6.2.1. Одноканальная модель с пуассоновским входным потоком с экспоненциальным распределением длительности обслуживания
Простейшей одноканальной моделью с вероятностными входным потоком и процедурой обслуживания является модель, характеризуемая показательным распределением как длительностей интервалов между поступлениями требований, так и длительностей обслуживания. При этом плотность распределения длительностей интервалов между поступлениями требований имеет вид
, (6.1)
где λ — интенсивность поступления заявок в систему.
Плотность распределения длительностей обслуживания:
(6.2)
где μ — интенсивность обслуживания.
Потоки заявок и обслуживаний простейшие.
Пусть система работает с отказами. Необходимо определить абсолютную и относительную пропускную способность системы.
Представим данную систему массового обслуживания в виде графа (рис. 6.1), у которого имеются два состояния:
S0 — канал свободен (ожидание);
S1 — канал занят (идет обслуживание заявки).
λ
μ
Рис. 6.1 - Граф состояний одноканальной СМО с отказами
Обозначим вероятности состояний:
P0(t) - вероятность состояния «канал свободен»;
P1(t) — вероятность состояния «канал занят».
По размеченному графу состояний (рис. 6.1) составим систему дифференциальных уравнений Колмогорова для вероятностей состояний:
(6.3)
Система линейных дифференциальных уравнений (6.3) имеет решение с учетом нормировочного условия P0(t) + P1(t) = 1. Решение данной системы называется неустановившимся, поскольку оно непосредственно зависит от t и выглядит следующим образом:
(6.4)
P1(t)=1-P0(t). (6.5)
Нетрудно убедиться, что для одноканальной СМО с отказами вероятность P0(t) есть не что иное, как относительная пропускная способность системы q.
Действительно, P0 — вероятность того, что в момент t канал свободен и заявка, пришедшая к моменту t, будет обслужена, следовательно, для данного момента времени t среднее отношение числа обслуженных заявок к числу поступивших также равно P0(t)=q.
По истечении большого интервала времени (при t → ∞) достигается стационарный (установившийся) режим
. (6.6)
Зная относительную пропускную способность, легко найти абсолютную. Абсолютная пропускная способность (А) — среднее число заявок, которое может обслужить система массового обслуживания в единицу времени:
. (6.7)
Вероятность отказа в обслуживании заявки будет равна вероятности состояния «канал занят»:
. (6.8)
Данная величина Ротк может быть интерпретирована как средняя доля не обслуженных заявок среди поданных.
Рассмотрим теперь одноканальную СМО с ожиданием.
Система массового обслуживания имеет один канал. Входящий поток заявок на обслуживание — простейший поток с интенсивностью λ. Интенсивность потока обслуживания равна μ (т. е. в среднем непрерывно занятый канал будет выдавать μ обслуженных заявок). Длительность обслуживания — случайная величина, подчиненная показательному закону распределения. Поток обслуживаний является простейшим пуассоновским потоком событий. Заявка, поступившая в момент, когда канал занят, становится в очередь и ожидает обслуживания.
Предположим, что независимо от того, сколько требований поступает на вход обслуживающей системы, данная система (очередь + обслуживаемые клиенты) не может вместить более N-требований (заявок), т.е. клиенты, не попавшие в ожидание, вынуждены обслуживаться в другом месте. Наконец, источник, порождающий заявки на обслуживание, имеет неограниченную (бесконечно большую) емкость.
Граф состояний СМО в этом случае имеет вид, показанный на рис. 6.2
λ λ λ λ λ λ
μ μ μ μ μ μ
Рис. 6.2 - Граф состояний одноканальной СМО с ожиданием
Состояния СМО имеют следующую интерпретацию:
S0 — «канал свободен»;
S1 — «канал занят» (очереди нет);
S2— «канал занят» (одна заявка стоит в очереди);
Sn — «канал занят» (п — 1 заявок стоит в очереди);
SN — «канал занят» (N — 1 заявок стоит в очереди).
Условие стационарности системы выполняется при < 1 .
Решение для модели СМО имеет вид
(6.9)
. (6.10)
n – номер состояния.
Следует отметить, что выполнение условия стационарности < 1 для данной СМО не обязательно, поскольку число допускаемых в обслуживающую систему заявок контролируется путем введения ограничения на длину очереди (которая не может превышать N — 1), а не соотношением между интенсивностями входного потока, т. е. не отношением .
