Затраты на функционирование системы массового обслуживания. Оценка эффективности работы смо. Одноканальная СМО с ограниченной длиной очереди

Применение различных математических методов к формализации. Акцент на сложную систему - непредсказуемую. Носитель неопределенности является человек.

Характерным примером стохастических (случайные, вероятностные) задач являются модели систем массового обслуживания.

СМО имеют повсеместное распространение. Это телефонные сети, автозаправочные станции, предприятия бытового обслуживания, билетные кассы, торговые мероприятия и т.д.

С позиции моделирования процесса массового обслуживания ситуации, когда образуются очереди заявок (требований) на обслуживание, возникают следующим образом. Поступив в обслуживающую систему, требование присоединяется к очереди других (ранее поступивших) требований. Канал обслуживания выбирает требование из находящихся в очереди, с тем чтобы приступить к его обслуживанию. После завершения процедуры обслуживания очередного требования канал обслуживания приступает к обслуживанию следующего требования, если такое имеется в блоке ожидания. Цикл функционирования СМО подобного рода повторяется многократно в течение всего периода работы обслуживающей системы. При этом предполагается, что переход системы на обслуживание очередного требования после завершения обслуживания предыдущего требования происходит мгновенно, в случайные моменты времени.

Примерами СМО могут служить:

посты технического обслуживания автомобилей;

посты ремонта автомобилей;

аудиторские фирмы и т.д.

Основоположником теории массового обслуживания, в частности, теории очередей, является известный датский ученый А.К.Эрланг (1878-1929), который исследовал процессы обслуживания на телефонных станциях.

Системы, в которых имеют место процессы обслуживания, называют системами массового обслуживания (СМО).

Чтобы описать систему массового обслуживания, необходимо задать:

- входной поток заявок;

- дисциплину обслуживания;

- время обслуживания

- количество каналов обслуживания.

Входной поток требований (заявок) описывается путем выявления как вероятностного закона распределения моментов поступления требований в систему, так и количества требований в каждом поступлении.

При задании дисциплины обслуживания (ДО) необходимо описать правила постановки требований в очередь и обслуживания их в системе. При этом длина очереди может быть как ограниченной, так и неограниченной. В случае ограничений на длину очереди поступившая на вход СМО заявка получает отказ. Чаще всего используются ДО, определяемые следующими правилами:

первым пришел – первым обслуживаешься;

пришел последним - обслуживаешься первым; (коробочка для теннисных шариков, стек в технике)

случайный отбор заявок;

отбор заявок по критерию приоритетности.

Время обслуживания заявки в СМО является случайной величиной. Наиболее распространенным законом распределения является экспоненциальный закон.  - скорость обслуживания. =количество заявок обслуживания/ед. времени.

Каналы обслуживания , могут быть расположены параллельно и последовательно. При последовательном расположении каналов каждая заявка проходит обслуживание на всех каналах последовательно. При параллельном расположении каналов обслуживание производится на всех каналах одновременно по мере их освобождения.

Обобщенная структура СМО представлена на рис.

Предметом теории массового обслуживания является установление зависимости между факторами, определяющими функциональные возможности СМО, и эффективностью ее функционирования.

Проблемы проектирования СМО.

К задачам определения характеристик структуры СМО относятся задача выбора количества каналов обслуживания (базовых элементов {Ф i }), задача определения способа соединения каналов (множества элементов связей {Hj}), а также задача определения пропускной способности каналов.

1). Выбор структуры . Если каналы работают параллельно, то проблема выбора Str сводится к определению количества каналов в обслуживающей части исходя из условия обеспечения работоспособности СМО. (Если очередь не является бесконечно растущей).

Отметим, что при определении количества каналов системы, в случае их параллельного расположения, необходимо соблюдать условие работоспособности системы . Обозначим:  - среднее число заявок, поступающих в единицу времени, т.е. интенсивность входного потока;  - среднее число заявок, удовлетворяемых в единицу времени, т.е. интенсивность обслуживания; S - количество каналов обслуживания. Тогда условие работоспособности СМО запишется

или
. Выполнение этого условия позволяет вычислить нижнюю границу количества каналов.

В случае, если
, система не справляется с очередью. Очередь при этом растет безгранично.

2). Необходимо определить критерий эффективности функционирования СМО с учетом затрат на потери времени как со стороны заявок, так и со стороны обслуживающей части.

В качестве показателей эффективности функционирования СМО рассматриваются следующие три основные группы показателей:

1. Показатели эффективности использования СМО.

Абсолютная пропускная способность СМО - среднее число заявок, которое может обслужить СМО в единицу времени.

Относительная пропускная способность СМО – отношение среднего числа заявок, обслуживаемых СМО в единицу времени, к среднему числу поступивших заявок за это время.

Средняя продолжительность периода занятости СМО.

Коэффициент использования СМО - средняя доля времени, в течение которого СМО занята обслуживанием заявок.

2. Показатели качества обслуживания заявок.

Среднее время ожидания заявки в очереди.

Среднее время пребывания заявки в СМО.

Вероятность отказа заявке в обслуживании без ожидания.

Вероятность того, что поступившая заявка немедленно будет принята к обслуживанию.

Закон распределения времени ожидания заявки в очереди.

Закон распределения времени пребывания заявки в СМО.

Среднее число заявок, находящихся в очереди.

Среднее число заявок, находящихся в СМО.

3. Показатели эффективности функционирования пары «СМО - потребитель».

При выборе критерия эффективности функционирования СМО необходимо учесть двойственный подход к рассмотрению систем массового обслуживания. Например, работу универсама, как СМО, можно рассматривать с противоположных сторон. С одной, традиционно принятой, стороны покупатель, ожидающий свою очередь у кассы, представляет собой заявку на обслуживание, а кассир - канал обслуживания. С другой стороны, кассир, который ожидает покупателей, может быть рассмотрен в качестве заявки на обслуживание, а покупатель - обслуживающее устройство, способное удовлетворить заявку, т.е. подойти к кассе и прекратить вынужденный простой кассира. (традиционно – покупателей > чем кассиров, если кассиров > чем покупателей, они ждут покупателей).

