Задать вопрос юристу

5.1. Классификация систем массового обслуживания

Системы массового обслуживания (СМО) классифицируются по трем основным признакам.

1. Популяция потенциальных клиентов (или «резервуар», из которого приходят заявки) и характеристики входного потока.

1.1. Популяция может быть бесконечной или конечной.

– Бесконечной популяцию можно считать в том случае, если ее размер намного больше любого мыслимого размера очереди, который может возникнуть в данной СМО. При этом интенсивность входного потока заявок не будет зависеть от того, сколько их уже поступило в систему.

– Конечной мы будем называть такую популяцию, размер которой сравним с длиной очереди, образующейся в системе. Если, например, наладчик обслуживает 10 станков в цехе, каждый станок останавливается и требует обслуживания в среднем 1 раз в час, то суммарный ожидаемый поток заявок будет 10 заявок в час. Если, однако, один станок (два или три станка) остановились и наладчик занимается его обслуживанием, то ожидаемый суммарный поток новых заявок будет лишь 9 заявок в час (8 или 7) до тех пор, пока остановившиеся станки опять не заработают. Именно поэтому для конечной популяции в качестве основной характеристики входного потока рассматривается не интенсивность потока заявок от всей популяции (как в случае бесконечной популяции), а интенсивность потока заявок от каждого члена популяции (которая остается постоянной независимо от размера очереди).

1.2. Входной поток может быть подразделен на два вида:

– пуассоновский;

– не пуассоновский.

2. Свойства самой очереди.

2.1. Размер очереди:

– Неограниченный.

– Ограниченный. Ограничения на размер очереди могут быть обусловлены технологическими причинами. Например, автоматическая телефонная станция не может удержать в очереди больше 10 звонков. Если в то время, когда 10 клиентов ждут ответа оператора, позвонил 11-ый клиент, он услышит короткие гудки – «занято». Система отказала ему в обслуживании. Иногда можно использовать модель ограниченной очереди для описания психологических особенностей клиентов. Если исследования поведения ваших клиентов показывают, что они редко становятся в очередь, если в ней уже стоит, скажем, 5 человек, то приблизительно можно описать вашу СМО как систему с отказами, в которой не может находиться более 5 клиентов.

2.2. Дисциплина очереди:

– Первый пришел – первым обслужен (в российской терминологии – «живая очередь).

– Наличие заявок с приоритетом (примеры из российской практики: зрители с биноклями образуют отдельную очередь в театральном гардеробе, ветераны и беременные женщины – без очереди и пр., данный случай не может быть описан в рамках этой теории).

– Очередь с нетерпеливыми заявками (после некоторого критического времени ожидания определенная доля заявок уходит, не дождавшись обслуживания, данный случай не может быть описан в рамках этой теории).

Мы будем рассматривать модели теории очередей только для простейшей дисциплины очереди «Первый пришел – первым обслужен».

3. Свойства каналов обслуживания.

3.1. Число каналов:

– один канал;

– несколько каналов.

3.2. Пропускная способность каналов:

– одинаковая;

– различная.

3.3. Частотное распределение времени обслуживание:

– экспоненциальное распределение;

– произвольное распределение.

Мы будем рассматривать только модели с абсолютно одинаковыми каналами обслуживания, случайное время обслуживания в которых распределено экспоненциально. В большинстве случаев плотность распределения времени обслуживания характеризуется кривой с максимумом так, что существует наиболее вероятное время обслуживания, а вероятности того, что на обслуживание будет затрачено очень маленькое или очень большое время, понижены. Однако, за исключением самого простого случая неограниченной очереди с одним каналом обслуживания, получить в конечной форме решения для моделей СМО с иным, кроме экспоненциального, распределением для времени обслуживания не удается. В тех случаях, когда невозможно использование конечных формул теории очередей, всегда есть возможность провести компьютерное моделирование системы массового обслуживания и путем усреднения по многим реализациям случайного процесса получить все необходимые характеристики ее работы.

Теория очередей предполагает, что входной поток клиентов (или заявок на обслуживание) описывается вероятностной моделью, которая называется простейшим или пуассоновским потоком.

Чтобы быть пуассоновским потоком, входной поток заявок должен обладать тремя свойствами. Он должен быть:

– ординарным,

– стационарным,

– без памяти.

Ординарный – это значит, что все заявки поступают в систему по одной, а не группами. Например, если группа студентов в перерыв между парами устремляется в буфет, свойство ординарности потока нарушается и правильно описать такую ситуацию теория очередей не сможет.

