Основные понятия систем массового обслуживания. Средние число занятых каналов

Рассмотрим n - канальную систему массового обслуживания с ожиданием.

Интенсивность потока обслуживания равна μ. Длительность обслуживания – случайная величина, подчиненная показательному закону распределения. Поток обслуживаний является простейшим пуассоновским потоком событий.

Размер очереди допускает нахождение в ней m заявок.

Для нахождения предельных вероятностей можно использовать следующие выражения.

(0‑1)

где.

Вероятность отказа в обслуживании заявки (отказ произойдет в случае, если все каналы заняты и в очереди находятся m заявок):

(0‑2)

Относительная пропускная способность .

(0‑3)

Абсолютная пропускная способность .

(0‑4)

Среднее число занятых каналов.

Для СМО с очередью среднее число занятых каналов не совпадает (в отличие от СМО с отказами) со средним числом заявок в системе. Отличие равно числу заявок, ожидающих в очереди.

Обозначим среднее число занятых каналов. Каждый занятый канал обслуживает в среднем μ заявок в единицу времени, а СМО в целом – А заявок в единицу времени. Разделив А на μ получим

(0‑5)

Среднее число находящихся в очереди заявок.

Для нахождения среднего числа ожидающих в очереди заявок в случае, если χ≠1, можно использовать выражение:

(0‑6)

(0‑7)

где = .

Среднее число находящихся в системе заявок.

(0‑8)

Среднее время ожидания заявки в очереди .

Среднее время ожидания заявки в очереди можно найти из выражения (χ≠1).

(0‑9)

Среднее время пребывания заявки в системе.

Так же как и в случае с одноканальной СМО имеем:

(0‑10)

Содержание работы .

Подготовка инструментария эксперимента .

Выполняется в соответствии с общими правилами.

Расчет на аналитической модели .

1. В приложение Microsoft Excel подготовьте таблицу следующего вида.

Параметры
СМО

Аналитическая
модель

Имитационная
модель

T a

Pотк

nож

Pотк

2. В столбцах для параметров СМО таблицы запишите свои исходные данные, которые определяются по правилу:

n =1,2,3

m=1,3,5

Для каждой комбинации { n ,m} необходимо найти теоретические и экспериментальные значения показателей СМО для таких пар значений:

= <порядковый номер в списке группы>

3. В столбцы с показателями аналитической модели впишите соответствующие формулы.

Эксперимент на имитационной модели .

1. Установите режим запусков с экспоненциально распределенным временем обслуживания, задав значение соответствующего параметра равным 1.

2. Для каждой комбинации n, m, и осуществите запуск модели.

Результаты запусков внесите в таблицу.

3. Внесите в соответствующие столбцы таблицы формулы для расчета среднего значения показателя Pотк, q и А.

Анализ результатов .

1. Проанализируйте результаты, полученные теоретическим и экспериментальным способами, сравнив результаты между собой.

2. Для одной из комбинаций {n,m} постройте на одной диаграмме графики зависимости Pотк от на теоретически и экспериментально полученных данных.

Оптимизация параметров СМО .

Решите задачу оптимизации размера числа мест в очереди m для двух приборов со средним временем обслуживания = с точки зрения получения максимальной прибыли. В качестве условий задачи возьмите:

- доход от обслуживания одной заявки равным 80у.е./час,

- стоимость содержания одного прибора - 1у.е./час,

- стоимость содержания одного места в очереди – 0.2у.е./час.

1. Для расчетов целесообразно создать таблицу:

Первый столбец заполняется значениями числа приборов n =1.

Второй столбец заполняется значениями чисел натурального ряда (1,2,3…).

Все клетки третьего и четвертого столбцов заполняются значениями.

В клетки столбцов с пятого по четырнадцатый переносятся формулы для столбцов таблицы раздела 0.

В столбцы с исходными данными разделов Доход, Расход, Прибыль внесите значения (см. выше).

В столбцах с вычисляемыми значениями разделов Доход, Расход, Прибыль запишите расчетные формулы:

- число заявок в единицу времени

N r =A

- суммарный доход в единицу времени

I S = I r *N r

- суммарный расход в единицу времени

E S =E s *n + E q *m

- прибыль в единицу времени

P = I S - E S

где

I r - доход от одной заявки ,

E s - расход на один прибор ,

E q - расход на одно место в очереди

2. Заполните строки таблицы для n=2 и n=3.

Найдите m опт для n =1 ,2,3.

3. Постройте на одной диаграмме графики зависимости C(m) для n=1,2,3.

Отчет по работе :

Отчет по работе должен включать:

- исходные данные,

- результаты расчетов и экспериментов с программной моделью,

Графики для P отк ,

- таблицу с данными для нахождения наилучшего m и значение m опт,

- графики зависимости прибыли в единицу времени от m для n=1,2,3.

Контрольные вопросы :

1) Дайте краткое описание многоканальной модели СМО с ограниченной очередью.

2) Какими показателями характеризуется функционирование многоканальной СМО с ограниченной очередью?

3) Как рассчитываются предельные вероятности многоканальной СМО с ограниченной очередью?

4) Как найти вероятность отказа обслуживания заявки?

5) Как найти относительную пропускную способность?

6) Чему равна абсолютная пропускная способность?

7) Как подсчитывается среднее число заявок в системе?

8) Приведите примеры многоканальной СМО с ограниченной очередью.

Задачи .

