšie, je možné navrhnúť systém, ktorý uspokojivo funguje s faktorom využitia ρ = 0,7, ale faktor väčší ako ρ > 0,9 môže mať za následok zlú kvalitu služby. Inými slovami, ak je hromadný dátový odkaz zaťažený 20 %, je nepravdepodobné, že na ňom bude fronta. Ak sa načítava; je 0,9, potom sa spravidla budú tvoriť rady, niekedy veľmi veľké.

Koeficient využitia zariadenia sa rovná pomeru zaťaženia zariadenia k maximálnemu zaťaženiu, ktoré toto zariadenie znesie, alebo sa rovná pomeru doby obsadenia zariadenia k celkovej dobe jeho prevádzky.

Pri navrhovaní systému je bežné odhadnúť faktor využitia pre rôzne typy zariadení; relevantné príklady budú uvedené v ďalších kapitolách. Znalosť týchto koeficientov vám umožňuje vypočítať fronty pre príslušné vybavenie.

· Aká je dĺžka frontu?

· Koľko času to bude trvať?

Na otázky tohto typu možno odpovedať pomocou teórie radenia.

10.6.3. Systémy radenia, ich triedy a hlavné charakteristiky

Pre QS sú toky udalostí toky požiadaviek, toky „obslužných“ požiadaviek atď. Ak tieto toky nie sú Poisson (Markovov proces), matematický popis procesov vyskytujúcich sa v QS sa stáva neporovnateľne zložitejším a vyžaduje si ťažkopádnejší aparát. priviesť ho do analytických vzorcov je možné len v najjednoduchších prípadoch.

Aparatúra „markovskej“ teórie radenia však môže byť užitočná aj v prípade, že proces prebiehajúci v QS je odlišný od Markovovho, pomocou ktorého možno približne odhadnúť charakteristiky účinnosti QS. Je potrebné poznamenať, že čím je QS komplexnejší, čím viac obslužných kanálov obsahuje, tým presnejšie sú približné vzorce získané pomocou Markovovej teórie. Navyše v mnohých prípadoch nie je na prijímanie informovaných rozhodnutí o riadení prevádzky QS vôbec potrebné mať presné znalosti o všetkých jeho charakteristikách, často celkom približné, orientačné.

QS sú rozdelené do systémov s:

zlyhania (so stratami). V takýchto systémoch žiadosť, ktorá príde v momente, keď sú všetky kanály obsadené, dostane „odmietnutie“, opustí QS a nezúčastňuje sa na ďalšom procese obsluhy.

čakanie (s radom). V takýchto systémoch sa požiadavka, ktorá príde, keď sú všetky kanály obsadené, zaradí do frontu a čaká, kým sa jeden z kanálov neuvoľní. Keď je kanál voľný, jedna z aplikácií vo fronte je prijatá na službu.

Služba (disciplína v rade) v čakacom systéme môže byť

usporiadaný (žiadosti sa doručujú v poradí prijatia),

· neusporiadaný(žiadosti sa doručujú v náhodnom poradí) príp

stoh (posledná aplikácia sa vyberie ako prvá z poradia).

Priorita

o so statickou prioritou

o s dynamickou prioritou

(v druhom prípade a priori tet sa môže napríklad zvyšovať s časom čakania na žiadosť).

Systémy s frontom sa delia na systémy

· s neobmedzeným čakaním a

· s obmedzeným čakanie.

V systémoch s neobmedzeným čakaním sa každá požiadavka, ktorá príde v momente, keď nie sú voľné kanály, dostane do frontu a „trpezlivo“ čaká na uvoľnenie kanálu, ktorý ju prijme do služby. Každá žiadosť prijatá SOT bude skôr či neskôr doručená.

V systémoch s obmedzeným čakaním sú stanovené určité obmedzenia na zotrvanie aplikácie v rade. Môžu platiť tieto obmedzenia

· dĺžka frontu (počet aplikácií súčasne vo frontovom systéme s obmedzenou dĺžkou frontu),

· čas zotrvania aplikácie v rade (po určitej dobe zotrvania v rade aplikácia opustí poradie a systém odchádza s obmedzenou čakacou dobou),

· celkový čas strávený aplikáciou v QS

atď.

V závislosti od typu QS sa pri hodnotení jeho účinnosti môžu použiť určité hodnoty (ukazovatele výkonnosti). Napríklad pre QS s poruchami je jednou z najdôležitejších charakteristík jeho produktivity tzv absolútna šírka pásma priemerný počet požiadaviek, ktoré môže systém obslúžiť za jednotku času.

Spolu s absolútnym sa často uvažuje relatívna priepustnosť CMO je priemerný podiel prichádzajúcich požiadaviek obsluhovaných systémom (pomer priemerného počtu požiadaviek obsluhovaných systémom za jednotku času k priemernému počtu požiadaviek prijatých počas tohto času).

Okrem absolútnej a relatívnej priepustnosti pri analýze QS s poruchami nás môžu v závislosti od úlohy štúdie zaujímať aj ďalšie charakteristiky, napr.

· priemerný počet obsadených kanálov;

· priemerné relatívne prestoje systému ako celku a jednotlivého kanála

atď.

Očakávané QS majú mierne odlišné charakteristiky. Je zrejmé, že pre QS s neobmedzenou dobou čakania stráca absolútna aj relatívna priepustnosť svoj význam, pretože každý nárok príde skoro.alebo neskôr budú doručené. Pre takýto QS sú dôležité vlastnosti:

· priemerný počet žiadostí vo fronte;

· priemerný počet aplikácií v systéme (vo fronte a v prevádzke);

· priemerná doba čakania na žiadosť vo fronte;

· priemerný čas strávený aplikáciou v systéme (vo fronte a v prevádzke);

ako aj ďalšie charakteristiky očakávania.

Pre QS s obmedzeným čakaním sú zaujímavé obe skupiny charakteristík: absolútna aj relatívna priepustnosť a čakacie charakteristiky.

Na analýzu procesu vyskytujúceho sa v QS je nevyhnutné poznať hlavné parametre systému: počet kanálov P, intenzita aplikačného tokuλ , výkonnosť každého kanála (priemerný počet požiadaviek μ obsluhovaných kanálom za jednotku času), podmienky pre vytvorenie frontu (obmedzenia, ak existujú).

V závislosti od hodnôt týchto parametrov sú vyjadrené charakteristiky účinnosti prevádzky QS.

10.6.4. Vzorce na výpočet charakteristík QS pre prípad prevádzky s jedným zariadením

Obrázok 0 - 6 Model systému radenia s radom

Takéto fronty môžu byť vytvorené správami na vstupe procesora, ktoré čakajú na spracovanie. Môžu sa vyskytnúť počas prevádzky účastníckych staníc pripojených k viacbodovému komunikačnému kanálu. Podobne sa na čerpacích staniciach tvoria rady áut. Ak je však k službe viac ako jeden vstup, máme rad s mnohými zariadeniami a analýza sa stáva zložitejšou.

Zvážte prípad najjednoduchšieho toku servisných požiadaviek.

Účelom tu prezentovanej teórie radenia je priblížiť priemernú veľkosť frontu, ako aj priemerný čas strávený správami čakajúcimi vo frontoch. Je tiež žiaduce odhadnúť, ako často front prekročí určitú dĺžku. Tieto informácie nám umožnia vypočítať napríklad potrebné množstvo vyrovnávacej pamäte na ukladanie front správ a súvisiacich programov, požadovaný počet komunikačných liniek, požadované veľkosti vyrovnávacej pamäte pre huby atď. Bude možné odhadnúť časy odozvy.

Každá z charakteristík sa líši v závislosti od použitých prostriedkov.

Zvážte front s jedným serverom. Pri navrhovaní výpočtového systému sa väčšina frontov tohto typu počíta pomocou vyššie uvedených vzorcov. variačný faktor servisného času

Vzorec Khinchin-Polachek sa používa na výpočet dĺžky frontu pri návrhu informačných systémov. Uplatňuje sa v prípade exponenciálneho rozdelenia času príchodu pre ľubovoľné rozdelenie času obsluhy a akúkoľvek kontrolnú disciplínu, pokiaľ výber ďalšej správy na obsluhu nezávisí od času obsluhy.

Pri projektovaní systémov dochádza k situáciám, keď vznikajú fronty, keď disciplína kontroly nepochybne závisí od času obsluhy. V niektorých prípadoch sa napríklad môžeme rozhodnúť použiť najskôr kratšie správy, aby sme dosiahli rýchlejší priemerný čas služby. Pri riadení komunikačnej linky je možné priradiť vyššiu prioritu vstupným správam ako výstupným, pretože prvé sú kratšie. V takýchto prípadoch už nie je potrebné používať Khinchinovu rovnicu

Väčšina servisných časov v informačných systémoch leží niekde medzi týmito dvoma prípadmi. Konštantné servisné časy sú zriedkavé. Ani čas prístupu na pevný disk nie je konštantný kvôli rozdielnej polohe dátových polí na povrchu. Jedným príkladom ilustrujúcim prípad konštantného servisného času je obsadenie komunikačnej linky na prenos správ pevnej dĺžky.

Na druhej strane rozptyl servisného času nie je taký veľký ako v prípade ľubovoľného alebo exponenciálneho rozdelenia, t.j.σs málokedy dosahuje hodnotyt s. Tento prípad sa niekedy považuje za „najhorší prípad“, a preto sa používajú vzorce, ktoré odkazujú na exponenciálne rozdelenie servisných časov.Takýto výpočet môže poskytnúť trochu nadhodnotené veľkosti frontu a čakacie doby, ale táto chyba aspoň nie je nebezpečná.

Exponenciálne rozloženie servisných časov určite nie je tým najhorším prípadom, s ktorým sa človek musí reálne vysporiadať. Ak sa však časy obsluhy získané z výpočtu frontov ukážu ako horšie rozložené ako exponenciálne rozložené časy, je to pre vývojára často varovný signál. Ak je štandardná odchýlka väčšia ako stredná hodnota, potom je zvyčajne potrebné opraviť výpočty.

Zvážte nasledujúci príklad. Existuje šesť typov správ so servisnými časmi 15, 20, 25, 30, 35 a 300. Počet správ pre každý typ je rovnaký. Štandardná odchýlka týchto časov je o niečo vyššia ako ich priemer. Hodnota posledného servisného času je oveľa väčšia ako ostatné. To spôsobí, že správy budú vo fronte oveľa dlhšie, ako keby boli servisné časy v rovnakom poradí. V tomto prípade je pri navrhovaní vhodné prijať opatrenia na zníženie dĺžky frontu. Napríklad, ak tieto čísla súvisia s dĺžkami správ, potom by sa možno veľmi dlhé správy mali rozdeliť na časti.

10.6.6. Príklad výpočtu

Pri návrhu bankového systému je žiaduce poznať počet zákazníkov, ktorí budú musieť čakať v rade na jedného pokladníka počas špičiek.

Čas odozvy systému a jeho štandardná odchýlka sú vypočítané s prihliadnutím na čas zadávania údajov z pracovnej stanice, tlače a spracovania dokumentov.

Úkony pokladníka boli načasované. Obslužný čas ts sa rovná celkovému času strávenému pokladníkom u klienta. Miera využitia pokladníka ρ je úmerná dobe jeho zamestnania. Ak λ je počet zákazníkov počas špičky, potom ρ pre pokladníka je

Povedzme, že počas špičky je 30 zákazníkov za hodinu. V priemere strávi pokladník 1,5 minúty na zákazníka. Potom

ρ = (1,5 x 30) / 60 = 0,75

t.j. pokladňa je využívaná na 75 %.

Počet ľudí v rade sa dá rýchlo odhadnúť pomocou grafov. Z nich vyplýva, že ak ρ = 0,75, tak priemerný počet nq osôbv rade pri pokladni leží medzi 1,88 a 3,0 v závislosti od štandardnej odchýlky pre t s .

Predpokladajme, že meranie smerodajnej odchýlky pre ts dáva hodnotu 0,5 min. Potom

σ s = 0,33 t s

Z grafu na prvom obrázku zistíme, že nq = 2,0, teda v priemere budú pri pokladni čakať dvaja zákazníci.

Celkový čas, ktorý zákazník strávi pri pokladni, nájdete ako

t ∑ = t q + t s = 2,5 min + 1,5 min = 4 min

kde t s sa vypočíta pomocou Khinchin-Polachekovho vzorca.

10.6.7. faktor zisku

Analýzou kriviek na obrázkoch vidíme, že keď sa zariadenie obsluhujúce front využije na viac ako 80 %, krivky začnú rásť alarmujúcou rýchlosťou. Táto skutočnosť je veľmi dôležitá pri návrhu systémov prenosu dát. Ak navrhujeme systém s viac ako 80% využitím hardvéru, potom môže mierny nárast prevádzky viesť k drastickému poklesu výkonu systému alebo dokonca spôsobiť jeho zrútenie.

Nárast prichádzajúcej návštevnosti o malý počet x %. vedie k zvýšeniu veľkosti frontu približne o

Ak je miera využitia zariadenia 50 %, potom sa toto zvýšenie rovná 4 ts % pre exponenciálnu distribúciu servisného času. Ale ak je využitie zariadenia 90%, potom nárast veľkosti fronty je 100 ts%, čo je 25-krát viac. Mierne zvýšenie záťaže pri 90% využití zariadení vedie k 25-násobnému zvýšeniu veľkosti frontu v porovnaní s prípadom 50% využitia zariadenia.

Podobne sa zvyšuje aj čas v rade

Pri exponenciálne rozloženom prevádzkovom čase má táto hodnota hodnotu 4 t s2 pri vyťažení zariadení 50 % a 100 t s2 pre koeficient 90 %, teda opäť 25-krát horšie.

Okrem toho pre malé faktory využitia zariadení je vplyv zmien σs na veľkosť frontu nevýznamný. Pri veľkých koeficientoch je však zmena σ s výrazne ovplyvňuje veľkosť frontu. Preto pri navrhovaní systémov s vysokým využitím zariadení je žiaduce získať presné informácie o parametriσ s. Nepresnosť predpokladu ohľadom exponenciality rozdelenia tsje najvýraznejší pri veľkých hodnotách ρ. Navyše, ak sa čas služby náhle zvýši, čo je možné v komunikačných kanáloch pri prenose dlhých správ, potom sa v prípade veľkého ρ vytvorí významný rad.

Pomerne často sa pri analýze ekonomických systémov musia riešiť takzvané problémy s radovaním, ktoré vznikajú v nasledujúcej situácii. Nechajte analyzovať systém údržby auta pozostávajúci z určitého počtu staníc rôznych kapacít. Na každej stanici (prvku systému) môžu nastať aspoň dve typické situácie:

  1. počet žiadostí je pre túto stanicu príliš vysoký, sú tu rady a musíte platiť za meškanie služby;
  2. stanica dostáva príliš málo požiadaviek a teraz je už potrebné počítať so stratami spôsobenými prestojmi stanice.

Je zrejmé, že cieľom systémovej analýzy je v tomto prípade určiť nejaký vzťah medzi stratou príjmov v dôsledku frontoch a straty v dôsledku iba ja staníc.

Teória radenia– špeciálna časť teórie systémov je časť teórie pravdepodobnosti, v ktorej sa študujú systémy radenia pomocou matematických modelov.

Systém radenia (QS)- ide o model, ktorý zahŕňa: 1) náhodný tok požiadaviek, hovorov alebo zákazníkov, ktorí potrebujú službu; 2) algoritmus na implementáciu tejto služby; 3) kanály (zariadenia) na údržbu.

Príkladmi SOT sú pokladne, čerpacie stanice, letiská, predajcovia, kaderníctva, lekári, telefónne ústredne a iné zariadenia, ktoré obsluhujú určité aplikácie.

Problém teórie radenia spočíva vo vypracovaní odporúčaní pre racionálnu výstavbu QS a racionálnej organizácii ich práce s cieľom zabezpečiť vysokú efektivitu služby pri optimálnych nákladoch.

Hlavnou črtou problémov tejto triedy je jasná závislosť výsledkov analýzy a prijatých odporúčaní od dvoch vonkajších faktorov: frekvencia prijatia a zložitosť objednávok (a teda čas ich vykonania).

Predmetom teórie radenia je stanovenie vzťahu medzi charakterom toku aplikácií, výkonom samostatného obslužného kanála, počtom kanálov a efektívnosťou služby.

Ako Vlastnosti QS zvážiť:

  • priemerné percento žiadostí, ktoré sú zamietnuté a ponechajú systém neobslúžený;
  • priemerné prestoje jednotlivých kanálov a systému ako celku;
  • priemerná doba čakania vo fronte;
  • pravdepodobnosť, že prijatá žiadosť bude okamžite obsluhovaná;
  • zákon o distribúcii dĺžky frontu a iné.

Dodávame, že požiadavky (požiadavky) vstupujú do QS náhodne (v náhodných časoch), s bodmi kondenzácie a zriedenia. Obslužný čas každej požiadavky je tiež náhodný, po ktorom je servisný kanál uvoľnený a pripravený splniť ďalšiu požiadavku. Každý QS má v závislosti od počtu kanálov a ich výkonu určitú kapacitu. Priepustnosť SMO možno absolútne(priemerný počet aplikácií obsluhovaných za jednotku času) a príbuzný(priemerný pomer počtu doručených žiadostí k počtu podaných).

3.1 Modely systémov radenia.

Každý QS možno charakterizovať výrazom: (A b c d e f) , kde

a - distribúcia vstupného toku aplikácií;

b - distribúcia výstupného toku aplikácií;

c – konfigurácia servisného mechanizmu;

d – disciplína v rade;

e – čakací blok;

f je kapacita zdroja.

Teraz sa pozrime bližšie na jednotlivé funkcie.

Vstupný prúd aplikácií- počet žiadostí prijatých systémom. Charakterizované intenzitou vstupného toku l.

Výstupný prúd aplikácií– počet aplikácií obsluhovaných systémom. Charakterizované intenzitou výstupného toku m.

konfigurácia systému znamená celkový počet kanálov a servisných uzlov. SMO môže obsahovať:

  1. jeden kanál služby (jedna dráha, jeden predajca);
  2. jeden kanál služby vrátane viacero sériových uzlov(jedáleň, poliklinika, dopravník);
  3. niekoľko podobných kanálov paralelne zapojené služby (čerpacie stanice, infopult, železničná stanica).

Takto možno rozlíšiť jedno- a viackanálové QS.

Na druhej strane, ak sú všetky obslužné kanály v QS obsadené, potom môže pristúpená aplikácia zostať v rade alebo môže opustiť systém (napríklad sporiteľňa a telefónna ústredňa). V tomto prípade hovoríme o systémoch s frontom (čakaním) a systémoch s poruchami.

Otočte sa je súbor aplikácií, ktoré vstúpili do systému na servis a čakajú na servis. Front je charakterizovaný dĺžkou frontu a jeho disciplínou.

Disciplína v rade je pravidlo pre obsluhu požiadaviek z frontu. Medzi hlavné typy frontov patria:

  1. PERPPO (kto prv príde, ten prv melie) je najbežnejší typ;
  2. POSPPO (posledný príde - prvý melie);
  3. SOP (náhodný výber aplikácií) - z databanky.
  4. PR - prioritná služba.