С
учетом этого целесообразно минимизировать обе части СМО одновременно.

Применение такого двойственного подхода предполагает необходимость учета при формировании критерия эффективности не только перечисленных выше показателей в отдельности, но и одновременно нескольких показателей, отражающих интересы как обслуживающей, так и обслуживаемой подсистем СМО. Например, показано, что наиболее важным критерием эффективности в задачах массового обслуживания является суммарное время нахождения клиента в очереди, с одной стороны, и простоя каналов обслуживания - с другой.

Классификация систем массового обслуживания

1. По характеру обслуживания выделяют следующие виды СМО:

1.1. Системы с ожиданием или системы с очередью . Требования, поступившие в систему и не принятые немедленно к обслуживанию, накапливаются в очереди. Если каналы свободны, то заявка обслуживается. Если же все каналы заняты в момент поступления заявки, то очередная заявка будет обслужена после завершения обслуживания предыдущей. Такая система называется полнодоступной (с неограниченной очередью).

Существуют системы с автономным обслуживанием, когда обслуживание начинается в определенные моменты времени;

Системы с ограниченной очередью . (ремонт в гараже)

Системы с отказами . Все заявки, прибывшие в момент обслуживания заявки, получают отказ. (ГТС)

Системы с групповым входным потоком и групповым обслуживанием . В таких системах заявки поступают группами в моменты времени, обслуживание также происходит группами.

2. По количеству каналов обслуживания СМО подразделяются на следующие группы.

Одноканальные СМО.

Многоканальные СМО . Обслуживание очередной заявки может начаться до окончания обслуживания предыдущей заявки. Каждый канал действует как самостоятельное обслуживающее устройство.

3. По кругу обслуживаемых объектов различают два вида.

Замкнутые СМО. Замкнутая система массового обслуживания - это система массового обслуживания, в которой обслуженные требования могут возвращаться в систему и вновь поступать на обслуживание. Примерами замкнутой СМО являются ремонтные мастерские, сберегательные банки.

Открытые СМО.

4. По количеству этапов обслуживания различают однофазные и многофазные СМО.

Однофазные СМО - это однородные системы, которые выполняют одну и ту же операцию обслуживания.

Многофазные СМО - это системы, в которых каналы обслуживания расположены последовательно и выполняют различные операции обслуживания. Примером многофазной СМО являются станции технического обслуживания автомобилей.

Приведенная классификация СМО является условной. На практике чаще всего СМО выступают в качестве смешанных систем. Например, заявки ожидают начала обслуживания до определенного момента, после чего система начинает работать как система с отказами.

Рассматриваемая система массового обслуживания (СМО) представляет собой механизм, в котором при помощи специально разработанного для этого комплекса приборов, происходит удовлетворение разнообразных требований, поступающих в данную систему. Ключевым свойством этой системы является количественный параметр числа работающих (обслуживающих) приборов. Оно может колебаться от одного до бесконечности.

В соответствии с тем, имеется ли возможность ожидания обслуживания или нет, различают системы:

СМО, где не нашлось ни одного инструмента (прибора) для удовлетворения требования, поступившего в данный момент времени. В этом случае такое требование теряется;

Система массового обслуживания с ожиданием, которая содержит в себе такой накопитель требований, который способен принять их все, образуя при этом очередь;

Система с ограниченным по емкости накопителем, где эта ограниченность и определяет величину очереди требований, подлежащих удовлетворению. Здесь теряются те требования, которые не могут вместиться в накопитель.

Во всех СМО, выбор требования и его обслуживание производится на основе дисциплины обслуживания. В качестве примера таких моделей обслуживания могут быть:

FCFS/FIFO - система, в которой первое в очереди требование удовлетворяется первым;

LCFS/LIFO - СМО, где первым обслуживается последнее в очереди требование;

Модель random - система удовлетворения требований на основе случайного выбора.

Как правило, такая система имеет очень сложное строение.

Любая система массового обслуживания описывается с помощью следующих понятий и категорий:

Требование — формирование и предъявление запроса на обслуживание;

Входящий поток — все заявки на удовлетворение требований, поступающие в систему;

Время обслуживания — временной интервал, необходимый для полного обслуживания поступившей заявки;

Математическая модель — выраженная в математической форме и с помощью математического аппарата модель данной СМО.

Являясь сложным по структуре феноменом, система массового обслуживания представляет собой предмет теории вероятностей. В рамках этой обширной области выделяется несколько концепций, каждая из которых, это достаточно автономная теория массового обслуживания. В этих теориях, как правило, используется методология

Основоположником одной из самых первых современных СМО является А. Я. Хинчин, который обосновал концепцию потока однородных событий. Затем датский телеграфист, а впоследствии - ученый Агнер Эрланг, разработал свою концепцию (на примере работы телефонистов, ожидающих запроса на удовлетворение соединения), в которой уже выделил СМО с ожиданием и без ожидания.

Построение современных технологий массового обслуживания осуществляется преимущественно Есть также системы, исследование которых ведется но такой подход довольно сложен. К СМО относятся и те системы, которые можно исследовать при помощи методов статистики - статистического моделирования и статистического анализа.

Каждая такая система массового обслуживания априори предполагает, что имеются некоторые стандартные пути, по которым проходят заявки субъектов на удовлетворение. Эти заявки проходят через так называемые каналы обслуживания, которые многообразны по своему назначению и характеристикам. Заявки приходят преимущественно хаотично по времени, их много, поэтому устанавливать логические и причинные связи между ними чрезвычайно сложно. Научный вывод, на этом основании, состоит в том, что СМО, в своем подавляющем большинстве, функционируют на принципах случайности.