1) На автозаправочной станции установлены 3 колонки и площадка на 3 автомобиля для ожидания заправки. В среднем на станцию прибывает одна машина каждые 4 минуты. Среднее время обслуживания одной машины - 2,8 мин. Определить характеристики работы автозаправочной станции.

2) На станцию технического осмотра автомобилей, имеющего 3 смотровых поста, в среднем поступает 1 автомобиль за 0,4 часа. Стоянка во дворе вмещает 3 машины. Среднее время работы одного поста - 0,5 часа. Определить характеристики работы СТО.

3) В магазин осуществляется завоз товаров автомобилями. В течение дня прибывают в среднем 6 машин. Подсобные помещения для подготовки товаров к продаже позволяют обрабатывать и хранить товар, привезенный двумя машинами. В магазине работают посменно три фасовщика товаров, каждый из которых в среднем может обрабатывать товар одной машины в течение 5 часов. Продолжительность рабочего дня фасовщиков составляет 12 часов. Определить характеристики работы магазина, а также, какова должна быть емкость подсобных помещений, чтобы вероятность полной обработки товаров была больше 0,96.

4) В магазине работают три кассы. Среднее время обслуживания одного покупателя - 3 мин. Интенсивность потока покупателей - 7 человек в минуту. Число покупателей, стоящих в очереди к кассе, не может превышать 5 человек. Покупатель, пришедший в магазин, в котором в каждой очереди в кассу 5 человек, не ждет, а уходит из магазина. Определить характеристики работы магазина.

5) Оптовый склад производит отпуск товаров клиентам. Погрузку автомашины осуществляют три бригады грузчиков, каждая из которых состоит из 4 человек. Склад одновременно вмещает 5 автомашин и, если в это время прибывает новая автомашина, то она не обслуживается. Интенсивность входящего потока составляет 5 автомашин в час. Интенсивность по грузки составляет 2 автомашины в час. Дайте оценку работы склада и вариант его реорганизации.

6) Таможня располагает тремя терминалами. Интенсивность потока автомашин, перевозящих грузы и подлежащих прохождению таможенного контроля, составляет 30 шт. в сутки. Среднее время таможенной обработки на терминале одной автомашины составляет 3 часа. Если в очереди на прохождение таможенного контроля стоят 5 автомашин, то приезжающие автомашины уезжают на другую таможню. Найти показатели эффективности работы таможни.

7) На строительную площадку в среднем через 40 мин прибывают автомашины со строительным материалом. Среднее время разгрузки одной автомашины составляет 1,8 часа. В разгрузке принимают участие две бригады грузчиков. На территории строительной площадки может находиться в очереди на разгрузку не более 5 автомашин. Определить показатели эффективности работы строительной площадки.

8) На мойку, имеющую три рабочих места, в среднем в час приезжает 12 автомашин. Если в очереди уже находится 6 автомашин, вновь приезжающие автомобили не встают в очередь, а покидают мойку. Среднее время мойки автомашины составляет 20 мин, средняя стоимость услуг мойки - 150 руб. Определить показатели эффективности работы мойки и среднюю величину потери выручки в течение рабочего дня (с 9 до 19 часов).

9) Интенсивность потока автомашин, перевозящих грузы и подлежащих прохождению таможенного контроля, составляет 50 шт. в сутки. Среднее время таможенной обработки на терминале одной автомашины составляет 2,8 часа. Максимальная очередь на прохождение таможенного контроля должна быть не более 8 автомашин. Определить, какое количество терминалов надо открыть на таможне, чтобы вероятность простоя автомашин была минимальна.

В этом параграфе мы рассмотрим некоторые простейшие СМО и выведем выражения для их характеристик (показателей эффективности). При этом мы продемонстрируем основные методические приемы, характерные для элементарной, «марковской» теории массового обслуживания. Мы не будем гнаться за количеством образцов СМО, для которых будут выведены конечные выражения характеристик; данная книга - не справочник по теории массового обслуживания (такую роль гораздо лучше выполняют специальные руководства). Наша цель - познакомить читателя с некоторыми «маленькими хитростями», облегчающими путь сквозь теорию массового обслуживания, которая в ряде имеющихся (даже претендующих на популярность) книг может показаться бессвязным набором примеров.

Все потоки событий, переводящие СМО из состояния в состояние, в данном параграфе мы будем считать простейшими (не оговаривая это каждый раз специально). В их числе будет и так называемый «поток обслуживаний». Под ним разумеется поток заявок, обслуживаемых одним непрерывно занятым каналом.

В этом потоке интервал между событиями, как и всегда в простейшем потоке, имеет показательное распределение (во многих руководствах вместо этого говорят: «время обслуживания - показательное», мы и сами в дальнейшем будем пользоваться таким термином). В данном параграфе показательное распределение времени обслуживания будет само собой разуметься, как всегда для «простейшей» системы.

Характеристики эффективности рассматриваемых СМО мы будем вводить по ходу изложения.

1. n-канальная СМО с отказами (задача Эрланга).

Здесь мы рассмотрим одну из первых по времени, «классических» задач теории массового обслуживания; эта задача возникла из практических нужд телефонии и была решена в начале нашего века датским математиком Эрлангом. Задача ставится так: имеется каналов (линий связи), на которые поступает поток заявок с интенсивностью К. Поток обслуживаний имеет интенсивность (величина, обратная среднему времени обслуживания ). Найти финальные вероятности состояний СМО, а также характеристики ее эффективности:

А - абсолютную пропускную способность, т. е. среднее число заявок, обслуживаемых в единицу времени;

Относительную пропускную способность, т. е. среднюю долю пришедших заявок, обслуживаемых системой;

Ротк - вероятность отказа, т. е. того, что заявка покинет СМО необслуженной;

к - среднее число занятых каналов.