Dĺžka frontu možno

  • neobmedzený - potom sa hovorí o systéme s čistým očakávaním;
  • rovná nule - potom hovoria o systéme s poruchami;
  • obmedzená na dĺžku (systém zmiešaného typu).

čakací blok– „kapacita“ systému – celkový počet aplikácií v systéme (vo fronte a v prevádzke). Touto cestou, e=c+d.

Kapacita zdroja ktorý generuje požiadavky na službu, je maximálny počet požiadaviek, ktoré môžu vstúpiť do QS. Napríklad na letisku je zdrojová kapacita obmedzená počtom všetkých existujúcich lietadiel a zdrojová kapacita telefónnej ústredne sa rovná počtu obyvateľov Zeme, t.j. možno ho považovať za neobmedzený.

Počet modelov QS zodpovedá počtu možných kombinácií týchto komponentov.

3.2 Vstupný tok požiadaviek.

S každým časovým úsekom a, a+ T ], priraďme náhodnú premennú X, ktorý sa rovná počtu žiadostí prijatých systémom v danom čase T.

Tok požiadaviek sa nazýva stacionárne, ak distribučný zákon nezávisí od počiatočného bodu intervalu a, ale závisí len od dĺžky daného intervalu T. Napríklad tok žiadostí do telefónnej ústredne počas dňa ( T\u003d 24 hodín) nemožno považovať za stacionárne, ale od 13 do 14 hodín ( T\u003d 60 minút) - môžete.

Tok sa nazýva žiadny následný efekt, ak história toku neovplyvní príjem požiadaviek v budúcnosti, t.j. požiadavky sú na sebe nezávislé.

Tok sa nazýva obyčajný, ak do systému nemôže vstúpiť za veľmi krátky čas viac ako jedna požiadavka. Napríklad tok do kaderníka je bežný, ale nie do matriky. Ale ak ako náhodná veličina X zvážte dvojice žiadostí vstupujúcich do podateľne, potom bude takýto tok obyčajný (t. j. niekedy môže byť mimoriadny tok zredukovaný na obyčajný).

Tok sa nazýva najjednoduchšie, ak je stacionárny, bez následkov a obyčajný.

Hlavná veta. Ak je prietok najjednoduchší, tak r.v. X [ a . a + T] sa rozdeľuje podľa Poissonovho zákona, t.j. .

Dôsledok 1. Najjednoduchšie prúdenie sa nazýva aj Poissonovo prúdenie.

Dôsledok 2. M(X)= M(X [ a , a + T ] )= lT, t.j. počas T lT aplikácie. Preto za jednu jednotku času systém dostane v priemere l aplikácie. Táto hodnota sa nazýva intenzita vstupný prúd.

Zvážte PRÍKLAD .

Štúdio dostane v priemere 3 žiadosti denne. Za predpokladu, že tok je najjednoduchší, nájdite pravdepodobnosť, že počet žiadostí bude v priebehu nasledujúcich dvoch dní aspoň 5.

Riešenie.

Podľa zadania, l=3, T=2 dni, vstupný prúd Poisson, n ³5. pri riešení je vhodné zaviesť opačný dej, ktorý spočíva v tom, že počas čas T bude prijatých menej ako 5 žiadostí. Preto podľa Poissonovho vzorca dostaneme

^

3.3 Stav systému. Matica a graf prechodov.

V náhodnom časovom okamihu QS prechádza z jedného stavu do druhého: mení sa počet obsadených kanálov, počet požiadaviek a front atď. n kanály a dĺžka frontu rovná m, môže byť v jednom z nasledujúcich stavov:

E 0 – všetky kanály sú bezplatné;

E 1 – jeden kanál je obsadený;

E n– všetky kanály sú obsadené;

E n +1 – všetky kanály sú obsadené a jedna požiadavka je vo fronte;

E n + m– všetky kanály a všetky miesta vo fronte sú obsadené.

Podobný systém s poruchami môže byť v stavoch E 0 E n .

Pre QS s čistým očakávaním existuje nekonečná množina stavov. Touto cestou, stave E n QS v čase t je množstvo n aplikácie (požiadavky), ktoré sú v danom čase v systéme, t.j. n= n(t) - náhodná hodnota, E n (t) sú výsledky tejto náhodnej premennej a P n (t) je pravdepodobnosť, že systém je v stave E n .

Už sme oboznámení so stavom systému. Upozorňujeme, že nie všetky stavy systému sú ekvivalentné. Stav systému je tzv zdroj ak systém môže opustiť tento stav, ale nemôže sa doň vrátiť. Stav systému je tzv izolovaný, ak systém nemôže opustiť tento stav alebo vstúpiť do tohto stavu.

Na vizualizáciu obrazov stavov systému sa používajú diagramy (tzv. prechodové grafy), v ktorých šípky označujú možné prechody systému z jedného stavu do druhého, ako aj pravdepodobnosti takýchto prechodov.

Obrázok 3.1 - graf prechodu

Comp. E 0 E 1 E 2
E 0 P 0,0 P 0,1 P 0,2
E 1 P 1,0 R 1.1 R 1.2
E 2 R 2,0 R 2.2 R 2.2

Niekedy je tiež vhodné použiť prechodovú maticu. V tomto prípade prvý stĺpec znamená počiatočné stavy systému (aktuálne) a potom sú uvedené pravdepodobnosti prechodu z týchto stavov do iných.

Keďže systém nevyhnutne prejde z jedného

stavu k inému, potom sa súčet pravdepodobností v každom riadku vždy rovná jednej.

3.4 Jednokanálový QS.

3.4.1 Jednokanálový QS s poruchami.

Budeme brať do úvahy systémy, ktoré spĺňajú požiadavky:

(P/E/1):(–/1/¥) . Predpokladajme tiež, že čas obsluhy zákazníka nezávisí od počtu zákazníkov vstupujúcich do systému. Tu a nižšie „P“ znamená, že vstupný tok je rozdelený podľa Poissonovho zákona, t.j. najjednoduchšie „E“ znamená, že výstupný tok je distribuovaný exponenciálne. Aj tu a nižšie sú hlavné vzorce uvedené bez dôkazu.

Pre takýto systém sú možné dva stavy: E 0 - systém je bezplatný a E 1 – systém je zaneprázdnený. Vytvorme prechodovú maticu. Vezmime Dt je nekonečne malé množstvo času. Nech udalosť A spočíva v tom, že v systéme počas doby Dt dostal jednu žiadosť. Udalosť B spočíva v tom, že počas doby Dt bola doručená jedna žiadosť. Udalosť ALE i , k- počas Dt systém prejde zo stavu E i do stavu E k. Pretože l je intenzita vstupného toku, potom počas doby Dt vstupuje do systému v priemere l*Dt požiadavky. Teda pravdepodobnosť prijatia jedného nároku P(A)=l* Dt a pravdepodobnosť opačnej udalosti Р(А)=1-l*Dt.P(B)=F(Dt)= P(b< D t)=1- e - m D t = m Dt- pravdepodobnosť včasného vybavenia požiadavky Dt. Potom A 00 - žiadosť nebude prijatá alebo bude prijatá, ale bude doručená. A 00 \u003d À + A * V. R 00 \u003d 1 - l*Dt. (to sme brali do úvahy (Dt) 2 je nekonečne malá hodnota)

A 01 - žiadosť bude prijatá, ale nebude doručená. A 01 = A * . R 01 = l*Dt.

A 10 - žiadosť bude doručená a nebude žiadna nová. A 10 \u003d B * a. R 10 = m*Dt.

A 11 - žiadosť nebude doručená alebo príde nová, ktorá ešte nebola doručená. A 11 = +V * A. R 01 = 1- m*Dt.

Tak dostaneme prechodovú maticu:

Comp. E 0 E 1
E 0 1-l * Dt l * Dt
E 1 m * Dt 1-m * Dt

Pravdepodobnosť výpadku a zlyhania systému.

Nájdime teraz pravdepodobnosť, že systém je v stave E 0 v ktoromkoľvek okamihu t(tie. R 0 ( t) ). Graf funkcií
znázornené na obrázku 3.2.

Asymptota grafu je priamka
.

Samozrejme, od istého bodu t,


1

Obrázok 3.2

Konečne to chápeme
a
, kde R 1 (t) je pravdepodobnosť, že v čase t systém je zaneprázdnený (t. j. je v stave E 1 ).

Je zrejmé, že na začiatku prevádzky QS nebude prebiehajúci proces stacionárny: bude to „prechodný“, nestacionárny režim. Po určitom čase (ktorý závisí od intenzít vstupných a výstupných tokov) tento proces zanikne a systém prejde do stacionárneho, ustáleného stavu prevádzky a pravdepodobnostné charakteristiky už nebudú závisieť od času.

Stacionárny režim prevádzky a faktor zaťaženia systému.

Ak je pravdepodobnosť, že systém je v stave E k, t.j. R k (t), nezávisí od času t, potom povedia, že QS sa zaviedol stacionárny režim práca. Zároveň hodnota
volal faktor zaťaženia systému(alebo znížená hustota toku aplikácií). Potom k pravdepodobnostiam R 0 (t) a R 1 (t) dostaneme nasledujúce vzorce:
,
. Môžete tiež uzavrieť: čím väčší je faktor zaťaženia systému, tým je pravdepodobnejšie, že systém zlyhá (t. j. pravdepodobnosť, že je systém zaneprázdnený).

Autoumyváreň má jednu jednotku na údržbu. Autá prichádzajú v Poissonovej distribúcii s rýchlosťou 5 áut/hod. Priemerný servisný čas na jedno auto je 10 minút. Nájdite pravdepodobnosť, že blížiace sa auto zistí, že systém je zaneprázdnený, ak je QS v stacionárnom režime.

Riešenie. Podľa zadania, l=5, m r = 5/6. Musíme nájsť pravdepodobnosť R 1 je pravdepodobnosť zlyhania systému.
.

3.4.2 Jednokanálové QS s neobmedzenou dĺžkou frontu.

Budeme brať do úvahy systémy, ktoré spĺňajú požiadavky: (Р/Е/1):(d/¥/¥). Systém môže byť v jednom zo stavov E 0 , …, E k, … Analýza ukazuje, že po určitom čase takýto systém začne pracovať v stacionárnom režime, ak intenzita výstupného toku prekročí intenzitu vstupného toku (t. j. faktor zaťaženia systému je menší ako jedna). Ak vezmeme do úvahy túto podmienku, dostaneme sústavu rovníc

riešenie, ktoré zistíme, že . Teda za predpokladu, že r<1, получим
nakoniec
a
je pravdepodobnosť, že QS je v stave E k v náhodnom časovom bode.

Priemerné charakteristiky systému.

V dôsledku nerovnomerného prijímania požiadaviek v systéme a kolísania servisného času sa v systéme vytvára rad. Pre takýto systém môžete preskúmať:

  • n – počet požiadaviek v QS (vo fronte av prevádzke);
  • v - dĺžka frontu;
  • w – čas čakania na spustenie služby;
  • w 0 je celkový čas strávený v systéme.

Budeme mať záujem priemerné vlastnosti(t. j. vezmeme matematické očakávania uvažovaných náhodných premenných a zapamätáme si to r<1).

je priemerný počet aplikácií v systéme.

je priemerná dĺžka frontu.

je priemerná doba čakania na začiatok služby, t.j. čakacia doba v rade.

- priemerný čas, ktorý aplikácia strávi v systéme - vo fronte a na obsluhu.

V autoumyvárni je jeden blok pre obsluhu a je tam miesto pre rad. Autá prichádzajú v Poissonovej distribúcii s rýchlosťou 5 áut/hod. Priemerný servisný čas na jedno auto je 10 minút. Nájdite všetky priemerné charakteristiky QS.

Riešenie. l=5, m=60min/10min = 6. Faktor zaťaženia r = 5/6. Potom priemerný počet áut v systéme
, priemerná dĺžka frontu
, priemerný čas čakania na spustenie služby
hodiny = 50 minút a nakoniec priemerný čas strávený v systéme
hodina.

3.4.3 Jednokanálové QS zmiešaného typu.

Predpokladajme, že dĺžka frontu je m požiadavky. Potom pre akékoľvek s£ m, pravdepodobnosť nájdenia QS v štáte E 1+ s, sa vypočíta podľa vzorca
, t.j. jedna žiadosť sa podáva a druhá s aplikácie sú v poradí.

Pravdepodobnosť výpadku systému je
,

a pravdepodobnosť zlyhania systému je
.

Pre každý sú uvedené tri jednokanálové systémy l=5, m =6. Ale prvý systém je s poruchami, druhý je s čistým čakaním a tretí je s obmedzenou dĺžkou frontu, m=2. Nájdite a porovnajte pravdepodobnosť prestojov týchto troch systémov.

Riešenie. Pre všetky systémy faktor zaťaženia r= 5/6. Pre systém s poruchami
. Pre systém s čistým očakávaním
. Pre systém s obmedzenou dĺžkou frontu
. Záver je zrejmý: čím viac aplikácií je vo fronte, tým menšia je pravdepodobnosť výpadku systému.

3.5 Viackanálové QS.

3.5.1 Viackanálové QS s poruchami.

Budeme uvažovať o systémoch (Р/Е/s):(-/s/¥) za predpokladu, že čas obsluhy nezávisí od vstupného toku a všetky linky pracujú nezávisle. Viackanálové systémy možno okrem faktora zaťaženia charakterizovať aj koeficientom
, kde s– počet servisných kanálov. Pri skúmaní viackanálového QS získame nasledujúce vzorce (Erlangove vzorce) pre pravdepodobnosť, že systém bude v stave E k v náhodnom čase:

, k = 0, 1, …

nákladová funkcia.

Rovnako ako u jednokanálových systémov, zvýšenie faktora zaťaženia vedie k zvýšeniu pravdepodobnosti zlyhania systému. Na druhej strane zvýšenie počtu servisných liniek vedie k zvýšeniu pravdepodobnosti výpadku systému alebo jednotlivých kanálov. Preto je potrebné nájsť optimálny počet obslužných kanálov pre tento QS. Priemerný počet bezplatných servisných liniek zistíte podľa vzorca
. Predstavme si C( s) – nákladová funkcia QS v závislosti od s 1 – náklady na jedno odmietnutie (pokuta za nevybavenú žiadosť) a od s 2 - náklady na prestoje jednej linky za jednotku času.

Ak chcete nájsť optimálnu možnosť, musíte nájsť (a to sa dá urobiť) minimálnu hodnotu nákladovej funkcie: OD(s) = s 1* l * p s +c 2*, ktorej graf je znázornený na obrázku 3.3:

Obrázok 3.3

Hľadanie minimálnej hodnoty nákladovej funkcie spočíva v tom, že najprv nájdeme jej hodnoty s = 1, potom pre s =2, potom pre s =3 atď. až v určitom kroku hodnota funkcie С( s) nebude väčšia ako predchádzajúca. To znamená, že funkcia dosiahla svoje minimum a začala rásť. Odpoveďou je počet servisných kanálov (hodnota s), pre ktoré je nákladová funkcia minimálna.

PRÍKLAD .

Koľko servisných liniek by malo obsahovať QS s poruchami, ak l\u003d 2 reb / ​​hod., m\u003d 1reb / ​​hodina, pokuta za každé zlyhanie je 7 000 rubľov, náklady na prestoje na jednom riadku sú 2 000 rubľov. za hodinu?

Riešenie. r = 2/1=2. s 1 =7, s 2 =2.

Predpokladajme, že QS má dva servisné kanály, t.j. s =2. Potom
. v dôsledku toho C(2) = c 1 *l*p 2 +c 2 *(2- y*(1-r 2 )) = =7*2*0.4+2*(2-2*0.6)=7.2.

Predstierajme to s =3. Potom
, C(3) = c 1 *l*p 3 +c 2 *
=5.79.

Predpokladajme, že existujú štyri kanály, t.j. s =4. Potom
,
, C(4) = c 1 *l*p 4 +c 2 *
=5.71.

Predpokladajme, že QS má päť obslužných kanálov, t.j. s =5. Potom
, C(5) = 6,7 - viac ako predchádzajúca hodnota. Optimálny počet servisných kanálov je preto štyri.

3.5.2 Viackanálové QS s radom.

Budeme uvažovať o systémoch (Р/Е/s):(d/d+s/¥) za predpokladu, že čas obsluhy nezávisí od vstupného toku a všetky linky pracujú nezávisle. Povieme, že systém je nainštalovaný stacionárna prevádzka, ak je priemerný počet prichádzajúcich reklamácií menší ako priemerný počet doručených reklamácií na všetkých linkách systému, t.j. l

P(w>0) je pravdepodobnosť čakania na spustenie služby,
.

Posledná charakteristika umožňuje vyriešiť problém určenia optimálneho počtu obslužných kanálov takým spôsobom, že pravdepodobnosť čakania na začiatok služby je menšia ako daný počet. Na to stačí vypočítať pravdepodobnosť očakávania postupne pre s =1, s =2, s=3 atď.

PRÍKLAD .

SMO - ambulancia malého mikrodistriktu. l= 3 hovory za hodinu a m= 4 hovory za hodinu pre jeden tím. Koľko posádok musí byť na stanici, aby pravdepodobnosť čakania na výjazd bola menšia ako 0,01?

Riešenie. Faktor zaťaženia systému r = 0,75. Predpokladajme, že sú k dispozícii dva tímy. Nájdite pravdepodobnosť čakania na spustenie služby s =2.
,
.

Predpokladajme, že sú tri brigády, t.j. s=3. Podľa vzorcov to dostaneme R 0 =8/17, P(w>0)=0.04>0.01 .

Predpokladajme, že na stanici sú štyri posádky, t.j. s=4. Potom to dostaneme R 0 =416/881, P(w>0)=0.0077<0.01 . Na stanici by preto mali byť štyri brigády.

3.6 Otázky na sebaovládanie

  1. Predmet a úlohy teórie radenia.
  2. QS, ich modely a označenia.
  3. Vstupný tok požiadaviek. Intenzita vstupného prúdu.
  4. Stav systému. Matica a graf prechodov.
  5. Jednokanálový QS s poruchami.
  6. Jednokanálové QS s frontom. Charakteristika.
  7. Stacionárny režim prevádzky. Faktor zaťaženia systému.
  8. Viackanálové QS s poruchami.
  9. Optimalizácia nákladovej funkcie.
  10. Viackanálové QS s frontom. Charakteristika.

