Смотреть страницы где упоминается термин входной поток. Смотреть страницы где упоминается термин входной поток СМО с ожиданием

Основные элементы СМО

Торговый центр представляет собой однофазную многоканальную систему с одной очередью конечной длины. При заполнении очереди заявка получает отказ. Целью решения задачи моделирования является определение оптимального количества приборов обслуживания, чтобы среднее время пребывания заявки в системе не превышало заданное.

Структуру СМО можно представить таким образом:

Системой массового обслуживания называется система, на которую в случайные моменты времени приходят заявки, нуждающиеся в том или ином виде обслуживания. В данном случае, при моделировании торгового центра роль заявок играют покупатели, а роль приборов продавцы.

Любая система включает в себя 4 основные элемента :

1) входной поток

2) очередь и дисциплины обслуживания

3) прибор и канал обслуживания

4) выходной поток

Входной поток

В процессе функционирования, на вход обслуживающего прибора в неизвестные заранее моменты времени поступают заявки, которые обслуживаются в течение некоторого случайного отрезка времени, после чего прибор освобождается и может принять следующую заявку. Если заявка пришла, когда прибор занят, то она получает отказ в обслуживании и встает в очередь. Из-за случайного характера потока заявок в какие-то моменты времени в системе могут возникать большие очереди, а в другие система может работать с недогрузкой или вообще простаивать. Поэтому возникают задачи количественной оценки эффективности таких систем, обеспечивающих минимизацию суммарных затрат, связанных с ожиданием и потерями со стороны средств обслуживания.

Входной поток может быть одномерным и многомерным. Если на вход системы подается несколько разных потоков, то он является многомерным. Любой входной поток представляется последовательностью однородных событий, следующих одно за другим в случайные моменты времени. Интервал между двумя событиями называется интервалом поступления заявок.

Если интервал поступления заявок является случайной величиной, т.е. изменяется по случайному закону распределения, то поток называется случайным.

Поток называется простейшим или стационарным Пуассоновским потоком, если он обладает 3 свойствами:

1) стационарность

2) безпоследействие

3) ординарность

Стационарность означает, что все вероятностные характеристики потока не зависят от времени. Безпоследействие означает, что события не зависят от предыстории. Ординарность - все заявки проходят по одиночке.

Очередь и дисциплины ее обслуживания

Под очередью понимают линейную цепочку, выстраивающихся в ряд заявок в том или ином виде обслуживания. В зависимости от наличия очереди, СМО разделяются на системы без очереди и системы с ожиданием.

СМО без очереди - это системы, в которых поступившая заявка получает отказ в случае занятости прибора обслуживания.

СМО с ожиданием бывают ограниченными и неограниченными ожиданием. В системах с неограниченным ожиданием поступившая заявка рано или поздно будет обслужена. В системах с ограниченным ожиданием на время пребывания заявок в системе накладывается ряд ограничений, касающихся времени пребывания заявок в очереди, времени пребывания заявок в системе и т.д.

Для регулирования и координации работы очереди используются дисциплины:

1) дисциплина заполнения очереди

2) дисциплина выбора заявок из очереди

К дисциплинам заполнения очереди относятся:

1) естественная форма заполнения

2) кольцевая форма заполнения

3) поисковая форма

4) приоритетная форма заполнения, со сдвигом других заявок

Дисциплины выбора заявок из очереди включают 3 типа:

1) первым пришел - первым обслужен

2) последним пришел - первым обслужен

3) выбор заявок по приоритету

С каждым отрезком времени [a,a+T ], свяжем случайную величину Х , равную числу требований, поступивших в систему за время Т .

Поток требований называется стационарным , если закон распределения не зависит от начальной точки промежутка а , а зависит только от длины данного промежутка Т .

Например, поток заявок на телефонную станцию в течение суток (Т =24 часа) нельзя считать стационарным, а вот с 13 до 14 часов (Т =60 минут) – можно.

Поток называется без последействия , если предыстория потока не влияет на поступления требований в будущем, т.е. требования не зависят друг от друга.

Поток называется ординарным , если за очень короткий промежуток времени в систему может поступить не более одного требования.

Например, поток в парикмахерскую – ординарный, а в ЗАГС – нет. Но, если в качестве случайной величины Х рассматривать пары заявок, поступающих в ЗАГС, то такой поток будет ординарным (т.е. иногда неординарный поток можно свести к ординарному).