Решение. Состояния системы S (СМО) будем нумеровать по числу заявок, находящихся в системе (в данном случае оно совпадает с числом занятых каналов):

В СМО нет ни одной заявки,

В СМО находится одна заявка (один канал занят, остальные свободны),

В СМО находится к заявок каналов заняты, остальные свободны),

В СМО находится заявок (все каналов заняты).

Граф состояний СМО соответствует схеме гибели и размножения (рис. 20.1). Разметим этот граф - проставим у стрелок интенсивности потоков событий, Из систему переводит поток заявок с интенсивностью X (как только приходит заявка, система перескакивает из ).

Тот же поток заявок переводит систему из любого левого состояния в соседнее, правое (см. верхние стрелки на рис. 20.1).

Проставим интенсивности у нижних стрелок. Пусть система находится в состоянии (работает один канал). Он производит обслуживании в единицу времени. Проставляем у стрелки интенсивность Теперь представим себе, что система находится в состоянии (работают два канала). Чтобы ей перейти в нужно, чтобы либо закончил обслуживание первый канал, либо второй; суммарная интенсивность их потоков обслуживаний равна проставляем ее у соответствующей стрелки. Суммарный поток обслуживаний, даваемый тремя каналами, имеет интенсивность к каналами - Проставляем эти интенсивности у нижних стрелок на рис. 20.1.

А теперь, зная все интенсивности, воспользуемся уже готовыми формулами (19.7), (19.8) для финальных вероятностей в схеме гибели и размножения. По формуле (19.8) получим:

Члены разложения будут представлять собой коэффициенты при в выражениях для

Заметим, что в формулы (20.1), (20.2) интенсивности Яиц входят не по отдельности, а только в виде отношения Обозначим

и будем называть величину «приведенной интенсивностью потока заявок». Ее смысл - среднее число заявок, приходящее за среднее время обслуживания одной заявки. Пользуясь этим обозначением, перепишем формулы (20.1), (20.2) в виде:

Формулы (20.4), (20.5) для финальных вероятностей состояний называются формулами Эрланга - в честь основателя теории массового обслуживания. Большинство других формул этой теории (сегодня их больше, чем грибов в лесу) не носит никаких специальных имен.

Таким образом, финальные вероятности найдены. По ним мы вычислим характеристики эффективности СМО. Сначала найдем - вероятность того, что пришедшая заявка получит отказ (не будет обслужена). Для этого нужно, чтобы все каналов были заняты, значит,

Отсюда находим относительную пропускную способность - вероятность того, что заявка будет обслужена:

Абсолютную пропускную способность получим, умножая интенсивность потока заявок X на

Осталось только найти среднее число занятых каналов к. Эту величину можно было бы найти «впрямую», как математическое ожидание дискретной случайной величины с возможными значениями и вероятностями этих значений

Подставляя сюда выражения (20.5) для и выполняя соответствующие преобразования, мы, в конце концов, получили бы верную формулу для к. Но мы выведем ее гораздо проще (вот она, одна из «маленьких хитростей»!) В самом деле, нам известна абсолютная пропускная способность А. Это - не что иное, как интенсивность потока обслуженных системой заявок. Каждый занятый канал в единицу времени обслуживает в среднем заявок. Значит, среднее число занятых каналов равно

И какая доля каналов при этом будет простаивать?

Тут уже проглядывает некоторый намек на оптимизацию. В самом деле, содержание каждого канала в единицу времени обходится в какую-то сумму. Вместе с тем, каждая обслуженная заявка приносит какой-то доход. Умножая этот доход на среднее число заявок А, обслуживаемых в единицу времени, мы получим средний доход от СМО в единицу времени. Естественно, при увеличении числа каналов этот доход растет, но растут и раеходы, связанные с содержанием каналов. Что перевесит - увеличение доходов или расходов? Это зависит от условий операции, от «платы за обслуживание заявки» и от стоимости содержания канала. Зная эти величины, можно найти оптимальное число каналов, наиболее эффективное экономически. Мы такой задачи решать не будем, предоставляя все тому же «неленивому любопытному читателю» придумать пример и решить. Вообще, придумывание задач больше развивает, чем решение уже поставленных кем-то.

2.2 Многоканальная СМО с ожиданием

Система с ограниченной длиной очереди. Рассмотрим канальную СМО с ожиданием, на которую поступает поток заявок с интенсивностью ; интенсивность обслуживания (для одного канала) ; число мест в очереди .

Состояния системы нумеруются по числу заявок, связанных системой:

нет очереди:

Все каналы свободны;

Занят один канал, остальные свободны;

Заняты -каналов, остальные нет;

Заняты все -каналов, свободных нет;

есть очередь:

Заняты все n-каналов; одна заявка стоит в очереди;

Заняты все n-каналов, r-заявок в очереди;

Заняты все n-каналов, r-заявок в очереди.

ГСП приведен на рис. 17. У каждой стрелки проставлены соответствующие интенсивности потоков событий. По стрелкам слева направо систему переводит всегда один и тот же поток заявок с интенсивностью , по стрелкам справа налево систему переводит поток обслуживании, интенсивность которого равна , умноженному на число занятых каналов.

