AUTOMATYKA • 2008 • Tom 12 • Zeszyt 3

Bogus³aw Filipowicz*, Joanna Kwiecieñ*

Zastosowanie teorii kolejek

do modelowania struktur administracyjnych
w szkolnictwie

1. Wprowadzenie
Teoria kolejek jest dziedzin¹ badañ operacyjnych, która w ostatnich latach
rozwija siê bardzo szybko. Pierwotnie by³a ona œciœle powi¹zana z technik¹, jednak dziêki
swojej skutecznoœci i elastycznoœci zosta³a wykorzystana w wielu innych dziedzinach.
Prekursorem teorii kolejek by³ duñski teletechnik A.K. Erlang, który w 1909 r. opublikowa³
swoj¹ pracê dotycz¹c¹ modelu centrali telefonicznej. W latach 70. ubieg³ego wieku teoriê
kolejek zaczêto stosowaæ do oceny wydajnoœci komputerów. Na prze³omie XX i XXI wieku
pojawi³o siê wiele prac dotycz¹cych zastosowania teorii kolejek do oceny wydajnoœci sys-
temów IT [3, 7]. Obecnie teoria ta, obejmuj¹ca zagadnienia systemów i sieci kolejkowych,
mo¿e byæ z powodzeniem stosowana do modelowania wielu systemów obs³ugi, istniej¹-
cych miêdzy innymi w s³u¿bie zdrowia czy administracji, i opracowania metod pozwalaj¹-
cych na ca³kowit¹ charakterystykê procesu obs³ugi [1, 4, 6]. Pozwala bowiem przygotowaæ
optymalne decyzje odnoœnie struktury i organizacji obs³ugi z punktu widzenia klienta i za-
rz¹dzaj¹cego systemem.
Pojedynczy system kolejkowy sk³ada siê z wejœcia, kolejki i stacji obs³ugi. Ze wzglêdu
na typ rozk³adu wejœciowego strumienia zg³oszeñ oraz typ rozk³adu czasów obs³ugi dzieli-
my je na systemy markowskie i niemarkowskie. Sieæ kolejkowa zbudowana z systemów
kolejkowych lepiej przedstawia strukturê badanego obiektu ni¿ pojedynczy system kolej-
kowy. Bior¹c pod uwagê ca³kowit¹ liczbê zg³oszeñ, mo¿na je podzieliæ na sieci otwarte,
zamkniête i mieszane. W zale¿noœci od liczby klas zg³oszeñ dzielimy je na jednoklasowe
i wieloklasowe. Projektuj¹c sieæ kolejkow¹, nale¿y wiêc okreœliæ typ i liczbê systemów
wchodz¹cych w jej sk³ad, liczbê kana³ów obs³ugi w poszczególnych systemach oraz liczbê
klas zg³oszeñ przebywaj¹cych w sieci.
Celem artyku³u jest przedstawienie zastosowania teorii kolejek do modelowania wy-
branych struktur administracyjnych w szkolnictwie. Do analizowania ich funkcjonowania

* Katedra Automatyki, Akademia Górniczo-Hutnicza w Krakowie

1011
1012 Bogus³aw Filipowicz, Joanna Kwiecieñ

zastosowane zostan¹ otwarte sieci kolejkowe, jedno- i wieloklasowe, zbudowane z syste-

mów markowskich, w których czasy obs³ugi zg³oszeñ s¹ zmiennymi losowymi o rozk³adzie
wyk³adniczym.

2. Sieci kolejkowe
Sieci Jacksona i BCMP, które zostan¹ zaprezentowane w tym rozdziale, nale¿¹ do sieci
niewra¿liwych, tzn. takich, których rozwi¹zanie w stanie równowagi maj¹ce postaæ iloczy-
nu prawdopodobieñstw granicznych zale¿y jedynie od pierwszego momentu rozk³adu cza-
sów obs³ugi. G³ównym problemem w teorii kolejek jest w³aœciwe okreœlenie prawdopodo-
bieñstwa sieci w stanie ustalonym, na podstawie którego mo¿na wyznaczyæ pozosta³e
wielkoœci charakteryzuj¹ce sieæ.