3.7 Cvičenia na samostatnú prácu

  1. Občerstvenie na čerpacej stanici má jeden pult. Autá prichádzajú podľa Poissonovho rozdelenia, v priemere 2 autá za 5 minút. Na dokončenie objednávky stačí v priemere 1,5 minúty, hoci trvanie služby je rozdelené podľa exponenciálneho zákona. Nájdite: a) pravdepodobnosť nečinnosti prerušenia; b) priemerný výkon; c) pravdepodobnosť, že počet prichádzajúcich áut bude aspoň 10.
  2. Röntgen vám umožní vyšetriť v priemere 7 osôb za hodinu. Intenzita návštevnosti je 5 osôb za hodinu. Za predpokladu stacionárnej prevádzky určite priemerné charakteristiky.
  3. Servisný čas v QS sa riadi exponenciálnym zákonom,
    m = 7 požiadaviek za hodinu. Nájdite pravdepodobnosť, že a) servisný čas je medzi 3 a 30 minútami; b) reklamácia bude doručená do jednej hodiny. Použite tabuľku hodnôt funkcií e X .
  4. V riečnom prístave je jedno kotvisko, intenzita vstupného prúdu je 5 plavidiel denne. Intenzita nakládky a vykládky je 6 plavidiel za deň. Berúc do úvahy stacionárny režim prevádzky, určite všetky priemerné charakteristiky systému.
  5. l=3, m=2, pokuta za každé zlyhanie je 5 a náklady na prestoje na linku sú 2?
  6. Aký je optimálny počet servisných kanálov, ktoré by mal mať QS, ak l=3, m = 1, pokuta za každé zlyhanie je 7 a náklady na prestoje na linku sú 3?
  7. Aký je optimálny počet servisných kanálov, ktoré by mal mať QS, ak l=4, m=2, pokuta za každé zlyhanie je 5 a náklady na prestoje na linku sú 1?
  8. Určte počet vzletových a pristávacích dráh pre lietadlá za predpokladu, že pravdepodobnosť čakania musí byť menšia ako 0,05. Intenzita vstupného toku je zároveň 27 lietadiel denne a intenzita ich obsluhy je 30 lietadiel denne.
  9. Koľko ekvivalentných nezávislých dopravníkových liniek by mala mať dielňa, aby bol zabezpečený pracovný rytmus, pri ktorom musí byť pravdepodobnosť čakania na spracovanie produktov menšia ako 0,03 (každý produkt vyrába jedna linka). Je známe, že intenzita príjmu objednávok je 30 produktov za hodinu a intenzita spracovania produktu v jednej linke je 36 produktov za hodinu.
  10. Spojitá náhodná premenná X je rozdelená podľa exponenciálneho zákona s parametrom l=5. Nájdite distribučnú funkciu, charakteristiku a pravdepodobnosť zasiahnutia r.v. X v rozsahu od 0,17 do 0,28.
  11. Priemerný počet hovorov prichádzajúcich do PBX za jednu minútu je 3. Za predpokladu, že tok je Poisson, nájdite pravdepodobnosť, že za 2 minúty budú: a) dva hovory; b) menej ako dva hovory; c) najmenej dve výzvy.
  12. V krabici je 17 dielov, z toho 4 chybné. Montážnik náhodne vyžrebuje 5 kusov. Nájdite pravdepodobnosť, že a) všetky extrahované časti sú vysokej kvality; b) medzi vyťaženými časťami 3 chybné.
  13. Koľko kanálov by mal mať QS s poruchami, ak l\u003d 2 reb / ​​hod., m\u003d 1reb / ​​hodina, pokuta za každé zlyhanie je 8 000 rubľov, náklady na prestoje na jednom riadku sú 2 000 rubľov. za hodinu?

1. Jednokanálový QS s poruchami.

Príklad. Nech jednokanálový QS s poruchami predstavuje jednu dennú čerpaciu stanicu (OD) na umývanie áut. Aplikácia – auto, ktoré prišlo v čase, keď je pošta obsadená – je odmietnutá.

Prietok vozidla = 1,0 (vozidlo za hodinu).

Priemerný servisný čas je 1,8 hodiny.

Tok áut a tok služieb sú najjednoduchšie.

Vyžaduje sa definovanie v medzných hodnotách v ustálenom stave:

Relatívna šírka pásma q;

Absolútna šírka pásma ALE ;

Pravdepodobnosť zlyhania P otvorené.

Treba porovnávať skutočné Priepustnosť QS s nominálny, čo by bolo, keby každý vozeň slúžil presne 1,8 hodiny a vozne by išli za sebou bez prestávky.

2. Jednokanálové QS s čakaním

Charakteristika systému

Ø SMO má jeden kanál.

Ø Prichádzajúci tok požiadaviek na službu je najjednoduchší tok s intenzitou.

Ø Intenzita toku služieb sa rovná m (t. j. v priemere nepretržite obsadený kanál vydá m obsluhovaných požiadaviek).

Ø Trvanie služby je náhodná premenná, ktorá podlieha zákonu o exponenciálnom rozdelení.

Ø Tok služieb je najjednoduchší Poissonov tok udalostí.



Ø Požiadavka prijatá v momente, keď je kanál obsadený, sa dostane do frontu a čaká na službu.

Stavový graf

Stavy QS majú nasledujúci výklad:

S 0 - "kanál je voľný";

S 1 - "kanál je zaneprázdnený" (neexistuje žiadny front);

S 2 - "kanál je zaneprázdnený" (jedna aplikácia je vo fronte);

…………………………………………………….

sn- "kanál je zaneprázdnený" ( n-1 prihláška je vo fronte);

SN- "kanál je zaneprázdnený" ( N- 1 prihláška je v poradí).

Stacionárny proces v tomto systéme je opísaný nasledujúcim systémom algebraických rovníc:

Riešenie sústavy rovníc je:

3. Jednokanálový QS s obmedzeným frontom.

Dĺžka fronty :( N - 1)

Vlastnosti systému:

1. Pravdepodobnosť odmietnutia služby systému:

2. Relatívna priepustnosť systému:

3. Absolútna priepustnosť systému:

4. Priemerný počet aplikácií v systéme:

5. Priemerný čas zotrvania aplikácie v systéme:

6. Priemerná dĺžka pobytu klienta (aplikácie) v rade:

7. Priemerný počet aplikácií (klientov) vo fronte (dĺžka frontu):

Príklad.

Špecializovaný diagnostický post je jednokanálový QS.

Počet parkovísk pre autá čakajúce na diagnostiku je obmedzený a rovná sa 3 [( N-1) = 3]. Ak sú všetky parkoviská obsadené, t.j. v rade sú už tri autá, ďalšie auto, ktoré prišlo na diagnostiku, sa do servisného radu nedostane.

Tok áut prichádzajúcich na diagnostiku je rozdelený podľa Poissonovho zákona a má intenzitu 0,85 (auta za hodinu).

Čas diagnostiky auta je rozdelený podľa exponenciálneho zákona a rovná sa v priemere 1,05 hodiny.

4. Jednokanálové QS s čakaním

bez obmedzenia dĺžky frontu

Podmienky fungovania QS zostávajú nezmenené, berúc do úvahy skutočnosť, že N .

Stacionárny režim prevádzky takéhoto QS existuje:

pre hocikoho n= 0, 1, 2, ... a kedy λ < μ .

Systém rovníc popisujúcich činnosť QS:

Riešenie sústavy rovníc má tvar:


2. Priemerná dĺžka pobytu klienta v systéme:

3. Priemerný počet klientov v poradí služieb:

4. Priemerná dĺžka pobytu klienta v rade:

Príklad.

Špecializovaný diagnostický post je jednokanálový QS. Počet parkovísk pre autá čakajúce na diagnostiku nie je obmedzený. Tok áut prichádzajúcich na diagnostiku je rozdelený podľa Poissonovho zákona a má intenzitu λ = 0,85 (aut za hodinu). Čas diagnostiky auta je rozdelený podľa exponenciálneho zákona a rovná sa v priemere 1,05 hodiny.

Je potrebné určiť pravdepodobnostné charakteristiky diagnostického stanovišťa pracujúceho v stacionárnom režime.

V dôsledku riešenia problému je potrebné určiť konečné hodnoty nasledujúcich pravdepodobnostných charakteristík:

ü pravdepodobnosti stavov systému (diagnostický post);

ü priemerný počet áut v systéme (v prevádzke a v rade);

ü priemerné trvanie zotrvania vozidla v systéme (v prevádzke a v rade);

ü priemerný počet áut v servisnom rade;

priemerný čas, ktorý auto strávi v rade.

1. Parameter obslužného prúdu a znížená intenzita automobilového prúdu:

μ = 0,952; ψ = 0,893.

2. Obmedzujúce pravdepodobnosti stavu systému:

P 0 (t) určuje podiel času, počas ktorého je diagnostický príspevok nútený byť neaktívny (nečinný). V príklade je tento podiel 10,7 %, od r P 0 (t) = 0,107.

3. Priemerný počet áut v systéme

(v prevádzke a v rade):


4. Priemerná dĺžka pobytu klienta v systéme

5. Priemerný počet áut v servisnom rade:

6. Priemerná dĺžka pobytu auta v rade:

7. Relatívna priepustnosť systému:

q= 1, t.j. každá požiadavka, ktorá vstúpi do systému, bude obsluhovaná.

8. Absolútna šírka pásma:

Prezentačný návrh materiálu je uvedený v súbore "TMO"

Otázky a úlohy

(podľa Afanasieva M.Yu.)

Otázka 1. Jeden pracovník udržiava tridsať tkáčskych stavov a zabezpečuje ich spustenie po pretrhnutí nite. Model takéhoto systému radenia možno charakterizovať ako:

1) viackanálový jednofázový s obmedzeným počtom obyvateľov;

2) jednokanálový jednofázový s neobmedzeným počtom obyvateľov;

3) jednokanálový viacfázový s obmedzeným počtom obyvateľov;

4) jednokanálový jednofázový s obmedzeným počtom obyvateľov;

5) viackanálový jednofázový s neobmedzeným počtom obyvateľov.

Otázka 2. V teórii radenia sa na opísanie najjednoduchšieho toku požiadaviek prichádzajúcich na vstup systému používa rozdelenie pravdepodobnosti:

1) normálne;

2) exponenciálny;

3) Poisson;

4) binomický;

Otázka 3. V teórii radenia sa predpokladá, že počet zákazníkov v populácii je:

1) fixné alebo variabilné;

2) obmedzené alebo neobmedzené;

3) známy alebo neznámy;

4) náhodné alebo deterministické;

5) nič z vyššie uvedeného nie je pravda.

Otázka 4. Dva hlavné parametre, ktoré určujú konfiguráciu systému radenia sú:

1) rýchlosť príjmu a rýchlosť služby;

2) dĺžka frontu a pravidlo služby;

3) rozdelenie času medzi aplikácie a rozdelenie času služby;

4) počet kanálov a počet fáz služby;

5) nič z vyššie uvedeného nie je pravda.

Otázka 5. V teórii radenia sa pravdepodobnostná distribúcia zvyčajne používa na opis času stráveného obsluhou požiadaviek:

1) normálne;

2) exponenciálny;

3) Poisson;

4) binomický;

5) nič z vyššie uvedeného nie je pravda.

Otázka 6. Opravy pokazených počítačov na Ekonomickej fakulte vykonávajú traja špecialisti pracujúci súčasne a nezávisle na sebe. Model takéhoto systému radenia možno charakterizovať ako:

1) viackanálový s obmedzeným počtom obyvateľov;

2) jednokanálový s neobmedzeným počtom obyvateľov;

3) jednokanálový s obmedzeným počtom obyvateľov;

4) jednokanálový s obmedzeným frontom;

5) viackanálový s neobmedzeným počtom obyvateľov.

Odpovede na otázky: 1 -4, 2 - 3, 3 -2, 4 -4, 5 -2, 6 -1.


PLÁNOVANIE A RIADENIE SIETE

Systémy plánovania a riadenia siete (SPU) sú špeciálnym druhom organizovaných riadiacich systémov určených na reguláciu produkčných činností tímov. Rovnako ako v iných systémoch tejto triedy, aj v systémoch STC je „objektom kontroly“ tím výkonných pracovníkov, ktorí majú určité zdroje: ľudské, materiálne, finančné. Tieto systémy však majú množstvo znakov, keďže ich metodologickým základom sú metódy operačného výskumu, teória orientovaných grafov a niektoré časti teórie pravdepodobnosti a matematickej štatistiky. Nevyhnutnou vlastnosťou systému plánovania a riadenia je aj schopnosť posúdiť aktuálny stav, predvídať ďalší priebeh prác a tým ovplyvniť priebeh prípravy a výroby tak, aby bol celý rozsah prác dokončený včas a s čo najnižšími nákladmi. .

V súčasnosti sú modely a metódy STC široko používané pri plánovaní a realizácii stavebných a inštalačných prác, plánovaní obchodných aktivít, zostavovaní účtovných výkazov, vypracovaní obchodného a finančného plánu atď.

Rozsah použitia ŠPM je veľmi široký: od úloh súvisiacich s činnosťou jednotlivcov až po projekty, do ktorých sú zapojené stovky organizácií a desaťtisíce ľudí (napríklad rozvoj a vytvorenie veľkého územno-priemyselného komplexu).

Aby bolo možné zostaviť pracovný plán na realizáciu veľkých a zložitých projektov, pozostávajúcich z tisícok samostatných štúdií a operácií, je potrebné ho opísať pomocou nejakého matematického modelu. Takýmto nástrojom na popis projektov (komplexov) je sieťový model.

ÚVOD

KAPITOLA I. FORMULÁCIA PROBLÉMOV PORADNEJ SLUŽBY

1.1 Všeobecná koncepcia teórie radenia

1.2 Modelovanie systémov radenia

1.3 Stavové grafy QS

1.4 Stochastické procesy

Kapitola II. ROVNICE OPISUJÚCE SYSTÉMY RADY

2.1 Kolmogorovove rovnice

2.2 Procesy "narodenie - smrť"

2.3 Ekonomická a matematická formulácia úloh radenia

Kapitola III. MODELY SYSTÉMOV RADY

3.1 Jednokanálový QS s odmietnutím služby

3.2 Viackanálové QS s odmietnutím služby

3.3 Model viacfázového systému služieb cestovného ruchu

3.4 Jednokanálový QS s obmedzenou dĺžkou frontu

3.5 Jednokanálový QS s neobmedzeným frontom

3.6 Viackanálové QS s obmedzenou dĺžkou frontu

3.7 Viackanálové QS s neobmedzeným frontom

3.8 Analýza systému radenia supermarketov

ZÁVER


Úvod

V súčasnosti sa objavilo veľké množstvo literatúry, ktorá sa priamo venuje teórii radenia, vývoju jeho matematických aspektov, ako aj rôznym oblastiam jeho aplikácie – vojenské, medicínske, dopravné, obchodné, letecké atď.

Teória radenia je založená na teórii pravdepodobnosti a matematickej štatistike. Počiatočný vývoj teórie radenia sa spája s menom dánskeho vedca A.K. Erlang (1878-1929), svojimi prácami v oblasti projektovania a prevádzky telefónnych ústrední.

Teória radenia je oblasť aplikovanej matematiky, ktorá sa zaoberá analýzou procesov vo výrobe, službách a riadiacich systémoch, v ktorých sa homogénne udalosti mnohokrát opakujú, napríklad v podnikoch spotrebiteľských služieb; v systémoch na príjem, spracovanie a prenos informácií; automatické výrobné linky atď. Veľký prínos k rozvoju tejto teórie mali ruskí matematici A.Ya. Khinchin, B.V. Gnedenko, A.N. Kolmogorov, E.S. Wentzel a ďalší.

Predmetom teórie radenia je vytvoriť vzťahy medzi povahou toku požiadaviek, počtom obslužných kanálov, výkonom jedného kanála a efektívnou službou s cieľom nájsť najlepšie spôsoby riadenia týchto procesov. Úlohy teórie radenia sú optimalizačného charakteru a v konečnom dôsledku zahŕňajú ekonomické hľadisko stanovenia takého variantu systému, ktorý zabezpečí minimálne celkové náklady z čakania na obsluhu, straty času a prostriedkov na obsluhu a z prestojov. servisných kanálov.

V komerčných aktivitách aplikácia teórie radenia zatiaľ nenašla želanú distribúciu.

Je to spôsobené najmä náročnosťou stanovenia cieľov, potrebou hlbokého porozumenia obsahu komerčných aktivít, ako aj spoľahlivými a presnými nástrojmi, ktoré umožňujú vypočítať rôzne možnosti dôsledkov manažérskych rozhodnutí v komerčných aktivitách.


kapitola ja . Nastavenie úloh vo fronte

1.1 Všeobecný koncept teórie radenia

Povaha radenia v rôznych oblastiach je veľmi jemná a zložitá. Obchodná činnosť je spojená s vykonávaním mnohých operácií v štádiách pohybu, napríklad množstva komodít zo sféry výroby do sféry spotreby. Takýmito operáciami sú nakladanie tovaru, preprava, vykladanie, skladovanie, spracovanie, balenie, predaj. Okrem takýchto základných operácií je proces pohybu tovaru sprevádzaný veľkým množstvom predbežných, prípravných, sprievodných, paralelných a následných operácií s platobnými dokladmi, kontajnermi, peniazmi, automobilmi, zákazníkmi atď.

Uvedené fragmenty obchodnej činnosti sa vyznačujú hromadným príjmom tovaru, peňazí, návštevníkov v náhodných časoch, následne ich dôslednou obsluhou (uspokojovanie požiadaviek, požiadaviek, požiadaviek) vykonávaním príslušných operácií, ktorých čas realizácie je tiež náhodný. To všetko vytvára nerovnomernosť v práci, generuje nedostatočné zaťaženie, prestoje a preťaženia v obchodných prevádzkach. Fronty spôsobujú veľa problémov napríklad návštevníkom kaviarní, jedální, reštaurácií alebo vodičom áut v skladoch komodít, ktorí čakajú na vykládku, nakládku či papierovanie. V tomto ohľade existujú úlohy analyzovať existujúce možnosti vykonávania celého súboru operácií, napríklad obchodného poschodia supermarketu, reštaurácie alebo dielní na výrobu vlastných výrobkov s cieľom zhodnotiť ich prácu, identifikovať slabé väzby a rezervy a v konečnom dôsledku vypracovať odporúčania zamerané na zvýšenie efektívnosti obchodných operácií.

Okrem toho vyvstávajú ďalšie úlohy súvisiace s vytvorením, organizáciou a plánovaním novej ekonomickej, racionálnej možnosti vykonávania mnohých operácií v rámci obchodného priestoru, cukrárne, všetkých úrovní služieb reštaurácie, kaviarne, jedálne, plánovacieho oddelenia, účtovného oddelenia, personálne oddelenie a pod.

Úlohy organizácie radenia vznikajú takmer vo všetkých sférach ľudskej činnosti, napríklad obsluha kupujúcich v obchodoch predávajúcimi, obsluha návštevníkov v zariadeniach verejného stravovania, obsluha zákazníkov v podnikoch spotrebiteľských služieb, poskytovanie telefonických rozhovorov na telefónnej ústredni, poskytovanie lekárskej starostlivosti pacienti na klinike atď. Vo všetkých vyššie uvedených príkladoch existuje potreba uspokojiť potreby veľkého počtu spotrebiteľov.

Uvedené úlohy je možné úspešne riešiť pomocou metód a modelov teórie radenia (QMT) špeciálne vytvorených pre tieto účely. Táto teória vysvetľuje, že je potrebné niekomu alebo niečomu slúžiť, čo je definované pojmom „požiadavka (požiadavka) na službu“ a servisné operácie vykonáva niekto alebo niečo, čo sa nazýva obslužné kanály (uzly). Úlohu aplikácií v obchodných aktivitách zohrávajú tovar, návštevníci, peniaze, audítori, doklady a úlohu obslužných kanálov zohrávajú predajcovia, správcovia, kuchári, cukrári, čašníci, pokladníci, obchodníci, nakladači, obchodné zariadenia atď. Je dôležité poznamenať, že v jednom variante je napríklad kuchár v procese prípravy jedál obslužným kanálom a v inom pôsobí ako požiadavka na obsluhu, napríklad vedúcemu výroby na príjem tovaru.