Поток называется простейшим , если он стационарный, без последействия и ординарный.

Основная теорема . Если поток – простейший, то с.в. Х распределена по закону Пуассона, т.е. .

Следствие 1 . Простейший поток также называется пуассоновским.

Следствие 2. M(X)=M(Х[ a, a+T ] )=lT , т.е. за время Т в систему в среднем поступает lT заявок. Следовательно, за одну единицу времени в систему поступает в среднем l заявок. Эта величина и называется интенсивностью входного потока.

Элементы теории массового обслуживания

§ 1. Введение

Теория массового обслуживания иначе называется Теория очередей. И действительно, теория массового обслуживания в значительной степени посвящена изучению очередей, возникающих в различных системах.

Основными характеристиками систем массового обслуживания являются следующие случайные величины:

среднее время пребывания клиента в очереди;

доля времени, в течение которого система простаивает (из-за отсутствия клиентов).

Функциональные возможности систем массового обслуживания определяются следующими факторами:

распределение моментов распределения клиентов;

распределение продолжительности обслуживания;

конфигурация обслуживающей системы (последовательное, параллельное или параллельно-последовательное обслуживание);

дисциплина в очереди (обслуживание в порядке поступления, обслуживание в обратном порядке, случайный отбор клиентов);

вместимость блока ожидания (ограниченная или неограниченная);

емкость или мощность источника требования (ограниченная и неограниченная);

некоторые другие характеристики системы (возможности клиентов переходить из одной очереди в другую, ненулевая вероятность отказа и др.).

Основными факторами являются первые два.

Любая система массового обслуживания состоит из следующих основных элементов:

входной поток клиентов;

обслуживающий прибор;

дисциплина в очереди.

§ 2 . Входной поток клиентов

Рассмотрим последовательности случайных величин

Предположим, что t o = 0 – начальный момент функционирования системы; t 1 = t o + τ 1 , t 2 = t 1 + τ 2 , …, t k = t k -1 + τ k , …., где τ k – независимые случайные величины, имеющие показательное распределение с параметром λ.

Здесь t 1 – момент поступления первого клиента, τ 1 – промежуток времени между началом работы системы и моментов прихода первого клиента, τ 2 – промежуток времени между моментами прихода первого и второго клиентов, и т.д.

Последовательность
, заданная вышеуказанным образом называется простейшим (пуассоновским ) потоком . А постоянная называется параметром простейшего потока.

Свойства простейшего потока

1. Сдвиг потока на величину Т

Пусть имеется простейший поток
с параметром λ.

Сдвигая поток на величину Т , получаем поток
, который также будет являться простейшим потоком с тем же параметром λ. Например, если T находится между и , то новый поток выглядит так:

, ….

2. Слияние двух потоков

П
усть имеются два независимых простейших потока

с
параметрами λ (1) , λ (2) соответственно. Будем говорить, что поток образовался в результате слияния двух потоков, если множество {t k } есть объединение множеств {t k (1) }, {t k ( 2) } и элементы множества {t k } упорядочены в порядке возрастания.

П
оток, получившийся в результате слияния двух независимых простейших потоков, является тоже простейшим потоком с параметром λ = λ (1) + λ (2) , где λ (j) – параметр потока

3. Разделение простейшего потока

Пусть имеется простейший поток с параметром λ,

и последовательность независимых случайных величин
, принимающих два значения:

P(ξ i = 1) = p , P(ξ i = 0) = q , p  0, q  0, p + q = 1.

Такие случайные величины называются бернуллиевскими (с параметром p ). Процедура разделения потока {t k } состоит в следующем: число t i отнесем к первому потоку, если ξ i = 1; если же ξ i = 0, то число t i отнесем ко второму потоку. Такую операцию разделения потока на два назовем бернуллиевской (с параметром p ).

Потоки, полученные в результате бернуллиевского разделения простейшего потока, являются независимыми простейшими потоками с параметрами λ (1) = λp, λ (2) = λq соответственно.

Отметим, что доказательства этих свойств простейшего потока можно найти в .

Ч
ерез X(t) в дальнейшем будем обозначать число клиентов в системе в момент t , т.е.

Свойства пуассоновских процессов

Приращение пуассоновского процесса однородное .