Рис. 17. Многоканальная СМО с ожиданием

Граф типичен для процессов размножения и гибели, для которой решение ранее получено. Напишем выражения для предельных вероятностей состояний, используя обозначение : (здесь используется выражение для суммы геометрической прогрессии со знаменателем ).

Таким образом, все вероятности состояний найдены.

Определим характеристики эффективности системы.

Вероятность отказа. Поступившая заявка получает отказ, если заняты все n-каналов и все m-мест в очереди:

(18)

Относительная пропускная способность дополняет вероятность отказа до единицы:

Абсолютная пропускная способность СМО:

(19)

Среднее число занятых каналов. Для СМО с отказами оно совпадало со средним числом заявок, находящихся в системе. Для СМО с очередью среднее число занятых каналов не совпадает со средним числом заявок, находящихся в системе: последняя величина отличается от первой на среднее число заявок, находящихся в очереди.

Обозначим среднее число занятых каналов . Каждый занятый канал обслуживает в среднем -заявок в единицу времени, а СМО в целом обслуживает в среднем А-заявок в единицу времени. Разделив одно на другое, получим:

Среднее число заявок в очереди можно вычислить непосредственно как математическое ожидание дискретной случайной величины:

(20)

Здесь опять (выражение в скобках) встречается производная суммы геометрической прогрессии (см. выше (11), (12) - (14)), используя соотношение для нее, получаем:

Среднее число заявок в системе:

Среднее время ожидания заявки в очереди. Рассмотрим ряд ситуаций, различающихся тем, в каком состоянии застанет систему вновь пришедшая заявка и сколько времени ей придется ждать обслуживания.

Если заявка застанет не все каналы занятыми, ей вообще не придется ждать (соответствующие члены в математическом ожидании равны нулю). Если заявка придет в момент, когда заняты все n-каналов, а очереди нет, ей придется ждать в среднем время, равное (потому что «поток освобождений» -каналов имеет интенсивность ). Если заявка застанет все каналы занятыми и одну заявку перед собой в очереди, ей придется в среднем ждать в течение времени (по на каждую впереди стоящую заявку) и т. д. Если заявка застанет в очереди -заявок, ей придется ждать в среднем в течение времени . Если вновь пришедшая заявка застанет в очереди уже m-заявок, то она вообще не будет ждать (но и не будет обслужена). Среднее время ожидания найдем, умножая каждое из этих значений на соответствующие вероятности:

(21)

Так же, как и в случае одноканальной СМО с ожиданием, отметим, что это выражение отличается от выражения для средней длины очереди (20) только множителем , т. е.

Среднее время пребывания заявки в системе, так же, как и для одноканальной СМО, отличается от среднего времени ожидания на среднее время обслуживания, умноженное на относительную пропускную способность:

Системы с неограниченной длиной очереди. Мы рассмотрели канальную СМО с ожиданием, когда в очереди одновременно могут находиться не более m-заявок.

Так же, как и ранее, при анализе систем без ограничений необходимо рассмотреть полученные соотношения при .

Вероятности состояний получим из формул предельным переходом (при ). Заметим, что сумма соответствующей геометрической прогрессии сходится при и расходится при >1. Допустив, что <1 и устремив в формулах величину m к бесконечности, получим выражения для предельных вероятностей состояний:

(22)

Вероятность отказа, относительная и абсолютная пропускная способность. Так как каждая заявка рано или поздно будет обслужена, то характеристики пропускной способности СМО составят:

Среднее число заявок в очереди получим при из (20):

а среднее время ожидания - из (21):

Среднее число занятых каналов , как и ранее, определяется через абсолютную пропускную способность:

Среднее число заявок, связанных с СМО, определяется как среднее число заявок в очереди плюс среднее число заявок, находящихся под обслуживанием (среднее число занятых каналов):

Пример 2. Автозаправочная станция с двумя колонками (n = 2) обслуживает поток машин с интенсивностью =0,8 (машин в минуту). Среднее время обслуживания одной машины:

В данном районе нет другой АЗС, так что очередь машин перед АЗС может расти практически неограниченно. Найти характеристики СМО.

Поскольку<1, очередь не растет безгранично и имеет смысл говорить о предельном стационарном режиме работы СМО. По формулам (22) находим вероятности состояний:

и т. д.

Среднее число занятых каналов найдем, разделив абсолютную пропускную способность СМО А==0,8 на интенсивность обслуживания =0,5:

Вероятность отсутствия очереди у АЗС будет:

Среднее число машин в очереди:

Среднее число машин на АЗС:

Среднее время ожидания в очереди:

Среднее время пребывания машины на АЗС:

СМО с ограниченным временем ожидания. Ранее рассматривались системы с ожиданием, ограниченным только длиной очереди (числом m-заявок, одновременно находящихся в очереди). В такой СМО заявка, разраставшая в очередь, не покидает ее, пока не дождется обслуживания. На практике встречаются СМО другого типа, в которых заявка, подождав некоторое время, может уйти из очереди (так называемые «нетерпеливые» заявки).

Рассмотрим СМО подобного типа, предполагая, что ограничение времени ожидания является случайной величиной.