Vzhľadom na masívny charakter príjmu služieb tvoria aplikácie toky, ktoré sa nazývajú prichádzajúce pred vykonaním servisných operácií a po prípadnom čakaní na spustenie služby, t.j. prestoje vo fronte, toky služieb formulára v kanáloch a potom sa vytvorí odchádzajúci tok požiadaviek. Vo všeobecnosti súbor prvkov vstupného toku aplikácií, front, obslužné kanály a výstupný tok aplikácií tvorí najjednoduchší jednokanálový čakací systém - QS.

Systém je súbor vzájomne prepojených a. účelovo interagujúce časti (prvky). Príkladom takýchto jednoduchých QS v obchodných činnostiach sú miesta príjmu a spracovania tovaru, zúčtovacie strediská so zákazníkmi v obchodoch, kaviarňach, jedálňach, zamestnania ekonóma, účtovníka, obchodníka, kuchára na distribúcii a pod.

Servisný postup sa považuje za ukončený, keď servisná požiadavka opustí systém. Trvanie časového intervalu potrebného na implementáciu servisnej procedúry závisí hlavne od charakteru požiadavky na službu, stavu samotného servisného systému a servisného kanála.

Trvanie pobytu kupujúceho v supermarkete skutočne závisí na jednej strane od osobných vlastností kupujúceho, jeho požiadaviek, od sortimentu tovaru, ktorý sa chystá kúpiť, a na druhej strane od formy organizácie obsluhy a obsluhy, čo môže výrazne ovplyvniť čas strávený kupujúcim v supermarkete a intenzitu obsluhy. Napríklad pokladníci ovládajúci „slepú“ metódu práce na pokladnici umožnili 1,3-násobne zvýšiť priepustnosť zúčtovacích uzlov a ušetriť čas strávený zúčtovaním so zákazníkmi na každej pokladnici o viac ako 1,5 hodiny denne. . Zavedenie jediného uzla vysporiadania v supermarkete poskytuje kupujúcemu hmatateľné výhody. Takže ak pri tradičnej forme zúčtovania bol čas obsluhy pre jedného zákazníka v priemere 1,5 minúty, potom so zavedením jediného zúčtovacieho uzla - 67 sekúnd. Z toho 44 sekúnd pripadá na nákup v sekcii a 23 sekúnd priamo na platby za nákup. Ak kupujúci uskutoční niekoľko nákupov v rôznych sekciách, strata času sa zníži nákupom dvoch nákupov 1,4-krát, troch - 1,9-krát, päť - 2,9-krát.

Pod obsluhou požiadaviek rozumieme proces uspokojovania potreby. Služba má iný charakter. Vo všetkých príkladoch však prijaté požiadavky musí obsluhovať nejaké zariadenie. Obsluhu v niektorých prípadoch vykonáva jedna osoba (obsluha zákazníka jedným predajcom, niekde skupina osôb (obsluha pacienta lekárskou komisiou v poliklinike), v niektorých prípadoch technické zariadenia (predaj sódovej vody). , sendviče predajnými automatmi). Súbor nástrojov, ktoré obsluhujú aplikácie , sa nazýva servisný kanál.

Ak sú obslužné kanály schopné uspokojiť rovnaké požiadavky, potom sa obslužné kanály nazývajú homogénne. Súbor homogénnych servisných kanálov sa nazýva servisný systém.

Systém radenia prijíma veľké množstvo požiadaviek v náhodných časoch, ktorých trvanie služby je tiež náhodnou premennou. Postupný príchod zákazníkov do systému zaraďovania sa nazýva prichádzajúci prúd zákazníkov a postupnosť zákazníkov opúšťajúcich systém zaraďovania sa nazýva výstupný prúd.

Náhodná povaha distribúcie trvania vykonávania servisných operácií spolu s náhodným charakterom príchodu servisných požiadaviek vedie k tomu, že v servisných kanáloch nastáva náhodný proces, ktorý „možno nazvať (analogicky so vstupným tokom požiadaviek) tok servisných požiadaviek alebo jednoducho tok služieb.

Upozorňujeme, že zákazníci vstupujúci do systému radenia ho môžu opustiť bez toho, aby boli obsluhovaní. Napríklad, ak zákazník nenájde požadovaný produkt v predajni, potom opustí predajňu bez toho, aby bol obsluhovaný. Kupujúci môže tiež opustiť obchod, ak je požadovaný produkt k dispozícii, ale je tu dlhý rad a kupujúci nemá čas.

Teória radenia sa zaoberá štúdiom procesov spojených s radením, vývojom metód riešenia typických problémov radenia.

Pri skúmaní efektívnosti obslužného systému zohrávajú dôležitú úlohu rôzne spôsoby usporiadania obslužných kanálov v systéme.

Pri paralelnom usporiadaní obslužných kanálov môže byť požiadavka obsluhovaná akýmkoľvek voľným kanálom. Príkladom takéhoto servisného systému je zúčtovací uzol v samoobslužných predajniach, kde sa počet obslužných kanálov zhoduje s počtom pokladníkov-kontrolórov.

V praxi je jedna aplikácia často obsluhovaná postupne niekoľkými obslužnými kanálmi. V tomto prípade nasledujúci obslužný kanál začne obsluhovať požiadavku potom, čo predchádzajúci kanál dokončí svoju prácu. V takýchto systémoch je proces služby viacfázový, služba aplikácie jedným kanálom sa nazýva fáza služby. Napríklad, ak má samoobslužný obchod oddelenia s predajcami, potom kupujúcich najskôr obsluhujú predajcovia a potom pokladníci-kontrolóri.

Organizácia systému služieb závisí od vôle osoby. Kvalita fungovania systému v teórii radenia nie je chápaná ako to, ako dobre je služba vykonávaná, ale ako je plne zaťažený systém služieb, či sú obslužné kanály nečinné, či sa tvorí rad.

V komerčných aktivitách si aplikácie vstupujúce do systému radenia kladú vysoké nároky aj na kvalitu služieb ako celku, čo zahŕňa nielen zoznam vlastností, ktoré sa historicky vyvíjali a sú zohľadnené priamo v teórii radenia, ale aj doplnkové vlastnosti, ktoré sú špecifické pre špecifiká obchodnej činnosti, najmä jednotlivé postupy údržby, ktorých požiadavky sa v súčasnosti výrazne zvýšili. V tejto súvislosti je potrebné brať do úvahy aj ukazovatele obchodnej činnosti.

Práca systému služieb je charakterizovaná takýmito ukazovateľmi. Ako doba čakania na službu, dĺžka frontu, možnosť odmietnutia služby, možnosť výpadku servisného kanála, náklady na službu a v konečnom dôsledku spokojnosť s kvalitou služby, ktorá zahŕňa aj obchodný výkon. Na zlepšenie kvality servisného systému je potrebné určiť, ako distribuovať prichádzajúce aplikácie medzi obslužnými kanálmi, koľko obslužných kanálov musíte mať, ako usporiadať alebo zoskupiť obslužné kanály alebo obslužné zariadenia na zlepšenie výkonnosti podniku. Na vyriešenie týchto problémov existuje účinná metóda modelovania, ktorá zahŕňa a kombinuje výsledky rôznych vied vrátane matematiky.

1.2 Modelovanie systémov radenia

Prechody QS z jedného stavu do druhého sa vyskytujú pod vplyvom presne definovaných udalostí - príjem žiadostí a ich obsluha. Postupnosť udalostí, ktoré nasledujú za sebou v náhodných časových okamihoch, tvorí takzvaný prúd udalostí. Príkladom takýchto tokov v obchodných činnostiach sú toky rôzneho charakteru – tovar, peniaze, doklady, doprava, zákazníci, zákazníci, telefonáty, rokovania. Správanie systému zvyčajne neurčuje jeden, ale niekoľko prúdov udalostí naraz. Napríklad zákaznícky servis v obchode je určený tokom zákazníkov a tokom služieb; v týchto tokoch sú momenty objavenia sa kupujúcich, čas strávený v rade a čas strávený obsluhou každého kupujúceho náhodné.

V tomto prípade je hlavnou charakteristickou črtou tokov pravdepodobnostné rozloženie času medzi susednými udalosťami. Existujú rôzne prúdy, ktoré sa líšia svojimi vlastnosťami.

Prúd udalostí sa nazýva pravidelný, ak udalosti v ňom nasledujú za sebou vo vopred určených a presne definovaných časových intervaloch. Takéto prúdenie je ideálne a v praxi je veľmi zriedkavé. Častejšie sa vyskytujú nepravidelné toky, ktoré nemajú vlastnosť pravidelnosti.

Prúd udalostí sa nazýva stacionárny, ak pravdepodobnosť ľubovoľného počtu udalostí spadajúcich do časového intervalu závisí iba od dĺžky tohto intervalu a nezávisí od toho, ako ďaleko je tento interval od začiatku času. Stacionarita toku znamená, že jeho pravdepodobnostné charakteristiky sú nezávislé od času, najmä intenzita takéhoto toku je priemerný počet udalostí za jednotku času a zostáva konštantná. V praxi sa toky zvyčajne môžu považovať za stacionárne iba počas určitého obmedzeného časového intervalu. Typicky sa tok zákazníkov, napríklad v obchode, výrazne mení počas pracovného dňa. Je však možné vyčleniť určité časové intervaly, v rámci ktorých možno tento prúd považovať za stacionárny, s konštantnou intenzitou.

Prúd udalostí sa nazýva prúd bez následkov, ak počet udalostí, ktoré pripadajú na jeden z ľubovoľne zvolených časových intervalov, nezávisí od počtu udalostí, ktoré pripadajú na iný, tiež ľubovoľne zvolený interval, za predpokladu, že sa tieto intervaly nepretínajú. . V toku bez následkov sa udalosti objavujú v po sebe nasledujúcich časoch nezávisle od seba. Napríklad tok zákazníkov vstupujúcich do predajne možno považovať za tok bez následkov, pretože dôvody, ktoré viedli k príchodu každého z nich, nesúvisia s podobnými dôvodmi u iných zákazníkov.

Prúd udalostí sa nazýva obyčajný, ak pravdepodobnosť zasiahnutia dvoch alebo viacerých udalostí naraz počas veľmi krátkeho časového obdobia je zanedbateľná v porovnaní s pravdepodobnosťou zasiahnutia iba jednej udalosti. V bežnom prúde sa udalosti vyskytujú po jednej, nie dvakrát alebo viackrát. Ak má tok súčasne vlastnosti stacionárnosti, obyčajnosti a absencie následku, potom sa takýto tok nazýva najjednoduchší (alebo Poissonov) tok udalostí. Matematický popis vplyvu takéhoto toku na systémy je najjednoduchší. Preto najmä najjednoduchší tok zohráva osobitnú úlohu medzi ostatnými existujúcimi tokmi.

Uvažujme nejaký časový interval t na časovej osi. Predpokladajme, že pravdepodobnosť náhodnej udalosti spadajúcej do tohto intervalu je p a celkový počet možných udalostí je n. Za prítomnosti vlastnosti obyčajného toku udalostí musí byť pravdepodobnosť p dostatočne malá hodnota, a π dostatočne veľký počet, pretože sa uvažuje o hromadných javoch. Za týchto podmienok na výpočet pravdepodobnosti zasiahnutia určitého počtu udalostí t v časovom intervale t môžete použiť Poissonov vzorec:

Pm, n = a m_e-a; (m=0,n),

kde hodnota a = pr je priemerný počet udalostí pripadajúcich na časový interval t, ktorý možno určiť pomocou intenzity toku udalostí X takto: a= λ τ

Dimenzia intenzity toku X je priemerný počet udalostí za jednotku času. Medzi p a λ, p a τ existuje nasledujúci vzťah:

kde t je celý časový úsek, v ktorom sa uvažuje o pôsobení toku udalostí.

Je potrebné určiť rozdelenie časového intervalu T medzi udalosťami v takomto prúde. Keďže ide o náhodnú premennú, nájdime jej distribučnú funkciu. Ako je známe z teórie pravdepodobnosti, integrálna distribučná funkcia F(t) je pravdepodobnosť, že hodnota T bude menšia ako čas t.

Podľa podmienky by v čase T nemali nastať žiadne udalosti a v časovom intervale t by sa mala objaviť aspoň jedna udalosť. Táto pravdepodobnosť sa vypočíta pomocou pravdepodobnosti opačnej udalosti na časovom intervale (0; t), kde žiadna udalosť nespadla, t.j. m=0, potom

F(t)=1-P0=1-(a0*e-a)0!=1-e-Xt,t≥0

Pre malé ∆t možno získať približný vzorec získaný nahradením funkcie e - Xt iba dvoma členmi expanzie v rade v mocninách ∆t, potom pravdepodobnosť, že aspoň jedna udalosť spadne do malého časového intervalu ∆ t je

P(T<∆t)=1-e - λ t ≈1- ≈ λΔt

Hustota distribúcie časového intervalu medzi dvoma po sebe nasledujúcimi udalosťami sa získa diferenciáciou F(t) vzhľadom na čas,

f(t)= λe- λt,t≥0

Pomocou získanej funkcie hustoty rozdelenia je možné získať číselné charakteristiky náhodnej premennej T: matematické očakávanie M (T), rozptyl D(T) a smerodajnú odchýlku σ(T).

М(Т)= λ ∞ ∫ 0 t*e - λt *dt=1/ λ ; D(T)=l/A2; a(T)=1/A.

Z toho môžeme vyvodiť nasledujúci záver: priemerný časový interval T medzi akýmikoľvek dvoma susednými udalosťami v najjednoduchšom toku je v priemere 1/λ a jeho smerodajná odchýlka je tiež 1/λ, λ kde, je intenzita toku, t.j. priemerný počet udalostí vyskytujúcich sa za jednotku času. Zákon rozdelenia náhodnej premennej s takými vlastnosťami M(T) = T sa nazýva exponenciálny (alebo exponenciálny) a hodnota λ je parametrom tohto exponenciálneho zákona. Pre najjednoduchší tok sa teda matematické očakávanie časového intervalu medzi susednými udalosťami rovná jeho štandardnej odchýlke. V tomto prípade pravdepodobnosť, že počet žiadostí prichádzajúcich na servis v časovom intervale t sa rovná k, je určená Poissonovým zákonom:

Pk(t)=(λt)k/k! *e-λt,

kde λ je intenzita toku požiadaviek, priemerný počet udalostí v QS za jednotku času, napríklad [osoby / min; rub./hod.; kontroly/hodina; dokumenty/deň; kg/hod.; ton/rok] .

Pre takýto tok aplikácií je čas medzi dvoma susednými aplikáciami T rozdelený exponenciálne s hustotou pravdepodobnosti:

ƒ(t)= λe - λt.

Náhodný čas čakania vo fronte spustenia služby t och možno tiež považovať za exponenciálne distribuovaný:

ƒ (t och) = V*e - v t och,

kde v je intenzita toku prechodu frontu určená priemerným počtom žiadostí prechádzajúcich na službu za jednotku času:

kde T och - priemerná doba čakania na obsluhu v rade.

Výstupný tok požiadaviek je spojený s tokom služieb v kanáli, kde trvanie služby t obs je tiež náhodná premenná a v mnohých prípadoch sa riadi zákonom exponenciálneho rozdelenia s hustotou pravdepodobnosti:

ƒ(t obs)=µ*e µ t obs,

kde µ je intenzita servisného toku, t.j. priemerný počet žiadostí doručených za jednotku času:

µ=1/ t obs [osoba/min; rub./hod.; kontroly/hodina; dokumenty/deň; kg/hod.; ton/rok] ,

kde t obs je priemerný čas na údržbu aplikácií.

Dôležitou charakteristikou QS, ktorá kombinuje ukazovatele λ a µ , je intenzita zaťaženia: ρ= λ/ µ, ktorá ukazuje stupeň koordinácie vstupných a výstupných tokov požiadaviek servisného kanála a určuje stabilitu zaraďovací systém.

Okrem konceptu najjednoduchšieho toku udalostí je často potrebné použiť aj koncepty tokov iných typov. Prúd udalostí sa nazýva palmový prúd, keď v tomto prúde sú časové intervaly medzi po sebe nasledujúcimi udalosťami T 1 , T 2 , ..., T k ..., T n nezávislé, rovnomerne rozdelené, náhodné premenné, ale na rozdiel od najjednoduchších prúd, nemusia byť nevyhnutne rozdelené podľa exponenciálneho zákona. Najjednoduchší tok je špeciálny prípad toku Palm.

Dôležitým špeciálnym prípadom palmového prúdu je takzvaný potok Erlang.

Tento prúd sa získa „preriedením“ najjednoduchšieho prúdu. Takéto „preriedenie“ sa vykonáva výberom udalostí z jednoduchého streamu podľa určitého pravidla.

Ak sa napríklad dohodneme, že z prvkov najjednoduchšieho toku budeme brať do úvahy len každú druhú udalosť, dostaneme Erlangov tok druhého rádu. Ak vezmeme len každú tretiu udalosť, potom sa vytvorí Erlangov tok tretieho rádu atď.

Je možné získať Erlangove prúdy akéhokoľvek k-tého rádu. Je zrejmé, že najjednoduchší tok je Erlangov tok prvého rádu.

Akákoľvek štúdia čakacieho systému začína štúdiom toho, čo je potrebné obsluhovať, a teda skúmaním prichádzajúcich zákazníkov a ich charakteristík.

Keďže časové okamihy t a časové intervaly prijímania žiadostí τ, potom trvanie servisných operácií t obs a čakacia doba vo fronte t och, ako aj dĺžka frontu l och sú náhodné premenné, potom, charakteristiky stavu QS majú teda pravdepodobnostný charakter a na ich popis sa používajú metódy a modely teórie radenia.

Vyššie uvedené charakteristiky k, τ, λ, L och, T och, v, t obs, µ, p, P k sú najbežnejšie pre QS, ktoré sú zvyčajne len časťou účelovej funkcie, pretože je tiež potrebné brať do úvahy ukazovatele obchodnej činnosti.

1.3 Stavové grafy QS

Pri analýze náhodných procesov s diskrétnymi stavmi a spojitým časom je vhodné použiť variant schematického znázornenia možných stavov CMO (obr. 6.2.1) vo forme grafu s vyznačením jeho možných pevných stavov. Stavy QS sú zvyčajne znázornené buď obdĺžnikmi alebo kruhmi a možné smery prechodov z jedného stavu do druhého sú orientované šípkami spájajúcimi tieto stavy. Napríklad označený graf stavu jednokanálového systému procesu náhodnej služby v novinovom stánku je znázornený na obr. 1.3.

12

Ryža. 1.3. Označený graf stavu QS

Systém môže byť v jednom z troch stavov: S 0 - kanál je voľný, nečinný, S 1 - kanál je zaneprázdnený servisom, S 2 - kanál je zaneprázdnený servisom a jedna aplikácia je vo fronte. Prechod systému zo stavu S 0 do S l nastáva vplyvom najjednoduchšieho toku požiadaviek s intenzitou λ 01 a zo stavu S l do stavu S 0 je systém prevedený obslužným tokom s intenzitou λ 01 . Stavový graf systému radenia s intenzitami prúdenia pripojenými k šípkam sa nazýva označený. Keďže zotrvanie systému v jednom alebo druhom stave má pravdepodobnostný charakter, pravdepodobnosť: p i (t), že systém bude v čase t v stave S i, sa nazýva pravdepodobnosť i-tého stavu QS a je určená počet prijatých žiadostí k o službu.

