Systémy hromadné obsluhy

Slides:



Advertisements
Podobné prezentace
Základní typy rozdělení pravděpodobnosti diskrétní náhodné veličiny
Advertisements

VÝPOČET OC.
Riziko zbytečného signálu v regulačním diagramu
Dynamické systémy.
Modely hromadné obsluhy Modely front
MARKOVSKÉ ŘETĚZCE.
Ústav technologie, mechanizace a řízení staveb
Modely řízení zásob I. Deterministické
Prezentace společnosti B&C Dopravní systémy s.r.o. Společnost se zabývá aplikováním sofistikovaných metod využitelných pro poznávání, řízení a regulaci.
Limita funkce. Koncentrace 137Cs v odpadním kanálu jaderné elektrárny se v časovém intervalu (t1, t2) řídí rovnicí c (t) = c0e -(t-t0). V čase t1 dojde.
Limitní věty.
Úvod Klasifikace disciplín operačního výzkumu
Operační systémy. OPERAČNÍ SYSTÉMY pomoc operátorovi, podpora vlastností reálného času, víceuživatelských a více úlohových systémů.
DATAKON Chování uživatelů elektronické pošty Kamil Malinka Dan Cvrček.
Systémy hromadné obsluhy
Optimalizace v simulačním modelování. Obecně o optimalizaci  Optimalizovat znamená maximalizovat nebo minimalizovat parametrech (např. počet obslužných.
Lineární programování Simplexový algoritmus
Lineární algebra.
CW – 13 LOGISTIKA 13. PŘEDNÁŠKA Teorie front + HO
LOGISTICKÉ SYSTÉMY 2/14.
Markovské řetězce Definice Markovského řetězce
Deterministické modely zásob Model s optimální velikostí objednávky
Optimalizační úlohy i pro nadané žáky základních škol
Modely montážních linek Gejza Dohnal. Montážní linky.
LOGISTICKÉ SYSTÉMY 4/14.
Obsah prezentace Náhodná proměnná Rozdělení náhodné proměnné.
Náhodná veličina.
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ Ústav technologie, mechanizace a řízení staveb Fakulta stavební VUT v Brně © Ing. Václav Rada, CSc. Cvičení – 8. APLIKACE.
Národní informační středisko pro podporu kvality.
1 Národní informační středisko pro podporu jakosti.
Lineární rovnice Kvadratické rovnice Soustavy rovnic
Vybraná rozdělení spojité náhodné veličiny
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ Ústav technologie, mechanizace a řízení staveb Fakulta stavební VUT v Brně © Ing. Václav Rada, CSc. 19. PŘEDNÁŠKA.
Generování náhodných veličin (2) Spojitá rozdělení
Aplikovaná statistika
Některá diskrétní a spojitá rozdělení náhodné veličiny.
Náhodný jev A E na statistickém experimentu E - je určen vybranou množinou výsledků experimentu: výsledku experimentu lze přiřadit číslo, náhodnou proměnnou.
Charakteristiky výstupního procesu systémů hromadné obsluhy Martin Meca ČVUT, Fakulta strojní.
Optimalizace versus simulace 9.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
LOGISTICKÉ SYSTÉMY /14.
Dokumentace informačního systému
I N S T I T U T D O P R A V Y VŠB – Technická univerzita Ostrava Fakulta strojní 17. listopadu 15; Ostrava – Poruba tel.: ; 5210
Definice stochastického procesu jako funkce 2 proměnných
Matematické metody v ekonomice a řízení II 4. Metoda PERT
Normální (Gaussovo) rozdělení. Karl Friedrich Gauss
Normální (Gaussovo) rozdělení
Vybraná rozdělení spojité náhodné veličiny
Zpomalování v nekonečném prostředí s absorpcí
Ekonomické modelování Analýza podnikových procesů Statistická simulace je vhodný nástroj pro analýzu stochastických podnikových procesů (výrobní, obchodní,
Tvorba simulačních modelů. Než vznikne model 1.Existence problému 2.Podrobnosti o problému a o systému 3.Jiné možnosti řešení ? 4.Existence podobného.
Systémy hromadné obsluhy
Kamov KA 50 „Hokum“ (Rusko). Spolehlivost strojních systémů Hlediska posuzování strojů: funkční ekonomické ekologické výtvarné spolehlivostní Standardy.
2. Vybrané základní pojmy matematické statistiky
Nesinusové oscilátory s klopnými obvody
Kendalova klasifikace SHO
Ústav technologie, mechanizace a řízení staveb Fakulta stavební VUT v Brně © Ing. Václav Rada, CSc. Únor CVIČENÍ APLIKACE FRONT + HO … - i pro.
Optimalizace versus simulace 8.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
RF Únik neutronů z tepelného reaktoru Veličina k  udává průměrný počet tepelných neutronů, které vzniknou v následující generaci v nekonečném prostředí.
BioTech 2011, Strážná. O čem to bude? Stochastické simulace Diferenciální rovnice (ODR) Automaty.
Exponenciální funkce. y = f ( x ) = e x D ( f ) = R R ( f ) = (0, +∞)
POZNÁMKA: Pokud chcete změnit obrázek na tomto snímku, vyberte obrázek a odstraňte ho. Potom klikněte na ikonu Obrázek v zástupném textu a vložte vlastní.
ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) a  x  b distribuční.
POZNÁMKA: Pokud chcete změnit obrázek na tomto snímku, vyberte obrázek a odstraňte ho. Potom klikněte na ikonu Obrázek v zástupném textu a vložte vlastní.
Simulace podnikových procesů
Některá rozdělení náhodných veličin
Spojitá náhodná veličina
Systémy hromadné obsluhy
Systémy hromadné obsluhy
Normální (Gaussovo) rozdělení
Induktivní statistika
Transkript prezentace:

Systémy hromadné obsluhy Základní pojmy Zdroj požadavků: konečný, nekonečný Příchod požadavků do systému: pevný , náhodný, v dávkách Režim fronty: FIFO, LIFO, SIRO, PŘI Chování ve frontě: trpělivost, výběr fronty Počet a uspořádání kanálů obsluhy: homogenní, nehomogenní, paralelní, sériové, s 1 s více frontami Výstup z obsluhy: výstupní potok regulární,náhodný Kendallova klasifikace systémů hromadné obsluhy Elementární vstupní tok Poissonovo rozdělení počtu událostí za časový interval Exponenciální rozdělení intervalů mezi událostmi Markovské systémy v hromadné obsluze Rovnice ve stabilizovaném tvaru Základní charakteristiky systémů M/M/1 Nákladový problém – minimalizace celkových nákladů

Členění modelů HO Z hlediska výpočtu: Analytické simulační Z hlediska počtu linek rozlišujeme: Systémy s konečným počtem linek Systémy s nekonečným počtem linek Systémy s čekáním (tj. požadavek čeká na obsluhu a vytváří se fronta) Systémy se ztrátami (tj. požadavek systém ihned opouští bez obsluhy a fronty se nevytváří) Systémy smíšené

Základní charakteristiky modelů HO Zdroj požadavků Populace,struktura Příchod do systému Vstupní potok Režim fronty Chování ve frontě Trpělivost Počet a uspořádání kanálů obsluhy Doba obsluhy Výstup ze systému Výstupní potok Q…queue S…servis T…time L…length

Intenzita vstupu jednotek do systému Interval mezi vstupy po sobě následujících jednotek X1,X2,… Intenzita obsluhy Počet kanálů obsluhy m Intenzita provozu systému HO Střední doba čekání ve frontě TQ Střední doba obsluhy TS Střední hodnota celkové doby v systému, tj. doba čekání plus doba obsluhy T Pravděpodobnost, že v systému není žádná jednotka P0 Pravděpodobnost, že v systému je n jednotek pn Střední počet jednotek ve frontě LQ Střední počet jednotek v kanálech obsluhy LS Střední počet jednotek v systému L

Kendallova klasifikace:A/B/C/D/E/F Typ pravděpodobnostního rozdělení intervalů mezi vstupy požadavků do systému M – Poissonův proces vstupu, tj. exponenciální rozdělení intervalů mezi vstupy Ek – Erlangovo rozdělení intervalů mezi vstupy požadavků D – pravidelné vstupy požadavků G – obecný případ, jakékoliv rozdělení B Typ pravděpodobnostního rozdělení doby trvání obsluhy M – exponenciální rozdělení doby trvání obsluhy Ek – Erlangovo rozdělení doby trvání obsluhy D – konstantní doba obsluhy G – jakékoliv rozdělení trvání obsluhy C Počet paralelních obslužných linek m=1, 2, .. (celé kladné číslo) D Kapacita systému hromadné obsluhy, tj. místa v obsluze a ve frontě E Početnost zdroje požadavků F Režim fronty FIFO, LIFO, PRI, SIRO

MODEL M/M/1 S ČEKÁNÍM Vstupní tok požadavků je stacionární, beznásledný a ordinární Pravděpodobnost, že za časový interval délky t nastane právě k událostí, je: Pravděpodobnost žádného vstupu: Střední počet událostí za jednotku času je roven:

Markovský vstup Počet jednotek, které vstoupí do systému v intervalu t má Poissonovské rozdělení pravděpodobnosti s intenzitou λ Intervaly mezi vstupy po sobě následujících jednotek mají exponenciální rozdělení pravděpodobnosti Střední interval mezi vstupy: Pravděpodobnost, že nastane jeden a více vstupů:

Graf hustoty pravděpodobnosti exponenciální náhodné proměnné

Markovská obsluha Pravděpodobnost, že doba obsluhy TS bude větší než t0 ( v intervalu nebude ukončena) vypočteme jako: pravděpodobnost, že obsluha požadavků bude ukončena v průběhu intervalu za podmínky, že obsluha již probíhá po dobu t0:

Odvození charakteristik pro M/M/1 E0  E0 Žádná jednotka nevstupuje. V systému není žádná jednotka a po uplynutí doby dt tam není opět žádná jednotka tj. žádná jednotka nevstoupí, s pravděpodobností 1 – λdt E0   E1 Jedna jednotka vstupuje. Stavu E1 lze z nulového stavu dosáhnout jedině tak, že do systému vstoupí jedna jednotka, s pravděpodobností λdt E1   E0 Jedna jednotka je obsloužena a žádná nevstupuje. Žádná jednotka nevstoupí a zároveň jedna bude během doby dt obsloužena. Oba případy musí nastat zároveň, tedy s pravděpodobností (1 – λdt) µdt = μdt – λµdt2; En   En Jedna jednotka vstupuje a jedna je obsloužena neboli nenastane žádná změna. žádná jednotka nevstoupí a žádná nebude obsloužena nebo (b) jedna vstoupí a současně jedna bude obsloužena. (1 – λdt) (1 – μdt) + λ dt μdt = 1 –λ dt – μdt + λ μdt2 = 1 –λ dt – μdt

Výchozí počet jednotek Změna stavu 1 2 (1- λ) dt λ dt μ dt 1-(λ +μ)dt λ dt 3

Výpočet limitních pravděpodobností Markovského řetězce p0(t +dt) = p0(t) (1 – λdt) + p1(t) μ dt p1(t +dt) = p0(t) λ dt + p1(t) (1 – λdt – μdt) + p2(t) μ dt pn(t +dt) = pn-1 λ(t) dt + pn(t) (1 – λdt – μdt) + pn+1(t) μ dt

obě strany rovnice vydělíme "dt" a přejdeme k limitě pro dt  0 . Úprava rovnic První rovnici upravíme: p0(t +dt) = p0(t) – p0(t) λ dt+ p1(t) μ dt p0(t +dt) – p0(t) = –p0(t) λ dt+ p1(t) μ dt obě strany rovnice vydělíme "dt" a přejdeme k limitě pro dt  0 . . .

Rovnice pro stabilizovaný systém

Řešení soustavy rovnic ve stabilizovaném tvaru p1 = (λ / μ) p0 … pn = (λ / μ)n p0 p0(λ / μ)[1 + λ / μ + (λ / μ)2 + … + (λ / μ)n + … ] = 1 – p0 dosadit

[1 + λ / μ + (λ / μ)2 + … + (λ / μ)n + … ] Součet nekonečné geometrické řady,která konverguje, když Intenzita provozu Musí být menší než 1 (reálně do 0,8)

Intenzita provozu - příklad Lékař ošetřuje jednoho pacienta průměrně 20 minut. Za jednu hodinu přichází průměrně 5 pacientů. Bude tento systém fungovat?

Intenzita provozu - příklad Jak musí lékař zkrátit dobu ošetření,aby systém fungoval? Pracoval nejvýše 80 procent pracovní doby?

Výpočty základních charakteristik Pravděpodobnost, že jednotka nebude čekat ve frontě, tj., že systému není žádná jednotka Pravděpodobnost, že v systému je právě k jednotek Pravděpodobnost, že v systému je k nebo více jednotek Pravděpodobnost, že v systému je více než k jednotek Pravděpodobnost, že v systému je k nebo méně jednotek Střední počet jednotek v systému Střední počet jednotek ve frontě Střední doba strávená jednotkou v systému Střední doba strávená jednotkou ve frontě Střední doba obsluhy

Příklad Do obchodu vstupuje průměrně 20 zákazníků za hodinu. Obsluha jednoho zákazníka trvá přibližně 2 minuty. Jaká bude průměrná délka fronty? Jakou dobu průměrně zákazník v obchodě stráví?

Nákladový problém Náklady vzniklé pobytem jednotky v systému za jednotku času N1 Náklady na provoz jednoho kanálu obsluhy za jednotku času N2 Průměrný počet jednotek v systému L Počet kanálů obsluhy m Celkové náklady na provoz i pobyt jednotek v systému za jednotku času N .

Nákladový problém – lékař pracuje na 80 % Mzda lékaře je 500 Kč na hodinu. Náklady na pobyt pacienta ve zdravotnickém zařízení se odhadují na a) 50 Kč na hodinu b) 300 Kč na hodinu Vyplatí se, aby byly v provozu 2 ordinace zároveň? .