Расчет показателей эффективности открытой одноканальной СМО с отказами. Расчет показателей эффективности открытой многоканальной СМО с отказами. Расчет показателей эффективности многоканальной СМО с ограничением на длину очереди. Расчет показателей эффективности многоканальной СМО ожиданием.

1. Потоки заявок в СМО

2. Законы обслуживания

3. Критерии качества работы СМО

4.

5. Параметры моделей очередей. При анализе систем массового

6. I. Модель А – модель одноканальной системы массового об­служивания с Пуассоновским входным потоком заявок и Экспоненциальным временем обслуживания.

7. II. Модель В – многоканальная система обслуживания.

8. III. Модель С – модель с постоянным временем обслуживания.

9. IV. Модель D – модель с ограниченной популяцией.

Потоки заявок в СМО

Потоки заявок бывают входные и выходные.
Входной поток заявок – это временная последовательность событий на входе СМО, для которой появление события (заявки) подчиняется вероятностным (или детерминированным) законам. Если требования на обслуживание приходят в соответствие, с каким – либо графиком (например, автомобили приезжают на АЗС каждые 3 минуты) то такой поток подчиняется детерминированным (определенным) законам. Но, как правило, поступление заявок подчиняется случайным законам.
Для описания случайных законов в теории массового обслуживания вводится в рассмотрение модель потоков событий. Потоком событий называется последовательность событий, следующих одно за другим в случайные моменты времени .
В качестве событий могут фигурировать поступление заявок на вход СМО (на вход блока очереди), появление заявок на входе прибора обслуживания (на выходе блока очереди) и появление обслуженных заявок на выходе СМО.


Потоки событий обладают различными свойствами, которые позволяют различать различные типы потоков. Прежде всего, потоки могут быть однородными инеоднородными.
Однородные потоки – такие потоки, в которых поток требований обладает одинаковыми свойствами: имеют приоритет первым пришел – первым обслужен, обрабатываемые требования имеют одинаковые физические свойства.
Неоднородные потоки – такие потоки, в которых требования обладают неодинаковыми свойствами: требования удовлетворяются по принципу приоритетности (пример, карта прерываний в ЭВМ), обрабатываемые требования имеют различные физические свойства.
Схематично неоднородный поток событий может быть изображен следующим образом


Соответственно можно использовать несколько моделей СМО для обслуживания неоднородных потоков: одноканальная СМО с дисциплиной очереди, учитывающей приоритеты неоднородных заявок, и многоканальная СМО с индивидуальным каналом для каждого типа заявок.
Регулярным потоком называется поток, в котором события следуют одно за другим через одинаковые промежутки времени. Если обозначить через – моменты появления событий, причем , а через интервалы между событиями, то для регулярного потока

Рекуррентный поток соответственно определяется как поток, для которого все функции распределения интервалов между заявками

совпадают, то есть

Физически рекуррентный поток представляет собой такую последовательность событий, для которой все интервалы между событиями как бы "ведут себя" одинаково, т.е. подчиняются одному и тому же закону распределения. Таким образом, можно исследовать только один какой-нибудь интервал и получить статистические характеристики, которые будут справедливы для всех остальных интервалов.
Для характеристики потоков очень часто вводят в рассмотрение вероятность распределения числа событий в заданном интервале времени , которая определяется следующим образом:

где – число событий, появляющихся на интервале .
Поток без последействия характеризуется тем свойством, что для двух непересекающихся интервалов времени и , где , , , вероятность появления числа событий на втором интервале не зависит от числа появления событий на первом интервале.


Отсутствие последействия означает отсутствие вероятностной зависимости последующего течения процесса от предыдущего. Если имеется одноканальная СМО с временем обслуживания , то при потоке заявок без последействия на входе системы выходной поток будет с последействием, так как заявки на выходе СМО не появляются чаще чем интервал . В регулярном потоке, в котором события следуют друг за другом через определенные промежутки времени, имеется самое жесткое последействие.
Потоком с ограниченным последействием называется такой поток, для которого интервалы между событиями независимы.
Поток называется стационарным, если вероятность появления какого-то числа событий на интервале времени зависит только от длины этого интервала и не зависит от его расположения на оси времени. Для стационарного потока событий среднее число событий в единицу времени постоянно.
Ординарным потоком называется такой поток, для которого вероятность попадания на данный малый отрезок времени dt двух и более требований пренебрежительно мала по сравнению с вероятностью попадания одного требования.
Поток, который обладает свойствами стационарности, отсутствия последействия и ординарности называют пуассоновским (простейшим). Этот поток занимает центральное место среди всего многообразия потоков, так же как случайные величины или процессы с нормальным законом распределения в прикладной теории вероятности.
Пуассоновский поток описывается следующей формулой:
,
где – вероятность появления событий за время , – интенсивность потока.
Интенсивностью потока называют среднее число событий, которые появляются за единицу времени.
Для пуассоновского потока интервалы времени между заявками распределены по экспоненциальному закону

Потоком с ограниченным последействием, для которого интервалы времени между заявками распределены по нормальному закону, называется нормальным потоком.

Законы обслуживания

Режим обслуживания (время обслуживания), так же как и режим поступления заявок, может быть либо постоянным, либо случайным. Во многих случаях время обслуживания подчиняется экспоненциальному распределению.
Вероятность того, что обслуживание закончится до момента t, равна:

где – плотность потока заявок
Откуда плотность распределения времени обслуживания

Дальнейшим обобщением экспоненциального закона обслуживания может служить закон распределения Эрланга, когда каждый интервал обслуживания подчиняется закону:

где – интенсивность исходного пуассоновского потока, k – порядок потока Эрланга.

Критерии качества работы СМО

Эффективность работы СМО оценивается различными показателями в зависимости от цепи и типа СМО. Наибольшее распространение получили следующие:

Абсолютная пропускная способность СМО с отказами (производительность системы) – среднее число требований, которые может обработать система.