Náhodný proces vyskytujúci sa v systéme spočíva v tom, že v náhodných časoch to, ti, t2,..., tk,..., tn je systém postupne v jednom alebo inom predtým známom diskrétnom stave. Takéto. Náhodná postupnosť udalostí sa nazýva Markovov reťazec, ak pre každý krok pravdepodobnosť prechodu z jedného stavu S t do akéhokoľvek iného Sj nezávisí od toho, kedy a ako sa systém presunul do stavu S t . Markovov reťazec je opísaný pomocou pravdepodobnosti stavov a tie tvoria ucelenú skupinu udalostí, takže ich súčet sa rovná jednej. Ak pravdepodobnosť prechodu nezávisí od čísla k, potom sa Markovov reťazec nazýva homogénny. Pri znalosti počiatočného stavu systému radenia je možné nájsť pravdepodobnosti stavov pre akúkoľvek hodnotu k-počtu prijatých požiadaviek na službu.

1.4 Stochastické procesy

Prechod QS z jedného stavu do druhého prebieha náhodne a je to náhodný proces. Práca QS je náhodný proces s diskrétnymi stavmi, pretože jeho možné stavy v čase môžu byť uvedené vopred. K prechodu z jedného stavu do druhého navyše dochádza náhle, v náhodných časoch, a preto sa nazýva proces so spojitým časom. Práca QS je teda náhodný proces s diskrétnymi stavmi a spojitý; čas. Napríklad v procese obsluhy veľkoobchodných nákupcov v spoločnosti Kristall v Moskve je možné vopred opraviť všetky možné stavy prvokov. SOT, ktoré sú zahrnuté v celom cykle obchodných služieb od momentu uzavretia zmluvy o dodávke alkoholických nápojov, platby za ňu, papierovania, výdaja a príjmu výrobkov, dodatočnej nakládky a vyskladnenia hotových výrobkov zo skladu.

Z mnohých druhov náhodných procesov sú v komerčnej činnosti najrozšírenejšie tie procesy, pri ktorých charakteristiky procesu v budúcnosti závisia v každom okamihu iba od jeho stavu v súčasnosti a nezávisia od prehistórie - od minulosti. . Napríklad možnosť získania alkoholických nápojov zo závodu Kristall závisí od jeho dostupnosti v sklade hotových výrobkov, t.j. jeho aktuálnom stave a nezávisí od toho, kedy a ako ostatní kupujúci tieto produkty v minulosti prijali a odobrali.

Takéto náhodné procesy sa nazývajú procesy bez následkov, alebo Markovove procesy, pri ktorých s pevnou súčasnosťou budúci stav QS nezávisí od minulosti. Náhodný proces prebiehajúci v systéme sa nazýva Markovov náhodný proces alebo „proces bez následkov“, ak má nasledujúcu vlastnosť: pre každý čas t 0 je pravdepodobnosť akéhokoľvek stavu t > t 0 systému S i, - v budúcnosti (t>t Q ) závisí len od jeho stavu v prítomnosti (pri t = t 0) a nezávisí od toho, kedy a ako sa systém do tohto stavu dostal, t.j. kvôli tomu, ako sa tento proces vyvíjal v minulosti.

Markovove stochastické procesy sú rozdelené do dvoch tried: procesy s diskrétnymi a spojitými stavmi. Proces s diskrétnymi stavmi vzniká v systémoch, ktoré majú len niektoré pevné stavy, medzi ktorými sú možné skokové prechody v niektorých vopred neznámych časových momentoch. Uvažujme o príklade procesu s diskrétnymi stavmi. V kancelárii firmy sú dva telefóny. Pre tento servisný systém sú možné tieto stavy: S o - telefóny sú bezplatné; S l - jeden z telefónov je obsadený; S 2 - oba telefóny sú obsadené.

Proces prebiehajúci v tomto systéme spočíva v tom, že systém náhodne preskočí z jedného diskrétneho stavu do druhého.

Procesy so spojitými stavmi sa vyznačujú plynulým plynulým prechodom z jedného stavu do druhého. Tieto procesy sú typickejšie pre technické zariadenia ako pre ekonomické objekty, kde sa zvyčajne len približne dá hovoriť o kontinuite procesu (napríklad o nepretržitej spotrebe zásoby tovaru), pričom v skutočnosti má proces vždy diskrétny charakter. . Preto nižšie budeme brať do úvahy iba procesy s diskrétnymi stavmi.

Markovove náhodné procesy s diskrétnymi stavmi sa zasa delia na procesy s diskrétnym časom a procesy so spojitým časom. V prvom prípade dochádza k prechodom z jedného stavu do druhého iba v určitých, vopred stanovených časových momentoch, pričom v intervaloch medzi týmito momentmi si systém zachováva svoj stav. V druhom prípade môže prechod systému zo stavu do stavu nastať v ľubovoľnom náhodnom čase.

V praxi sú procesy so spojitým časom oveľa bežnejšie, pretože prechody systému z jedného stavu do druhého zvyčajne nenastávajú v určitom pevnom čase, ale v akomkoľvek náhodnom čase.

Na popis procesov so spojitým časom sa používa model vo forme tzv. Markovovho reťazca s diskrétnymi stavmi systému, alebo spojitého Markovovho reťazca.


kapitola II . Rovnice popisujúce systémy radenia

2.1 Kolmogorovove rovnice

Uvažujme matematický popis Markovovho náhodného procesu s diskrétnymi systémovými stavmi S o , S l , S 2 (pozri obr. 6.2.1) a spojitým časom. Domnievame sa, že všetky prechody zaraďovacieho systému zo stavu S i do stavu Sj nastávajú pod vplyvom najjednoduchších tokov udalostí s intenzitami λ ij a spätný prechod pod vplyvom iného toku λ ij,. Zavedieme zápis p i ako pravdepodobnosť, že v čase t je systém v stave S i. Pre každý časový okamih t je spravodlivé zapísať podmienku normalizácie - súčet pravdepodobností všetkých stavov sa rovná 1:

Σp i (t) = p 0 (t) + p 1 (t) + p 2 (t) = 1

Analyzujme systém v čase t nastavením malého časového prírastku Δt a nájdime pravdepodobnosť p 1 (t + Δt), že systém v čase (t + Δt) bude v stave S 1, čo sa dosiahne rôznymi možnosťami. :

a) sústava v okamihu t s pravdepodobnosťou p 1 (t) bola v stave S 1 a na malý časový prírastok Δt nikdy neprešla do iného susedného stavu - ani do S 0 ani bS 2 . Systém je možné vyviesť zo stavu S 1 celkovým jednoduchým prietokom s intenzitou (λ 10 + λ 12), keďže superpozícia najjednoduchších prietokov je zároveň aj najjednoduchším prietokom. Na tomto základe je pravdepodobnosť opustenia stavu S1 v krátkom časovom období Δt približne rovná (λ10 +λ 12)* Δt. Potom sa pravdepodobnosť, že tento stav neopustí, rovná . Pravdepodobnosť, že systém zostane v stave Si na základe vety o násobení pravdepodobnosti, sa teda rovná:

p 1 (t);

b) sústava bola v susednom stave S o a v krátkom čase Δt prešla do stavu S o Prechod sústavy nastáva vplyvom prietoku λ 01 s pravdepodobnosťou približne rovnou λ 01 Δt.

Pravdepodobnosť, že systém bude v tomto prípade v stave S 1, sa rovná p o (t)λ 01 Δt;

c) systém bol v stave S 2 a počas doby Δt prešiel do stavu S 1 vplyvom prúdenia s intenzitou λ 21 s pravdepodobnosťou približne rovnou λ 21 Δt. Pravdepodobnosť, že systém bude v stave S 1, sa rovná p 2 (t) λ 21 Δt.

Aplikovaním vety o sčítaní pravdepodobnosti pre tieto možnosti dostaneme výraz:

p 2 (t + Δt) = p 1 (t) + p o (t) λ 01 Δt + p 2 (t) λ 21 Δt,

čo možno napísať inak:

p2(t + At) -p1 (t) / At \u003d p o (t) λ01 + p2 (t) λ21 - p1 (t) (A10 + λ12).

Prejdením k limitu v Δt-> 0 sa približné rovnosti zmenia na presné a potom dostaneme deriváciu prvého rádu

dp2/dt= p 0 λ 01 + p 2 λ 21 -p 1 (λ 10 + λ 12),

čo je diferenciálna rovnica.

Uvažovaním podobným spôsobom pre všetky ostatné stavy systému dostaneme systém diferenciálnych rovníc, ktoré sa nazývajú A.N. Kolmogorov:

dp 0 / dt = p 1 λ 10,

dp 1 / dt = p 0 λ 01 + p 2 λ 21 -p 1 (λ 10 + λ 12),

dp2/dt= p1A12+p2A21.

Existujú všeobecné pravidlá na zostavovanie Kolmogorovových rovníc.

Kolmogorovove rovnice umožňujú vypočítať všetky pravdepodobnosti QS stavov S i ako funkciu času p i (t). V teórii náhodných procesov sa ukazuje, že ak je počet stavov systému konečný a z každého z nich je možné prejsť do akéhokoľvek iného stavu, potom existujú limitné (konečné) pravdepodobnosti stavov, ktoré udávajú priemerná relatívna hodnota času, ktorý systém strávi v tomto stave. Ak sa hraničná pravdepodobnosť stavu S 0 rovná p 0 = 0,2, potom je systém v priemere 20 % času alebo 1/5 pracovného času v stave So. Napríklad pri absencii servisných požiadaviek k = 0, p 0 = 0,2,; teda v priemere 2 hodiny denne je systém v stave S o a je nečinný, ak je pracovný deň 10 hodín.

Keďže limitné pravdepodobnosti systému sú konštantné, pričom zodpovedajúce derivácie v Kolmogorovových rovniciach nahradia nulovými hodnotami, získame systém lineárnych algebraických rovníc popisujúcich stacionárny režim QS. Takáto sústava rovníc sa zostaví podľa označeného grafu stavov QS podľa nasledujúcich pravidiel: naľavo od znamienka rovnosti v rovnici je limitná pravdepodobnosť p i uvažovaného stavu Si vynásobená celkovou intenzitou všetkých prietokov, ktoré výstup (výstupné šípky) daného stavu S i do systému a napravo od znamienka rovnosti - súčet súčinov intenzity všetkých tokov vstupujúcich (prichádzajúce šípky) do stavu Sisystému pravdepodobnosťou tie štáty, z ktorých tieto toky pochádzajú. Na vyriešenie takéhoto systému je potrebné pridať ešte jednu rovnicu, ktorá určuje podmienku normalizácie, keďže súčet pravdepodobností všetkých stavov QS je 1: n

Napríklad pre QS, ktorý má označený graf troch stavov So, S1, S2 obr. 6.2.1, Kolmogorov systém rovníc, zostavený na základe uvedeného pravidla, má nasledujúci tvar:

Pre stav S o → p 0 λ 01 = p 1 λ 10

Pre stav S 1 → p 1 (λ 10 + λ 12) = p 0 λ 01 + p 2 λ 21

Pre stav S 2 → p 2 λ 21 = p 1 λ 12

p0 + p1 + p2 = 1

dp 4 (t) / dt \u003d λ 34 p 3 (t) - λ 43 p 4 (t),

p1 (t) + p2 (t) + p3 (t) + p4 (t) = 1.

K týmto rovniciam musíme pridať ďalšie počiatočné podmienky. Napríklad, ak v čase t = 0 je systém S v stave S 1, počiatočné podmienky možno zapísať takto:

p1(0)=1, p2(0)= p3(0)= p4(0)=0.

K prechodom medzi stavmi QS dochádza pod vplyvom príjmu žiadostí a ich obsluhy. Pravdepodobnosť prechodu v prípade, že tok udalostí je najjednoduchší, je určená pravdepodobnosťou výskytu udalosti v čase Δt, t.j. hodnota prvku pravdepodobnosti prechodu λ ij Δt, kde λ ij je intenzita toku udalostí, ktoré prenášajú systém zo stavu i do stavu i (podľa príslušnej šípky na grafe stavu).

Ak sú všetky toky udalostí, ktoré prenášajú systém z jedného stavu do druhého, najjednoduchšie, potom proces vyskytujúci sa v systéme bude Markovovým náhodným procesom, t.j. proces bez následkov. V tomto prípade je správanie systému celkom jednoduché, zisťuje sa, či je známa intenzita všetkých týchto jednoduchých tokov udalostí. Napríklad, ak sa v systéme vyskytne Markovov stochastický proces so spojitým časom, potom po napísaní Kolmogorovovho systému rovníc pre stavové pravdepodobnosti a integrácii tohto systému za daných počiatočných podmienok získame všetky stavové pravdepodobnosti ako funkciu času:

p i (t), p 2 (t),…., p n (t) .

V mnohých prípadoch sa v praxi ukazuje, že pravdepodobnosti stavov ako funkcia času sa správajú tak, že existuje

limit pi (t) = pi (i=1,2,…,n); t→∞

bez ohľadu na typ počiatočných podmienok. V tomto prípade hovoria, že existujú limitujúce pravdepodobnosti stavov systému pri t->∞ a v systéme je vytvorený nejaký limitujúci stacionárny režim. V tomto prípade systém náhodne mení svoje stavy, ale každý z týchto stavov sa uskutočňuje s určitou konštantnou pravdepodobnosťou, ktorá je určená priemerným časom, ktorý systém strávi v každom zo stavov.

Limitné pravdepodobnosti stavu p i je možné vypočítať, ak sú všetky derivácie v systéme nastavené na 0, keďže v Kolmogorovových rovniciach pri t-> ∞ zaniká závislosť od času. Potom sa sústava diferenciálnych rovníc mení na sústavu obyčajných lineárnych algebraických rovníc, ktorá spolu s normalizačnou podmienkou umožňuje vypočítať všetky limitné pravdepodobnosti stavov.

2.2 Procesy "narodenie - smrť"

Medzi homogénnymi Markovovými procesmi existuje trieda náhodných procesov, ktoré sa široko používajú pri konštrukcii matematických modelov v oblasti demografie, biológie, medicíny (epidemiológie), ekonómie a komerčných aktivít. Ide o takzvané procesy „zrodenia a smrti“, Markovove procesy so stochastickými stavovými grafmi nasledujúcej formy:

S3
kjlS n

μ 0 μ 1 μ 3 μ 4 μ n-1

Ryža. 2.1 Označený graf procesu narodenia a úmrtia

Tento graf reprodukuje dobre známu biologickú interpretáciu: hodnota λ k odráža intenzitu narodenia nového zástupcu určitej populácie, napríklad králikov, a súčasná veľkosť populácie je k; hodnota μ je intenzita úhynu (predaja) jedného zástupcu tejto populácie, ak sa aktuálny objem populácie rovná k. Populácia môže byť najmä neobmedzená (počet n stavov Markovovho procesu je nekonečný, ale spočítateľný), intenzita λ sa môže rovnať nule (populácia bez možnosti znovuzrodenia), napr. králiky zastaví.

Pre Markovov proces "narodenie - smrť", popísaný stochastickým grafom znázorneným na obr. 2.1 nájdeme konečné rozdelenie. Pomocou pravidiel na zostavovanie rovníc pre konečný počet n limitných pravdepodobností stavu sústavy S 1 , S 2 , S 3 ,… S k ,…, S n zostavíme pre každý stav zodpovedajúce rovnice:

pre stav S 0 -λ 0 p 0 =μ 0 p 1 ;

pre stav S 1 -(λ 1 +μ 0)p 1 = λ 0 p 0 +μ 1 p 2, ktorý s prihliadnutím na predchádzajúcu rovnicu pre stav S 0 možno previesť do tvaru λ 1 p 1 = μ 1 p 2 .

Podobne je možné zostaviť rovnice pre zostávajúce stavy sústavy S 2 , S 3 ,…, S k ,…, S n . Výsledkom je nasledujúci systém rovníc:

Riešením tohto systému rovníc je možné získať výrazy, ktoré určujú konečné stavy systému radenia:

Treba poznamenať, že vzorce na určenie konečných pravdepodobností stavov p 1 , p 2 , p 3 ,…, p n zahŕňajú členy, ktoré sú integrálnou súčasťou súčtu výrazu, ktorý určuje p 0 . Čitatelia týchto pojmov obsahujú súčin všetkých intenzít pri šípkach stavového grafu smerujúcich zľava doprava k uvažovanému stavu Sk a menovatele sú súčinmi všetkých intenzít stojacich pri šípkach smerujúcich sprava doľava do považovaný za stav S k , t.j. μ 0 , μ 1 , μ 2 , μ 3 ,… μ k . V tomto ohľade píšeme tieto modely v kompaktnejšej forme:

k = 1, n

2.3 Ekonomická a matematická formulácia úloh radenia

Správna alebo najúspešnejšia ekonomická a matematická formulácia problému do značnej miery určuje užitočnosť odporúčaní na zlepšenie systémov radenia v komerčných činnostiach.

V tejto súvislosti je potrebné pozorne sledovať proces v systéme, hľadať a identifikovať významné väzby, formulovať problém, identifikovať cieľ, určiť ukazovatele a identifikovať ekonomické kritériá pre hodnotenie práce QS. V tomto prípade najvšeobecnejším, integrálnym ukazovateľom môžu byť na jednej strane náklady na QS obchodnej činnosti ako systému služieb a na druhej strane náklady na aplikácie, ktoré môžu mať rôznu fyzickú povahu.

K. Marx v konečnom dôsledku považoval zvýšenie efektívnosti v akejkoľvek oblasti činnosti za úsporu času a považoval to za jeden z najdôležitejších ekonomických zákonov. Napísal, že ekonomika času, ako aj plánované rozdelenie pracovného času medzi rôzne odvetvia výroby, zostáva prvým ekonomickým zákonom založeným na kolektívnej výrobe. Tento zákon sa prejavuje vo všetkých sférach spoločenskej činnosti.

Pre tovar, vrátane peňažných tokov do komerčnej sféry, kritérium efektívnosti súvisí s časom a rýchlosťou obehu tovaru a určuje intenzitu cash flow do banky. Čas a rýchlosť obehu, ako ekonomické ukazovatele obchodnej činnosti, charakterizuje efektívnosť využitia prostriedkov investovaných do zásob. Obrat zásob vyjadruje priemernú mieru realizácie priemerných zásob. Ukazovatele obratu komodít a úrovne zásob úzko súvisia so známymi modelmi. Je teda možné vysledovať a stanoviť vzťah týchto a iných ukazovateľov obchodnej činnosti s časovými charakteristikami.

Efektívnosť obchodného podniku alebo organizácie je teda súčtom času vynaloženého na vykonávanie jednotlivých obslužných operácií, pričom zároveň pre obyvateľstvo časové náklady zahŕňajú čas potrebný na cestu, návštevu obchodu, jedálne, kaviarne, reštaurácie, čakanie. na spustenie obsluhy, zoznámenie sa s ponukou, výber produktov, kalkuláciu atď. Vykonané štúdie o štruktúre času stráveného populáciou naznačujú, že značnú časť z neho trávi iracionálne. Všimnite si, že komerčná činnosť je v konečnom dôsledku zameraná na uspokojovanie ľudských potrieb. Preto by modelovanie QS malo zahŕňať časovú analýzu pre každú základnú operáciu služby. Pomocou vhodných metód by sa mali vytvárať modely vzťahu ukazovateľov QS. To si vyžaduje, aby najbežnejšie a najznámejšie ekonomické ukazovatele, ako je obrat, zisk, distribučné náklady, ziskovosť a iné, boli v ekonomických a matematických modeloch prepojené s dodatočne vznikajúcou skupinou ukazovateľov určovaných špecifikami systémov služieb a zavedených špecifikami samotnej teórie radenia.

