Сеть СМО включает в себя несколько систем массового обслуживания, между которыми циркулируют потоки заявок с различной интенсивностью. Для анализа работы сети необходимо рассчитать интенсивности входных потоков заявок для каждой СМО по матрице передач.
Пример сети СМО
Собранные телевизионные приемники после сборки проходят серию испытаний на станции технического контроля. Отбракованный телевизор отравляют в цех наладки. После наладки телевизор возвращают на станцию контроля и снова проверяют. Телевизионные приемники попадают на станцию контроля в среднем каждые 5±2 мин. На станции находятся два контролера. Каждому из них требуется в среднем 9±3 мин на проверку изделия. Известно, что 85% телевизоров проходят проверку успешно и попадают в цех упаковки. Остальные попадают в цех наладки, в котором работает один наладчик. Наладка требует в среднем 30±10 мин.
Оценить, сколько мест на стеллажах контроля и в цехе наладки необходимо иметь. Определить убытки, связанные с наладкой телевизоров, если затраты на наладку одного телевизора составляют 5 руб.
|
|
Модель проведения контроля и наладки телевизионных приемников можно представить в виде открытой сети массового обслуживания (рис. 3.5).
Рис. 3.5. Структура сети СМО
Интенсивность входного потока λ0 определяется как 1/Т0, где Т0- среднее время поступления телевизионных приемников на станцию контроля. Исходя из того, что интенсивность выходного потока в стационарном состоянии должна равняться интенсивности входного потока, можно построить матрицу передач, по которой и рассчитываются интенсивности λ1 и λ2
Т=
Для того, чтобы сеть была стационарна, каждая СМО должна быть стационарна, т.е. должны выполняться следующие условия:
где N - количество СМО в сети,
λi - интенсивность входного потока заявок а i -юСМО;
кi - число каналов обслуживания в i -й СМО;
μi; - интенсивность обслуживания одного канала в i -й СМО.
Если хотя бы одно из условий не выполняется, то сеть СМО не справится с потоком заявок. В этом случае необходимо увеличивать число каналов обслуживания для соответствующей СМО.
Определим элементы модели (табл. 3.4).
Таблица 3.4
Таблица элементов модели
Элементы | Интерпретация |
Транзакты: 1-й сегмент модели 2-й сегмент модели Приборы: KONT NAL Очереди: STEL QNAL Точки входа: POVT PACK | Поступление приемников на станцию контроля Таймер Контролер Рабочий-наладчик Стеллажи на станции контроля Стеллажи на цехе наладки Направление приемников на повторный контроль после наладки Уход приемников в цех упаковки |
|
|
Модель сети СМО
SIMULATE
KONT STORAGE 2
GENERATE 5,2
POVT QUEUE STEL
ENTER KONT
DEPART STEL
ADVANCE 9,3
LEAVE KONT
NRANSFER .85,,PACK
QUEUE QNAL
SEIZE NAL
DEPART QNAL
ADVANCE 30, 10
RELEASE NAL
TRANSFER ,POVT
PACK TERMINATE
GENERATE 480
TERMINATE 1
START 1
END
Заключение
В данном учебном пособии рассмотрены основные вопросы теории массового обслуживания и различные способы исследования СМО. Основные характеристики СМО могут быть получены как с помощью решения систем линейных уравнений, так и с помощью моделирования на ЭВМ. Аналитические методы исследования процессов, протекающих в СМО, дают более точные значения характеристик, но существуют не для всех типов СМО. Напротив, моделирование на ЭВМ позволяет исследовать СМО любого типа, в стационарных и нестационарных режимах, но дает более приблизительные результаты. Способ исследования конкретной СМО выбирается в зависимости от типа системы, целей и задач исследования, требуемой точности результатов и выделяемого времени на решение задачи.
[1] Теоретически в общем случае система определяется как целостное множество взаимосвязанных элементов, которое нельзя расчленить на независимые подмножества
[2] Потоком событий (в данном случае заявок) называют последовательность событий, наступающих одно за другим в какие-то заранее неизвестные, случайные моменты времени
[3] Случайным процессом (или случайной функцией) называется соответствие, при котором каждому значению аргумента (в данном случае - моменту из промежутка времени проводимого опыта) ставится в соответствие случайная величина (в данном случае - состояние СМО).
Случайной величиной называется величина, которая в результате опыта может принять одно, но неизвестное заранее, какое именно, числовое значение из данного числового множества ([5], с. 5).
[4] Случайный процесс, протекающий в СМО, называется марковским (или процессом без последействия, или процессом без памяти), если вероятность любого состояния СМО в будущем зависит только от ее состояния в настоящем и не 'зависит от ее состояний в прошлом ([5], с. 6). Этот процесс назван "марковским" по имени математика А.А. Маркова, впервые исследовавшего эти процессы.
Марков Андрей Андреевич (14.06.1856—20.07.1922) - известный русский ма-тематик, ординарный академик Петербургской академии наук; заслуженный профессор Петербургского университета. Основные исследования А.А. Маркова относятся к теории чисел, теории вероятностей и математическому анализу.
[5] Поток событий, обладающий свойствами отсутствия последействия (для любых двух непересекающихся промежутков времени, число событий, наступающих за один из них, не зависит от числа событий, наступающий за другой) и ординарностью (вероятность наступления за элементарный - малый промежуток времени более одного события пренебрежимо мала по сравнению с вероятностью наступления за этот промежуток времени одного события), называется пуассоновским ([5), с. 69).
Пуассон Симеон Дени (21.06.1781 - 25.04.1840) - французский математик, механик и физик, профессор Политехнической школы в Париже (с 1806 г.), член института Франции и Бюро долгот (с 1812 г.), член Совета Французского университета (с 1816 г.), наблюдатель за преподаванием математики во всех коллежах Франции (с 1820 г.), почетный член Петербургской академии наук (с 1826 г.); получил выдающиеся результаты в области теории рядов, теории неопределенных интегралов, вариационного исчисления, теории вероятностей, математической физики, теоретической механики; предложил (названный его именем) один из важнейших законов распределения случайных величин в теории вероятностей.
|
|
[6] Поток событий называется регулярным, если события в нем следуют одно за другим через строго определенные промежутки времени
[7] Поток событий называется стационарный, если вероятность наступления того или иного числа событий за какой-либо промежуток времени зависит только ОТ длины этого промежутка и не зависит от момента его начала.
[8] Формула (2.1.) представляет собой плотность распределения (или дифференциальную функцию распределения) непрерывной случайной величины Т.
[9] Интенсивностью (или средней платностью) потока называется среднее число событий в единицу времени