Относительная пропускная способность СМО – отношение среднего числа требований, обработанных системой, к среднему числу требований, поступивших на вход СМО.

Средняя длительность простоя системы.

Для СМО с очередью добавляются такие характеристики:
Длина очереди, которая зависит от ряда факторов: от того, когда и сколько требований поступило в систему, сколько времени затрачено на обслуживание требований, которые поступили. Длина очереди является случайной величиной. От длины очереди зависит эффективность работы системы массового обслуживания.

Для СМО с ограниченным ожиданием в очереди важны все перечисленные характеристики, а для систем с неограниченным ожиданием абсолютная и относительная пропускная способности СМО теряют смысл.

На рис. 1 приведены системы обслуживания различной кон­фигурации.

Параметры моделей очередей. При анализе систем массового обслуживания используются технические и экономические харак­теристики.

Наиболее часто используются следующие Технические характери­стики:

1) среднее время, которое клиент проводит в очереди;

2) средняя длина очереди;

3) среднее время, которое клиент проводит в системе обслужи­вания (время ожидания плюс время обслуживания);

4) среднее число клиентов в системе обслуживания;

5) вероятность того, что система обслуживания окажется незанятой;

6) вероятность определенного числа клиентов в системе.

Среди Экономических характеристик наибольший интерес пред­ставляют следующие:

1) издержки ожидания в очереди;

2) издержки ожидания в системе;

3) издержки обслуживания.

Модели систем массового обслуживания . В зависимости от со­четания приведенных выше характеристик могут рассматривать­ся различные модели систем массового обслуживания.

Здесь мы ознакомимся с несколькими наиболее известными моделями. Все они имеют следующие общие характеристики:

А) пуассоновское распределение вероятностей поступления заявок;

Б) стандартное поведение клиентов;

В) правило обслуживания FIFO (первым пришел - первым об­служен);

Г) единственная фаза обслуживания.

I. Модель А - модель одноканальной системы массового об­служивания М/М/1 с Пуассоновским входным потоком заявок и Экспоненциальным временем обслуживания.

Наиболее часто встречаются задачи массового обслуживания с единственным каналом. В этом случае клиенты формируют одну очередь к единственному пункту обслуживания. Предположим, что для систем этого типа выполняются следующие условия:

1. Заявки обслуживаются по принципу «первым пришел - пер­вым обслужен» (FIFO), причем каждый клиент ожидает своей очереди до конца независимо от длины очереди.

2. Появления заявок являются независимыми событиями, од­нако среднее число заявок, поступающих в единицу времени, не­изменно.

3. Процесс поступления заявок описывается пуассоновским распределением, причем заявки поступают из неограниченного множества.

4. Время обслуживания описывается экспоненциальным рас­пределением вероятностей.

5. Темп обслуживания выше темпа поступления заявок.

Пусть λ – число заявок в единицу времени;

μ – число клиентов, обслуживаемых в единицу времени;

n – число заявок в системе.

Тогда система массового обслуживания описывается уравнени­ями, приведенными ниже.

Формулы для описания системы М/М/1:

Среднее время обслуживания одного клиента в системе (время ожидания плюс время обслуживания);

Среднее число клиентов в очереди;

Среднее время ожидания клиента в очереди;

Характеристика загруженности системы (доля време­ни, в течение которого система занята обслуживанием);

Вероятность отсутствия заявок в системе;

Вероятность того, что в системе находится бо­лее чем K заявок.

II. Модель В - многоканальная система обслуживания M/M/S. В многоканальной системе для обслуживания открыты два ка­нала или более. Предполагается, что клиенты ожидают в общей очереди и обращаются в первый освободившийся канал обслужи­вания.

Пример такой многоканальной однофазовой системы можно увидеть во многих банках: из общей очереди клиенты обращают­ся в первое освободившееся окошко для обслуживания.

В многоканальной системе поток заявок подчиняется Пуассоновскому закону, а время обслуживания -Экспоненциальному. Приходящий первым обслуживается первым, и все каналы обслу­живания работают в одинаковом темпе. Формулы, описывающие модель В, достаточно сложны для использования. Для расчета параметров многоканальной системы обслуживания удобно ис­пользовать соответствующее программное обеспечение.

Время нахождения заявки в очереди;

Время нахождения заявки в системе.

III. Модель С - модель с постоянным временем обслуживания M/D/1.

Некоторые системы имеют Постоянное, а не экспоненциально распределенное время обслуживания. В таких системах клиенты обслуживаются в течение фиксированного периода времени, как, например, на автоматической мойке автомобилей. Для модели С С постоянным темпом обслуживания значения величин Lq и Wq Вдвое меньше, чем соответствующие значения в модели А, име­ющей переменный темп обслуживания.

Формулы, описывающие модель С:

Средняя длина очереди;

- среднее время ожидания в очереди;

Среднее число клиентов в системе;

Среднее время ожидания в системе.

IV. Модель D - модель с ограниченной популяцией.

Если число потенциальных клиентов системы обслуживания Ограничено, мы имеем дело со специальной моделью. Такая за­дача может возникнуть, например, если речь идет об обслужива­нии оборудования фабрики, имеющей пять станков.

Особенность этой модели по сравнению с тремя рассмотрен­ными ранее в том, что существует Взаимозависимостьмежду длиной очереди и темпом поступления заявок.

V. Модель Е - модель с ограниченной очередью. Модель от­личается от предыдущих тем, что число мест в очереди Ограни­чено. В этом случае заявка, прибывшая в систему, когда все ка­налы и места в очереди заняты, покидает систему необслуженной, т. е. получает отказ.

Как частный случай модели с ограниченной очередью можно рассматривать Модель с отказами, если количество мест в очере­ди сократить до нуля.