Определим характеристики одноканальной СМО с ожиданием и ограниченной длиной очереди, равной (N — 1):
вероятность отказа в обслуживании заявки:
(6.11)
относительная пропускная способность системы:
(6.12)
абсолютная пропускная способность:
A=q·λ; (6.13)
среднее число находящихся в системе заявок:
(6.14)
среднее время пребывания заявки в системе:
(6.15)
средняя продолжительность пребывания клиента (заявки) в очереди:
Wq=WS -1/μ; (6.16)
среднее число заявок (клиентов) в очереди (длина очереди):
Lq = λ(1-PN)Wq (6.17)
Рассмотрим одноканальную СМО с ожиданием без ограничения на вместимость блока ожидания (т. е. N → ∞). Остальные условия функционирования СМО остаются без изменений.
Стационарный режим функционирования данной СМО существует при t → ∞ для любого п = 0, 1, 2, ... и когда λ < μ. Система алгебраических уравнений, описывающих работу СМО при t → ∞ для любого n = 0, 1,2, ..., имеет вид
(6.18)
Решение данной системы уравнений имеет вид
Pn=(1-ρ) ρn, n=0,1,2 …, (6.19)
где ρ = λ/μ <1
Характеристики одноканальной СМО с ожиданием, без ограничения на длину очереди, следующие:
• среднее число находящихся в системе клиентов (заявок) на обслуживание:
(6.20)
• средняя продолжительность пребывания клиента в системе:
(6.21)
• среднее число клиентов в очереди на обслуживании:
; (6.22)
• средняя продолжительность пребывания клиента в очереди:
(6.23)
- Методы моделирования и прогнозирования
- 1. Экономико-математические методы и модели
- Определение модели и цели моделирования
- Последовательность построения экономико-математической модели
- Основные типы моделей
- Классификация экономико-математических методов
- 1.3. Объекты моделирования
- 1.4. Цель, критерий и ограничения в экономико-математических моделях
- Математические модели рынка
- Понятие рыночного равновесия
- Объем предложения
- 2.2. Паутинообразная модель рынка
- Балансовый метод планирования рыночной экономики
- Модель межотраслевого баланса
- 4.5. Модели стохастического программирования
- 3. Производственные функции
- 3.1.Виды производных функций
- 3.2. Пример построения производственной функции
- 3.3. Производственные функции и прогнозирование
- 4.6. Модели оптимального планирования транспортного типа
- 4.8. Производственно-транспортные модели
- 4.9. Транспортные модели с промежуточными пунктами
- Методы решения транспортных задач Метод северо-западного угла
- Метод минимальных элементов
- Метод Фогеля
- 4.11. Модели параметрического программирования
- 5. Матричные игры
- 5.1. Игры двух лиц с нулевой суммой
- 5.2. Верхнее и нижнее значения игры, условие седловой точки
- 5.3. Смешанные стратегии
- Очевидным следствием из Теоремы о минимаксе является соотношение
- 5.4. Игры с ненулевой суммой и кооперативные игры
- 5.5. Введение в теорию игр п лиц
- 5.6. Позиционные игры
- 5.7. Выбор оптимальной стратегии в условиях неопределенности (игры с природой)
- 5.7.2. Критерии выбора оптимальной стратегии
- 5.8. Применение теории матричных игр в управлении
- 6. Имитационное моделирование
- 6.1. Метод Монте-Карло
- 6.2. Моделирование систем массового обслуживания
- 6.2.1. Одноканальная модель с пуассоновским входным потоком с экспоненциальным распределением длительности обслуживания
- 6.2.2. Многоканальная модель с пуассоновским входным потоком и экспоненциальным распределением длительности обслуживания
- 6.3. Моделирование систем массового обслуживания с использованием метода Монте-Карло
- 7. Моделирование потребления
- Функции полезности
- 2. Функция полезности с полным дополнением благ (функция полезности Леонтьева):
- Совершенные товарозаменители.
- Основные виды кривых безразличия
- 2. Выпуклые предпочтения потребителя
- 8. Модели оценки финансового состояния
- 8.1.Виды моделей
- 8.1. Статическая модель и динамическая оценки финансового
- 9.2. Оптимальное планирование портфеля инвестиций
- 9.3 Учет факторов риска при оценке инвестиций
- 9.4. Определение уровня недиверсифицируемого риска методом корреляционно-регрессионного анализа
- Прогнозирование экономических процессов
- 1 Классификация предвидений (прогнозов)
- 2 Принципы организации прогнозирования
- 3. Порядок прогнозирования
- 4.2.Корреляционные методы
- Трендовая модель прогнозирования Понятие временного ряда
- Задачи анализа временного ряда
- Первоначальная подготовка данных
- Задача построения аналитического тренда
- Определение базы построения тренда
- 3.6 Наиболее употребимые виды трендов
- Определение тренда на основе сглаживания ряда
- Механическое сглаживание (пример для понимания)
- Аналитическое сглаживание
- Прогнозирование по тренду
- Прогнозирование на основе регрессионных моделей Понятие регрессии
- Отбор факторов для регрессии
- Вид функции регрессии