Свойство стационарности означает неизменность потока во времени. Требование стационарности не означает, разумеется, что в каждый час, минуту или день в систему приходит одинаковое число заявок. Теория очередей рассматривает входной поток как случайный, т.е. если взять два последовательных и равных промежутка времени, то в систему будет приходить разное (случайное) число заявок. Однако среднее число заявок, взятое по большому числу реализаций случайного процесса, в каждом равном промежутке времени будет одно и то же. Если, например, наблюдая некоторую столовую изо дня в день, мы обнаружим, что входной поток клиентов (а с ним и очередь) нарастает с момента открытия в 10 часов утра и достигает максимума в «часы пик» от 13 до 14, а затем идет на убыль, то свойство стационарности не выполняется.

Свойство отсутствие памяти означает, что вероятность поступления в систему очередной заявки в следующий час или минуту, совершенно не зависит от того, сколько времени прошло с момента поступления предыдущей заявки. Заявки поступают в систему независимо друг от друга и очередная заявка «не знает» (и потому «не может помнить») когда пришла предыдущая. Если вы ждете троллейбус на остановке уже 15 минут (а на табличке написано, что средний промежуток времени между ними составляет 5 минут), то вместе со все возрастающим чувством досады растет и вероятность того, что он все-таки придет в следующую минуту. В движении троллейбусов есть следы расписания. Хотя из-за случайных вариаций во времени обработки на предыдущих производственных этапах детали на конвейер могут поступать в случайные моменты времени, «память» (или «следы расписания») в этом потоке, несомненно, присутствует. Применение формул теории очередей к таким процессам (по крайней мере, без всяких поправочных коэффициентов) неправомерно. А вот для потоков клиентов или заявок в системы массового обслуживания отсутствие памяти – это очень характерное свойство. Неважно, когда поступила предыдущая заявка, вероятность ∆P того, что новая заявка поступит в следующий промежуток времени ∆t, будет равна

,

где – это интенсивность входного потока заявок, т.е. среднее число заявок, поступающих в единицу времени. Это равенство будет выполняться тем точнее, чем меньше выбранный промежуток времени, при условии, что .

Пусть P(t) – это вероятность того, что за время t в систему не поступит ни одной заявки, а P(t+∆t) – вероятность того, что и за время t+∆t ни одной заявки в систему не придет. Тогда очевидно, что между двумя вероятностями существует следующая связь:

, (5.1)

т.е. вероятность того, что заявка не поступит в систему за время t+∆t есть произведение вероятностей двух независимых событий: 1) заявка не поступила в систему за время t; 2) заявка не поступила в систему за следующий малый промежуток времени ∆t.

Если раскрыть скобки, можно получить следующее дифференциальное уравнение:

. (5.2)

Для читателей, знакомых с элементами дифференциального и интегрального исчисления, из (5.2) нетрудно получить, что выражение для вероятности того, что за время t в систему не поступит ни одной заявки:

, (5.3)

а вероятность того, что за время t в систему поступит хотя бы одна заявка, будет, очевидно, выражаться формулой:

, (5.4)

Из формулы (5.4) следует, что частотное распределение для промежутка времени между последовательными заявками, поступившими в систему, будет экспоненциальным распределением.

<< | >>
Источник: Мазелис, А.Л., Гузенко, А.Г.. ТЕОРИЯ ПРИНЯТИЯ РЕШЕНИЙ [Текст] : учебно-практическое пособие. – Владивосток : Изд-во ВГУЭС,2013. – 84 с.. 2013
Вы также можете найти интересующую информацию в научном поисковике Otvety.Online. Воспользуйтесь формой поиска:

Еще по теме 5.1. Классификация систем массового обслуживания:

  1. 6. Средства массовой информации в системе профилактики правонарушений
  2. Деформация политической системы и массовые репрессии в СССР в 1930-е гг.
  3. Правовые системы и теоретические проблемы их классификации § 1. Правовая система общества: понятие, элементы, функции
  4. Классификация временно-распределенных систем
  5. 2. Классификация правовых систем
  6. § 2. Классификация правовых систем мира.
  7. Типологизация и классификация структурных элементов системы права
  8. 14. Понятие и классификация современных национально-правовых систем.
  9. 4.1 Понятие и классификация экономических систем
  10. 2. Классификация и типы экономических систем. Роль экономической культуры в экономической системе общества
  11. Формализм распределенных во времени систем Временная классификация систем
  12. Понятие и классификация банковской системы