Введение

Математическое описание метода

1 Общие сведения о системах массового обслуживания

2 Многоканальные СМО с отказами

Обоснование и выбор инструментальной среды для проведения расчетов

Алгоритмическое обеспечение

1 Постановка задачи

2 Математическая модель

3 Построение моделей СМО с отказами в Simulink

3.1 Для 3-х канальной СМО

3.2 Для 5-канальной СМО

4 Расчет показателей эффективности

4.1 для 3-х канальной СМО

4.2 Для 5-канальной СМО

5 Анализ результатов моделирования

Заключение

Список использованной литературы

ВВЕДЕНИЕ

На сегодняшний день метод имитационного моделирования является одним из наиболее эффективных методов исследования процессов и систем самой различной природы и степени сложности. Сущность метода состоит в составлении модели, имитирующей процесс функционирования системы, и расчета характеристик этой модели с целью получения статистических данных моделируемой системы. Используя результаты имитационного моделирования, можно описать поведение системы, оценить влияние различных параметров системы на ее характеристики, выявить преимущества и недостатки предлагаемых изменений, прогнозировать поведение системы.

Лучшей иллюстрацией области применения имитационного моделирования являются системы массового обслуживания. В терминах СМО описываются многие реальные системы: вычислительные системы, узлы сетей связи, магазины, производственные участки - любые системы, где возможны очереди и отказы в обслуживании. Цель данной курсовой работы - создание блок-схемы в среде MatLab Simulink, наглядно иллюстрирующей алгоритм расчета параметров модели многоканальной СМО с отказами и формирование рекомендаций по выбору оптимального количества каналов обслуживания.

Для достижения поставленной цели выделим основные задачи:

-подробное описание многоканальной СМО с отказами;

выбор контрольного примера и постановка задачи;

определение алгоритма решения;

создание имитационной модели в среде MATLAB (Simulink);

анализ результатов и обоснование выбора оптимального количества каналов для исследуемой СМО

1. МАТЕМАТИЧЕСКОЕ ОПИСАНИЕ МЕТОДА

.1 Общие сведения о системах массового обслуживания

В жизни часто встречаются системы, предназначенные для многоразового использования при решении однотипных задач: очередь в магазине, обслуживание автомобилей на автозаправках, билетные кассы и т.п. Возникающие при этом процессы получили название процессов обслуживания, а системы - систем массового обслуживания (СМО).

Процессы поступления и обслуживания заявок в СМО являются случайными, что обусловлено случайным характером потока заявок и длительности их обслуживания.

Будем рассматривать СМО с марковским случайным процессом, когда вероятность состояния СМО в будущем зависит только от ее настоящего состояния и не зависит от прошлого (процесс без последействия или без памяти). Условие марковского случайного процесса необходимо, чтобы все потоки событий, при которых система переходит из одного состояния в другое (потоки заявок, потоки обслуживания и т.д.), были пуассоновскими. Пуассоновский поток событий обладает рядом свойств, в том числе свойствами отсутствия последействия, ординарности, стационарности.

В простейшем пуассоновском потоке событий случайная величина распределена по показательному закону:

,(1.1)

где λ - интенсивность потока.

Целью теории систем массового обслуживания является выработка рекомендаций по рациональному их построению, организации работы и регулированию потока заявок. Отсюда вытекают задачи, связанные с теорией массового обслуживания: установление зависимостей работы СМО от ее организации, характера потока заявок, числа каналов и их производительности, правил работы СМО.

Основой СМО является определенное число обслуживающих устройств - каналов обслуживания.

Назначение СМО состоит в обслуживании потока заявок (требовании ), представляющих последовательность событий, поступающих нерегулярно и в заранее неизвестные и случайные моменты времени. Само обслуживание заявок также имеет непостоянный и случайный характер. Случайный характер потока заявок и времени их обслуживания обусловливает неравномерность загрузки СМО: на входе могут накапливаться необслуженные заявки (перегрузка СМО) либо заявок нет или их меньше, чем свободных каналов (недогрузка СМО).

Таким образом, в СМО поступают заявки, часть из которых принимается на обслуживание каналами системы, часть становится в очередь на обслуживание, а часть покидает систему необслуженными.

Основными элементами СМО являются:

1.входной поток заявок;

2.очередь;

.каналы обслуживания;

.выходной поток заявок (обслуженные заявки).

Эффективность функционирования СМО определяется ее пропускной способностью - относительным числом обслуженных заявок.

По числу каналов n все СМО разделяются на одноканальные (n = 1) и многоканальные (n > 1). Многоканальные СМО могут быть как однородными (по каналам), так и разнородными (по продолжительности обслуживания заявок).

По дисциплине обслуживания различаются три класса СМО:

1.СМО с отказами (нулевое ожидание или явные потери). "Отказная" заявка вновь поступает в систему, чтобы ее обслужили (например, вызов абонента через АТС).

2.СМО с ожиданием (неограниченное ожидание или очередь). При занятости системы заявка поступает в очередь и, в конце концов, будет выполнена (торговля, сфера бытового и медицинского обслуживания).

.СМО смешанного типа (ограниченное ожидание). Имеется ограничение на длину очереди (сервис по обслуживанию автомобилей). Ограничение на время пребывания заявки в СМО (ПВО, особые условия обслуживания в банке) также может рассматриваться.

Различают открытые (поток заявок не ограничен), упорядоченные (заявки обслуживаются в порядке их поступления) и однофазные (однородные каналы выполняют одну и ту же операцию) СМО.

Эффективность работы систем массового обслуживания характеризуют показатели, которые можно разбить на три групп:

1.Группа показателей эффективности использования СМО:

-абсолютная пропускная способность (А ) - среднее число заявок, обслуживаемых в единицу времени, или интенсивность выходящего потока обслуженных заявок (это часть интенсивности входящего потока заявок);

относительная пропускная способность (Q ) - отношение абсолютной пропускной способности к среднему числу заявок, поступивших в систему за единицу времени;

средняя продолжительность периода занятости СМО ();

интенсивность нагрузки (ρ) показывает степень согласованности входного и выходного потоков заявок канала обслуживания и определяет устойчивость СМО;

коэффициент использования СМО - средняя доля времени, в течение которого система занята обслуживанием заявок.

