Systémy hromadné obsluhy

Slides:



Advertisements
Podobné prezentace
Základní typy rozdělení pravděpodobnosti diskrétní náhodné veličiny
Advertisements

Program pro rychlé hlášení poruch strojů a zařízení
™. ™ Zprovoznění zařízení a zahájení jejich řízení během několika minut.
Modely hromadné obsluhy Modely front
Řízení poptávky a nabídky
Modely řízení zásob Základní pojmy Deterministické modely
Limitní věty.
Úvod Klasifikace disciplín operačního výzkumu
Operační systémy. OPERAČNÍ SYSTÉMY pomoc operátorovi, podpora vlastností reálného času, víceuživatelských a více úlohových systémů.
Systémy hromadné obsluhy
Optimalizace v simulačním modelování. Obecně o optimalizaci  Optimalizovat znamená maximalizovat nebo minimalizovat parametrech (např. počet obslužných.
LOGISTICKÉ SYSTÉMY 2/14.
Deterministické modely zásob Model s optimální velikostí objednávky
Modely montážních linek Gejza Dohnal. Montážní linky.
LOGISTICKÉ SYSTÉMY 4/14.
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.
STANOVENÍ NEJISTOT PŘI VÝPOŠTU KONTAMINACE ZASAŽENÉHO ÚZEMÍ
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
Systémy hromadné obsluhy
2. téma 1MU305, 211 – Manažerské účetnictví I.
Některá diskrétní a spojitá rozdělení náhodné veličiny.
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.
ZÁVĚREČNÁ PRÁCE: SBĚRACÍ LISY
Test č.3  Binomické rozdělení pravděpodobnosti VY_32_INOVACE_21-17.
Lineární regresní model Statistická inference Tomáš Cahlík 4. týden.
Generování náhodných veličin Diskrétní a spojitá rozdělení Simulační modely ek.procesů 4.přednáška.
Definice stochastického procesu jako funkce 2 proměnných
Normální (Gaussovo) rozdělení. Karl Friedrich Gauss
Normální (Gaussovo) rozdělení
Vybraná rozdělení spojité náhodné veličiny
Využití simulačních modelů
Ekonometrie „ … ekonometrie je kvantitativní ekonomická disciplína, která se zabývá především měřením v ekonomice na základě analýzy reálných statistických.
Ekonomické modelování Analýza podnikových procesů Statistická simulace je vhodný nástroj pro analýzu stochastických podnikových procesů (výrobní, obchodní,
Cíle přednášky Vymezení trhu z pohledu zákazníků a jejich poptávky
Charakteristika oděvní výroby - stroje u Prakticky neexistují jednoúčelové stroje, většina se používá na několik operací pro více výrobků současně u Mnohem.
2. Vybrané základní pojmy matematické statistiky
Normální rozdělení a ověření normality dat
Monte Carlo simulace Experimentální fyzika I/3. Princip metody Problémy které nelze řešit analyticky je možné modelovat na základě statistického chování.
Jednoduchý lineární regresní model Tomáš Cahlík 2. týden
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.
Využití teorie hromadné obsluhy v počítačích Dan Ohnesorg AI526.
(Popis náhodné veličiny)
9 Hodnocení udržovatelnosti strojů a zařízení
T-Mobile Moje Info Možnosti využití SMS v komunikaci s občany.
Dimenzování sítí Uspokojení uživatele služby závisí na její jakosti, která představuje schopnost sítě poskytnout službu s předepsanými parametry. Pohotovost.
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.
Kapitola 5: Spojitá náhodná veličina
Testování hypotéz Otestujte,… Ověřte,… Prokažte,… že střední věk (tj.  ) …činí 40 let (= 40) …je alespoň 40 let (≥ 40)
Simulace podnikových procesů
Náhodná veličina.
Operační systémy Vývoj počítačů
Induktivní statistika
TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ
Systémy hromadné obsluhy
Úvod do statistického testování
Informatika pro ekonomy přednáška 4
Systémy hromadné obsluhy
Normální (Gaussovo) rozdělení
PŘEVODY JEDNOTEK ČASU 60 minut 60 sekund 1 hodina 1 minuta 1 h 1 min
Paměť.
Informatika pro ekonomy přednáška 4
Podnikatelský plán Iva Jeřábková
Transkript prezentace:

Systémy hromadné obsluhy

obsluha Motivační příklad fronta Systém M/M/1 Odchod ze systému Příchod jednotek (zákazníků) do systému

Příklady Fronta a obsluha v obchodě (obyčejný pultový prodej) Porouchané stroje, jejich opravy a čekání na opravu. Komunikace počítačů po síti, poslání paketu a čekání paketu na volný komunikační kanál.