2.1. Sieci Jacksona

Najprostszym rodzajem sieci kolejkowych s¹ jednoklasowe sieci Jacksona, w których
liczba zg³oszeñ jest nieograniczona [2, 4]. Proces przybywania zg³oszeñ z zewn¹trz jest
procesem Poissona o parametrze λ. Ka¿da stacja obs³ugi zbudowana z jednego lub wielu
kana³ów obs³ugi o wspó³czynniku μ, który mo¿e zale¿eæ od liczby zg³oszeñ w danej stacji,
pracuje zgodnie z rozk³adem wyk³adniczym wed³ug dyscypliny FIFO. Wzglêdna intensyw-
noœæ obs³ugi w systemie m kana³owym ρi dana jest zale¿noœci¹:

λi
ρi = (1)
mi μi

Jednym z wa¿niejszych twierdzeñ dotycz¹cych sieci otwartych jest twierdzenie Jack-

sona pozwalaj¹ce, przy za³o¿eniu spe³nienia warunków ergodycznoœci przez ka¿d¹ stacjê
nale¿¹c¹ do sieci (ρi < 1), wyznaczyæ prawdopodobieñstwo w stanie ustalonym π(k) zda-
rzenia polegaj¹cego na tym, ¿e w systemie istnieje k zg³oszeñ. Dla sieci sk³adaj¹cej siê
z N systemów m kana³owych prawdopodobieñstwo to okreœlone jest zale¿noœci¹:

N
π(k ) = ∏ πi (ki )
i =1

⎧ 1 (m ρ )ki
⎪ m −1 ⋅ i i , ki ≤ mi
⎪ i (mi ρi ) ki (mi ρi ) mi ki !
⎪∑ +
mi !(1 − ρi )
(2)
⎪ ki =0 ki !
πi (ki ) = ⎨
⎪ 1 m mi ρ ki
⎪ m −1 ⋅ i i , ki > mi
k
⎪ i (mi ρi ) i (mi ρi ) mi mi !
⎪∑ ki !
+
mi !(1 − ρi )
⎩ ki =0
Zastosowanie teorii kolejek do modelowania struktur administracyjnych... 1013

Œrednia liczba zg³oszeñ w systemie Ki oraz œredni czas przebywania zg³oszeñ w syste-
mie (wyznaczony z regu³y Little’a) Ti dane s¹ zale¿noœci¹ (3):

ρi ⋅ (mi ρi ) mi 1 Ki
K i = mi ρi + ⋅ ; Ti = (3)
2 mi −1 ki mi λi
mi !(1 − ρi ) (m ρ ) (mi ρi )
∑ ik i! +
mi !(1 − ρi )
k =0
i i

2.2. Sieci kolejkowe BCMP

W sieci BCMP zg³oszenie mo¿e zmieniæ przynale¿noœæ do klasy w trakcie przebywa-

nia wewn¹trz sieci. Rozk³ad czasów obs³ugi zg³oszeñ jest dowolny. Istniej¹ 4 typy syste-
mów wchodz¹cych w sk³ad sieci BCMP [2, 4]. Stosowane w pracy otwarte sieci BCMP
sk³adaj¹ siê z systemów FIFO i IS, st¹d dalsze rozwa¿ania bêd¹ ograniczone tylko do tych
typów. Typ FIFO reprezentowany jest przez system jedno lub wielokana³owy, w którym
zg³oszenia s¹ obs³ugiwane wg dyscypliny FIFO. Rozk³ad czasów obs³ugi wszystkich klas
jest identyczny i wyk³adniczy. W systemach typu IS istnieje nieograniczona liczba kana³ów
obs³ugi. Zg³oszenia ró¿nych klas mog¹ mieæ inne wymagania odnoœnie obs³ugi, przy czym
rozk³ad czasów obs³ugi mo¿na przedstawiæ w postaci rozk³adu Coxa.
Œrednia liczba zg³oszeñ w systemie umieszczonym w sieci otwartej zbudowanej z N
systemów i R klas zg³oszeñ, wyra¿ona jest za pomoc¹ zale¿noœci (4):