Обозначим через X ((a ,b ]) = X (b ) – X (a ) приращение процесса, которое может быть интерпретировано как число клиентов, поступающих в систему в промежутке (a ,b ]. Однородность означает выполнение условия:

P(X ((a ,b ]) = k) = P(X ((0,b -a ]) = k) = P(X (b -a ) = k),

т.е. распределение вероятностей числа клиентов, поступающих в систему в промежутке (a ,b ], зависит только от длины этого промежутка.

Приращения пуассоновского процесса независимы .

Рассмотрим промежуток (0, b ] и предположим, что он разбит на непересекающиеся промежутки (0, b 1 ], (b 1 , b 2 ], , (b N -1 , b N ]. Пусть b 0 = 0. Тогда X ((b 0 , b 1 ]), X ((b 1 , b 2 ]), , X ((b N -1 , b N ]) – число клиентов, поступающих в систему в соответствующие периоды времени. Эти величины независимы, т.е.

P(X ((b 0 , b 1 ]) = i 1 , , X ((b N -1 , b N ]) = i N) =

P(X ((b 0 , b 1 ]) = i 1)  P(X ((b N-1 , b N ]) = i N).

Доказательства этих свойств можно найти в .

Задачи к § 2.

2.1. Имеются две случайные величины  1 и  2 . Они независимые и имеют показательное распределение с параметрами  1 и  2 соответственно. Введем следующую случайную величину:  = min{ 1 ,  2 }. Доказать, что эта величина имеет показательное распределение с параметром = 1 + 2 .

2.2. Даны две независимые случайные величины  1 и  2 , имеющие пуассоновское распределение с параметром  1 и  2 соответственно. Пусть случайная величина  = 1 + 2 . Доказать, что эта величина имеет распределение Пуассона с параметром  = 1 + 2 .

2.3. Пусть  - число клиентов в магазинах и имеет распределение Пуассона с параметром  . Пусть каждый клиент с вероятностью p делает покупку в этом магазине. Требуется доказать, что число клиентов, сделавших покупку в этом магазине, имеет распределение Пуассона с параметром p .

2.4. Посетители приходят в ресторан в соответствии с пуассоновским потоком со средней частотой 20 посетителей в час. Ресторан открывается в 11.00.

а) вероятность того, что в 11.12 в ресторане окажется 20 посетителей при условии, что в 11.07 в ресторане было 18 посетителей;

б) вероятность того, что новый посетитель прибудет в ресторан в интервале между 11.28 и 11.30, если известно, что предыдущий посетитель прибыл в ресторан в 11.25.

2.5. Продукция берется со склада, вмещающего 80 единиц складируемой продукции, в соответствии с пуассоновским потоком с интенсивностью 5 единиц продукции вдень.

а) вероятность того, что в течении первых двух дней со склада будет взято 10 единиц продукции;

б) вероятность того, что к концу четвертого дня на складе не останется ни одной единицы продукции.

§

3. Процесс гибели и размножения

Построим процесс гибели и размножения X (t ) «конструктивно».

Рассмотрим две последовательности и. Первая - отвечает за поступление клиентов в систему (размножение), а вторая - за обслуживание клиентов (гибель):

Кроме того, пусть заданы две независимые последовательности
независимых случайных величин с показательным распределением с параметром =1.

Процесс X (t) строится так. Пусть
, где
. Тогда на интервале
процесс X (t) сохранит свое значение , где
,

.

В момент t 1 значение процесса X (t ) либо увеличится, либо уменьшится на единицу в соответствии с тем, какой из двух моментов
наступит раньше:

Мы положили, таким образом, значение процесса X (t) в точке t 1 равным ; тогда эволюция процесса X (t ) на интервале
, где
и
, подчиняется тому же закону закону: X (t ) не меняется на этом интервале в момент t 2

увеличивается на единицу, если
, и уменьшается на единицу в противном случае.

Если же
, то значение процесса X (t ) увеличивается на единицу в случайный момент
.

Построенный таким образом процесс
, называется однородным по времени процессом гибели и размножения; его распределения полностью определяются набором параметров, и начальным распределением X(0):

Удобно использовать следующую диаграмму для представления развития процесса X (t):

Стрелочки сверху соответствуют динамике процесса размножения: из i -го состояния процесс переходит в (i +1)-е состояние с интенсивностью ; стрелочки снизу соответсвуют динамике процесса гибели: с интенсивностью процесс из i -го состояния переходит в (i -1)-е состояние.

Набор функций

описывает распределение процесса X (t ); ниже мы приведем систему уравнений, которым удовлетворяют эти функции.