Předpoklady Vstupní proces (příchod jednotek do systému) je náhodný a tvoří Poissonovský proces (co to je, bude vysvětleno později, nyní věřte, že většina procesů, které považujeme intuitivně za „náhodné“, jsou Poissonovské) Doba obsluhy je náhodná veličina s normálním rozdělením (co to je, bude vysvětleno později, nyní věřte, že většina veličin, které považujeme intuitivně za „náhodné“, má normální rozdělení) V obsluze je jeden kanál (jedna prodavačka za pultem).

Ke stažení Jednoduchý simulační program http://sho.exe Zkuste si, jak funguje SHO M/M/1 se střední dobou mezi příchody zákazníků 5 minut a střední dobou obsluhy 6,5,4 a 2 minuty.

Kendalova klasifikace SHO

Klasifikace systémů hromadné obsluhy X/Y/s X … typ vstupního procesu - M Poissonovský proces - D Deterministický proces - U (C) Rovnoměrné rozdělení - G Obecné ( jiné, než zde výslovně uvedené) rozdělení

Klasifikace systémů hromadné obsluhy X/Y/s Y … rozděleníé veličiny doba obsluhy - M Normální rozdělení - D Pevná doba obsluhy - U (C) Rovnoměrné rozdělení - G Obecné ( jiné, než zde výslovně uvedené) rozdělení

Klasifikace systémů hromadné obsluhy X/Y/s S >= 1 počet kanálů obsluhy

Rozšířená klasifikace SHO X/Y/s/C/F/V C disciplína čekání (FIFO, LIFO, RANDOM, PRIORITY()) F omezení délky fronty (číslo, nebo ∞) V omezení vstupu (velikosti populace) (číslo, nebo ∞)

Vstupní parametry modelů  … intenzita vstupu (průměrný počet požadavků, které do systému vstoupí za jednotku času)  … intenzita obsluhy (průměrný počet požadavků, které je kanál schopen obsloužit za jednotku času)  … =  /  intenzita provozu

Vypočtené parametry modelu pn … pravděpodobnost, že v systému je právě n zákazníků … průměrný počet zákazníků v systému … průměrná délka fronty … průměrná doba setrvání zákazníka v systému … průměrná doba čekání … průměrný počet obsazených kanálů (= průměrný počet zákazníků v obsluze)

Shrnutí vzorců pro systém M/M/1 Pro ρ >= 1 je systém nestabilní Pro ρ < 1 platí průměrný počet jednotek v systému ρ/(1- ρ) průměrný počet jednotek ve frontě ρ2/(1- ρ) průměrný počet jednotek v obsluze ρ průměrná doba strávená v systému 1/(μ-λ) průměrná doba strávená ve frontě ρ/(μ-λ) průměrná doba strávená v obsluze 1/μ pravděpodobnost, že jednotka bude čekat ve frontě déle, než t ρ. e –(μ-λ)t

Příklad V dilne je velka skupina stejnych stroju, kazdy z nich se obcas poroucha. Doba mezi vyskyty poruch je nahodna a ma exponencialni rozlozeni. Dochazi prumerne k 48 porucham za smenu (8 hodin). Ztraty z prostoje ktereho- koli stroje jsou odhadnuty na 1.00 Kc/min. Stroje opravuje jeden opravar s hodinovou mzdou 20 Kc/hod. Opravar opravi prumerne 13 stroju za hodinu, doba opravy je nahodna a ma exponencialni rozlozeni. Rozhodnete, zda se vyplati vybavit opravare specialnim nastrojem, ktery by zvysil jeho prumerny vykon na 14 oprav za hodinu. Jedna minuta provozu nastroje by stala 3.40 Kc. (Mimo dobu opravy jsou naklady na provoz nastroje nulove.)

Další varianty číslo Mzda opraváře Počet poruch za 8h Počet opravených strojů za 1h Počet opravených strojů za 1h s nástrojem 1min prostoje stroje 1min provozu nástroje 1 21 40 10 14 3,20 3,70 2 18 80 12 2,40 3,10 3 16 72 15 1,60 4 13 64 11 4,00 3,80

Další varianty číslo Mzda opraváře Počet poruch za 8h Počet opravených strojů za 1h Počet opravených strojů za 1h s nástrojem 1min prostoje stroje 1min provozu nástroje 1 21 40 10 14 3,20 3,70 2 18 80 12 2,40 3,10 3 16 72 15 1,60 4 13 64 11 4,00 3,80 Číslo Vyplatí se? Náklady bez Náklady s 1 Ano 213 207 2 738 511 3 Ne 160 220 4 654 409