SYSTÉMY HROMADNÉ OBSLUHY. Teorie front

Podobné dokumenty
Teorie front. Systém hromadné obsluhy

Vícekanálové čekací systémy

POČÍTAČOVÁ SIMULACE PODNIKOVÝCH PROCESŮ. Ing. V. Glombíková, PhD.

Kendallova klasifikace

4EK201 Matematické modelování. 8. Modely hromadné obsluhy

Teorie hromadné obsluhy (Queuing Theory)

Teorie hromadné obsluhy (Queuing Theory)

GENEROVÁNÍ NÁHODNÝCH ČÍSEL PSEUDONÁHODNÁ ČÍSLA

4EK311 Operační výzkum. 8. Modely hromadné obsluhy

Exponenciální modely hromadné obsluhy

SIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY. Michal Dorda. VŠB - TU Ostrava, Fakulta strojní, Institut dopravy

TRENDY V POČÍTAČOVÉM PROJEKTOVÁNÍ VÝROBNÍCH SYSTÉMŮ ERGONOMICKÉ SIMULACE PODNIKOVÝCH PROCESŮ

Úvod do SHO. Výkonnost a spolehlivost programových systémů KIV/VSS. Richard Lipka

Stochastické modely Informace k závěrečné zkoušce

Stochastické procesy - pokračování

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ. Semestrální práce. Z předmětu Teorie hromadné obsluhy (THRO) Jan Čáslava.

VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY DIPLOMOVÁ PRÁCE Kateřina Slámová

1 Teorie hromadné obsluhy

Základy teorie hromadné obsluhy

Vybrané statistické metody. Simulace pokladen supermarketu Albert na Spojovací

Počítačová simulace a analýza vybraných frontových systémů

Algoritmizace diskrétních. Ing. Michal Dorda, Ph.D.

Teorie hromadné obsluhy

VYUŽITÍ SIMULACE PŘI MODELOVÁNÍ PROVOZU NA SVÁŽNÉM PAHRBKU SEŘAĎOVACÍ STANICE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ

4EK311 Operační výzkum. 1. Úvod do operačního výzkumu

intenzitu příchodů zákazníků za čas t intenzitu obsluhy (průměrný počet obsloužených) za čas t

STATISTICKÝ SOUBOR. je množina sledovaných objektů - statistických jednotek, které mají z hlediska statistického zkoumání společné vlastnosti

TECHNICKÁ UNIVERZITA V LIBERCI

Simulační software Witness. Ing. Michal Dorda, Ph.D.

U Úvod do modelování a simulace systémů

Matematické modelování 4EK201

NÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel:

1. Přednáška. Ing. Miroslav Šulai, MBA

Simulační modely. Kdy použít simulaci?

Inženýrská statistika pak představuje soubor postupů a aplikací teoretických principů v oblasti inženýrské činnosti.

SYSTÉMOVÁ METODOLOGIE (VIII) Operační výzkum. Ak. rok 2011/2012 vbp 1

Václav Jirchář, ZTGB

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

Téma 22. Ondřej Nývlt

VYUŽITÍ TEORIE HROMADNÉ OBSLUHY PŘI NÁVRHU A OPTIMALIZACI PAKETOVÝCH SÍTÍ

KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC

Přednáška. Další rozdělení SNP. Limitní věty. Speciální typy rozdělení. Další rozdělení SNP Limitní věty Speciální typy rozdělení

Modelování a simulace Lukáš Otte

Tomáš Karel LS 2012/2013

Matematika III. 4. října Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

Časové rezervy. Celková rezerva činnosti

Kvantitativní metody v rozhodování. Marta Doubková

1. Základy teorie přenosu informací

Západočeská univerzita v Plzni

Výpočty spolehlivost chodu sítí

VYBRANÁ ROZDĚLENÍ. SPOJITÉ NÁH. VELIČINY Martina Litschmannová

Simulace na modelu firmy v prostředí Witness

Pravděpodobnost a statistika I KMA/K413

MATEMATIKA III V PŘÍKLADECH

SÍŤOVÁ ANALÝZA. Kristýna Slabá, 1. července 2010

Pravděpodobnost a statistika (BI-PST) Cvičení č. 4

SPOLEHLIVOST KONSTRUKCÍ & TEORIE SPOLEHLIVOSTI část 8: Normové předpisy

1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,

Uplatňování metod teorie front pří řízení vybraných podnikových procesů. Application of theory of queues for some corporate processes control

ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN

Algoritmizace prostorových úloh

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

7. Rozdělení pravděpodobnosti ve statistice

SPOJITÉ ROZDĚLENÍ PRAVDĚPODOBNOSTI. 7. cvičení

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM

MATEMATIKA III V PŘÍKLADECH

Výběrové charakteristiky a jejich rozdělení

1 Analytické metody durace a konvexita aktiva (dluhopisu) $)*

Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY. učební text. Jan Famfulík. Jana Míková. Radek Krzyžanek

VYBRANÁ ROZDĚLENÍ. DISKRÉTNÍ NÁH. VELIČINY Martina Litschmannová

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup

Přidělování CPU Mgr. Josef Horálek

Diferenciální rovnice a jejich aplikace. (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36

KGG/STG Statistika pro geografy

4EK212 Kvantitativní management. 7.Řízení projektů

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY

Optimalizace pokladního provozu v prodejně Albert

Cvičení 5. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc.