⎛ ρ (mi ρi ) mi 1
⎜ mi ρir + ir ⋅ ⋅ , typ FIFO
⎜ 1 − ρi mi !(1 − ρi ) mi −1 (mi ρi ) ki (mi ρi ) mi 1
⎜ ∑ k ! + m ! ⋅ 1− ρ
Kir = ⎜ ki =0 i i i
(4)
⎜
⎜
⎜ λir , typ IS
⎜μ
⎝ ir

gdzie:
μir – wspó³czynnik obs³ugi klasy r w systemie i,
λir – wspó³czynnik strumienia zg³oszeñ klasy r w systemie i,
ρir – wzglêdna intensywnoœæ obs³ugi klasy r w systemie i, ρir = λir/(miμir).

Œredni czas przebywania zg³oszeñ klasy r w systemie i wyznaczyæ mo¿na z (5):

K ir
Tir = (5)
λir
1014 Bogus³aw Filipowicz, Joanna Kwiecieñ

3. Przyk³adowe modele struktur administracyjnych

uczelni wy¿szych

Wœród licznych zastosowañ teorii kolejek na szczególn¹ uwagê zas³uguje zastosowa-

nie w administracji. W niniejszej pracy otwarte sieci kolejkowe zostan¹ zastosowane do
modelowania struktur administracyjnych uczelni wy¿szych. W³aœciwa organizacja pracow-
ników administracyjnych umo¿liwi bowiem zwiêkszenie satysfakcji studentów i pracowni-
ków uczelni. W pracy [5] przedstawiono przyk³adow¹ optymalizacjê strukturaln¹ syste-
mów edukacyjnych. Celem zebrania danych dotycz¹cych strumienia przybywania zg³oszeñ
oraz czasów obs³ugi w danej uczelni nale¿a³oby przeprowadziæ badania chronometryczne,
by badana struktura jak najlepiej odwzorowywa³a rzeczywisty problem. Naszym zadaniem
nie jest jednak ocena pracy danej uczelni, lecz próba zamodelowania pewnych standardo-
wych jednostek i sytuacji wystêpuj¹cych w uczelniach wy¿szych.