Предположим, что имеется n-канальная СМО с ожиданием, в которой число мест в очереди не ограничено, но время пребывания заявки в очереди является некоторой случайной величиной со средним значением, таким образом, на каждую заявку, стоящую в очереди, действует своего рода пуассоновский «поток уходов» с интенсивностью:

Если этот поток пуассоновский, то процесс, протекающий в СМО, будет марковским. Найдем для него вероятности состояний. Нумерация состояний системы связывается с числом заявок в системе - как обслуживаемых, так и стоящих в очереди:

нет очереди:

Все каналы свободны;

Занят один канал;

Заняты два канала;

Заняты все n-каналов;

есть очередь:

Заняты все n-каналов, одна заявка стоит в очереди;

Заняты все n-каналов, r-заявок стоят в очереди и т. д.

Граф состояний и переходов системы показан на рис. 23.

Рис. 23. СМО с ограниченным временем ожидания

Разметим этот граф, как и раньше; у всех стрелок, ведущих слева направо, будет стоять интенсивность потока заявок . Для состояний без очереди у стрелок, ведущих из них справа налево, будет, как и раньше, стоять суммарная интенсивность потока обслуживании всех занятых каналов. Что касается состояний с очередью, то у стрелок, ведущих из них справа налево, будет стоять суммарная интенсивность потока обслуживания всех n-каналов плюс соответствующая интенсивность потока уходов из очереди. Если в очереди стоят r-заявок, то суммарная интенсивность потока уходов будет равна .

Как видно из графа, имеет место схема размножения и гибели; применяя общие выражения для предельных вероятностей состояний в этой схеме (используя сокращенные обозначения , запишем:

(24)

Отметим некоторые особенности СМО с ограниченным ожиданием сравнительно с ранее рассмотренными СМО с «терпеливыми» заявками.

Если длина очереди не ограничена и заявки «терпеливы» (не уходят из очереди), то стационарный предельный режим существует только в случае (при соответствующая бесконечная геометрическая прогрессия расходится, что физически соответствует неограниченному росту очереди при ).

Напротив, в СМО с «нетерпеливыми» заявками, уходящими рано или поздно из очереди, установившийся режим обслуживания при достигается всегда, независимо от приведенной интенсивности потока заявок . Это следует из того, что ряд для в знаменателе формулы (24) сходится при любых положительных значениях и .

Для СМО с «нетерпеливыми» заявками понятие «вероятность отказа» не имеет смысла - каждая заявка становится в очередь, но может и не дождаться обслуживания, уйдя раньше времени.

Относительная пропускная способность, среднее число заявок в очереди. Относительную пропускную способность q такой СМО можно подсчитать следующим образом. Очевидно, обслужены будут все заявки, кроме тех, которые уйдут из очереди досрочно. Подсчитаем, какое в среднем число заявок покидает очередь досрочно. Для этого вычислим среднее число заявок в очереди:

На каждую из этих заявок действует «поток уходов» с интенсивностью . Значит, из среднего числа -заявок в очереди в среднем будет уходить, не дождавшись обслуживания, -заявок в единицу времени и всего в единицу времени в среднем будет обслуживаться -заявок. Относительная пропускная способность СМО будет составлять:

Среднее число занятых каналов по-прежнему получаем, деля абсолютную пропускную способность А на :

(26)

Среднее число заявок в очереди. Соотношение (26) позволяет вычислить среднее число заявок в очереди , не суммируя бесконечного ряда (25). Из (26) получаем:

а входящее в эту формулу среднее число занятых каналов можно найти как математическое ожидание случайной величины Z, принимающей значения 0, 1, 2,..., n с вероятностями ,:

В заключение заметим, что если в формулах (24) перейти к пределу при (или, что то же, при ), то при

Очередь длины k, остается в ней с вероятностью Pk и не присоединяется к очереди с вероятностью gk=1 - Pk,". именно так обычно ведут себя люди в очередях. В системах массового обслуживания, являющихся математическими моделями производственных процессов, возможная длина очереди ограничена постоянной величиной (емкость бункера, например). Очевидно, это частный случай общей постановки. Некоторые...

Система с ограниченной длиной очереди . Рассмотрим канальную СМО с ожиданием, на которую поступает поток заявок с интенсивностью ; интенсивность обслуживания (для одного канала) ; число мест в очереди .

Состояния системы нумеруются по числу заявок, связанных системой:

нет очереди:

Все каналы свободны;

Занят один канал, остальные свободны;

Заняты каналов, остальные нет;

Заняты все каналов, свободных нет;

есть очередь:

Заняты все n каналов; одна заявка стоит в очереди;

Заняты все n каналов, r заявок в очереди;

Заняты все n каналов, m заявок в очереди.

ГСП приведен на рис. 5.9. У каждой стрелки проставлены соответствующие интенсивности потоков событий. По стрелкам слева направо систему переводит всегда один и тот же поток заявок с интенсивностью , по стрелкам справа налево систему переводит поток обслуживании, интенсивность которого равна , умноженному на число занятых каналов.

Многоканальная экспоненциальная СМО отличается от одноканальной следующим. Число каналов в ней более одного. Приходящая заявка становится в очередь, если все каналы заняты. В противном случае заявка занимает свободный канал. (5.56)

Напишем выражения для предельных вероятностей состояний, используя обозначение : (см.5.45)

Вероятность отказа . Поступившая заявка получает отказ, если заняты все n каналов и все m мест в очереди:

(5.57)

Относительная пропускная способность дополняет вероятность отказа до единицы:

Абсолютная пропускная способность СМО:

(5.58)

Среднее число занятых каналов . Для СМО с отказами оно совпадало со средним числом заявок, находящихся в системе. Для СМО с очередью среднее число занятых каналов не совпадает со средним числом заявок, находящихся в системе: последняя величина отличается от первой на среднее число заявок, находящихся в очереди.

