Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

TEORIA KOLEJEK opracowanie na podstawie : Jędrzejczyk Z., Skrzypek J., Kukuła K., Walkosz A. [1997]: Badania operacyjne w przykładach i zadaniach, PWN,

Podobne prezentacje


Prezentacja na temat: "TEORIA KOLEJEK opracowanie na podstawie : Jędrzejczyk Z., Skrzypek J., Kukuła K., Walkosz A. [1997]: Badania operacyjne w przykładach i zadaniach, PWN,"— Zapis prezentacji:

1 TEORIA KOLEJEK opracowanie na podstawie : Jędrzejczyk Z., Skrzypek J., Kukuła K., Walkosz A. [1997]: Badania operacyjne w przykładach i zadaniach, PWN, Warszawa. Leszek Smolarek [2005] : Modelowanie procesów transportowych, Akademia Morska w Gdyni Piotr Gajowniczek [2008] Teoria kolejek, Instytut Telekomunikacji Politechniki Warszawskiej

2 MODELE MASOWEJ OBSŁUGI Teoria masowej obsługi, zwana także teorią kolejek, zajmuje się budową modeli matematycznych, które można wykorzystać w racjonalnym zarządzaniu dowolnymi systemami działania, zwanymi systemami masowej obsługi. Przykładami takich systemów są: sklepy, porty lotnicze, podsystem użytkowania samochodów przedsiębiorstwa transportowe, podsystem obsługiwania obrabiarek itp.

3 Koszty $ Poziom obsługi Całkowity Obsługi Niezadowolenia klienta

4 W systemie masowej obsługi mamy do czynienia z napływającymi w miarę upływu czasu zgłoszeniami 1 (np. uszkodzony pojazd, klient, statek), z kolejką obiektów 2 oczekujących na obsługę oraz za stanowiskami obsługi 3 (np. stanowiska diagnozowania pojazdu, sprzedawca, stanowisko wyładunku). Rozróżnia się systemy masowej obsługi: - z oczekiwaniem; - bez oczekiwania. W SMO z oczekiwaniem zgłoszenie (obiekt zgłoszenia) oczekuje w kolejce na obsługę, zaś w systemie bez oczekiwania, wszystkie stanowiska obsługi są zajęte i obiekt zgłoszenia wychodzi z systemu nie obsłużony.

5 Klient Ładunek Przybycie Do systemu... Kolejka Stan. Obsł. Kolejka Stan. Obsł.... Kolejka Stan. Obsł. Kolejka... Stan. Obsł.

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

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

8 Proces obsługi Czas obsługi (bez czasu czekania w kolejce) Czas obsługi (bez czasu czekania w kolejce) u Rozkład czasu obsługi np.. wykładniczy: intensywność obsługi średni czas obsługi 1/

9 Notacja Kendalla System kolejkowy opisany jest 3 lub 4 parametrami: System kolejkowy opisany jest 3 lub 4 parametrami: 1/2/3/4 czas przybycia /czas obsługi /liczba stanowisk/liczba miejsc w systemie Parametr 1 – rozkład napływu M = Markowski (rozkład Poissona) czas przybycia D = Deterministyczny czas przybycia Parametr 2 – rozkład czasu obsługi M = Markowski (wykładniczy) czas obsługi G = Dowolny rozkład czasu obsługi D = Deterministyczny czas obsługi (jednopunktowy) Parametr 3 Liczba stanowisk obsługi Parametr 4 liczba miejsc w systemie (łącznie stanowiska obsługi+ kolejka) Jeśli jest nieskończona jest pomijana w zapisie

10 System M/M/s s stanowisk obsługi. s stanowisk obsługi. Strumień wejściowy Poisson z param.. Strumień wejściowy Poisson z param.. Obsługa wykładnicza z param.. Obsługa wykładnicza z param.. Dyscyplina obsługi FIFO. Dyscyplina obsługi FIFO. Pojedyncza kolejka. Pojedyncza kolejka. < s. < s.

11 System M/G/1 Czas obsługi nie musi mieć rozkładu wykładniczego. Czas obsługi nie musi mieć rozkładu wykładniczego. np.: Naprawa telewizora Naprawa telewizora Badanie wzroku Badanie wzroku Fryzjer Fryzjer Model : Strumień wejściowy Poisson z param.. Czas obsługi o dowolnym rozkładzie, średniej m i odchyleniu standardowym s. Jedno stanowisko obsługi.

12 System M/D/1 Czas obsługi może być ustalony. Czas obsługi może być ustalony.np.. Taśma produkcyjna. Taśma produkcyjna. Myjnia automatyczna. Myjnia automatyczna. Czas obsługi deterministyczny Czas obsługi deterministyczny Aby uzyskać system M/D/1 w systemie M/G/1 trzeba przyjąć odchylenie standardowe równe 0 ( = 0). Aby uzyskać system M/D/1 w systemie M/G/1 trzeba przyjąć odchylenie standardowe równe 0 ( = 0).

