Professional Documents
Culture Documents
opracowanie na podstawie :
Jędrzejczyk Z., Skrzypek J., Kukuła K., Walkosz A. [1997]: Badania
operacyjne w przykładach i zadaniach, PWN, Warszawa.
Leszek Smolarek [2005] : Modelowanie procesów transportowych,
Akademia Morska w Gdyni
Piotr Gajowniczek [2008] Teoria kolejek, Instytut Telekomunikacji
Politechniki Warszawskiej
Jakub Wróblewski Elementy modelowania matematycznego. Systemy
kolejek
MODELE MASOWEJ OBSŁUGI
Teoria masowej obsługi, zwana także teorią
kolejek, zajmuje się budową modeli
matematycznych, które można wykorzystać
w racjonalnym zarządzaniu dowolnymi
systemami działania, zwanymi systemami
masowej obsługi.
Przykładami takich systemów są: sklepy, porty
lotnicze, podsystem użytkowania
samochodów przedsiębiorstwa transportowe,
podsystem obsługiwania obrabiarek itp.
Koszty
$
Całkowity
Obsługi
Niezadowolenia klienta
Poziom obsługi
Rozróżnia się systemy masowej obsługi:
- z oczekiwaniem;
- bez oczekiwania.
Stan. Obsł.
Klient
Ładunek
...
Kolejka Stan. Obsł.
Do
systemu ...
Kolejka Stan. Obsł.
...
Kolejka Stan. Obsł.
...
Kolejka Stan. Obsł.
Charakterystyki
– procent czasu zajętości wszystkich stanowisk obsługi
– liczba stanowisk;
liczba klientów-trend;
t2
P(t1 T t2 ) e dx e
x ut1
e t 2
, for t1 t2
t1
intensywność obsługi
średni czas obsługi 1/
Notacja Kendalla
System kolejkowy opisany jest 3 lub 4
parametrami:
1/2/3/4
czas przybycia /czas obsługi /liczba stanowisk/liczba miejsc w systemie
Parametr 1 – rozkład napływu
M = Markowski (rozkład Poissona) czas przybycia
D = Deterministyczny czas przybycia
Parametr 3
Liczba stanowisk obsługi
Parametr 4
liczba miejsc w systemie (łącznie stanowiska obsługi+ kolejka)
Jeśli jest nieskończona jest pomijana w zapisie
System M/M/s
s stanowisk obsługi.
Strumień wejściowy Poisson z param..
Obsługa wykładnicza z param. .
System M/G/1
Model :
Strumień wejściowy Poisson z param. .
Czas obsługi o dowolnym rozkładzie, średniej m i odchyleniu
standardowym s.
Badanie wzroku
Fryzjer
System M/D/1
Czas obsługi może być ustalony.
np..
Taśma produkcyjna.
Myjnia automatyczna.
1 0 1,5 11 1 5,5
2 0,5 2,5 12 1,5 4,5
3 1 1 13 2 4
4 1,5 2 14 1,5 3
5 1 3 15 1 2
6 2,5 5 16 2,5 1,5
7 0,5 0,5 17 3 3
8 6 1,5 18 3,5 4
9 2 2,5 19 4 4
10 1,5 6 20 3,5 3
Razem 40 60
Rozwiązanie
20
stopa przybycia
40
0,5
1
P ( n 0) r 1
i 0
i
i! r
r r 1 !
Przeciętna liczba klientów
oczekujących w kolejce to:
Pn 0
r 1
Q
r r 1!
2
Prawdopodobieństwo, że w
kolejce oczekuje n klientów
określa wzór:
Pn 0
n
dla n r
Pn r n n n!
r P n 0 dla n r
r!
n0 r 1
Prawdopodobieństwo,
określa wzór
r r n0 n0 1 Pn 0
P n n 0
r r!
Prawdopodobieństwo,
Pt t 0 P n r 1e t 0 r
Przykład
W prywatnej przychodni
stomatologicznej czynne są dwa
gabinety lekarskie. Przecięty czas
przybycia pacjenta wynosi 3,8 na
godz., a stopa obsługi wynosi 2
pacjentów na godz.
Czy system obsługi zmierza
do stanu równowagi?
3,8
2
r2
3,8
0,95
r 2 2
1
P(n 0) 0 , 95 2
0,36
1 0,95 1, 051
Pn 0 0,64
2 0,952!
P n 2 0,15
2 0,952!
2 0,95 0,36
2 1 11
Pn 1 0,3
220,502,95 2!
Pt 0,5 0,3e 0 , 95
0,3 0,35 0,11
Prawdopodobieństwo, że pacjent będzie musiał oczekiwać w
kolejce dłużej niż 0,5 godz. wynosi 11%.
Ile przeciętnie pacjentów
oczekuje w kolejce na
przyjęcie?
Q 0,28
2 0,95 2 1!
2