2.Показатели качества обслуживания заявок:

среднее время ожидания заявки в очереди ();

среднее время пребывания (обслуживания) заявки в СМО ();

вероятность отказа заявки в обслуживании без ожидания ();

вероятность немедленного приема заявки ();

закон распределения времени ожидания заявки в очереди в СМО;

среднее число заявок в очереди ();

среднее число заявок, находящихся в СМО ().

.Показатели эффективности функционирования пары "СМО - потребитель" (вся совокупность заявок или их источник, например средний доход в единицу времени от СМО). Эта группа полезна, когда доход от СМО и затраты на ее обслуживание измеряются в одних и тех же единицах, и отражает специфику работы СМО.

1.2 Многоканальные СМО с отказами

Система M/M/n/0 представляет собой n- линейную СМО с r местами ожидания (r=0), в которую поступает пуассоновский поток интенсивности , а времена обслуживания заявок независимы и при этом время обслуживания каждой заявки на любом приборе распределено по экспоненциальному закону с параметром . В случае, когда , заявка, поступившая в переполненную систему (т.е. когда заняты все приборы и все места ожидания), теряется и вновь в нее не возвращаются. Система M/M/n/r также относится к экспоненциальным СМО.

Уравнения, описывающие распределение заявок в системе

Выпишем систему дифференциальных уравнений Колмогорова. Для этого рассмотрим моменты t и . Предполагая, что в момент t процесс v(t) пребывает в состоянии i, определим, куда он может попасть в момент , и найдем вероятности его переходов за время . Здесь возможны три случая.

А. iпроцесс не выйдет из состояния i равна произведению вероятности не поступления заявки за время на вероятность того, что за это время не обслужится ни одна из i заявок, т.е. равна . Вероятность перехода за время в состояние i+1 равна - вероятности поступления заявки в систему. Наконец поскольку каждый прибор закончит за время обслуживание находящейся в нем заявки с вероятностью , а таких приборов i, то вероятность перехода в состояние i-1 равна . Остальные переходы имеют вероятность .

Б. n≤i остаться в состоянии i равна , перейти в состояние i-1 за это же время

Таким образом, мы фактически доказали, что процесс является процессом рождения и гибели с интенсивностями при при и при . Обозначая через , распределение числа заявок в системе в момент t, получаем следующие выражения для в случае, когда :

,

,

,

Если же , то, что очевидно последнего выражения не будет, а в предпоследнем индекс i может принимать значения i=n,n+1,… .

Вычитая теперь из обеих частей равенства, деля на и переходя к пределу

при , получаем систему дифференциальных уравнений:

,

,

, (1.2)

.

Стационарное распределение очереди

В случае конечного r, например r=0, процесс является эргодическим. Также он будет эргодическим в случае при выполнении условия, о котором будет сказано ниже. Тогда из (1) при получаем, что стационарные вероятности состояний pi удовлетворяют систему уравнений:

,

,(1.3)

,

.

Поясним теперь вывод системы уравнений (1.3), исходя из принципа глобального баланса. Так, например, согласно диаграмме переходов для фиксированного состояния i, , имеем, что суммарные потоки вероятностей входящий в состояние i и выходящий из него равны, соответственно, и .

Рисунок 1 Диаграмма переходов

Исходя теперь из принципа локального баланса, что баланс потоков вероятностей между состояниями i и i+1 отражается равенствами:

,

,(1.4)

являющимися уравнениями локального баланса для данной СМО. Проверка справедливости равенств (1.4) производится непосредственным суммированием системы уравнений (1.3) по i при i=0,1,…,n+r-1.

Из соотношения (1.4), выражая рекуррентно вероятности через ,

где , а определяется из условия нормировки , т.е.

.(1.6)

Ясно, что формулы можно получить из общих соотношений для стационарных вероятностей состояний процесса рождения и гибели при указанных выше значениях и .

Если , то стационарный режим существует при любом .

Выпишем теперь выражения для некоторых характеристик очереди.

Стационарная вероятность немедленного обслуживания заявки (обслуживания без ожидания) совпадает со стационарной вероятностью того, что в системе находится 0,1,…,n-1 заявок, т.е.

Рассмотрим интересующий нас частный случай, когда r=0. тогда в системе отсутствуют места для ожидания (система с потерями M/M/n/0) и такая система носит название системы Эрланга . Система Эрланга описывает процессы, происходящие в простейших телефонных сетях, и названа так в честь А. К. Эрланга, впервые её исследовавшего. Для системы M/M/n/0 стационарные вероятности определяются формулой Эрланга

,.

Следовательно, стационарная вероятность потери заявки определяется формулой:

,

которую также называют формулой Эрланга.

Наконец, когда , то мы имеем систему , для которой при любом стационарные вероятности существуют и, как следует из формул Эрланга при , имеют вид

,.

Вернемся теперь к соотношениям (1.4). Суммируя эти равенства по i=0,1,…,n+r-1 , получаем

,

где - среднее число занятых приборов. Выписанное соотношение выражает равенство интенсивностей принятого в систему и обслуживаемого ею потоков в стационарном режиме. Отсюда мы можем получить выражение для пропускной способности системы , определяемой как среднее число заявок, обслуженных системой в единицу времени, и называемой иногда интенсивностью выхода:

.

Выражение для стационарного числа N заявок в системе нетрудно получить либо непосредственно из распределения вероятностей (4), либо воспользовавшись очевидным соотношением .