Обозначим среднее число занятых каналов . Каждый занятый канал обслуживает в среднем заявок в единицу времени, а СМО в целом обслуживает в среднем А заявок в единицу времени. Разделив одно на другое, получим:

(5.59)

Здесь опять (выражение в скобках) встречается производная суммы геометрической прогрессии (см. выше (5.50), (5.51)-(5.53)), используя соотношение для нее, получаем:

Среднее число заявок в системе:

Среднее время ожидания заявки в очереди . Рассмотрим ряд ситуаций, различающихся тем, в каком состоянии застанет систему вновь пришедшая заявка и сколько времени ей придется ждать обслуживания.

Если заявка застанет не все каналы занятыми, ей вообще не придется ждать (соответствующие члены в математическом ожидании равны нулю). Если заявка придет в момент, когда заняты все п каналов, а очереди нет, ей придется ждать в среднем время, равное (потому что «поток освобождений» каналов имеет интенсивность ). Если заявка застанет все каналы занятыми и одну заявку перед собой в очереди, ей придется в среднем ждать в течение времени (по на каждую впереди стоящую заявку) и т. д. Если заявка застанет в очереди заявок, ей придется ждать в среднем в течение времени . Если вновь пришедшая заявка застанет в очереди уже m заявок, то она вообще не будет ждать (но и не будет обслужена).

Среднее время ожидания найдем, умножая каждое из этих значений на соответствующие вероятности:

(5.60)

Так же, как и в случае одноканальной СМО с ожиданием, отметим, что это выражение отличается от выражения для средней длины очереди (5.59) только множителем , т. е.

Среднее время пребывания заявки в системе , так же, как и для одноканальной СМО , отличается от среднего времени ожидания на среднее время обслуживания, умноженное на относительную пропускную способность:

Системы с неограниченной длиной очереди .

Мы рассмотрели канальную СМО с ожиданием, когда в очереди одновременно могут находиться не более m заявок.

Так же, как и ранее, при анализе систем без ограничений необходимо рассмотреть полученные соотношения при .

Вероятности состояний получим из формул (5.56) предельным переходом (при ). Заметим, что сумма соответствующей геометрической прогрессии сходится при и расходится при > 1. Допустив, что < 1 и устремив в формулах (5.56) величину m к бесконечности, получим выражения для предельных вероятностей состояний:

(5.61)

Среднее число заявок в очереди получим при из (5.59):

а среднее время ожидания - из (5.60):

Среднее число занятых каналов , как и ранее, определяется через абсолютную пропускную способность:

Усложнение структур и режимов реальных систем затрудняет применение классических методов теории массового обслуживания ввиду возрастающей размерности решаемых задач, что особенно характерно для систем с сетевой структурой. Одним из возможных путей преодоления размерности является использование моделей в форме сетей массового обслуживания (СеМО).

СеМО представляет собой совокупность конечного числа обслуживающих узлов, в которой циркулируют заявки, переходящие в соответствии с маршрутной матрицей из одного узла в другой. Узел всегда является разомкнутой СМО . При этом отдельные СМО СМО − структуру системы, а требования, циркулирующие по СеМО , − составляющие материальных потоков (сообщения (пакеты) в коммуникационной сети, задания в мультипроцессорных системах, контейнеры грузопотоков и т.п.).

В свою очередь, СеМО используют для определения важнейших системных характеристик информационных систем: производительности; времени доставки пакетов; вероятности потери сообщений и блокировки в узлах ; области допустимых значений нагрузки, при которых обеспечивается требуемое качество обслуживания и др.

В теории СеМО фундаментальным является понятие состояния сети. Важнейшая характеристика сетей МО − вероятности их состояний. Для определения вероятностей состояний СеМО исследуют протекающий в сети случайный процесс. В качестве моделей протекающих в СеМО процессов также наиболее часто используют марковские и полумарковские.

3.3. Система массового обслуживания как модель

1.5. Сети массового обслуживания

Марковским процессом с непрерывным временем описывают функционирование экспоненциальных СеМО.

Сеть называется экспоненциальной, если входящие потоки требований в каждую СМО пуассоновские , а времена каждого этапа обслуживания, реализуемого на любой СМО сети, имеют экспоненциальное распределение. Это позволяет считать, что этапы обслуживания независимы между собой и не зависят ни от параметров входящего потока, ни от состояния сети, ни от маршрутов следования требований.

Теория экспоненциальных СеМО наиболее разработана, и ее широко применяют как для исследования сетей ПД так и для исследования мультипроцессорных вычислительных систем (ВС). Разработаны практические формулы расчета вероятностно-временных характеристик (ВВХ) таких сетей и систем.

Попытки глубокого анализа немарковских моделей сетевых систем наталкиваются на значительные трудности, которые обусловлены в частности отсутствием независимости длительностей пребывания требований в различных узлах моделей сетевых систем с нестандартными дисциплинами. Так, например, при достаточно реалистическом предположении о том, что длина требования остается постоянной в процессе его передачи через узлы сети, необходимо прослеживать путь каждого требования, что делает невозможным аналитический расчет характеристики для сети с числом узлов М>2.

Анализ работ, посвященных исследованию или расчету немарковских моделей, показывает, что решения, как правило, получены алгоритмически путем сложных численных расчетов с использованием преобразований Лапласа-Стилтьеса, реализуются программно, отличаются большой трудоемкостью, либо значительными погрешностями в оценке показателей производительности информационных систем (ИС) в области средней и большой нагрузки. Поэтому для моделирования СеМО, выходящих из класса мультипликативных, используют приближенные методы.