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

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

15

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

17 Założenia modelu określają 1) typ rozkładu prawdopodobieństwa zmiennych losowych (rozkład deterministyczny – równe odstępy czasu), rozkład wykładniczy, rozkład Erlanga, dowolny rozkład; 2) zależność lub niezależność zmiennych losowych czasu czekania na zgłoszenie i czasu obsługi; 3) skończona lub nieskończona wartość liczby stanowisk obsługi, długości poczekalni; 4) obowiązującą w systemie dyscyplinę obsługi.

18 Teoria kolejek jednokanałowe systemy obsługi jednokanałowe systemy obsługi wielokanałowe systemy obsługi wielokanałowe systemy obsługi

19 Kanał obsługi: stopa przybycia - przeciętna liczba klientów przypadająca na jednostkę czasu, ma rozkład Poissona ; stopa przybycia - przeciętna liczba klientów przypadająca na jednostkę czasu, ma rozkład Poissona ; stopa obsługi - przeciętna liczba klientów obsłużonych w jednostce czasu, ma rozkład wykładniczy; stopa obsługi - przeciętna liczba klientów obsłużonych w jednostce czasu, ma rozkład wykładniczy; liczba równoległych kanałów obsługi r; liczba równoległych kanałów obsługi r; parametr intensywności ruchu - stosunek liczby klientów przybywających do liczby klientów obsłużonych w jednostce czasu. parametr intensywności ruchu - stosunek liczby klientów przybywających do liczby klientów obsłużonych w jednostce czasu.

20 Założenia w teoretycznym modelu: rozpatrywane są tylko sytuacje w których klienci obsługiwani są według kolejności przybywania do punktu świadczącego usługę, zatem wszyscy klienci są traktowani na równi. rozpatrywane są tylko sytuacje w których klienci obsługiwani są według kolejności przybywania do punktu świadczącego usługę, zatem wszyscy klienci są traktowani na równi.

21 Rozpatruje się dwa przypadki: Gdy układ zmierza do stanu równowagi Gdy układ zmierza do stanu równowagi (jeżeli obie wartości stałe) to prawdopodobieństwo tego, iż kolejka ma określoną długość, jest stałe w każdej jednostce czasu. (jeżeli obie wartości stałe) to prawdopodobieństwo tego, iż kolejka ma określoną długość, jest stałe w każdej jednostce czasu. gdy gdy układ jest niestabilny, a prawdopodobieństwo długiej kolejki rośnie (układ nie może nadrobić czasu w którym był chwilowo niewykorzystany). układ jest niestabilny, a prawdopodobieństwo długiej kolejki rośnie (układ nie może nadrobić czasu w którym był chwilowo niewykorzystany).

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

23 Numer klientaCzas przyjścia liczony od przybycia poprzednie go klienta (w min) Czas obsługi klienta (w min) Numer klientaCzas przyjścia liczony od przybycia poprzednie go klienta (w min) Czas obsługi klienta (w min) 101,511 15,5 20,52,5121,54, ,52141, ,55162,51,5 7 0, ,5183, , ,56203,53 Razem4060

24 Rozwiązanie stopa przybycia stopa przybycia stopa obsługi stopa obsługi parametr intensywności ruchu parametr intensywności ruchu Zatem zachodzi nierówność, czyli stopa przybyć przewyższa stopę obsługi. Wartość parametru sugeruje, że mamy do czynienia z układem niestabilnym, a prawdopodobieństwo długiej kolejki się zwiększa. Zatem zachodzi nierówność, czyli stopa przybyć przewyższa stopę obsługi. Wartość parametru sugeruje, że mamy do czynienia z układem niestabilnym, a prawdopodobieństwo długiej kolejki się zwiększa. Osiągnięcie stanu równowagi jest tylko możliwe dzięki podjęciu radykalnych działań: Osiągnięcie stanu równowagi jest tylko możliwe dzięki podjęciu radykalnych działań: –skróceniu czasu obsługi klienta –zainstalowaniu dodatkowego stanowiska obsługi.