Napríklad znaky QS indikátorov s poruchami sú: čakacia doba na aplikácie vo fronte T pt = 0, pretože vzhľadom na svoju povahu v takýchto systémoch je existencia frontu nemožná, potom L pt = 0, a preto pravdepodobnosť jeho vzniku P pt = 0. Podľa počtu požiadaviek k sa určí prevádzkový režim systému, jeho stav: s k=0 - nečinné kanály, s 1 n - služba a porucha. Indikátory takýchto QS sú pravdepodobnosť odmietnutia služby Rotk, pravdepodobnosť služby R obs, priemerný výpadok kanála t pr, priemerný počet obsadených ns a voľných kanálov n sv, priemerný servis t obs, absolútna priepustnosť. A.

Pre QS s neobmedzeným čakaním je typické, že pravdepodobnosť obsluhy požiadavky P obs = 1, keďže dĺžka frontu a čas čakania na začiatok obsluhy nie sú obmedzené, t.j. formálne L och →∞ a T och →∞. V systémoch sú možné nasledujúce režimy prevádzky: pri k=0 je jednoduchý servisný kanál, pri 1 n - služba a rad. Ukazovateľmi takejto účinnosti takýchto QS sú priemerný počet žiadostí vo fronte L och, priemerný počet žiadostí v systéme k, priemerný čas zotrvania aplikácie v systéme T QS, absolútna priepustnosť A.

V QS s čakaním s limitom na dĺžku fronty, ak je počet požiadaviek v systéme k=0, potom je nečinný kanál s 1 n + m - obsluha, rad a odmietnutie čakania na obsluhu. Výkonnostné ukazovatele takýchto QS sú pravdepodobnosť odmietnutia služby Р otk - pravdepodobnosť služby Р obs, priemerný počet žiadostí vo fronte L och, priemerný počet žiadostí v systéme L smo, priemerný čas zotrvania aplikácia v systéme T smo, absolútna priepustnosť A.

Takže zoznam charakteristík systémov radenia môže byť reprezentovaný nasledovne: priemerný čas obsluhy - t obs; priemerná doba čakania v rade - T och; priemerný pobyt v SMO - T smo; priemerná dĺžka frontu - L och; priemerný počet žiadostí v SOT – L SOT; počet obslužných kanálov - n; intenzita vstupného toku aplikácií - λ; intenzita služby - μ; intenzita zaťaženia - ρ; faktor zaťaženia - α; relatívna priepustnosť - Q; absolútna priepustnosť - A; podiel doby nečinnosti v QS - Р 0 ; podiel obsluhovaných aplikácií - R obs; podiel stratených požiadaviek - P otk, priemerný počet obsadených kanálov - n s; priemerný počet voľných kanálov - n St; koeficient zaťaženia kanála - K z; priemerný čas nečinnosti kanálov - t pr.

Treba poznamenať, že niekedy stačí použiť až desať kľúčových ukazovateľov na identifikáciu slabých stránok a vypracovanie odporúčaní na zlepšenie QS.

Toto je často spojené s riešením otázok koordinovaného pracovného reťazca alebo súborov QS.

Napríklad pri komerčných činnostiach je potrebné brať do úvahy aj ekonomické ukazovatele QS: celkové náklady - C; obehové náklady - С io, náklady na spotrebu - С ip, náklady na obsluhu jednej aplikácie - С 1, straty spojené s odchodom aplikácie - С у1, prevádzkové náklady kanála - С c, náklady na prestoje kanála - С pr, kapitálové investície - C cap, znížené ročné náklady - C pr, bežné náklady - C tech, príjem QS za jednotku času - D 1

V procese stanovovania cieľov je potrebné odhaliť vzájomné vzťahy ukazovateľov QS, ktoré je možné podľa základnej príslušnosti rozdeliť do dvoch skupín: prvá súvisí s nákladmi na manipuláciu s C IO, ktoré sú determinované tzv. počet kanálov obsadených údržbou kanálov, náklady na údržbu QS, intenzita služby, stupeň zaťaženia kanálov, ich efektívnosť, využitie, priepustnosť QS atď.; druhá skupina ukazovateľov je určená nákladmi na skutočné požiadavky Cun, vstupujúce do služby, ktoré tvoria prichádzajúci tok, cítia efektívnosť služby a sú spojené s takými ukazovateľmi, ako je dĺžka fronty, čakacia doba služby, pravdepodobnosť odmietnutia služby, čas zotrvania aplikácie v QS atď.

Tieto skupiny ukazovateľov sú protichodné v tom zmysle, že zlepšenie výkonu jednej skupiny, napríklad skrátenie dĺžky radu alebo čakania v rade zvýšením počtu obslužných kanálov (čašníci, kuchári, nakladači, pokladníci), je spojené so zhoršením výkonnosti skupiny, pretože to môže viesť k zvýšeniu prestojov servisných kanálov, nákladov na ich údržbu atď. V tomto ohľade je celkom prirodzené formalizovať servisné úlohy na vybudovanie QS tak, aby sa vytvoril rozumný kompromis medzi ukazovateľmi skutočných požiadaviek a úplnosťou využitia schopností systému. Na tento účel je potrebné zvoliť zovšeobecnený integrálny ukazovateľ efektívnosti QS, ktorý súčasne zahŕňa nároky a schopnosti oboch skupín. Ako taký ukazovateľ možno zvoliť kritérium ekonomickej efektívnosti zahŕňajúce tak náklady na obeh C io, ako aj náklady aplikácií C ip, ktoré budú mať optimálnu hodnotu s minimálnymi celkovými nákladmi C. Na základe toho je cieľom funkcia problému môže byť zapísaná takto:

С= (С io + С ip) →min

Keďže náklady na obeh zahŕňajú náklady spojené s prevádzkou QS - C ex a prestoje obslužných kanálov - C pr a náklady na požiadavky zahŕňajú straty spojené s odchodom nevybavených požiadaviek - C n a zotrvaním v rade - C pt, potom možno účelovú funkciu prepísať s prihliadnutím na tieto ukazovatele nasledujúcim spôsobom:

C \u003d ((C pr n sv + C ex n h) + C och R obs λ (T och + t obs) + C z R otk λ) → min.

V závislosti od úlohy môžu byť premenné, t. j. ovládateľné, ukazovatele: počet servisných kanálov, organizácia servisných kanálov (paralelne, sekvenčne, zmiešaným spôsobom), disciplína vo fronte, priorita pri obsluhe aplikácií, vzájomná pomoc medzi kanálmi , atď. Niektoré ukazovatele v úlohe sa javia ako nespravované, čo sú zvyčajne zdrojové údaje. Kritériom efektívnosti v cieľovej funkcii môže byť aj obrat, zisk alebo príjem, napríklad ziskovosť, potom sú optimálne hodnoty riadených ukazovateľov QS samozrejme už pri maximalizácii, ako v predchádzajúcej verzii.

V niektorých prípadoch by ste mali použiť inú možnosť na písanie objektívnej funkcie:

C \u003d (C ex n s + C pr (n-n s) + C otk * P otk * λ + C syst * n s ) → min

Ako všeobecné kritérium je možné zvoliť napríklad úroveň kultúry zákazníckych služieb v podnikoch, potom môže byť objektívna funkcia reprezentovaná nasledujúcim modelom:

K približne \u003d [(Z pu * K y) + (Z pv * K c) + (Z pd * K d) + (Z pz * K z) + (Z by * K 0) + (Z kt * K ct )]*K mp,

kde Z pu - význam ukazovateľa udržateľnosti sortimentu tovaru;

K y - koeficient stálosti sortimentu tovaru;

Z pv - význam ukazovateľa zavádzania progresívnych spôsobov predaja tovaru;

K in - koeficient zavedenia progresívnych metód predaja tovaru;

Zpd - významnosť ukazovateľa doplnkovej služby;

K d - koeficient doplnkovej služby;

Z pz - významnosť ukazovateľa dokončenia nákupu;

K s - koeficient dokončenia nákupu;

3 zapnuté - význam ukazovateľa času stráveného čakaním v službe;

Asi - ukazovateľ času stráveného čakaním na službu;

З kt - významnosť ukazovateľa kvality práce tímu;

K kt - koeficient kvality práce tímu;

K mp - ukazovateľ kultúry služieb podľa názoru zákazníkov;

Pre analýzu QS si môžete zvoliť iné kritériá hodnotenia efektívnosti QS. Napríklad ako kritérium pre systémy s poruchami si môžete zvoliť pravdepodobnosť poruchy Р ref, ktorej hodnota by neprekročila vopred stanovenú hodnotu. Napríklad požiadavka P otk<0,1 означает, что не менее чем в 90% случаев система должна справляться с обслуживанием потока заявок при заданной интенсивности λ. Можно ограничить среднее время пребывания заявки в очереди или в системе. В качестве показателей, подлежащих определению, могут выступать: либо число каналов n при заданной интенсивности обслуживания μ, либо интенсивность μ при заданном числе каналов.

Po zostavení cieľovej funkcie je potrebné určiť podmienky na riešenie problému, nájsť obmedzenia, nastaviť počiatočné hodnoty ukazovateľov, zvýrazniť nespravované ukazovatele, zostaviť alebo vybrať sadu modelov vzťahu všetkých ukazovateľov pre analyzované typu QS, aby sa v konečnom dôsledku našli optimálne hodnoty kontrolovaných ukazovateľov, napríklad počet kuchárov, čašníkov, pokladníkov, nakladačov, objemy skladovacích priestorov atď.


kapitola III . Modely radiacich systémov

3.1 Jednokanálový QS s odmietnutím služby

Analyzujme jednoduchý jednokanálový QS s odmietnutím služby, ktorý prijíma Poissonov tok požiadaviek s intenzitou λ a služba nastáva pôsobením Poissonovho toku s intenzitou μ.

Činnosť jednokanálového QS n=1 môže byť reprezentovaná ako označený stavový graf (3.1).

Prechody QS z jedného stavu S0 do druhého S1 nastávajú pri pôsobení vstupného toku požiadaviek s intenzitou λ a spätný prechod nastáva pôsobením obslužného toku s intenzitou μ.

S0
S1

S 0 – servisný kanál je voľný; S 1 – kanál je zaneprázdnený servisom;

Ryža. 3.1 Označený graf stavu jednokanálového QS

Napíšme systém Kolmogorovových diferenciálnych rovníc pre pravdepodobnosti stavu podľa vyššie uvedených pravidiel:

Odkiaľ dostaneme diferenciálnu rovnicu na určenie pravdepodobnosti p 0 (t) stavu S 0:

Túto rovnicu je možné riešiť za počiatočných podmienok za predpokladu, že systém v okamihu t=0 bol v stave S 0 , potom р 0 (0)=1, р 1 (0)=0.

V tomto prípade vám riešenie diferenciálnej rovnice umožňuje určiť pravdepodobnosť, že kanál je voľný a nie je zaneprázdnený službou:

Potom nie je ťažké získať výraz pre pravdepodobnosť určenia pravdepodobnosti, že kanál je obsadený:

Pravdepodobnosť p 0 (t) klesá s časom a v limite, keďže t→∞ smeruje k hodnote

a pravdepodobnosť p 1 (t) sa súčasne zvyšuje z 0, pričom v limite ako t→∞ smeruje k hodnote

Tieto limity pravdepodobnosti je možné získať priamo z Kolmogorovových rovníc za podmienky

Funkcie p 0 (t) a p 1 (t) určujú prechodový proces v jednokanálovom QS a popisujú proces exponenciálnej aproximácie QS k jeho medznému stavu s časovou konštantou charakteristikou uvažovaného systému.

S dostatočnou presnosťou pre prax môžeme predpokladať, že prechodný proces v QS skončí v čase rovnajúcom sa 3τ.

Pravdepodobnosť p 0 (t) určuje relatívnu priepustnosť QS, ktorá určuje podiel obsluhovaných požiadaviek vo vzťahu k celkovému počtu prichádzajúcich požiadaviek za jednotku času.

V skutočnosti p 0 (t) je pravdepodobnosť, že požiadavka, ktorá prišla v čase t, bude prijatá na doručenie. Celkovo λ požiadaviek prichádza v priemere za jednotku času a λр 0 požiadaviek je obsluhovaných z nich.

Potom je podiel obsluhovaných požiadaviek vo vzťahu k celému toku požiadaviek určený hodnotou

V limite pri t→∞, takmer už pri t>3τ, bude hodnota relatívnej kapacity rovná

Absolútna priepustnosť, ktorá určuje počet obsluhovaných požiadaviek za jednotku času v limite t→∞, sa rovná:

Podiel žiadostí, ktoré boli zamietnuté, je teda za rovnakých obmedzujúcich podmienok:

a celkový počet nevybavených požiadaviek sa rovná

Príklady jednokanálových QS s odmietnutím služby sú: objednávkový pult v predajni, kontrolná miestnosť prepravnej spoločnosti, skladová kancelária, kancelária vedenia obchodnej spoločnosti, s ktorou je komunikácia nadviazaná telefonicky.

3.2 Viackanálové QS s odmietnutím služby

V komerčných činnostiach sú príkladmi viackanálových SOT kancelárie komerčných podnikov s niekoľkými telefónnymi kanálmi, bezplatná referenčná služba pre dostupnosť najlacnejších automobilov v predajniach automobilov v Moskve má 7 telefónnych čísel, a ako viete, je to veľmi ťažké prejsť a získať pomoc.

V dôsledku toho strácajú autoservisy zákazníkov, možnosť zvýšiť počet predaných áut a tržby z predaja, obrat, zisk.

Turistické cestovné kancelárie majú dva, tri, štyri alebo viac kanálov, ako napríklad Express-Line.

Zvážte viackanálový QS s odmietnutím služby na obr. 3.2, ktorý prijíma Poissonov tok požiadaviek s intenzitou λ.


S0
S1
S k
S n

μ 2μkμ (k+1)μ nμ

Ryža. 3.2. Označený stavový graf viackanálového QS s poruchami

Servisný tok v každom kanáli má intenzitu μ. Podľa počtu aplikácií QS sú určené jeho stavy S k, znázornené ako označený graf:

S 0 – všetky kanály sú voľné k=0,

S 1 – obsadený je len jeden kanál, k=1,

S 2 - sú obsadené iba dva kanály, k=2,

Sk – k kanálov je obsadených,

S n – všetkých n kanálov je obsadených, k= n.

Stavy viackanálového QS sa menia náhle v náhodných časoch. Prechod z jedného stavu, napríklad S 0 do S 1, nastáva pod vplyvom vstupného toku požiadaviek s intenzitou λ a naopak - pod vplyvom toku servisných požiadaviek s intenzitou μ. Pre prechod systému zo stavu Sk do Sk -1 nezáleží na tom, ktorý z kanálov sa má uvoľniť, preto tok udalostí, ktorý prenáša QS má intenzitu kμ, teda tok udalostí. ktorý prenáša systém zo S n na S n -1 má intenzitu nμ . Takto je formulovaný klasický Erlangov problém, pomenovaný po dánskom inžinierovi a matematikovi, ktorý založil teóriu radenia.

Náhodný proces vyskytujúci sa v QS je špeciálnym prípadom procesu „narodenie-smrť“ a je opísaný systémom Erlangových diferenciálnych rovníc, ktoré umožňujú získať výrazy pre limitné pravdepodobnosti stavu uvažovaného systému, tzv. Erlangove vzorce:

.

Po vypočítaní všetkých pravdepodobností stavov n-kanálového QS s poruchami р 0 , р 1 , р 2 , …,р k ,…, р n , môžeme nájsť charakteristiky servisného systému.

Pravdepodobnosť odmietnutia služby je určená pravdepodobnosťou, že prichádzajúca požiadavka na službu nájde všetkých n kanálov obsadených, systém bude v stave Sn:

k=n.

V systémoch s poruchami tvoria poruchy a udalosti údržby ucelenú skupinu udalostí, tzv

R otk + R obs \u003d 1

Na tomto základe je relatívna priepustnosť určená vzorcom

Q \u003d P obs \u003d 1-R otk \u003d 1-R n

Absolútna priepustnosť QS môže byť určená vzorcom

Pravdepodobnosť služby alebo podiel obsluhovaných požiadaviek určuje relatívnu priepustnosť QS, ktorá môže byť určená aj iným vzorcom:

Z tohto výrazu môžete určiť priemerný počet aplikácií v prevádzke alebo, čo je rovnaké, priemerný počet kanálov obsadených servisom

Miera obsadenosti kanálov je určená pomerom priemerného počtu obsadených kanálov k ich celkovému počtu

Pravdepodobnosť, že kanály sú obsadené službou, ktorá berie do úvahy priemerný čas obsadenosti t obsadené a prestoje t pr kanálov, sa určuje takto:

Z tohto výrazu môžete určiť priemerný čas nečinnosti kanálov

Priemerný čas zotrvania aplikácie v systéme v ustálenom stave je určený Littleovým vzorcom

T cmo \u003d n c / λ.

3.3 Model viacfázového systému služieb cestovného ruchu

V reálnom živote vyzerá systém služieb cestovného ruchu oveľa komplikovanejšie, preto je potrebné podrobne rozpísať problém s prihliadnutím na požiadavky a požiadavky klientov aj cestovných kancelárií.

Pre zvýšenie efektivity cestovnej kancelárie je potrebné modelovať správanie potenciálneho klienta ako celku od začiatku prevádzky až po jej ukončenie. Štruktúra prepojenia hlavných systémov radenia v skutočnosti pozostáva z QS rôznych typov (obr. 3.3).