Отметим, что не всякому набору параметров
отвечает «невырожденный» процесс X (t ); дело в том, что если числа растут очень быстро при
, то процесс X (t ) в конечный момент t может «взорваться», т.е. с положительной вероятностью превысить любой уровень и возрасти до
. Так ведут себя, например, популяция бактерий в благоприятной среде. Аналогично устроены процессы, описывающие химические реакции, приводящие к взрыву.

Процессы X (t ), для которых все
, относятся к так называемым процессам чистого размножения . Процессы, для которых
, называют процессами чистой гибели .

Следующая лемма дает необходимые и достаточные условия на параметры
, которые гарантируют конечность процесса чистого размножения
с параметрами .

Лемма . Пусть процесс чистого размножения с параметрами . Тогда для конечности процесса необходимо и достаточно, чтобы расходился ряд

Пусть X (t ) процесс гибели и размножения с теми же параметрами процесса , а также параметрами
. Очевидно, что

P(X (t )  )  P(X + (t )  ) .

Поэтому из леммы получаем следствие.

Следствие . Если для произвольного процесса гибели размножения X(t) выполнено условие
, то для любого
справедливо P(X(t)  ) = 1, т.е. процесс конечен.

Доказательство леммы можно найти в .

Задачи к § 3

3.1. Рассмотрим процесс гибели и размножения, для которого

Требуется изобразить диаграмму, отвечающую этому процессу.

3.2. Пусть клиенты, которые хотят получить справку по телефону, образуют простейший поток с параметром . Пусть каждый разговор длится -показательное время. Пусть X (t ) – число клиентов в системе в момент t. Изобразить диаграмму, отвечающую процессу X (t ).

3.3. Пусть в условиях задачи 3.2

телефон имеет память на одного клиента: если клиент звонит и телефон занят, но память телефона свободна, то автомат предлагает положить трубку и ждать звонка. Когда телефон освободится, звонок прозвучит;

имеется автоматический коммутатор и два телефона, у каждого телефона свой оператор: если в момент звонка клиента имеется свободный телефон, то коммутатор автоматически адресует клиента на этот телефон;

коммутатор (см п.2)) имеет память на одного клиента;

каждый телефон (см.п.2)) имеет память на одного клиента.

Для всех вышеперечисленных случаев изобразить диаграмму, отвечающему процессу X (t ).

3.4. Установить, являются ли конечными процессы чистого размножения со следующими интенсивностями размножения:

а)  k =k  +  ,  >0,  >0, k = 0, 1, ...

б)  0 = 1,  k +1 = (k +1) k , k = 0, 1, ...

в)  k =  k , k = 0, 1, ...  > 0.

§ 4. Дифференциальные уравнения, отвечающие процессу гибели и размножения

Предположим, что X (t ) – процесс гибели и размножения с характеристиками и. Пусть для некоторых конечных чисел A и B имеют место неравенства  i  A + Bi , i = 0, 1, ...Это условие гарантирует конечность процесса X (t ). При этом мы условимся, что в каждое состояние приходит верхняя стрелочка слева (даже в состояние 0), при этом интенсивность рождения λ может равняться нулю (например, λ –1 = = 0); из каждого состояния выходит нижняя стрелочка влево, и интенсивность гибели μ тоже может равняться нулю (например, λ –1 = 0). Доопределение таким образом диаграммы не меняет суть дела, однако в дальнейших рассуждениях будет полезно. Рассмотрим диаграмму, отвечающую нашему процессу X (t ):

Обозначим, как и ранее, через

P k (t ) = P (Х (t ) = k ), k = 0,1,…,

вероятности того, что в фиксированный момент t число клиентов X (t ) будет равно k.

Теорема 1. Характеристики процесса X (t ), определенное выше, удовлетворяет следующей системе дифференциальных уравнений

где k = 0,1,…, и начальным условиям

Нелишне пояснить, что первая строка (при k = 0) системы уравнений (1) имеет вид

Доказательство. Обозначим через P k (t + Δ) = P (X (t + Δ) = k ).

Воспользуемся определением производной функции одной переменной:

.

Рассмотрим такие события:

A 0 (t , Δ) = {на отрезке [t , t +Δ] процесс X (t ) не совершил ни одного скачка};

A 1 (t , Δ) = {на отрезке [t , t +Δ] процесс X (t ) совершил ровно один скачок};

A 2 (t , Δ) = {на отрезке [t , t +Δ] процесс X (t ) совершил два скачка и более}.