Стационарное распределение времени пребывания заявки в системе

Стационарное распределение W(x) времени ожидания начала обслуживания принятой в систему M/M/n/r заявки вычисляется практически так же, как и для системы . Заметим, что заявка, заставшая при поступлении i других заявок в системе, немедленно начинает обслуживаться, если i времена.

Путем несложных преобразований находим, учитывая независимость времени обслуживания от времени ожидания начала обслуживания, находим, что стационарное распределение V(x) времени пребывания в системе принятой к обслуживанию заявки имеет ПЛС

.

Стационарные средние времена ожидания начала обслуживания и пребывания заявки в системе задаются формулами:

,

.

Последнее выражение можно также получить из формул Литтла.

Нестационарные характеристики

Нестационарное распределение числа заявок в системе получается интегрированием системы (1) с учетом начального распределения .

Если , то система (1) представляет собой линейную однородную систему обыкновенных дифференциальных уравнений первого порядка с постоянными коэффициентами.

Выходящий поток

В системе , в установившемся режиме поток заявок, покидающих систему, является пуассоновским. То же самое можно сказать и о выходящем потоке из системы M/M/n/r, если понимать под ним суммарный поток как обслуженных, так и потерянных заявок. Доказательство этого с помощью метода обращения времени полностью совпадает с доказательством аналогичного факта для системы .

2. Обоснование и выбор инструментальной среды для проведения расчетов

Моделирование систем является важным инструментом, когда необходимо понять, объяснить непонятную проблему или решить поставленную задачу с помощью компьютера. Серией компьютерных экспериментов исследуют модель и получают подтверждение или опровержение передэкспериментальных гипотез о поведении модели.

Результаты поведения модели менеджер использует для реального объекта, то есть принимает плановое или прогнозируемое решение, полученное с помощью исследования модели.- это компьютерная программная система для моделирования систем управления. Simulink является составным элементом Matlab и использует для моделирования все возможности. С помощью Matlab Simulink моделируются линейные, нелинейные, дискретные, стохастические и гибридные системы.

При этом, в отличие от классических способов моделирования, пользователю не нужно досконально изучать язык программирования и многочисленные методы математики, а достаточно общих знаний, которые нужны для работы с компьютером, и знаний о той предметной области, в которой он работает.

При работе в Matlab Simulink можно моделировать динамические системы, выбирать методы решения дифференциальных уравнений, а также способов изменения модельного времени (с фиксированным или переменным шагом). В ходе моделирования имеется возможность следить за процессами, которые происходят в системе. Для этого используются специальные устройства наблюдения, входящие в состав библиотеки Simulink. Результаты моделирования могут быть представлены в виде графиков и таблиц.

Преимущество Simulink заключается в том, что он позволяет пополнять библиотеки блоков с помощью программ, написанных как на языке Matlab, так и на языках С++, Fortran и Ada.

Исследуемую модель системы составляют в виде блок-схемы. Каждый типичный блок является объектом с графическими чертежами, графическими и математическими символами исполняемой программой и числовыми или формульными параметрами. Блоки соединяются линиями, которые отражают движение материальных, финансовых и информационных потоков между объектами.

Итак, Matlab Simulink - это система имитационного моделирования, которая позволяет удобно и легко строить и исследовать модели экономических процессов.

3. Алгоритмическое обеспечение

.1 Постановка задачи

В качестве многоканальной СМО с отказами рассмотрим работу вычислительного центра.

В вычислительный центр коллективного пользования с тремя ЭВМ поступают заказы от предприятий на вычислительные работы. Если работают все три ЭВМ, то вновь поступающий заказ не принимается, и предприятие вынуждено обратиться в другой вычислительный центр. Среднее время работы с одним заказом составляет 3 ч. Интенсивность потока заявок 0,25 (1/ч).

Требуется определить основные характеристики эффективности данной СМО, если интенсивность, с которой каждая ЭВМ обслуживает заказ, равна 1/3 заявки в час, а интенсивность, с которой заявки поступают в вычислительный центр, равна 0,25 единиц в час. Рассмотреть случай увеличения количества ЭВМ на 2 единицы в центре и проследить, как изменятся основные характеристики этой системы. По результатам анализа полученных результатов, дать рекомендации относительно оптимального числа каналов обслуживания.

Пусть СМО содержит n каналов, интенсивность входящего потока заявок равна , а интенсивность обслуживания заявки каждым каналом равна . Размеченный граф состояний системы изображён на рисунке 2.

Рисунок 2 - График состояний многоканальной СМО с отказами

Состояние S0 означает, что все каналы свободны, состояние Sk (k = 1, n) означает, что обслуживанием заявок заняты k каналов. Переход из одного состояния в другое соседнее правое происходит скачкообразно под воздействием входящего потока заявок интенсивностью независимо от числа работающих каналов (верхние стрелки). Для перехода системы из одного состояния в соседнее левое неважно, какой именно канал освободится. Величина характеризует интенсивность обслуживания заявок при работе в СМО k каналов (нижние стрелки).

Легко увидеть, что многоканальная СМО с отказами является частным случаем системы рождения и гибели, если в последней принять и

(3.1)

При этом для нахождения финальных вероятностей можно воспользоваться формулами (4) и (5). С учётом (16) получим из них:

(3.2)

(3.3)

Формулы (3.2) и (3.3) называются формулами Эрланга - основателя теории массового обслуживания.

Вероятность отказа в обслуживании заявки р_отк равна вероятности того, что все каналы заняты, т.е. система находится в состоянии Sn. Таким образом,

(3.4)

Относительную пропускную способность СМО найдём из (3.4):

(3.5)

Абсолютную пропускную способность найдём из (3,5):

Среднее число занятых обслуживанием каналов можно найти таким образом: так как каждый занятый канал в единицу времени обслуживает в среднем заявок, то можно найти по формуле:

3.3 Построение моделей СМО с отказами в Simulink

.3.1 для 3-х канальной СМО

Рисунок 3 Модель СМО с 3-мя каналами обслуживания

Рисунок 3 (продолжение) Модель СМО с 3-мя каналами обслуживания

В моделях, реализованных в Simulink, есть возможность вывести значения показателей эффективности СМО. При изменении входных параметров, значения будут пересчитываться автоматически.

