Leszek Smolarek Akademia Morska w Gdyni 2005/2006

Slides:



Advertisements
Podobne prezentacje
Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Advertisements

Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Modelowanie i symulacja
Autorzy: Janusz Melaniuk Grzegorz Manowski
BUDOWA MODELU EKONOMETRYCZNEGO
Badania operacyjne. Wykład 1
Badania operacyjne. Wykład 2
Dr inż. Bożena Mielczarek
Dr inż. Bożena Mielczarek Wprowadzenie do Areny. Zadanie domowe nr 5.
Dr inż. Bożena Mielczarek
Statystyka w doświadczalnictwie
ANALITYCZNE MODELE SYSTEMÓW KOLEJKOWYCH
Ekonometria wykladowca: dr Michał Karpuk
Hej ho, hej ho do pracy by się szło… Materiał opracowany w oparciu o bibliografię austriackiej szkoły ekonomicznej © Joanna Jonczek.
TEORIA KOLEJEK opracowanie na podstawie :
TEORIA KOLEJEK opracowanie na podstawie :
TEORIA KOLEJEK opracowanie na podstawie :
OPORNOŚĆ HYDRAULICZNA, CHARAKTERYSTYKA PRZEPŁYWU
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 4: Generowanie zdarzeń  Dr inż. Halina Tarasiuk p. 337, tnt.tele.pw.edu.pl.
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
Zarządzanie projektami
Hipotezy statystyczne
Elementy Rachunku Prawdopodobieństwa i Statystyki
Konstrukcja, estymacja parametrów
Jak mierzyć i od czego zależy?
BADANIE STATYSTYCZNE Badanie statystyczne to proces pozyskiwania danych na temat rozkładu cechy statystycznej w populacji. Badanie może mieć charakter:
Dr inż. Bożena Mielczarek
Koszt przeglądu/naprawy
Ćwiczenia 3: System kolejkowy
Prognozowanie z wykorzystaniem modeli ekonometrycznych
Hipotezy statystyczne
Ćwiczenia 5: Analiza wyników symulacji
Finanse 2009/2010 dr Grzegorz Szafrański pokój B106 Termin konsultacji poniedziałek:
Systemy kolejkowe - twierdzenie Little’a
Dr Karolina Muszyńska Na podst.:
Planowanie przepływów materiałów
Planowanie badań i analiza wyników
MS Excel - wspomaganie decyzji
Symulacja dyskretna Dr inż. Bożena Mielczarek. Model podstawowy (Książka rozdz.8.2) Zadanie: Wyroby wprowadzane są na halę produkcyjną zgodnie z rozkładem.
Symulacja dyskretna Dr inż. Bożena Mielczarek. Model nr 2. (Książka rozdz.8.3, str )  Wyroby napływają w tempie opisanym rozkładem wykładniczym.
Metoda studium przypadku jako element XI Konkursu Wiedzy Ekonomicznej
METODY PODEJMOWANIA DECYZJI
Testowanie hipotez statystycznych
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
Dopasowanie rozkładów
Wnioskowanie statystyczne
Dr inż. Bożena Mielczarek Wprowadzenie do Areny. Ryzy papieru.
Edward Lazear Imperializm ekonomiczny
PROBLEM ZAPASÓW, ALE POZIOM ZAPASÓW NIE JEST ZMIENNĄ DECYZYJNĄ
Eksploatacja zasobów informatycznych przedsiębiorstwa.
Weryfikacja hipotez statystycznych
Literatura Dr Agnieszka Systemy masowej obsługi 7 Koronacki J.,.
Dr inż. Bożena Mielczarek
Cafe D. Pownd. Cafe D. Pownd:  Stołówka studencka  Dla 550 studentów The National Academy of Liberal Arts  Otwarta 7:00-19:00 w dni powszednie, zamknięta.
Weryfikacja hipotez statystycznych dr hab. Mieczysław Kowerski
MACHINE REPAIR Symulacja z arkuszem kalkulacyjnym Magdalena Gołowicz Agnieszka Paluch.
Ważone indeksy w badaniu podmiotów ekonomii społecznej Marek Bożykowski
Treść dzisiejszego wykładu l Weryfikacja statystyczna modelu ekonometrycznego –błędy szacunku parametrów, –istotność zmiennych objaśniających, –autokorelacja,
Logistyka – Ćwiczenia nr 6
Testy nieparametryczne – testy zgodności. Nieparametryczne testy istotności dzielimy na trzy zasadnicze grupy: testy zgodności, testy niezależności oraz.
Zagadnienia transportowe Katedra Ekonomiki i Funkcjonowania Przedsiębiorstw Transportowych.
Katedra Ekonomiki i Funkcjonowania Przedsiębiorstw Transportowych
Weryfikacja hipotez statystycznych „Człowiek – najlepsza inwestycja”
STATYSTYKA – kurs podstawowy wykład 8 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Modele nieliniowe sprowadzane do liniowych
Telekomunikacja Bezprzewodowa (ćwiczenia - zajęcia 10,11)
Statystyka matematyczna
Problem ustalania grafiku ciąg dalszy
* PROCESÓW TECHNOLOGICZNYCH
Zapis prezentacji:

Leszek Smolarek Akademia Morska w Gdyni 2005/2006 Modelowanie procesów transportowych Wykład 7-8 Leszek Smolarek Akademia Morska w Gdyni 2005/2006

Teoria masowej obsługi (teoria kolejek). Teoria masowej obsługi (teoria kolejek) powstała na początku XX wieku w związku z pracami G. Erlanga w zakresie analizy łączności telefonicznej. Duński matematyk G. Erlang badał statystyczne prawidłowości napływu zgłoszeń na połączenie telefoniczne i starał się proponować optymalną kolejność obsługi tych zgłoszeń w celu: minimalizacji oczekiwania „zgłoszenia” w kolejce oraz minimalizacji przestoju „kanału obsługi”.