Тогда очевидно, что

Обозначим далее через

; через
три показательные случайные величины с параметрами
. Пусть все эти величины независимы. Тогда верно Тогда очевидно, чтостационарном (установившемся) режиме. P k (t ) = P (в системе в момент t находится k клиентов).

Найдите решение системы дифференциальных уравнений, а также стационарные вероятности.

4.2. Для процессов гибели и размножения из задачи 3.3 выписать дифференциальные уравнения, связывающие вероятности P k (t ) = P (в системе в момент t находится k клиентов).

Найти стационарные вероятности.

По характеру входной поток требований разделяется на детерминированный поток требований и стохастический (рис.2).

Детерминированный входной поток может быть двух видов. В первом случае требования поступают через равные промежутки времени. Другим видом детерминированного потока является поток, в котором требования поступают по известной программе - расписанию, когда моменты поступления новых требований известны заранее.

Рис.2. Классификация входного потока

Если промежутки времени между поступлениями требований случайны, то это будет стохастический процесс.

Стохастический поток требований подразделяется на три вида: поток с произвольными стохастическими свойствами, рекуррентный поток и совершенно случайный или пуассоновский поток требований.

Произвольный поток требований характеризуется тем, что на него не накладывается никаких ограничений на стохастическую независимость интервалов между поступлениями требований, а также на характер вероятностных законов, описывающих интервалы между требованиями.

Входной поток называется рекуррентным, если он характеризуется следующими свойствами:

• продолжительность интервалов между поступлениями требований стохастически независимы;
• продолжительность интервалов описывается одной и той же плотностью распределения.

Входной поток называется совершенно случайным или простейшим, если для него характерно:

• продолжительность интервалов между поступлениями требований статистически независимы;
• продолжительность интервалов описывается одной и той же плотностью распределения;
• вероятность поступления требований на достаточно малом интервале Δt зависит только лишь от величины Δt (это свойство называется стационарностью или однородностью прихода);
• вероятность поступления требований на интервале Δt не зависит от предыстории процесса;
• характер потока требований таков, что в любой момент времени может поступить только одно требование.

Таким образом, простейший поток требований или совершенно случайный поток - это поток, определяющейся свойствами стационарности, ординарности и отсутствием последствия одновременно.

Предположения о совершенно случайном входном потоке требований эквивалентно тому, что плотность распределения интервалов времени между последовательными поступлениями требований описывается экспоненциальным законом:

(1.1)

где λ - интенсивность поступления заявок в систему.

Если интервалы распределены по экспоненциальному закону, то процесс пуассоновский. Такие процессы называются М-процессами (Марковскими).

Кроме закона Пуассона часто применяется закон распределения Эрланга.

(1.2)

СМО с отказами

Одноканальная СМО содержит один канал (n = 1), и на ее вход поступает пуассоновский поток заявок П вх интенсивность (среднее число событий в единицу времени) которого inП вх =λ. Так как интенсивность входящего потока может изменяться во времени, то вместо λ записывают λ (t). Тогда время обслуживания каналом одной заявки Т об распределено по показательному закону и записывается в виде: , где λ - интенсивность отказов.

Состояние СМО характеризуется простаиванием или занятостью ее канала, т.е. двумя состояниями: S 0 - канал свободен и простаивает, S 1 - канал занят. Переход системы из состояния S 0 в состояние S 1 осуществляется под воздействием входящего потока заявок П вх, а из состояния S 1 в состояние S 0 систему переводит поток обслуживании П об: если в данный момент времени система находится в некотором состоянии, то с наступлением первого после данного момента времени СМО переходит в другое состояние. Плотности вероятностей перехода из состояния S 0 в S 1 и обратно равны соответственно λ и µ. Граф состояний подобной СМО с двумя возможными состояниями приведен на рис.3.

Рис.3. Граф состояний одноканальной СМО с отказами.

Для многоканальной СМО с отказами (n > 1) при тех же условиях состояния системы обозначим по числу занятых каналов (по числу заявок, находящихся в системе под обслуживанием, так как каждый канал в СМО либо свободен, либо обслуживает только одну заявку).

Таким образом, подобная СМО может находиться в одном из следующих (n+1) состояний: s 0 - все n каналов свободны; s 1 - занят только один из каналов, остальные (n-1) каналов свободны; s i - заняты i - каналов, (n-i) каналов свободны; s n - заняты все n каналов. Граф состояний такой СМО приведен на рис.4.