Nestůjte ve frontě. Six Sigma a čas. 2008, InterQuality

pravděpodobnosti 10 Poissonovo a exponenciální rozdělení pravděpodobnosti

Rozvrhování výroby. František Koblasa Technická univerzita v Liberci. TU v Liberci

Intervalová data a výpočet některých statistik

NÁHODNÉ VELIČINY JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU NA HODNOTY NÁHODNÝCH VELIČIN?

Statistika. cílem je zjednodušit nějaká data tak, abychom se v nich lépe vyznali důsledkem je ztráta informací!

Základy teorie pravděpodobnosti

Počítačová simulace logistických procesů II 10. přednáška Simulační experimentování

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ

Diskrétní náhodná veličina

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Příklady ke cvičením. Modelování produkčních a logistických systémů

I. D i s k r é t n í r o z d ě l e n í

THO Simulační model. Simulace části komunikace s přechodem pro chodce napojené na čerpací stanici s obchodem

Teorie zásob. Kvantifikace zásob. V zásobách je vázáno v průměru 20 % kapitálu (u výrobních podniků) až 50 % kapitálu (u obchodních podniků).

Informační systémy a plánování výroby 2.čast

Úvod Modely zásob Shrnutí. Teorie zásob. Kristýna Slabá. 9. ledna 2009

p(x) = P (X = x), x R,

Matematika 1 Jiˇr ı Fiˇser 19. z aˇr ı 2016 Jiˇr ı Fiˇser (KMA, PˇrF UP Olomouc) KMA MAT1 19. z aˇr ı / 19

Informační systémy plánování výroby - pokročilé rozvrhování

Transkript:

SYSTÉMY HROMADNÉ OBSLUHY Teorie front

Systémy hromadné obsluhy (SHO) Teorie hromadné obsluhy (THO) se zabývá kvantitativním hodnocením soustav schopných uspokojiť požadavky hromadného charakteru na nejakou obsluhu. SHO představují systémy (fyzické, společenské) sloužící k uspokojování potřeb jedinců, zákazníků, požadavků vstupujících do systému za účelem jejich uspokojení. VSTUPNÍ LINKA OBSLUŽNÝ KANÁL FRONTA vstup požadavků do systému zařízení provádějící obsluhu, uspokojování požadavků shromažďování požadavků

Historie vzniku teorie front zakladatel dánský matematik Agner Krarup Erlang (1878-1929) řešení problému zaměřeného na zkrácení čekací doby vyřizování telefonních hovorů pro firmu Copenhagen Telephone (1908) THO využívá teorii pravděpodobnosti, matematické statistiky a teorii náhodných funkcí

Cíl THO 1. Analýza stávajících systémů hromadné obsluhy 2. Návrh optimalizace systému hromadné obsluhy Tak aby se nevytvářely před obslužnými kanály příliš dlouhé fronty a zároveň byla obslužná zařízení dostatečně využitá

Schéma SHO Zákazníci, jednotky, požadavky subjekty či objekty vyžadující obsluhu. (čekací prostor) Zdroj jednotek množina jednotek přicházející v úvahu pro hromadnou obsluhu Vstupní tok časová posloupnost vstupu jednotek do SHO. Fronta množina jednotek čekajících na obsluhu. Kanál obsluhy zařízení či osoby realizující obsluhu, jeden nebo několik paralelně zapojených kanálů tvoří uzel obsluhy. Výstupní tok časová posloupnost výstupu jednotek ze SHO. Je tvořen požadavky odcházejícími z SHO. Zajímá nás, je-li vstupem do dalšího SHO.