Сравнительный анализ приближенных методов моделирования СеМО и примеры, приведенные в показывают, что пользоваться приближенными методами расчета СеМО необходимо с большой осторожностью, что при расчете конкретных СеМО, в процессе решения различных прикладных задач представляется необходимым проведение исследований в целях оценки точности и чувствительности применяемого метода, а также проведение эксперимента по имитационному моделированию исходной СеМО для достаточно большого множества значений варьируемых параметров.

Аналитические методы расчета характеристик ИС базируются, как правило, на анализе экспоненциальных СеMO. При использовании этого математического аппарата удается получить аналитические модели для решения широкого круга задач исследования систем. CеМО − это, прежде всего, совокупность взаимосвязанных систем массового обслуживания. Поэтому необходимо вспомнить основные особенности этих систем.

Сеть массового обслуживания представляет собой совокупность конечного числа N обслуживающих узлов, в которой циркулируют заявки, переходящие в соответствии с маршрутной матрицей из одного узла в другой. Узел всегда является разомкнутой СМО (причем СМО может быть любого класса). При этом отдельные СМО отображают функционально самостоятельные части реальной системы, связи между СМО - структуру системы, а требования, циркулирующие по СеМО, - составляющие материальных потоков (сообщения (пакеты) в коммуникационной сети, задания в мультипроцессорных системах, контейнеры грузопотоков и т.п.).

Для наглядного представления СеМО используется граф, вершины которого (узлы) соответствуют отдельным СМО , а дуги отображают связи между узлами.

Переход заявок между узлами происходит мгновенно в соответствии с переходными вероятностями , p ij - вероятность того, что заявка после обслуживания в узле i перейдет в узел j . Естественно, если узлы непосредственно не связаны между собой, то p ij = 0. Если из i- го узла переход только в один какой-либо узел j , то p ij = 1.

СеМО классифицируют по нескольким признакам (рис. 4).

Сеть называется линейной , если интенсивности потоков заявок в узлах связаны между собой линейной зависимостью

l j = a ij l i ,

где a ij - коэффициент пропорциональности, или относительно источника

l j = a j l 0 ,.

Коэффициент a j называют коэффициентом передачи, он характеризует долю заявок, поступающих в j- й узел от источника заявок, либо - среднее число прохождений заявкой через данный узел за время нахождения заявки в сети.

Если интенсивности потоков заявок в узлах сети связаны нелинейной зависимостью (например, ), то сеть называется нелинейной ..

Сеть всегда линейна, если в ней заявки не теряются и не размножаются.

Разомкнутая сеть – это такая отрытая сеть, в которую заявки поступают из внешней среды и уходят после обслуживания из сети во внешнюю среду. Другими словами, особенностью разомкнутой СеМО (РСеМО) является наличие одного или нескольких независимых внешних источников, которые генерируют заявки, поступающие в сеть, независимо от того, сколько заявок уже находится в сети. В любой момент времени в РСеМО может находиться произвольное число заявок (от 0 до ¥).

Рис. 4. Классификация сетей массового обслуживания

В замкнутой СеМО (ЗСеМО) циркулирует фиксированное число заявок, а внешний независимый источник отсутствует. Исходя из физических соображений, в ЗСеМ О выбирается внешняя дуга, на которой отмечается псевдонулевая точка, относительно которой могут измеряться временные характеристики.

Комбинированная сеть – это сеть, в которой постоянно циркулирует определенное число заявок и есть заявки, поступающие от внешних независимых источников.

В однородной сети циркулируют заявки одного класса. И, наоборот, в неоднородной сети могут присутствовать заявки нескольких классов. Заявки относятся к разным классам, если они различаются хотя бы одним из следующих атрибутов:

Законом распределения длительности обслуживания в узлах;

Приоритетами;

Маршрутами (путями движения заявок в сети).

В экспоненциальной сети длительности обслуживания во всех узлах распределены по экспоненциальному закону, и потоки, поступающие в разомкнутую сеть, простейшие (пуассоновские). Во всех остальных случаях сеть является неэкспоненциальной.

Если хотя бы в одном узле осуществляется приоритетное обслуживание, то это – приоритетная сеть. Приоритет – это признак, определяющий очередность обслуживания. Если обслуживание заявок в узлах осуществляется в порядке поступления, то такая сеть бесприоритетная.

Таким образом, экспоненциальной будем называть СеМО , отвечающую требованиям:

Входные потоки СеМО пуассоновские;

Во всех N СМО время обслуживания заявок имеет экспоненциальную функцию распределения вероятностей, и заявки обслуживаются в порядке прихода;

Переход заявки с выхода i -й СМО на вход j -й является независимым случайным событием, имеющим вероятность p ij ; p i0 - вероятность ухода заявки из CeМО.

Если заявки приходят в сеть и уходят из нее, то сеть называется разомкнутой. Если заявки не приходят в сеть и из нее не уходят, сеть называется замкнутой. Число заявок в замкнутой сети постоянное.

В систему поступает пуассоновский поток требований интенсивностью λ, поток обслуживания имеет интенсивность μ, максимальное число мест в очереди – т. Если заявка поступает в систему, когда все места в очереди заняты, она покидает систему необслуженной.