Рис.4. Граф состояний многоканальной СМО с отказами.

При этом имеет место а

Пользуясь общим правилом составления дифференциальных уравнений Колмогорова, можно для приведенных на рис.2 и рис.3 графов состояний составить системы дифференциальных уравнений:

например, для одноканальной СМО (рис.2) имеем:

для многоканальной СМО (рис.3) соответственно имеем:

Решив первую систему уравнений, можно найти значения p 0 (t) и p 1 (t) для одноканальной СМО и построить графики при трех случаях:

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.

Рис.6. Граф состояний одноканальной СМО с ожиданием

Состояния СМО имеют следующую интерпретацию:

S 0 - канал свободен;

S 1 - канал занят (очереди нет);

S 2 - канал занят (одна заявка стоит в очереди);

S n - канал занят (n-1 заявок стоит в очереди);

S N - канал занят (N-1 заявок стоит в очереди).

Стационарный процесс в данной системе будет описываться следующей системой алгебраических уравнений:

(1.11)

где ρ=λ/µ; n - номер состояния.

Решение приведенной выше системы уравнений (1.10) для нашей модели СМО имеет вид:

(1.12)

(1.13)

Следует отметить, что выполнение условия стационарности для данной СМО необязательно, 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 λ/µ=ρ. Определим характеристики одноканальной СМО с ожиданием и ограниченной длиной очереди, равной (N-1): вероятность отказа в обслуживании заявки:

(1.14)

относительная пропускная способность системы:

(1.15)

абсолютная пропускная способность:

среднее число находящихся в системе заявок:

(1.17)

среднее время пребывания заявки в системе:

средняя продолжительность пребывания клиента (заявки) в очереди:

(1.19)

среднее число заявок (клиентов) в очереди (длина очереди):

. (1.20) .

Теперь рассмотрим более подробно СМО, имеющую n-каналов с неограниченной очередью. Поток заявок, поступающих в СМО, имеет интенсивность λ, а поток обслуживаний - интенсивность µ. Необходимо найти предельные вероятности состояний СМО и показатели ей эффективности.

Система может находиться в одном состоянии S 0 , S 1 , S 2 ,…,S k ,…,S n ,…, нумеруемых по числу заявок, находящихся в СМО: S0 - в системе нет заявок (все каналы свободны); S 1 - занят один канал, остальные свободны; S 2 - заняты два канала, остальные свободны; …, S k - занято k каналов, остальные свободны; …, S n - заняты все n каналов (очереди нет); S n +1 - заняты все n каналов, в очереди одна заявка; …, S n + r - заняты все n каналов, r заявок стоит в очереди, ….

среднее число заявок в очереди:

(1.32)

среднее число заявок в системе:

(1.31) .

L () - входной поток объектов, подлежащих обнаружению - интенсивность усилий поиска  

Для описания другой важнейшей составной части любой , - входного потока заявок, - обычно задают вероятностный закон, которому удовлетворяют длительности интервалов между двумя последовательно поступающими заявками. Эти длительности обычно являются статистически независимыми и их распределение не изменяется в течение некоторого достаточно продолжительного промежутка времени. Иногда встречаются системы, в которых заявки могут поступать группами (например, посетители в кафе). Обычно предполагается, что источник, из которого поступают заявки, практически  

распределением Пуассона , поэтому описанный нами входной поток заявок (в пашем случае - автомобилей) называют пуассоновским).  

Здесь аа, с - векторы A, G, С - матрицы коэффициентов у х - векторы выходных и входных потоков объекта и - вектор переменных, обеспечивающих диапазонную зависимость выходов от входов.  

Необходимо установить значение научных знаний в технологическом развитии. Воспринимать технологию как "применение научного знания" означает воспринимать последнее как феномен, происходящий вне рамок функционирования технологии как таковой. Здесь внимание концентрируется на "входных потоках" знаний (от науки), важных для производственных процессов . Такое представление о "получаемом знании" вступает в противоречие с многочисленными доказательствами того, что "технологические усовершенствования обычно происходят рапсе их научного осмысления".  