THO se zabývá především studiem těch případů kdy jednotky vstupují do systému nepravidelně a kdy délky obsluhy jednotlivých jednotek (požadavků) nejsou stejné

Jaké základní info o SHO potřebujeme popis zákonitostí vzniku a příchodů požadavků do systému vstupní tok popis osudu vstoupivších zákazníků v případě, že nemohou být ihned obslouženy frontový režim počet obslužných linek a popis průběhu vlastní obsluhy organizace obsluhy

Ukazatele efektivnosti práce SHO průměrný počet požadavků vsystému;průměrná délka fronty, průměrná doba setrvání požadavku v systému; průměrná doba čekání ve frontě, průměrný počet obsazených (volných) kanálů; koeficient využití (prostoje) kanálů, pravděpodobnost, že všechny kanály jsou obsazené (pravděpodobnost čekání); pravděpodobnost, že všechny kanály jsou volné; pravděpodobnost, že je obsazených (volných) právě k kanálů, pravděpodobnost, že v systému je n požadavků; pravděpodobnost, že počet požadavků v systému je větší (menší) než n, pravděpodobnost, že doba setrvání požadavku v systému bude menší (větší) než daná hodnota; pravděpodobnost, že doba čekání bude menší (větší) než daná hodnota.

Přístupy k modelování SHO Matematický aparát teorie pravděpodobnosti - sestavení matematického modelu a analytickém řešení tohoto modelu, na jehož základě se pak získají vztahy pro výpočet charakteristik systému. exaktní popis chování systému hromadné obsluhy. mat. aparát dostupný pouze pro úzkou třídu systémů Počítačová simulace - vytvoření programu pro simulaci zkoumaného systému postup lze aplikovat na většinu tříd systémů. získané výsledky jsou postaveny pouze na odhadech

ROZDĚLENÍ SHO (charakterizace základních částí SHO)

Zdroj požadavků otevřené obsloužená jednotka se nevrací do zdroje (holičství, krematorium, ). Odchod zákazníků proud odmít. nebo neobsl.zákazníků uzavřené obsloužená jednotka se vrací do zdroje

Zdroj požadavků uzavřené obsloužená jednotka se vrací do zdroje otevřené obsloužená jednotka se nevrací do zdroje (holičství, krematorium, ). konečný typický pro uzavřené systémy, nekonečný aproximace situace, kdy potenciální počet požadavků, je velmi velký a značně převyšuje kapacitu systému. Vstupní tok požadavků dle počtu příchozích požadavků jednotlivě, skupinově. dle okamžiků příchodů požadavků deterministické, náhodné, smíšené.

Čekací prostor (fronta) Čekací prostor místo mezi zdrojem jednotek a obsluhující stanicí nulový prvek, který nemůže být ihned obsloužen, je odmítnut, nenulový neomezený provozní situace dovoluje čekací systém jakékoliv délky, omezený vstoupí-li prvek v době, kdy má systém maximální přípustnou délku, je odmítnut. se ztrátami systémy s tzv. odmítnutím, kdy požadavek musí opustit systém, nebo do něj vůbec nestoupí, tj. systémy s omezenou délkou fronty nebo s omezeným počtem požadavků v systému, nebo s omezenou dobou čekání, beze ztrát žádný požadavek není odmítnut.

Frontový režim FIFO (first in first out), LIFO (last in first out), SIRO náhodný, PRI dle priorit. Disciplina fronty absolutně netrpělivá prvek do systému, jehož všechna zařízení jsou obsazena, nevstoupí a rezignuje na obsluhu, bez netrpělivosti prvky čekají bez ohledu na čas tak dlouho, dokud není obsluha realizovaná, částečně netrpělivá prvek čeká ve frontě po určitou dobu a pak opouští systém, nezačala-li jeho obsluha.

Počet kanálů a jejich uspořádání omezený (pokladny v obchodě) neomezený jednokanálové vícekanálové paralelní

Počet kanálů a jejich uspořádání s jednofázovou obsluhou pouze jeden uzel obsluhy (jeden nebo několik paralelně zapojených kanálů) s vícefázovou obsluhou několik uzlů obsluhy uspořádaných sériově nebo v nějaké síťové struktuře Doba obsluhy deterministická náhodná

Klasifikace modelů SHO Kendallova klasifikace: A / B / N A typ pravděpodobnostního rozdělení popisující intervaly mezi příchody požadavků do systému B typ pravděpodobnostního rozdělení popisující dobu trvání obsluhy N počet kanálů obsluhy Rozšířená klasifikace: A / B / N / K / S / Y K maximální počet požadavků v systému (omezení délky fronty) S počet zdrojů požadavků (omezení vstupního proudu) Y režim fronty (FIFO, LIFO, SIRO, )

Symboly použité pro označení typu vstupu a obsluhy Typ vstupu určuje typ rozdělení dob mezi příchody dvou po sobě následujících požadavků.typ obsluhy určuje rozdělení dob obsluhy. D Deterministický vstup nebo obsluha (konst. interval) M Exponenciální rozdělení E k Erlangovo rozdělení k-tého řádu N Normální rozdělení U Rovnoměrné rozdělení G Obecné rozdělení Příklad M/D/1/0 exponenciální rozložení intervalů mezi příchody (systém s poissonovským vstupním tokem) doba obsluhy je konstantní jedna obslužní linka počet míst pro čekající R=0

velké množství variant systému SHO tvorba specifických funkčních vztahů pro každý SHO

Elementární SHO s Poissonovským vstupním proudem Nejčastěji využívaným způsobem matematického popisu vstupního proudu je zadání distribuční funkce pravděpodobnostního rozdělení. Nejčastěji využívaným typem vstupního proudu je tzv. poissonovský vstupní proud, ve kterém má interval příchodů požadavků do systému exponenciální rozdělení.