Teoria masowej obsługi (teoria kolejek). Bardzo szybko zakres zastosowań teorii masowej obsługi rozszerzył się na wiele innych dziedzin działalności ludzkiej. Zauważono, że większość procesów gospodarczych cechuje się, podobnie jak procesy łączności telefonicznej, występowaniem zapotrzebowania na wykonanie pewnej usługi (pracy). Aparat obsługi (kanał obsługi) może nie być w stanie obsłużyć występującego zapotrzebowania (strumienia zgłoszeń) na usługi w tym samym czasie. Możliwe są więc kolejki zgłoszeń oczekujących na obsługę. Strumień zgłoszeń oczekujących na obsługę ma charakter losowy, co oznacza, że momenty pojawiania się zgłoszeń są zmiennymi losowymi.

Ogólnie można określić, że problemy kolejek powstają gdy jest zbyt dużo lub zbyt mało wymagań w stosunku do istniejących możliwości obsługowych systemu. W pierwszym przypadku powstaje na przykład kolejka klientów, w drugim przypadku występuje strata czasu ze strony zespołu urządzeń, personelu obsługującego itp. Te dwie sytuacje są sobie przeciwstawne, lecz pociągają za sobą straty. Istnieje więc problem optymalizacji parametrów systemu obsługi.

Zjawiskom wyczekiwania, podobnie jak innym problemom optymalizacji decyzji logistycznych towarzyszy zawsze pewna funkcja celu, którą w tym przypadku należy minimalizować. Istota problemów związanych ze zjawiskami wyczekiwania na jakąś obsługę polega na pojawianiu się jednostek wymagających tej obsługi, przez co tworzy się kolejka. Po obsłużeniu jednostka opuszcza dany system obsługi.

Kolejka jednostek oczekujących na obsługę powstaje na skutek nierównomiernego przybywania klientów lub nierównomiernej obsługi (lub z obu tych powodów). Jednostki oczekujące w kolejce oraz punkt (punkty) obsługi tworzą system obsługi.

Podstawowymi charakterystykami systemów obsługi są: intensywność strumienia zgłoszeń -  (liczba zgłoszeń / jednostkę czasu), intensywność strumienia obsługi w ustalonej jednostce czasu -  (liczba jednostek obsłużonych / jednostkę czasu).

Znając, na podstawie obserwacji i pomiarów, oszacowania powyższych charakterystyk, można wyznaczyć: intensywność przepływu  jednostek (ludzi, materiałów, maszyn, dokumentów itp.) przez dany system obsługi:

Jest to najważniejsza charakterystyka jednego punktu obsługi Jest to najważniejsza charakterystyka jednego punktu obsługi. Jeśli <1 to kolejka się zmniejsza, gdy =1 to długość kolejki nie zmienia się, a gdy >1 to może ona rosnąć w nieskończoność.

średnia liczba jednostek w systemie obsługi (tj średnia liczba jednostek w systemie obsługi (tj. oczekujących w kolejce, bądź właśnie obsługiwanych):

średni czas przebywania jednostki w systemie:

średnia liczba jednostek oczekujących w kolejce (tj. długość kolejki):

średni czas oczekiwania (przebywania w kolejce):

Funkcja celu, umożliwiająca ocenę „dobroci” poszczególnych rozwiązań i wybór optymalnej liczby kanałów (punktów) obsługi r, ma w przypadku zagadnień związanych z masową obsługą następującą postać ogólną: F(r) = koszt strat czasu na wyczekiwanie przez wszystkie jednostki + koszt funkcjonowania r kanałów

Niekiedy w grę wchodzą inne, niż ekonomiczne, kryteria np Niekiedy w grę wchodzą inne, niż ekonomiczne, kryteria np. bezpieczeństwo funkcjonowania danego systemu obsługi. Przykładem może być konieczność wyznaczenia optymalnej liczby jednostek ratowniczych (np. karetek pogotowia z obsługą). Obsługiwanymi jednostkami są tu potrzebujący pomocy, a kanałami obsługi – jednostki ratownicze. W tym przypadku zadanie sprowadza się do wyznaczenia takiego r, przy którym nie dążymy do uzyskania minimalnych kosztów funkcjonowania systemu, lecz chcemy żeby prawdopodobieństwo oczekiwania na jednostkę ratowniczą przez czas dłuższy niż T było mniejsze od uprzednio ustalonej wartości.

Zazwyczaj intensywność strumienia zgłoszeń oraz intensywność strumienia obsługi mają charakter losowy. Zgłaszanie jednostek do systemu obsługi następuje zwykle zgodnie z rozkładem Poissona, zaś czas ich obsługi według rozkładu wykładniczego. Jeśli podczas weryfikacji statystycznej hipotezy dotyczące takich postaci rozkładów nie zostaną odrzucone to zagadnienie można rozwiązać na drodze analitycznej.

Jeśli testy wskazały na małą zgodność rozkładów rzeczywistych z rozpatrywanymi rozkładami teoretycznymi to zagadnienie należy rozwiązywać metodami symulacyjnymi.

Dziękuję za uwagę