Рассмотрим условия бесперебойного функционирования поставщиков. Они выражаются как ограничения на случайный входной поток Qkl  

Модель а, предназначена для представления в ТП структуры агрегата (узла) и имитации его работы сменой состояний жизненного цикла как функции команд и событий, поступающих на него. При этом состояния жизненного цикла представляют операции, выполняемые узлом над входным потоком и состоянием узла (занят - свободен, исправен - неисправен). Модель узла включает функции (задачи) управления преобразованием потока, проходящего через узел, - функции регуляторов, защит, блокировок.  

На схеме дано изображение трех основных входных потоков (вода, пища и топливо) и трех выходных потоков (сточные воды , твердые отходы и загрязнения воздуха), которые являются общими для всех городов. В этой модели появляются величины, измеренные в натуральных единицах, а именно отходы производства по каждому виду загрязнителей. Это обстоятельство существенно меняет привычные свойства модели межотраслевого баланса , в которой все величины выражены в стоимостной форме.  

Входные потоки Процесс Выходные потоки  

Наличие входного потока означает необходимость разгрузки транспорта, проверки количества и качества прибывшего груза. Выходной поток обусловливает необходимость погрузки транспорта, внутренний - необходимость перемещения груза внутри склада.  

Смешение потоков. Рассмотрим первоначально случай, когда в системе смешиваются потоки чистых веществ, имеющих одинаковую температуру Т. Обозначим через Nk число молей k-ro вещества, поступающего в систему в единицу времени (мольный расход). Процесс смешения необратим, производство энтропии может быть найдено как разность между энтропией выходного и входных потоков. С учетом неизменности их энтальпии получим  

Функция (р зависит, как и F в выражении (1.79), от параметров входного потока и потока, обогащенного целевым компонентом  

Поскольку р

Ошибочные значения содержат константы и литералы. В разделе входные подобные ошибки встречаются во входных потоках информации пользователя и в файлах данных. Эти ошибки являются результатом несоответствия входных данных программным спецификациям . В разделе внутренние такие ошибки могут проявляться в виде констант или литералов, входящих в состав кода, инициализирующего некоторые вычисления.  

Работа пользователя-бухгалтера при решении задач состоит в выполнении на ПЭВМ повторяющихся технологических операций (команд), реализуемых в режиме активного диалога путем набора команд на клавиатуре, или в автоматическом (программном) режиме, при котором входной поток команд заранее сформирован в специальную программу (командный файл). В режиме активного диалога решаются разные заранее не предсказуемые задачи, выдача различной справочной, аналитической и другой информации по запросу и по мере необходимости.  

Помимо изложения математических схем имитационного моделирования в этой главе сопоставляются аналитическое и имитационное моделирование СМО с позиции адекватности моделируемому объекту. В результате такого сопоставления возникает важный вывод о том, что при аналитическом моделировании СМО реальных объектов результаты моделирования никогда не соответствуют поведению объекта, так как дают значения параметров СМО в установившемся режиме. Реальные же объекты, которые моделируются в виде СМО в установившемся режиме, как правило, не находятся, так как входные потоки и сами СМО постоянно меняют свои параметры и распределения, а следовательно, СМО все время находится в переходном режиме. Лишь имитационное моделирование СМО, не ограничивающее входные потоки требованиями стационарности, однородности, отсутствием по-  

Входной поток заявок (требований на обслуживание) характеризуется определенной организацией и рядом параметров (рис 5.1.1) интенсивностью поступления заявок, т.е. числом заявок, в среднем поступивших в единицу времени, и законом распределения вероятностей моментов прихода заявок в систему.  

Синхронизирующие моменты Рис. 5.1.1. Входной поток заявок  

Рассмотрим более детально характеристики входного потока заявок и простейшие СМО. Потоком однородных событий называют временную последовательность появления заявок на обслуживание при условии, что все заявки равноправны. Существуют также потоки неоднородных событий, когда та или иная заявка обладает каким-то приоритетом.  

Таким образом, для простейших потоков и элементарных СМО можно аналитически вычислить их качественные параметры. Реальные экономические объекты , как правило, представляют сложные СМО как по структуре, так и по входным потокам и параметрам. В большинстве случаев аналитические выражения для оценки качества СМО, моделирующих реальные экономические объекты и процессы, найти не удается. Применение имитационного метода к задачам массового обслуживания позволяет находить необходимые показатели качества для экономических систем любой сложности, если удается построить алгоритмы имитации каждой части СМО.  