Финальные вероятности состояний такой системы всегда существуют, так как число состояний конечно:

S 0 – система свободна и находится в состоянии простоя;

S 1 – обслуживается одна заявка, канал занят, очереди нет;

S 2 – одна заявка обслуживается, одна в очереди;

S m +1 - одна заявка обслуживается,т в очереди.

Граф состояний такой системы показан на рисунке номер 5:

S 0 S 1 S 2 S m+1

μ μ μ ………. μ μ

Рисунок 5: Одноканальная СМО с ограниченной очередью.

В формуле для р 0 найдем сумму конечного числа членов геометрической прогрессии:

(52)

С учетом формулы для ρ получим выражение:

В скобках находится (m+2) элементов геометрической прогрессии с первым членом 1 и знаменателем ρ. По формуле суммы (m+2) членов прогрессии:

(54)

(55)

Формулы для вероятностей предельных состояний будут иметь вид:

Вероятность отказа в обслуживании заявки определим как вероятность того, что при поступлении заявки в систему ее канал будет занят и все места в очереди также заняты:

(57)

Отсюда вероятность обслуживания (а также и относительная пропускная способность ) равны вероятности противоположного события:

Абсолютная пропускная способность – число заявок, обслуженных системой в единицу времени:

(59)

Среднее число заявок под обслуживанием:

(60)

(61)

Среднее число заявок в системе:

(62)

Одноканальную СМО с ограниченной очередью можно рассмотреть в Mathcad.

Пример :

На стоянке обслуживается 3 машины с интенсивностью потока 0,5 и средним временем обслуживания 2,5 минуты. Определить все показатели системы.

6 Многоканальная смо с неограниченной очередью

Пусть дана система S, имеющаяп каналов обслуживания, на которые поступает простейший поток требований интенсивностью λ. Пусть поток обслуживания также простейший и имеет интенсивность μ. Очередь на обслуживание не ограничена.

По числу заявок, находящихся в системе, обозначим состояния системы: S 0 ,S 1 ,S 2 ,…,S k ,… S n , гдеS k – состояние системы, когда в ней находитсяkзаявок (максимальное число заявок под обслуживанием -n). Граф состояний такой системы изображается в виде схемы на рисунке номер 6:

λ λ λ λ λ λ λ

……. …….

S 0 S 1 S 2 S m+1 S n

μ 2μ 3μ ………. kμ (k+1)μ …… nμ nμ

Рисунок 6: Многоканальная СМО с неограниченной очередью.

Интенсивность потока обслуживаний меняется в зависимости от состояния системы: kμ при переходе из состоянияS k в состояниеS k -1 так как может освободиться любой изk каналов; после того, как все каналы заняты обслуживанием, интенсивность потока обслуживаний остается равнойпμ, при поступлении в систему следующих заявок.

Для нахождения финальных вероятностей состояний получим формулы аналогично тому, как это было сделано для одноканальной системы.

(63)

Отсюда формулы для финальных вероятностей выражаются через

Для нахождения р 0 получим уравнение:

Для слагаемых в скобках, начиная с (n+ 2)-го, можно применить формулу нахождения суммы бесконечно убывающей геометрической прогрессии с первым членоми знаменателем ρ/n:

(66)

Окончательно получим формулу Эрланга для нахождения вероятности простоя системы:

(67)

Приведем формулы для расчета основных яоказателей эффективности работы системы.

Система будет справляться с потоком заявок, если

выполнено условие

, (68)

которое означает, что число заявок, поступивших в систему за единицу времени, не превосходит числа заявок, обслуженных системой за это же время. При этом вероятность отказа в обслуживании равна нулю.

Отсюда вероятность обслуживания (а также иотносительная пропускная способность системы) равны вероятности противоположного события, то есть единице:

(69)

Абсолютная пропускная способность - число заявок, обслуженныхсистемой в единицу времени:

(70)

Если система справляется с потоком заявок, то в стационарном режиме интенсивность выходящего потока равна интенсивности потока поступающих в систему заявок, так как обслуживаются все заявки:

ν=λ . (71)

Так как каждый канал обслуживает μ заявок в единицу времени, то среднее число занятых каналов можно вычислить:

(72)

Среднее время обслуживания каналом одной заявки;

. (73)

Вероятность того, что при поступлении в систему заявка окажется в очереди, равна вероятности того, что в системе находится более чем п заявок:

(74)

Число заявок, находящихся под обслуживанием, равно числу занятых каналов:

(75)

Среднее число заявок в очереди:

(76)

Тогда среднее число заявок в системе:

(77)

Среднее время пребывания заявки в системе (в очереди):

(78)

(79)

Многоканальную СМО с неограниченной очередью можно рассмотреть в системе Mathcad.

Пример 1 :

Салон-парикмахерская имеет 5 мастеров. В час пик интенсивность потока клиентов равна 6 человек. В час. Обслуживание одного клиента длится в среднем 40 минут. Определить среднюю длину очереди, считая ее неограниченной.

Фрагмент решения задачи в Mathcad.

Пример 2:

В железнодорожной кассе имеются 2 окна. Время на обслуживания одного пассажира 0,5 минут. Пассажиры подходят к кассе по 3 человека. Определить все характеристики системы.

Фрагмент решения задачи в Mathcad.

Продолжение решения задачи в Mathcad.

Колокольчик многолетний, посадка и уход

Теплый пол в теплице: системы обогрева грунта

Растения для укрепления склона

Silent hill 2 монеты. Прохождение. Гостиница "Голубой ручей"