3.1. Model procesu otrzymywania wpisów na kolejny rok

Uzyskanie promocji na kolejny rok studiów odnotowywane jest w indeksie studenta

oraz odpowiednich komórkach organizacyjnych uczelni. Dzia³ania takie maj¹ na celu ar-
chiwizacjê danych o studencie i jego przebiegu studiów, przyznawanie œwiadczeñ otrzy-
mywanych przez studenta oraz wymuszenie rozliczeñ z niektórymi jednostkami organiza-
cyjnymi, np. z bibliotek¹. Studenci chc¹c uzyskaæ promocjê na nastêpny rok akademicki,
powinni uzyskaæ pozytywne oceny, z³o¿yæ w dziekanacie wype³niony indeks i kartê egza-
minacyjn¹ wraz z ksi¹¿eczk¹ zdrowia, rozliczyæ siê z bibliotek¹, odebraæ indeks i potwier-
dzenie kontynuacji studiów dla WKU, uzyskaæ w dziale nauczania piecz¹tki w legitymacji
studenckiej potwierdzaj¹cej status studenta. Bardzo wa¿ne s¹ równie¿ œwiadczenia mate-
rialne, które towarzysz¹ zmianie roku akademickiego. W dziekanacie socjalnym studenci
sk³adaj¹ podania i inne dokumenty w celu otrzymania stypendiów, miejsc w domach stu-
denckich, dop³at do obiadów czy te¿ innych subwencji. Niektórzy równie¿ musz¹ osobiœcie
spotkaæ siê z dziekanem w sprawie uzyskania specjalnych, niekiedy warunkowych, zasad
wpisu na nastêpny rok studiów czy uzyskania urlopu dziekañskiego, indywidualnego toku
studiów itd. W dziekanacie wykonywane s¹ równie¿ inne dodatkowe czynnoœci, takie jak
poprawianie b³êdnych wpisów w indeksie, potwierdzania indywidualnego trybu studiowa-
nia, sprawy zwi¹zane z urlopami dziekañskimi itp.
Proces otrzymywania wpisów na nastêpny rok akademicki mo¿na wiêc zamodelowaæ
jako otwart¹ sieæ Jacksona (rys. 1), gdzie studenci bez wzglêdu na rodzaj „¿¹dania” repre-
zentuj¹ klientów/zg³oszenia, natomiast systemami kolejkowymi s¹: dziekanat „dokonuj¹-
cy” wpisów na kolejny rok po sprawdzeniu spe³nienia wszystkich wymagañ stawianych
studentowi, dziekanat socjalny, w którym za³atwiane s¹ sprawy socjalne, dziekan, do które-
Zastosowanie teorii kolejek do modelowania struktur administracyjnych... 1015

go studenci udaj¹ siê w sprawach „nadzwyczajnych”, biblioteka, w której nale¿y otrzymaæ

piecz¹tkê potwierdzaj¹c¹ zwrot ksi¹¿ek, dzia³ nauczania dokonuj¹cy m.in. przed³u¿enia
wa¿noœci legitymacji studenckiej. Przyjmijmy, ¿e systemy S1, S2, S3, S5 s¹ wyk³adniczymi
systemami jednokana³owymi z dyscyplin¹ FIFO (M/M/1/FIFO/inf), natomiast S4 jest syste-
mem dwukana³owym (M/M/2/FIFO/inf).

Rys. 1. Sieæ Jacksona modeluj¹ca proces otrzymywania wpisów

Uzyskiwanie wpisów przypada zazwyczaj na okres czerwiec–paŸdziernik. Do obliczeñ

za³ó¿my, ¿e studenci chc¹cy uzyskaæ wpis, przybywaj¹ wed³ug rozk³adu Poissona œrednio co
1,5 minuty. Œrednio czas obs³ugi studentów w systemie S1 wynosi 2 minuty, w S2 – 4 minuty,
w S3 – 3 minuty, w S4 – 2 minuty, w S5 – 2 minuty. Przyjmijmy, ¿e wszystkie systemy pracuj¹
w tych samych godzinach. W przeciwnym przypadku nale¿y przeskalowaæ czasy pracy po-
szczególnych systemów. Dla tak dobranych danych i prawdopodobieñstw podanych na ry-
sunku 1 strumienie zg³oszeñ wynosz¹ odpowiednio: λ1 = 0,1115, λ2 = 0,1154, λ3 = 0,0612,
λ4 = 0,542 i λ5 = 0,1626. Korzystaj¹c z równania (3), mo¿na wyznaczyæ œrednie liczby stu-
dentów w poszczególnych stacjach i czasy ich przebywania (tab. 1).

Tabela 1
Podstawowe wielkoœci charakteryzuj¹ce systemy
Wzglêdna Œrednia liczba Œredni czas przebywania
Systemy
intensywnoœæ obs³ugi ρ studentów [min]
Dziekanat socjalny S1 0,2974 0,4233 2,8467
Dziekan S2 0,6152 1,5988 10,395
Biblioteka S3 0,2446 0,3238 3,9715
Dziekanat S4 0,7226 3,0247 4,1857
Dzia³ Nauczania S5 0,4336 0,7655 3,5309
1016 Bogus³aw Filipowicz, Joanna Kwiecieñ