Работа алгоритма заключается в многократном воспроизведении случайных реализаций процесса прихода заявок и процесса их обслуживания при фиксированных условиях задачи. Меняя условия задачи, параметры входных потоков и элементов СМО, можно получить качественные параметры данной СМО при тех или иных изменениях. Качественные параметры СМО типа вышеперечисленных для простейших входных потоков и элементарных СМО оцениваются путем статистической обработки величин, являющихся качественными показателями функционирования СМО.  

Это распределение принято называть распределением Пуассона , поэтому описанный нами входной поток заявок (в нашем случае - автомобилей) называют пуассоновским. Мы не собираемся излагать здесь вывод формул (2.1) и (2.2), читатель найдет его в книге Гнеденко Б. В., Курс теории вероятностей . - М. Наука, 1969.  

В данном примере мы рассмотрели самый простой случай пуассоновский входной поток, экспоненциальное время обслуживания , одна обслуживающая установка. На самом деле, в реальности, и распределения бывают значительно сложнее, и АЗС включают в себя большее число бензоколонок. Для того чтобы упорядочить классификацию систем массового обслуживания , американский математик Д. Кен-далл предложил удобную систему обозначений, широко распространившуюся к настоящему времени. Тип системы массового обслуживания Кендалл обозначил с помощью трех символов, первый из которых описывает тип входного потока, второй - тип вероятностного описания системы обслуживания , а третий - количество обслуживающих приборов. Символом М он обозначал пуассоновское распределение входного потока (с экспоненциальным распределением интервалов между заявками), этот же символ применялся и для экспоненциального распределения продолжительности обслуживания. Таким образом, описанная и изученная в этом параграфе система массового обслуживания имеет обозначение М/М/1. Система M/G/3, например, расшифровывается как система с пуассоновским входным потоком, общей (по-английски - general) функцией распределения времени обслуживания и тремя обслуживающими устройствами. Встречаются и другие обозначения D -детерминированное распределение интервалов между поступлением заявок или длительностей обслуживания, Е - распределение Эрланга порядка п и т. д.  эффективности затрат). И для этого необходима комплексная экспертиза, которая невозможна без скрупулезного, глубокого и детального анализа внутренней структуры проекта , позволяющего прокалькулировать производимые затраты и исчислить (описать) предполагаемые выгоды. Тогда проект перестает быть "черным ящиком ", а рассматривается как экономическая система . Под экономической системой обычно понимают комплекс взаимосвязанных элементов, каждый из которых сам может рассматриваться как система.  

Однако, есть один ключевой компонент, который не учитывался в этом анализе прирост производительности. Вспомним, что производительность труда определяется , как реальная продукция, произведенная за час работы. Точно так же полный фактор производительности определяется как реальная продукция в единицу совокупности всех входных параметров. Полный фактор производительности отражает, частично, общую эффективность, с которой входные параметры преобразуются в продукцию. Это часто связывается с технологией, но также отражает и воздействие множества других факторов , подобных экономии на масштабе, любых неучтенных входных параметров, перераспределений ресурсов и так далее. Когда производительность растет, рост экономики (ВНП) может быть больше, чем рост разницы между количествами притекающими (расходы правительства и экспорт) и вытекающими (налоги и импорт), потому что большее количество продукции на единицу входного потока создает новое богатство на агрегированном уровне. Как следствие, представляется, что аргументы Годли нельзя применять напрямую.  

МГЦ-бхобящий б логистическую систему материальный поток (Входной поток)  

Из приведенных соотношений можно сделать следующий вывод для заданной конструкции колонны бинарной ректификации, определяющей коэффициенты тепло- и массопереноса, заданных составов потоков на входе и выходе и производительности колонны расход пара, флегмовое число и затраты тепла, подаваемого в куб, фиксированы и могут быть найдены по приведенным выше соотношениям. Если же заданы составы лишь входного потока, одного из потоков на выходе и производительность по целевому потоку, то может быть выбрана доля отбора (концентрация второго потока на выходе), минимизирующая затраты энергии на разделение.  

КАНАЛ (обслуживания) (hannel, server) - одно из фундаментальных понятий массового обслуживания теории , обозначающее функциональный элемент, непосредственно выполняющий заявку, поступившую в массового обслуживания систему Это понятие в зависимости от специфики системы может иметь самые разл интерпретации, напр, к-л прибор, линия связи , принимающая поступающие требования, кран-штабелер, комплектующий заказы на складе, и т п Случайный характер входного потока заявок обусловливает неравномерность загрузки К в какой-то момент времени они могут быть пере-