Система массового обслуживания с тремя каналами может находиться в четырех состояних: S0 - все каналы свободны, S1 - 1 канал занят, S2 - 2 канала занято, S3 - все 3 канала заняты. Вероятности этих состояний представлены на рисунке 4.

Рисунок 4 Вероятности состояний для СМО с 3-мя каналами

3.3.2 Для 5-канальной СМО

Рисунок 5 Модель СМО с 5-ю каналами

Рисунок 5 (продолжение) Модель СМО с 5-ю каналами

Как и в случае n=3 для СМО с n=5 реализован вывод значений показателей эффективности в самой модели.

Система массового обслуживания с пятью каналами может находиться в шести состояних: S0 - все каналы свободны, S1 - 1 канал занят, S2 - 2 канала занято, S3 -3 канала заняты, S4 -4 канала заняты, S5 -все 5 каналов заняты. Вероятности этих состояний представлены на рисунке 7

Рисунок 6 Вероятности состояний для СМО с 5-ю каналами

3.4 Расчет показателей эффективности

Расчет показателей эффективности систем массового обслуживания с тремя и пятью каналами был произведен с помощью пакета MS Excel по формулам, описанным в параграфе 3.2

.4.1 для 3-х канальной СМО

Таблица 1 Расчет показателей эффективности трехканальной СМО

n (число каналов обслуживания)3ʎ (интенсивность входящего потока заявок)0,25µ (интенсивность потока обслуженных заявок, выходящих из одного канала)0,33333ρ (приведенная интенсивность потока заявок)0,75вероятности состояний P_00,47584P_10,35688P_20,13383P_30,03346сумма вероятностей1Q (относительная пропускная способность СМО)0,96654A (абсолютная пропускная способность СМО)0,24164P_serv (вероятность того, что заявка будет обслужена)0,96654P_otk (вероятность того, что заявка получит отказ)0,03346n" (среднее число занятых каналов)0,72491

3.4.2 Для 5-канальной СМО

Таблица 2 Расчет показателей эффективности пятиканальной СМО

n (число каналов обслуживания)5ʎ (интенсивность входящего потока заявок)0,25µ (интенсивность потока обслуженных заявок, выходящих из одного канала)0,33333ρ (приведенная интенсивность потока заявок)0,75вероятности состояний P_00,47243P_10,35432P_20,13287P_30,03322P_40,00623P_50,00093сумма вероятностей1Q (относительная пропускная способность СМО)0,99907A (абсолютная пропускная способность СМО)0,24977P_serv (вероятность того, что заявка будет обслужена)0,99907P_otk (вероятность того, что заявка получит отказ)0,00093n" (среднее число занятых каналов)0,7493

3.5 Анализ результатов моделирования

Таблица 3 Сравнение результатов моделирования с теоретическими расчетами для трехканальной СМО

ПараметрТеоретическое значениеЭмпирическое значениеОтклонение (в долях)P_00,475840,4870,023P_otk0,033460,031360,07Q0,966540,96860,002A0,241640,24220,002n"0,724910,72650,002

Таблица 4 Сравнение результатов моделирования с теоретическими расчетами для пятиканальной СМО

ПараметрТеоретическое значениеЭмпирическое значениеОтклонение (в долях)P_00,472428230,48520,026P_otk0,0009342450,00099520,061Q0,966782390,9990,032A0,2416955980,24980,032n"0,7250867930,74930,032

Из таблиц видно, что отклонения эмпирических значений от теоретических не превышает ε=7%. Это означает, что построенные нами модели адекватно описывают поведение системы и они применимы для поиска оптимальных соотношений количества каналов обслуживания.

Таблица 5 Сравнение эмпирических показателей СМО где n=3 и СМО где n=5

ПараметрПоказатели СМО где n=3Показатели СМО где n=5P_00,4870,4852P_otk0,031360,0009952Q0,96860,999A0,24220,2498n"0,72650,7493

Очевидно, что чем выше число каналов обслуживания, тем меньше вероятность отказа системы и выше вероятность того, что заявка будет обслужена. Абсолютная пропускная способность системы в случае функционирования 5 каналов хоть и незначительно выше, чем если бы функционировало всего 3 канала, однако это свидетельствует о том, что необходимо сделать выбор в пользу увеличения числа каналов обслуживания.

Таким образом, проведенный эксперимент показал, насколько можно доверять результатам моделирования и выводам, сделанным на основе интерпретации этих результатов.

ЗАКЛЮЧЕНИЕ

В ходе выполнения курсовой работы были решены все поставленные задачи и достигнута поставленная цель, а именно - были созданы модели, описывающие экономический процесс, рассчитаны показатели этих моделей и сформированы рекомендации для практического применения.

Моделирование было выполнено в системе Matlab Simulink в виде блок-схем, которые в простой и удобной форме показывают сущности экономических процессов. Так же была произведена проверка адекватности построенных моделей путем расчета теоретических показателей эффективности выбранных типов СМО, по результатам которой модели были признаны с большой вероятностью приближенными к реальности. Из этого следует, что при рассмотрении аналогичных процессов и для экономии времени, мы можем воспользоваться моделями, разработанными в ходе этой работы.

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1.Рыжиков Ю.И. Имитационное моделирование. Теория и технологии. - СПб.: КОРОНА принт: М.: Альтекс-А, 2004.

2.Варфоломеев В.И. Алгоритмическое моделирование элементов экономических систем: Практикум. Учеб. пособие. - М.: Финансы и статистика, 2000.

.Гмурман В.Е. Теория вероятностей и математическая статистика. Учеб. пособие для вузов. - М.: Высшая школа, 1998