25 Prawdopodobieństwo, że w układzie brak klientów, czyli n=0 obliczamy ze wzoru:

26 Przeciętna liczba klientów oczekujących w kolejce to:

27 Prawdopodobieństwo, że w kolejce oczekuje n klientów określa wzór:

28 Prawdopodobieństwo, że w kolejce oczekuje więcej niż n0 klientów (pod warunkiem gdy ) określa wzór że w kolejce oczekuje więcej niż n0 klientów (pod warunkiem gdy ) określa wzór

29 Prawdopodobieństwo, tego że czas oczekiwania w kolejce jest dłuższy niż t0 określa wzór: tego że czas oczekiwania w kolejce jest dłuższy niż t0 określa wzór:

30 Przykład W prywatnej przychodni stomatologicznej czynne są dwa gabinety lekarskie. Przecięty czas przybycia pacjenta wynosi 3,8 na godz., a stopa obsługi wynosi 2 pacjentów na godz. W prywatnej przychodni stomatologicznej czynne są dwa gabinety lekarskie. Przecięty czas przybycia pacjenta wynosi 3,8 na godz., a stopa obsługi wynosi 2 pacjentów na godz.

31 Czy system obsługi zmierza do stanu równowagi? stan równowagi systemu jest zachowany, bo stan równowagi systemu jest zachowany, bo

32 Ile wynosi prawdopodobieństwo, że nie będzie kolejki? Prawdopodobieństwo, że nie będzie kolejki w poradni stomatologicznej wynosi 36%. Prawdopodobieństwo, że nie będzie kolejki w poradni stomatologicznej wynosi 36%.

33 Ile wynosi prawdopodobieństwo, że pacjent będzie musiał oczekiwać? Prawdopodobieństwo, że pacjent będzie musiał oczekiwać na przyjęcie w poradni wynosi 64%. Prawdopodobieństwo, że pacjent będzie musiał oczekiwać na przyjęcie w poradni wynosi 64%.

34 Ile wynosi prawdopodobieństwo, że w kolejce znajdują się więcej niż dwie osoby? Prawdopodobieństwo, że w kolejce znajdują się więcej niż dwie osoby wynosi 15%. Prawdopodobieństwo, że w kolejce znajdują się więcej niż dwie osoby wynosi 15%.

35 Ile wynosi prawdopodobieństwo, że pacjent będzie musiał oczekiwać w kolejce dłużej niż 0,5 godz.? Prawdopodobieństwo, że pacjent będzie musiał oczekiwać w kolejce dłużej niż 0,5 godz. wynosi 11%. Prawdopodobieństwo, że pacjent będzie musiał oczekiwać w kolejce dłużej niż 0,5 godz. wynosi 11%.

36 Ile przeciętnie pacjentów oczekuje w kolejce na przyjęcie? Przeciętnie oczekuje w kolejce na przyjęcie 0,28 pacjentów.

37 Jak wygląda sytuacja z punktu widzenia właściciela poradni? Sytuacja z punktu widzenia właściciela poradni dla pacjentów jest komfortowa. Sytuacja z punktu widzenia właściciela poradni dla pacjentów jest komfortowa. Wprawdzie prawdopodobieństwo bezkolejkowego przyjęcia jest duże, bo wynoszące 0,36. Wprawdzie prawdopodobieństwo bezkolejkowego przyjęcia jest duże, bo wynoszące 0,36. Małe jest prawdopodobieństwo oczekiwania w kolejce więcej niż dwóch pacjentów, bo wynoszące 0,15. Małe jest prawdopodobieństwo oczekiwania w kolejce więcej niż dwóch pacjentów, bo wynoszące 0,15. Bardzo małe jest prawdopodobieństwo, że pacjent będzie czekał dłużej niż pół godziny, bo wynosi 0,11. Bardzo małe jest prawdopodobieństwo, że pacjent będzie czekał dłużej niż pół godziny, bo wynosi 0,11. Z analizy wynika, że przeciętnie w kolejce oczekuje 0,28 pacjentów. Z analizy wynika, że przeciętnie w kolejce oczekuje 0,28 pacjentów.

38 Przykładowe zaliczenie Zdefiniuj pojęcie rozwiązanie optymalne. Zdefiniuj pojęcie rozwiązanie optymalne. Podaj różnice pomiędzy metodą CPM, a PERT. Podaj różnice pomiędzy metodą CPM, a PERT.

39 Fragment tablicy simpleksowej po n iteracjach przedstawiono w tabeli poniżej: Sformułować funkcję kryterium dla zadania, przedstawionego w tabeli. Sformułować funkcję kryterium dla zadania, przedstawionego w tabeli. Określić, które zmienne w podanej iteracji są w bazie. Określić, które zmienne w podanej iteracji są w bazie. Czy powyższe rozwiązanie jest optymalne? Czy powyższe rozwiązanie jest optymalne? Jak zmienna wejdzie do bazy w następnej iteracji? Jak zmienna wejdzie do bazy w następnej iteracji?


Pobierz ppt "TEORIA KOLEJEK opracowanie na podstawie : Jędrzejczyk Z., Skrzypek J., Kukuła K., Walkosz A. [1997]: Badania operacyjne w przykładach i zadaniach, PWN,"

Podobne prezentacje


Reklamy Google