Dla danych prezentowanych w artykule struktura okaza³a siê wystarczaj¹ca. Z najwy¿-

sz¹ intensywnoœci¹ pracuj¹ systemy S2 i S4.
Aby dok³adnie odwzorowaæ pracê danej struktury, nale¿y dysponowaæ danymi staty-
stycznymi dotycz¹cymi liczby studentów przyjmowanych przez odpowiednie systemy oraz
prawdopodobieñstw przejœæ. W badaniach dotycz¹cych modelowania procesów obs³ugi
studentów wygodnie jest równie¿ rozwa¿aæ sieæ posiadaj¹c¹ wiele klas zg³oszeñ. Ju¿ na
przyk³adzie bibliotek zauwa¿yæ mo¿na, ¿e czêœæ studentów oczekuje na potwierdzenie
rozliczenia z wypo¿yczonych ksi¹¿ek, a inni jeszcze wypo¿yczaj¹ kolejne. W proponowa-
nym modelu student po zakoñczeniu obs³ugi w jednym systemie natychmiast przechodzi do
kolejnego. Czas przejœcia pomiêdzy systemami jest wiêc wliczany w czas oczekiwania
w kolejce. Problem ten móg³by byæ rozwi¹zany poprzez wprowadzenie fikcyjnych stacji
o nieskoñczonej liczbie kana³ów obs³ugi (brak kolejki) i czasie obs³ugi równym czasowi
przejœcia miêdzy 2 stacjami.

3.2. Dziekanat jako sieæ wieloklasowa

Za³ó¿my, ¿e w sk³ad sieci kolejkowej wchodzi 5 systemów: dziekanat studiów dzien-

nych S1, dziekanat studiów zaocznych S2, dziekanat studiów doktoranckich S3, dziekanat
socjalny S4, dziekan S5. Osoba przybywaj¹ca do rozpatrywanego systemu mo¿e udaæ siê do
ka¿dego z tych systemów w zale¿noœci od zaistnia³ej potrzeby. W zale¿noœci od ¿¹dania
osoba ta mo¿e przejœæ przez wszystkie systemy lub opuœciæ sieæ w dowolnym momencie.
Ze wzglêdu na zró¿nicowane ¿¹dania obs³ugi (potrzeby) wprowadŸmy dwie klasy klien-
tów: studenci (klasa 1) oraz pracownicy danej uczelni (klasa 2). Nie ma zmiany przynale¿-
noœci zg³oszeñ-osób do klas. Dodatkowo uwzglêdnimy czas przejœcia miêdzy tymi syste-
mami w postaci czasu obs³ugi systemu typu IS (M/M/inf). Niech systemy S1 – S4 bêd¹
systemami wyk³adniczymi jednokana³owymi, natomiast S5 bêdzie systemem, w którym nie
trzeba czekaæ na obs³ugê (typ IS wed³ug klasyfikacji BCMP). Œredni czas obs³ugi w syste-
mie S1 wynosi 2 minuty, w S2 – 2 minuty, w S3 – 4 minuty, w S4 – 2 minuty. W systemie S5
czas obs³ugi jest zale¿ny od klasy. Dla klasy „studenci” wynosi 2 minuty, dla klasy „pra-
cownicy” – 5 minut. Systemy S1 – S4 pracuj¹ 4 godziny dziennie, natomiast S5 – 2 godziny.
Dziennie obs³ugiwanych jest 120 osób (100 studentów, 20 pracowników). Na rysunkach 2
i 3 przedstawiono model rozwa¿anego dziekanatu dla poszczególnych klas.
Dla tak dobranych danych strumienie zg³oszeñ klasy „studenci” wynosz¹ odpowied-
nio: λ1 = 0,25833, λ2 = 0,041667, λ3 = 0,041667, λ4 = 0,041667 i λ5 = 0,06875. Dla klasy
„pracownicy” strumienie zg³oszeñ wynosz¹: λ1 = 0,025, λ2 = 0,00833, λ3 = 0,00833, λ4 = 0
i λ5 = 0,04999. Niech œredni czas przejœcia miêdzy systemami wynosi 6 sekund. Czas ten
mo¿na modelowaæ jako czas przebywania w systemie IS.
W tabeli 2 przedstawiono œrednie liczby osób poszczególnych klas w systemach oraz
œrednie czasy ich przebywania.
Zastosowanie teorii kolejek do modelowania struktur administracyjnych... 1017