Search Choice Choice Solution

referent

vyhľadávanie cestovnej kancelárie

Platobný let Exodus

Ryža. 3.3 Model viacfázového systému služieb cestovného ruchu

Problémom z pozície hromadnej obsluhy turistov idúcich na dovolenku je určiť presné miesto oddychu (zájazdu), adekvátne požiadavkám žiadateľa, zodpovedajúce jeho zdravotným a finančným možnostiam a predstavám o oddychu všeobecne. V tomto mu môžu pomôcť cestovné kancelárie, ktorých vyhľadávanie sa zvyčajne vykonáva z reklamných správ CMO r, potom po výbere spoločnosti prichádzajú konzultácie telefonicky CMO t, po uspokojivom rozhovore príchod do cestovnej kancelárie. a získanie podrobnejších konzultácií osobne s referentom, následne zaplatenie zájazdu a prijatie služieb od leteckej spoločnosti za let CMO a a nakoniec služby v hoteli CMO 0 . Ďalší rozvoj odporúčaní na zlepšenie práce QS spoločnosti je spojený so zmenou odbornej náplne rokovaní s klientmi telefonicky. K tomu je potrebné prehĺbiť analýzu týkajúcu sa spresnenia dialógu referenta s klientmi, keďže nie každý telefonický rozhovor vedie k uzavretiu zmluvy o kúpe voucheru. Formalizácia úlohy údržby naznačila potrebu vytvoriť úplný (nevyhnutný a dostatočný) zoznam charakteristík a ich presných hodnôt predmetu obchodnej transakcie. Potom sú tieto charakteristiky zoradené napríklad metódou párových porovnaní a usporiadané do dialógu podľa stupňa ich významnosti, napríklad: ročné obdobie (zima), mesiac (január), klíma (sucho), teplota vzduchu (+ 25 "C), vlhkosť (40 %), geografická poloha (bližšie k rovníku), čas letu (do 5 hodín), transfer, krajina (Egypt), mesto (Hurghada), more (červená), teplota morskej vody ( +23°C), hodnotenie hotela ( 4 hviezdičky, funkčná klimatizácia, garancia šampónu na izbe), vzdialenosť od mora (do 300 m), vzdialenosť od obchodov (v blízkosti), vzdialenosť od diskoték a iných zdrojov hluku ( preč, ticho počas spánku v hoteli), jedlo (švédsky stôl - raňajky, večere, frekvencia zmien menu za týždeň), hotely (Princes, Marlin-In, Hour-Palace), výlety (Káhira, Luxor, koralové ostrovy, potápanie potápanie), zábavné predstavenia, športové hry, cena zájazdu, spôsob platby, obsah poistenia, čo si vziať so sebou, čo kúpiť na mieste, záruky, sankcie.

Existuje ďalší veľmi významný ukazovateľ, ktorý je výhodný pre klienta, ktorý sa navrhuje nezávisle stanoviť korozívnym čitateľom. Potom pomocou metódy párového porovnávania uvedených charakteristík x i môžete vytvoriť porovnávaciu maticu n x p, ktorej prvky sa vypĺňajú postupne v riadkoch podľa nasledujúceho pravidla:

0, ak je charakteristika menej významná,

a ij = 1, ak je charakteristika ekvivalentná,

2, ak dominuje charakteristika.

Potom sa určia hodnoty súčtu hodnotení pre každý ukazovateľ čiary S i =∑a ij, váha každej charakteristiky M i = S i /n 2 a podľa toho aj integrálne kritérium na na základe čoho je možné podľa vzorca vybrať cestovnú kanceláriu, zájazd alebo hotel

F = ∑ M i * x i -» max.

Aby sa eliminovali prípadné chyby v tomto postupe, zavádza sa napríklad 5-bodová hodnotiaca stupnica s odstupňovaním charakteristík B i (x i) podľa princípu horšie (B i = 1 bod) - lepšie (B i = 5). body). Napríklad, čím je zájazd drahší, tým je horší, čím je lacnejší, tým je lepší. Na základe toho bude mať účelová funkcia inú formu:

F b = ∑ M i * B i * x i -> max.

Na základe aplikácie matematických metód a modelov, s využitím výhod formalizácie, je teda možné presnejšie a objektívnejšie formulovať zadanie problému a výrazne zlepšiť výkon QS v komerčných činnostiach na dosiahnutie cieľov.

3.4 Jednokanálový QS s obmedzenou dĺžkou frontu

V komerčných aktivitách sú bežnejšie QS s čakaním (frontom).

Zoberme si jednoduchý jednokanálový QS s obmedzeným frontom, v ktorom je počet miest vo fronte m pevnou hodnotou. Následne aplikácia, ktorá príde v momente, keď sú všetky miesta vo fronte obsadené, nie je prijatá na obsluhu, nezaradí sa do frontu a opustí systém.

Graf tohto QS je znázornený na obr. 3.4 a zhoduje sa s grafom na obr. 2.1 popisujúci proces „narodenie-smrť“, s tým rozdielom, že v prítomnosti iba jedného kanála.

S m
S3
S2
S1
S0
λ λλλ... λ

μ μμμ... μ

Ryža. 3.4. Označený graf procesu "narodenie - smrť" služby, všetky intenzity tokov služieb sú rovnaké

Stavy QS môžu byť reprezentované nasledovne:

S 0 - servisný kanál je bezplatný,

S, - servisný kanál je zaneprázdnený, ale nie je tam žiadny front,

S 2 - servisný kanál je zaneprázdnený, vo fronte je jedna požiadavka,

S 3 - servisný kanál je zaneprázdnený, vo fronte sú dve požiadavky,

S m +1 - obslužný kanál je obsadený, všetkých m miest vo fronte je obsadených, každá ďalšia požiadavka je odmietnutá.

Na opísanie náhodného procesu QS možno použiť vyššie uvedené pravidlá a vzorce. Napíšme výrazy definujúce limitné pravdepodobnosti stavov:

p 1 = ρ * ρ o

p 2 \u003d ρ 2 * ρ 0

p k =ρ k * ρ 0

Pm+1 = pm=1*p0

p0 = -1

Výraz pre p 0 možno v tomto prípade napísať jednoduchšie, s použitím skutočnosti, že menovateľ je geometrická postupnosť vzhľadom na p, potom po príslušných transformáciách dostaneme:

ρ= (1- ρ )

Tento vzorec platí pre všetky p iné ako 1, ale ak p = 1, potom p 0 = 1/(m + 2) a všetky ostatné pravdepodobnosti sa tiež rovnajú 1/(m + 2). Ak predpokladáme m = 0, prejdeme od úvahy o jednokanálovom QS s čakaním k už uvažovanému jednokanálovému QS s odmietnutím služby. Skutočne, výraz pre hraničnú pravdepodobnosť p 0 v prípade m = 0 má tvar:

p o \u003d μ / (λ + μ)

A v prípade λ = μ má hodnotu p 0 = 1/2.

Definujme hlavné charakteristiky jednokanálového QS s čakaním: relatívna a absolútna priepustnosť, pravdepodobnosť zlyhania, ako aj priemerná dĺžka frontu a priemerný čas čakania na aplikáciu vo fronte.

Požiadavka je odmietnutá, ak príde v momente, keď je QS už v stave S m +1 a následne sú všetky miesta vo fronte obsadené a obslúži jeden kanál, pravdepodobnosť zlyhania je teda určená pravdepodobnosťou vzhľad

Stavy S m +1:

P otvorené \u003d p m +1 \u003d ρ m +1 * p 0

Relatívna priepustnosť alebo podiel obsluhovaných požiadaviek prichádzajúcich za jednotku času je určený výrazom

Q \u003d 1- p otk \u003d 1- ρ m+1 * p 0

absolútna šírka pásma je:

Priemerný počet aplikácií L och vo fronte na službu je určený matematickým očakávaním náhodnej premennej k - počtu aplikácií vo fronte

náhodná premenná k nadobúda iba nasledujúce celočíselné hodnoty:

1 - vo fronte je jedna aplikácia,

2 - vo fronte sú dve aplikácie,

t-všetky miesta v poradí sú obsadené

Pravdepodobnosti týchto hodnôt sú určené zodpovedajúcimi stavovými pravdepodobnosťami, počnúc stavom S 2 . Distribučný zákon diskrétnej náhodnej premennej k je znázornený takto:

k 1 2 m
pi p2 p 3 p m+1

Matematické očakávanie tejto náhodnej premennej je:

L pt = 1* p 2 +2* p 3 +...+ m* p m +1

Vo všeobecnom prípade pre p ≠ 1 možno tento súčet transformovať pomocou modelov geometrickej postupnosti na vhodnejšiu formu:

L och \u003d p 2 * 13:00 m * (m-m*p+1)*p0

V špeciálnom prípade pri p = 1, keď sa všetky pravdepodobnosti p k rovnajú, môžete použiť výraz pre súčet členov číselného radu

1+2+3+ m = m ( m +1)

Potom dostaneme vzorec

Och = m (m+1)* p 0 = m (m+1)(p=1).

Aplikovaním podobného uvažovania a transformácií je možné ukázať, že priemerný čas čakania na vybavenie požiadavky a frontu je určený Littleovými vzorcami

T och \u003d L och / A (pri p ≠ 1) a T 1 och \u003d L ’och / A (pri p \u003d 1).

Takýto výsledok, keď sa ukáže, že Т och ~ 1/ λ, sa môže zdať čudný: so zvyšujúcou sa intenzitou toku požiadaviek sa zdá, že dĺžka frontu by sa mala zvyšovať a priemerná doba čakania by sa mala znižovať. Malo by sa však pamätať na to, že po prvé, hodnota L och je funkciou λ a μ a po druhé, uvažovaný QS má obmedzenú dĺžku frontu na maximálne m aplikácií.

Požiadavka, ktorá príde na QS v čase, keď sú všetky kanály obsadené, je odmietnutá, a preto je jej „čakací“ čas v QS nulový. To vedie vo všeobecnom prípade (pre p ≠ 1) k zníženiu Т och so zvýšením λ, pretože podiel takýchto aplikácií rastie so zvýšením λ.

Ak upustíme od obmedzenia dĺžky radu, t.j. tendenciu m-> →∞, potom prípady p< 1 и р ≥1 начинают существенно различаться. Записанные выше формулы для вероятностей состояний преобразуются в случае р < 1 к виду

p k = p k * (1 - p)

Pre dostatočne veľké k má pravdepodobnosť p k nulu. Preto bude relatívna priepustnosť Q = 1 a absolútna priepustnosť sa bude rovnať A -λ Q - λ, preto sa obslúžia všetky prichádzajúce požiadavky a priemerná dĺžka frontu sa bude rovnať:

L och = p 2 1-p

a priemerná doba čakania podľa Littleovho vzorca

T och \u003d L och / A

V limite p<< 1 получаем Т оч = ρ / μт.е. среднее время ожидания быстро уменьшается с увеличением интенсивности потока обслуживания. В противном случае при р ≥ 1 оказывается, что в СМО отсутствует установившийся режим. Обслуживание не успевает за потоком заявок, и очередь неограниченно растет со временем (при t → ∞). Предельные вероятности состояний поэтому не могут быть определены: при Q= 1 они равны нулю. Фактически СМО не выполняет своих функций, поскольку она не в состоянии обслужить все поступающие заявки. Нетрудно определить, что доля обслуживаемых заявок и абсолютная пропускная способность соответственно составляют в среднем ρ и μ, однако неограниченное увеличение очереди, а следовательно, и времени ожидания в ней приводит к тому, что через некоторое время заявки начинают накапливаться в очереди на неограниченно долгое время.

Ako jedna z charakteristík QS sa používa priemerný čas Tsmo zotrvania aplikácie v QS vrátane priemerného času stráveného vo fronte a priemerného času obsluhy. Táto hodnota je vypočítaná pomocou Littleových vzorcov: ak je dĺžka frontu obmedzená, priemerný počet aplikácií vo fronte sa rovná:

Lcm= m +1 ;2

T cmo= L smo; pre p ≠ 1

Potom sa priemerný čas zotrvania požiadavky v systéme zaraďovania (vo fronte aj v službe) rovná:

T cmo= m +1 pre p ≠1 2μ

3.5 Jednokanálový QS s neobmedzeným frontom

V obchodných činnostiach je napríklad obchodný riaditeľ jednokanálovým QS s neobmedzeným čakaním, pretože je spravidla nútený obsluhovať aplikácie inej povahy: dokumenty, telefonické rozhovory, stretnutia a rozhovory s podriadenými, zástupcami daňová inšpekcia, polícia, komoditní experti, marketéri, dodávatelia produktov a riešiť problémy v komoditnej a finančnej sfére s vysokou mierou finančnej zodpovednosti, ktorá je spojená s povinným plnením požiadaviek, ktoré niekedy netrpezlivo čakajú na splnenie svojich požiadaviek, a nesprávne servisné chyby sú zvyčajne ekonomicky veľmi citeľné.

Zároveň tovar dovážaný na predaj (služba) v sklade tvorí rad na obsluhu (predaj).

Dĺžka frontu je počet položiek na predaj. V tejto situácii predajcovia vystupujú ako kanály obsluhujúce tovar. Ak je množstvo tovaru určeného na predaj veľké, tak v tomto prípade máme do činenia s typickým prípadom QS s očakávaním.

Uvažujme najjednoduchší jednokanálový QS s čakajúcou službou, ktorý prijíma Poissonov tok požiadaviek s intenzitou λ a intenzitou služby µ.

Okrem toho je požiadavka prijatá v momente, keď je kanál zaneprázdnený servisom, zaradená do frontu a čaká na obsluhu.

Označený graf stavu takéhoto systému je znázornený na obr. 3.5

Počet možných stavov je nekonečný:

Kanál je voľný, nie je tam žiadny front, ;

Kanál je zaneprázdnený službou, nie je tam žiadny front, ;

Kanál je zaneprázdnený, jedna požiadavka vo fronte, ;

Kanál je zaneprázdnený, aplikácia je vo fronte.

Modely na odhad pravdepodobnosti stavov QS s neobmedzeným frontom možno získať zo vzorcov izolovaných pre QS s neobmedzeným frontom prechodom k limitu ako m→∞:


Ryža. 3.5 Graf stavov jednokanálového QS s neobmedzeným frontom.

Treba poznamenať, že pre QS s obmedzenou dĺžkou frontu vo vzorci

existuje geometrická postupnosť s prvým členom 1 a menovateľom . Takáto postupnosť je súčtom nekonečného počtu členov v . Tento súčet konverguje, ak progresia, nekonečne klesajúca v , ktorá určuje prevádzku QS v ustálenom stave, s at , môže rad v časom rásť do nekonečna.

Keďže v uvažovanom QS neexistuje žiadne obmedzenie na dĺžku frontu, môže sa obslúžiť akákoľvek požiadavka, teda relatívna priepustnosť, respektíve absolútna priepustnosť

Pravdepodobnosť, že budete vo fronte pre k aplikácií, sa rovná:

;

Priemerný počet žiadostí vo fronte -

Priemerný počet aplikácií v systéme -

;

Priemerný čas zotrvania aplikácie v systéme -

;

Priemerný čas zotrvania aplikácie v systéme -

.

Ak je v jednokanálovom QS s čakaním intenzita prijímania požiadaviek väčšia ako intenzita služby, potom sa front neustále zvyšuje. V tomto ohľade je najzaujímavejšia analýza stabilného QS pracujúceho v stacionárnom režime pri .

3.6 Viackanálové QS s obmedzenou dĺžkou frontu

Zoberme si viackanálový QS , ktorý prijíma Poissonov tok požiadaviek s intenzitou a intenzita služby každého kanála je , maximálny možný počet miest vo fronte je obmedzený m. Diskrétne stavy QS sú určené počtom aplikácií, ktoré vstúpili do systému a ktoré je možné zaznamenať.

Všetky kanály sú bezplatné, ;

Obsadený je len jeden kanál (akýkoľvek), ;

Obsadené sú iba dva kanály (akékoľvek), ;

Všetky kanály sú obsadené.

Kým je QS v ktoromkoľvek z týchto stavov, nie je tam žiadny front. Keď sú všetky servisné kanály zaneprázdnené, následné požiadavky vytvoria front, čím sa určí ďalší stav systému:

Všetky kanály sú zaneprázdnené a jedna aplikácia je vo fronte,

Všetky kanály sú obsadené a dve aplikácie sú vo fronte,

Všetky kanály sú obsadené a všetky miesta vo fronte sú obsadené,

Graf stavov n-kanálového QS s frontom obmedzeným na m miest na obr. 3.6

Ryža. 3.6 Stavový graf n-kanálového QS s limitom dĺžky frontu m

Prechod QS do stavu s vyššími číslami je určený tokom prichádzajúcich požiadaviek s intenzitou , pričom podľa podmienok sú tieto požiadavky obsluhované rovnakými kanálmi s intenzitou toku služieb rovnakou pre každý kanál. V tomto prípade celková intenzita servisného toku narastá s pripájaním nových kanálov až do stavu, keď je obsadených všetkých n kanálov. S príchodom frontu sa intenzita služby viac zvyšuje, pretože už dosiahla svoju maximálnu hodnotu rovnajúcu sa .

Napíšme výrazy pre limitné pravdepodobnosti stavov:

Výraz pre možno transformovať pomocou vzorca geometrickej postupnosti pre súčet členov s menovateľom:

Vytvorenie frontu je možné, keď novo prijatá požiadavka nájde v systéme nie menej ako požiadavky, t.j. keď budú v systéme požiadavky. Tieto udalosti sú nezávislé, takže pravdepodobnosť, že všetky kanály sú obsadené, sa rovná súčtu zodpovedajúcich pravdepodobností. Pravdepodobnosť vytvorenia radu je teda:

Pravdepodobnosť odmietnutia služby nastane, keď sú obsadené všetky kanály a všetky miesta vo fronte:

Relatívna priepustnosť sa bude rovnať:

Absolútna šírka pásma -

Priemerný počet obsadených kanálov -

Priemerný počet nečinných kanálov -

Koeficient obsadenosti (využitia) kanálov -

Pomer nečinnosti kanála -

Priemerný počet žiadostí vo frontoch -

Ak má tento vzorec inú formu -

Priemerný čas čakania v rade je daný Littleovým vzorcom −

Priemerný čas zotrvania aplikácie v QS, ako pri jednokanálovom QS, je väčší ako priemerný čas čakania vo fronte o priemerný čas obsluhy rovný , keďže aplikácia je vždy obsluhovaná iba jedným kanálom:

3.7 Viackanálové QS s neobmedzeným frontom

Uvažujme viackanálový QS s čakaním a neobmedzenou dĺžkou frontu, ktorý prijíma tok požiadaviek s intenzitou a ktorý má intenzitu obsluhy každého kanála. Označený graf stavu je znázornený na obrázku 3.7. Má nekonečný počet stavov:

S - všetky kanály sú voľné, k=0;

S - jeden kanál je obsadený, zvyšok je voľný, k=1;

S - dva kanály sú obsadené, zvyšok je voľný, k=2;

S - všetkých n kanálov je obsadených, k=n, nie je tu žiadny front;

S - všetkých n kanálov je obsadených, jedna požiadavka je vo fronte, k=n+1,

S - všetkých n kanálov je obsadených, r požiadaviek je vo fronte, k=n+r,

Pravdepodobnosti stavov získame zo vzorcov pre viackanálový QS s obmedzeným frontom pri prechode na limit pri m. Treba poznamenať, že súčet geometrickej progresie vo výraze pre p sa rozchádza pri úrovni zaťaženia p/n>1, front sa bude zvyšovať donekonečna a pri p/n<1 ряд сходится, что определяет установившийся стационарный режим работы СМО.

žiadny rad


Obr.3.7 Označený graf stavu viackanálového QS

s neobmedzeným radom

pre ktoré definujeme výrazy pre limitné pravdepodobnosti stavov:

Keďže v takýchto systémoch nemôže dôjsť k odmietnutiu služby, charakteristiky priepustnosti sú:

priemerný počet žiadostí vo fronte -

priemerná doba čakania v rade

priemerný počet žiadostí v SOT -

Pravdepodobnosť, že QS je v stave, keď nie sú žiadne požiadavky a nie je obsadený žiadny kanál, je určená výrazom

Táto pravdepodobnosť určuje priemernú časť prestojov servisného kanála. Pravdepodobnosť, že budete zaneprázdnení obsluhou k žiadostí je

Na tomto základe je možné určiť pravdepodobnosť alebo pomer času, počas ktorého sú všetky kanály obsadené službou

Ak sú všetky kanály už obsadené službou, potom je pravdepodobnosť stavu určená výrazom

Pravdepodobnosť, že budete vo fronte, sa rovná pravdepodobnosti nájdenia všetkých kanálov, ktoré sú už obsadené službou

Priemerný počet žiadostí vo fronte a čakajúcich na službu sa rovná:

Priemerná doba čakania na žiadosť vo fronte podľa Littleovho vzorca: a v systéme

priemerný počet kanálov obsadených službou:

priemerný počet bezplatných kanálov:

miera obsadenosti servisného kanála:

Je dôležité poznamenať, že parameter charakterizuje stupeň koordinácie vstupného toku, napríklad zákazníkov v predajni s intenzitou toku služieb. Proces služby bude stabilný na Ak sa však priemerná dĺžka frontu a priemerný čas čakania zákazníkov na spustenie služby v systéme zvýši, a preto bude QS pracovať nestabilne.

