Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

TEORIA KOLEJEK opracowanie na podstawie :

Podobne prezentacje


Prezentacja na temat: "TEORIA KOLEJEK opracowanie na podstawie :"— 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 Jakub Wróblewski Elementy modelowania matematycznego. Systemy kolejek

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

4 Koszty $ Całkowity Obsługi Niezadowolenia klienta Poziom obsługi

5 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.

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

7 Charakterystyki procent czasu zajętości wszystkich stanowisk obsługi
prawdopodobieństwo, że system nie jest pusty średnia liczba klientów oczekujących średnia liczba klientów oczekujących i obsługiwanych średni czas oczekiwania średni czas oczekiwania i obsługi prawdopodobieństwo, że przybywający klient oczekuje prawdopodobieństwo, że w systemie jest n klientów

8 W modelu tym występują zmienne losowe:
Model matematyczny funkcjonowania SMO opiera się na teorii procesów stochastycznych. 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.

9 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.

10 Proces wejściowy intensywność strumienia wejściowego - intensywność przybywania; liczba klientów-trend; czas oczekiwania na klienta.

11

12

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

14 liczba miejsc w systemie (łącznie stanowiska obsługi+ kolejka)
Notacja Kendalla 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

15 System M/M/s s stanowisk obsługi.
Strumień wejściowy Poisson z param.l. Obsługa wykładnicza z param. m.

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

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

18 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, lwej – strumień wejściowy zgłoszeń, lwyj – strumień wyjściowy obsłużonych obiektów.

19 W zależności od dyscypliny obsługi SMO można podzielić następująco:
FIFO (first in first out), czyli kolejność obsługi według przybycia; SIRO (selection in random order) czyli kolejność obsługi losowa; LIFO (last in 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.

20

21

22 średnia liczba jednostek oczekujących w kolejce (tj. długość kolejki):
średni czas oczekiwania (przebywania w kolejce):

23

24

25

26 Teoria kolejek jednokanałowe systemy obsługi
wielokanałowe systemy obsługi

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

28 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.

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

30 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.

31 Numer klienta Czas przyjścia liczony od przybycia poprzedniego klienta (w min) Czas obsługi klienta (w min) 1 1,5 11 5,5 2 0,5 2,5 12 4,5 3 13 4 14 5 15 6 16 7 17 8 18 3,5 9 19 10 20 Razem 40 60

32 Rozwiązanie stopa przybycia stopa obsługi 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. Osiągnięcie stanu równowagi jest tylko możliwe dzięki podjęciu radykalnych działań: skróceniu czasu obsługi klienta zainstalowaniu dodatkowego stanowiska obsługi.

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

34 Przeciętna liczba klientów oczekujących w kolejce to:

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

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

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

38 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.

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

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

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

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

43 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%.

44 Ile przeciętnie pacjentów oczekuje w kolejce na przyjęcie?
Przeciętnie w kolejce na przyjęcie nie oczekują pacjenci.

45 Jak wygląda sytuacja z punktu widzenia właściciela poradni?
Sytuacja z punktu widzenia właściciela poradni dla pacjentów jest komfortowa. Prawdopodobieństwo bezkolejkowego przyjęcia jest wynosi 0,36. 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. Z analizy wynika, że przeciętnie w kolejce nie oczekują pacjenci


Pobierz ppt "TEORIA KOLEJEK opracowanie na podstawie :"

Podobne prezentacje


Reklamy Google