Rys. 2. Sieæ wieloklasowa BCMP modeluj¹ca pracê dziekanatu dla klasy „studenci”

Rys. 3. Sieæ wieloklasowa BCMP modeluj¹ca pracê dziekanatu dla klasy „pracownicy”
1018 Bogus³aw Filipowicz, Joanna Kwiecieñ

Tabela 2
Podstawowe wielkoœci charakteryzuj¹ce systemy

Wzglêdna intensywnoœæ Œredni czas przebywania

Œrednia liczba
Systemy obs³ugi ρ [min]
studentów pracowników studentów pracowników studentów pracowników
S1 0,5167 0,1 1,3478 0,2609 5,2174 5,2174
S2 0,0833 0,0333 0,0943 0,0377 2,2642 2,2642
S3 0,1667 0,0667 0,2174 0,087 5,2174 5,2174
S4 0,0833 – 0,0909 – 2,1818 –
S5 0,275 1 0,275 1 2 5

4. Podsumowanie
W artykule zaprezentowano modele sieci kolejkowych, które mog¹ byæ zastosowane
do modelowania struktur administracyjnych w szkolnictwie wy¿szym. W omawianych
modelach wielkoœci charakteryzuj¹ce sieæ s¹ zadowalaj¹ce. W przypadku ma³o efektyw-
nych struktur, sieci kolejkowe pozwalaj¹ znaleŸæ w¹skie gard³o. Kolejnym krokiem mo¿e
byæ optymalizacja badanych struktur uwzglêdniaj¹ca koszty funkcjonowania. Dziêki za-
stosowaniu modeli sieci kolejkowych mo¿na porównaæ ró¿ne warianty rozwi¹zañ i wyko-
rzystaæ najlepsze rozwi¹zanie w praktyce. Usprawnienie dzia³ania struktur administracyj-
nych mo¿na uzyskaæ, wykorzystuj¹c Internet do obs³ugi petentów, co niektóre z uczelni ju¿
zaczê³y wdra¿aæ. Istotne by³oby wiêc równie¿ badanie wydajnoœci systemów informatycz-
nych w uczelniach i ocena pracy dziekanatów wykorzystuj¹cych te systemy.

Literatura
[1] Albin S.L, Barrett J., Ito D., Mueller J.E., A queueing network analysis of a health center. Queueing
Systems, 7, 1990.
[2] Bolch G., Greiner S., Meer H., Trivedi K.S., Queueing networks and Markov chains. Modeling
and performance evaluation with computer science application. John Wiley&Sons, INC, 1998.
[3] Czachórski T., Modele kolejkowe w ocenie efektywnoœci sieci i systemów komputerowych. Gliwi-
ce, Pracownia Komputerowa Jacka Skalmierskiego 1999.
[4] Filipowicz B., Modelowanie i analiza sieci kolejkowych. Kraków, Wydawnictwa AGH 1997.
[5] Filipowicz B., Modelowanie i optymalizacja systemów kolejkowych. Czêœæ I, Systemy markow-
skie. Kraków, FHU Poldex 1999.
[6] Kwiecieñ J., Zastosowanie sieci kolejkowych z wieloma klasami zg³oszeñ w zagadnieniach orga-
nizacyjnych s³u¿by zdrowia. Praca doktorska (niepublikowana), 2004.
[7] Zgrzywa A., Ocena wydajnoœci systemów informacyjnych metodami kolejkowymi. Wroc³aw, Ofi-
cyna Wydawnicza Politechniki Wroc³awskiej 1998.