3.8 Analýza systému radenia supermarketov

Jednou z dôležitých úloh obchodnej činnosti je racionálna organizácia obchodného a technologického procesu hromadnej obsluhy, napríklad v supermarkete. Najmä určenie kapacity pokladničného miesta obchodného podniku nie je jednoduchá úloha. Také ekonomické a organizačné ukazovatele, ako je zaťaženie obratu na 1 m 2 maloobchodnej plochy, priepustnosť podniku, čas strávený zákazníkmi v obchode, ako aj ukazovatele úrovne technologického riešenia obchodnej podlahy: pomer plôch samoobslužných zón a uzla osídlenia, koeficienty inštalačných a výstavných plôch, v mnohých ohľadoch určené priepustnosťou pokladničného uzla. V tomto prípade je to priepustnosť dvoch zón (fáz) obsluhy: samoobslužná zóna a zóna sídelného uzla (obr. 4.1).

CMO CMO

Intenzita vstupného toku kupujúcich;

Intenzita príchodu kupujúcich samoobslužnej zóny;

Intenzita príchodu kupujúcich do uzla vyrovnania;

Intenzita toku služieb.

Obr.4.1. Model dvojfázového SOT obchodného priestoru supermarketu

Hlavnou funkciou zúčtovacieho uzla je poskytovať vysokú priepustnosť zákazníkov na obchodnom podlaží a vytvárať komfortné služby zákazníkom. Faktory ovplyvňujúce priepustnosť uzla osídlenia možno rozdeliť do dvoch skupín:

1) ekonomické a organizačné faktory: systém zodpovednosti v supermarkete; priemerné náklady a štruktúra jedného nákupu;

2) organizačná štruktúra pokladničného bodu;

3) technické a technologické faktory: používané typy registračných pokladníc a pokladničných búdok; technológia zákazníckeho servisu, ktorú používa kontrolór-pokladník; dodržiavanie kapacity pokladničného bodu intenzity tokov zákazníkov.

Z týchto skupín faktorov má najväčší vplyv organizačná štruktúra pokladnice a súlad kapacity pokladnice s intenzitou zákazníckych tokov.

Zvážte obe fázy servisného systému:

1) výber tovaru kupujúcim v samoobslužnej zóne;

2) zákaznícky servis v oblasti zúčtovacieho uzla. Prichádzajúci tok kupujúcich vstupuje do samoobslužnej fázy a kupujúci si nezávisle vyberá komoditné jednotky, ktoré potrebuje, a tvorí ich do jedného nákupu. Čas tejto fázy navyše závisí od toho, ako sú komoditné zóny navzájom umiestnené, akú majú prednú časť, koľko času kupujúci strávi výberom konkrétneho produktu, aká je štruktúra nákupu atď.

Odchádzajúci tok zákazníkov zo samoobslužného priestoru je zároveň aj prichádzajúci tok do priestoru pokladničného bodu, ktorý postupne zahŕňa čakanie na zákazníka v rade a následne jeho obsluhu kontrolórom – pokladníkom. Pokladničný uzol možno považovať za zaraďovací systém so stratami alebo za zaraďovací systém s čakaním.

Ani prvý, ani druhý uvažovaný systém však neumožňuje skutočne opísať proces obsluhy pri pokladni supermarketu z nasledujúcich dôvodov:

v prvom variante pokladnica, ktorej kapacita bude dimenzovaná pre systém so stratami, si vyžaduje značné kapitálové investície a bežné náklady na údržbu pokladničných kontrolórov;

v druhom variante pokladničný uzol, ktorého kapacita bude navrhnutá pre systém s očakávaniami, vedie k veľkej strate času pre zákazníkov čakajúcich na obsluhu. Zároveň v čase špičky zóna zúčtovacieho uzla „preteká“ a rad kupujúcich „tečie“ do samoobslužnej zóny, čo porušuje bežné podmienky pre výber tovaru inými kupujúcimi.

V tomto ohľade je vhodné považovať druhú fázu obsluhy za systém s obmedzeným frontom, medzičlánok medzi systémom s čakaním a systémom so stratami. Predpokladá sa, že v systéme nemôže byť súčasne viac ako L a L=n+m, kde n je počet zákazníkov obsluhovaných na pokladniach, m je počet zákazníkov stojacich v rade a ľubovoľné Aplikácia m+1- ponecháva systém bez obsluhy.

Táto podmienka umožňuje na jednej strane obmedziť oblasť zóny uzla osídlenia s prihliadnutím na maximálnu povolenú dĺžku frontu a na druhej strane zaviesť obmedzenie času, počas ktorého zákazníci čakajú na obsluhu na pobočke. cash point, t.j. brať do úvahy náklady na spotrebu spotrebiteľov.

Oprávnenosť nastavenia problému v tejto podobe potvrdzujú prieskumy tokov zákazníkov v supermarketoch, ktorých výsledky sú uvedené v tabuľke. 4.1, ktorého analýza odhalila úzky vzťah medzi priemerne dlhým radom na pokladni a počtom kupujúcich, ktorí nenakupovali.

OTVÁRACIE HODINY Deň v týždni
piatok sobota nedeľu

otočiť,

čiastka

kupujúcich

žiadne nakupovanie

otočiť,

čiastka

kupujúcich

žiadne nakupovanie

otočiť,

čiastka

kupujúcich

žiadne nakupovanie

ľudí % ľudí % ľudí %
od 9 do 10 2 38 5 5 60 5,4 7 64 4,2
od 10 do 11 3 44 5,3 5 67 5 6 62 3,7
od 11 do 12 3 54 6,5 4 60 5,8 7 121 8,8
od 12 do 13 2 43 4,9 4 63 5,5 8 156 10
od 14 do 15 2 48 5,5 6 79 6,7 7 125 6,5
od 15 do 16 3 61 7,3 6 97 6,4 5 85 7,2
od 16 do 17 4 77 7,1 8 140 9,7 5 76 6
od 17 do 18 5 91 6,8 7 92 8,4 4 83 7,2
od 18 do 19 5 130 7,3 6 88 5,9 7 132 8
od 19 do 20 6 105 7,6 6 77 6
od 20 do 21 6 58 7 5 39 4,4
Celkom 749 6,5 862 6,3 904 4,5

V organizácii prevádzky pokladničnej jednotky supermarketu je ešte jedna dôležitá vlastnosť, ktorá výrazne ovplyvňuje jej priepustnosť: prítomnosť expresných pokladní (jeden alebo dva nákupy). Štúdia štruktúry toku zákazníkov v supermarketoch podľa druhu pokladničnej služby ukazuje, že obratový tok je 12,9 % (tabuľka 4.2).

Dni v týždni Zákaznícke toky Obchodný obrat
Celkom expresnou pokladňou % k dennému prietoku Celkom expresnou pokladňou % denného obratu
Letné obdobie
pondelok 11182 3856 34,5 39669,2 3128,39 7,9
utorok 10207 1627 15,9 38526,6 1842,25 4,8
streda 10175 2435 24 33945 2047,37 6
štvrtok 10318 2202 21,3 36355,6 1778,9 4,9
piatok 11377 2469 21,7 43250,9 5572,46 12,9
sobota 10962 1561 14,2 39873 1307,62 3,3
nedeľu 10894 2043 18,8 35237,6 1883,38 5,1
zimné obdobie
pondelok 10269 1857 18,1 37121,6 2429,73 6,5
utorok 10784 1665 15,4 38460,9 1950,41 5,1
streda 11167 3729 33,4 39440,3 4912,99 12,49,4
štvrtok 11521 2451 21,3 40000,7 3764,58 9,4
piatok 11485 1878 16,4 43669,5 2900,73 6,6
sobota 13689 2498 18,2 52336,9 4752,77 9,1
nedeľu 13436 4471 33,3 47679,9 6051,93 12,7

Pre konečnú konštrukciu matematického modelu procesu služby, berúc do úvahy vyššie uvedené faktory, je potrebné určiť distribučné funkcie náhodných veličín, ako aj náhodné procesy, ktoré popisujú prichádzajúce a odchádzajúce toky zákazníkov:

1) funkcia distribúcie času kupujúcich na výber tovaru v samoobslužnej oblasti;

2) funkcia rozdelenia času práce kontrolóra-pokladníka pre bežné pokladne a expresné pokladne;

3) náhodný proces popisujúci tok prichádzajúcich zákazníkov v prvej fáze služby;

4) náhodný proces popisujúci vstupný tok do druhej fázy obsluhy pre bežné pokladne a expresné pokladne.

Je vhodné použiť modely na výpočet charakteristík systému zaraďovania do frontu, ak je prichádzajúci tok požiadaviek do systému radenia najjednoduchším Poissonovým tokom a čas obsluhy požiadaviek je rozdelený podľa exponenciálneho zákona.

Štúdia toku zákazníkov v zóne hotovostného uzla ukázala, že pre ňu možno použiť Poissonov tok.

Funkcia distribúcie času obsluhy zákazníka pokladníkmi je exponenciálna, takýto predpoklad nevedie k veľkým chybám.

Nepochybne zaujímavá je analýza charakteristík obsluhy toku zákazníkov v pokladni supermarketu, vypočítaná pre tri systémy: so stratami, s očakávaním a zmiešaným typom.

Výpočty parametrov procesu zákazníckeho servisu na pokladničnom mieste boli vykonané pre obchodný podnik s predajnou plochou S=650 na základe nasledujúcich údajov.

Objektívnu funkciu možno zapísať vo všeobecnej forme vzťahu (kritéria) výnosov z predaja z charakteristík QS:

kde - pokladňu tvorí = 7 pokladníc obvyklého typu a = 2 expresné pokladne,

Intenzita zákazníckeho servisu v oblasti bežných pokladní - 0,823 osôb / min;

Intenzita zaťaženia registračných pokladníc v oblasti bežných pokladní je 6,65,

Intenzita obsluhy zákazníkov v zóne expresných pokladní - 2,18 osôb/min;

Intenzita vstupného toku do priestoru bežných pokladní - 5,47 osôb/min.

Intenzita zaťaženia registračných pokladníc v pásme expresných pokladní je 1,63,

Intenzita prichádzajúceho prúdu do expresnej pokladne je 3,55 osôb/min;

Pre model QS s obmedzením dĺžky radu v súlade s projektovanou zónou pokladničného miesta sa predpokladá maximálny povolený počet zákazníkov čakajúcich v rade na jednej pokladni m = 10 zákazníkov.

Je potrebné poznamenať, že na získanie relatívne malých absolútnych hodnôt pravdepodobnosti straty aplikácií a čakacej doby zákazníkov na pokladni je potrebné dodržať nasledujúce podmienky:

V tabuľke 6.6.3 sú uvedené výsledky charakteristík kvality fungovania QS v zóne uzla osídlenia.

Výpočty sa robili pre najrušnejšie obdobie pracovného dňa od 17:00 do 21:00. Práve v tomto období, ako ukázali výsledky prieskumov, padá asi 50 % jednodňového toku kupujúcich.

Z údajov v tabuľke. 4.3 z toho vyplýva, že ak bol pre výpočet zvolený:

1) model s odmietnutiami, potom 22,6 % toku kupujúcich obsluhovaných bežnými pokladňami, a teda 33,6 % toku kupujúcich obsluhovaných expresnými pokladňami, by muselo odísť bez nákupu;

2) model s očakávaním, potom by nemali byť žiadne straty žiadostí v uzle zúčtovania;

Tab. 4.3 Charakteristika zákazníckeho čakacieho systému v oblasti zúčtovacieho uzla

Typ pokladne Počet pokladní v uzle typ CMO Vlastnosti QS
priemerný počet vyťažených pokladní, priemerná doba čakania na servis, Pravdepodobnosť straty aplikácií,
Pravidelné pokladne 7

s neúspechmi

s očakávaním

s obmedzením

Expresné pokladne 2

s neúspechmi

s očakávaním

s obmedzením

3) model s obmedzením dĺžky frontu, potom len 0,12 % toku kupujúcich obsluhovaných bežnými pokladňami a 1,8 % toku kupujúcich obsluhovaných expresnými pokladňami opustí obchodnú platformu bez uskutočnenia nákupov. Preto model s obmedzením dĺžky frontu umožňuje presnejšie a realistickejšie popísať proces obsluhy zákazníkov v oblasti pokladničného bodu.

Zaujímavosťou je porovnávací výpočet kapacity pokladničného miesta s expresnými pokladnicami aj bez nich. V tabuľke. 4.4 je znázornená charakteristika pokladničného systému troch štandardných veľkostí supermarketov, vypočítaných podľa modelov pre QS s obmedzením dĺžky radu na najrušnejšie obdobie pracovného dňa od 17 do 21 hodín.

Analýza údajov v tejto tabuľke ukazuje, že nezohľadnenie faktora „Štruktúra toku zákazníkov podľa typu hotovostnej služby“ v štádiu technologického návrhu môže viesť k zvýšeniu zóny uzla osídlenia o 22- 33%, a teda k poklesu inštalačných a výstavných plôch obchodných a technologických zariadení a masy komodít umiestnených na obchodnom parkete.

Problém určovania kapacity pokladničného bodu je reťazec vzájomne súvisiacich charakteristík. Zvýšenie jeho kapacity teda skracuje čas čakania zákazníkov na obsluhu, znižuje pravdepodobnosť straty požiadaviek a následne straty obratu. Zároveň je potrebné úmerne zredukovať samoobslužnú plochu, priečelie obchodného a technologického vybavenia a množstvo tovaru na obchodnom podlaží. Zároveň sa zvyšujú náklady na mzdy pokladníkov a vybavenie ďalších pracovných miest. Preto

č. p / p Vlastnosti QS jednotka merania Označenie Ukazovatele vypočítané podľa typov predajných plôch supermarketov, štvorcových. m
Bez expresnej pokladne Vrátane expresnej pokladne
650 1000 2000 650 1000 2000
Pravidelné pokladne Expresné pokladne Pravidelné pokladne expresné pokladne Pravidelné pokladne expresné pokladne
1 Počet kupujúcich ľudí k 2310 3340 6680 1460 850 2040 1300 4080 2600
2 Intenzita prichádzajúceho toku λ 9,64 13,9 27,9 6,08 3,55 8,55 5,41 17,1 10,8
3 Intenzita údržby osoba/min μ 0,823 0,823 0,823 0,823 2,18 0,823 2,18 0,823 2,18
4 Intenzita zaťaženia - ρ 11,7 16,95 33,8 6,65 1,63 10,35 2,48 20,7 4,95
5 Počet registračných pokladníc PCS. n 12 17 34 7 2 11 3 21 5
6 Celkový počet pokladníc zúčtovacieho uzla PCS. ∑n 12 17 34 9 14 26

je potrebné vykonať optimalizačné výpočty. Pozrime sa na charakteristiky systému služieb pri pokladni supermarketu s obchodnou plochou 650 m, vypočítané pomocou modelov QS s obmedzenou dĺžkou frontu pre rôzne kapacity jeho pokladničného pultu v tabuľke. 4.5.

Na základe analýzy údajov v tabuľke. 4.5 môžeme skonštatovať, že so zvyšujúcim sa počtom pokladníc sa zvyšuje čakacia doba pre kupujúcich v rade a následne po určitom bode prudko klesá. Povaha zmeny harmonogramu čakacej doby zákazníka je pochopiteľná, ak súbežne zvažujeme zmenu pravdepodobnosti straty dopytu.Je zrejmé, že pri nadmerne malej kapacite POS uzla, viac ako 85 % zákazníkov zostane neobslúžená a zvyšok zákazníkov bude obslúžený vo veľmi krátkom čase. Čím väčšia je kapacita POS uzla, tým je pravdepodobnejšie, že sa nároky stratia pri čakaní na ich službu, čo znamená, že ich čakacia doba v rade sa primerane zvýši. Potom, čo očakávania a pravdepodobnosť strát sa dramaticky zníži.

Pre maloobchodnú predajňu 650 je tento limit pre oblasť bežnej pokladne medzi 6 a 7 pokladnicami. Pri 7 pokladniach je priemerná čakacia doba 2,66 minúty a pravdepodobnosť straty aplikácií je veľmi malá – 0,1 %. To vám umožní získať minimálne celkové náklady na masový zákaznícky servis.

Typ hotovostnej služby Počet pokladníc v uzle n, ks. Charakteristika systému služieb Priemerný príjem za 1 hodinu rub. Priemerná strata príjmu za 1 hodinu rub Počet kupujúcich v oblasti uzla vyrovnania Plocha zóny uzla osídlenia, Sy, m Špecifická hmotnosť oblasti uzla zóny 650/ Sy
Priemerná čakacia doba, T, min Pravdepodobnosť straty aplikácií
Zóny bežných pokladní
Expresné pokladničné zóny

Záver

Na základe analýzy údajov v tabuľke. 4.5 môžeme skonštatovať, že so zvyšujúcim sa počtom pokladníc sa zvyšuje čakacia doba pre kupujúcich v rade. A potom po určitom bode prudko klesá. Povaha zmeny harmonogramu čakacej doby zákazníka je pochopiteľná, ak súbežne vezmeme do úvahy zmenu pravdepodobnosti straty pohľadávok.Je zrejmé, že pri nadmerne malej kapacite hotovostného uzla viac ako 85 % zákazníkov zostane neobslúžená a zvyšok zákazníkov bude obslúžený vo veľmi krátkom čase. Čím väčšia je sila hotovostného uzla. Pravdepodobnosť straty požiadaviek sa zníži, a teda čím väčší počet kupujúcich bude čakať na ich službu, a preto sa primerane predĺži čas ich čakania v rade. Keď zúčtovací uzol prekročí optimálny výkon, čakacia doba a pravdepodobnosť strát sa prudko zníži.

Pre supermarket s predajnou plochou 650 m2. metrov, táto hranica pre zónu klasických registračných pokladníc leží medzi 6-8 pokladnicami. Pri 7 pokladniach je priemerná čakacia doba 2,66 minúty a pravdepodobnosť straty aplikácií je veľmi malá – 0,1 %. Úlohou je teda zvoliť takú kapacitu pokladničného miesta, ktorá vám umožní získať minimálne celkové náklady na hromadný zákaznícky servis.

V tomto smere je ďalším krokom pri riešení problému optimalizácia kapacity pokladničného bodu na základe použitia rôznych typov QS modelov, berúc do úvahy celkové náklady a faktory uvedené vyššie.

KATEGÓRIE

POPULÁRNE ČLÁNKY

2022 "kingad.ru" - ultrazvukové vyšetrenie ľudských orgánov