Předpoklady použití Poissonova vstup.proudu Stacionární proces charakteristiky vstupního (výstupního) toku se s časem nemění, tj. střední intenzita vstupu (výstupu) je konstantní během určitého dostatečně dlouhého časového intervalu Ordinární proces pravděpodobnost výskytu více než jednoho požadavku na obsluhu je v daném okamžiku nulová (je-li tento interval dostatečně malý) Ergodický proces pravděpodobnost jevu, že proces se bude v následujícím okamžiku t n+1 nacházet ve stavu x n+1 závisí pouze na současném stavu procesu a nezávisí na předcházejících procesech.

Konstrukce modelu veličinami charakterizujícími čekací systém T průměrný čas, který stráví zákazník v systému (prodejně) T f průměrný čas, který stráví zákazník ve frontě N průměrný počet jednotek v systému N f průměrný počet jednotek ve frontě Nalezení funkčních vztahu mezi a parametry systému λ střední intenzita vstupu tj. průměrný počet požadavků, které do systému vstoupí za jednotku času. μ střední intenzita obsluhy, průměrný počet požadavků obsloužených za jednotku času. Určení vztahu pro pravděpodobnostní rozdělení počtu jednotek v systému nalezení pravděpodobnosti, p 0, p 1, p 2,, že v systému je v daném okamžiku 0, 1, 2, požadavků vyjádření pravděpodobnosti p 1,p 2,, jako funkci intenzity provozu η ap 0

Základní podmínka stabilizace systému Pokud nemá fronta narůstat nade všech meze, musí platit η střední intenzita provozu (koeficient čekacího systému) % využití provozu pravděpodobnost, že linka pracuje pravděpodobnost, že požadavek bude muset čekat m počet kanálů obsluhy

Jednokanálový SHO M/M/1/../FIFO ZADÁNÍ Prodejna s jedním pultem (1 prodavač), do prodejny přichází průměrně 18 zákazníků/hod, prodavač je schopen obsloužit zákazníka průměrně za cca 2,4 min. CÍL? průměrný čas, který stráví zákazník (požadavek) v systému (prodejně)? průměrný čas, který stráví zákazník ve frontě? průměrná délka fronty v prodejně? průměrný počet jednotek v systému

Jednokanálový SHO M/M/1/../FIFO Intervaly mezi příchody požadavků a doba obsluhy je dána exponenciálním rozdělením DANÉ λ - intenzita vstupu - průměrný počet požadavků, který vstoupí do systému za čas. jednotku (18 zákazníku/hodinu) μ - intenzita obsluhy - průměrný počet požadavků obsloužených za čas. jednotku (25 zákazníku/hodinu, 60:2,4) ŘEŠENÍ η střední intenzita provozu p 0 pravděpodobnost, že žádný požadavek nebude v systému p n pravděpodobnost, že v systému je n požadavků

Jednokanálový SHO M/M/1/../FIFO ŘEŠENÍ T průměrný čas, který stráví zákazník v systému (prodejně) T f průměrný čas, který stráví zákazník ve frontě N průměrný počet jednotek v systému N f průměrný počet jednotek ve frontě

Vícenokanálový SHO M/M/S/../FIFO T průměrný čas, který stráví zákazník v systému T f průměrný čas, který stráví zákazník ve frontě N průměrný počet jednotek v systému N f průměrný počet jednotek ve frontě

Optimalizace SHO malá intenzita obsluhy velká fronta zisk velká intenzita obsluhy nevyužití fronty náklady CÍL? optimální kapacita obsluhy? optimální počet obslužných kanálů maximální zisk, minimální náklady

Optimalizace zisku pro jednokanálový SHO PŘEDPOKLAD OPTIMALIZACE Schopnost vyčíslit výši nákladů na obsluhu a tržby získané za obsluhu. E náklady na obsluhu jednoho požadavku za jednotku času μe průměrné náklady na obsluhu G tržba za obsluhu jedné jednotky λg průměrné tržby na obsluhu Zisk za jednotku času Maximalizace zisku Pro E>G neexistuje řešení, nutno hledat jiné kritérium optimality

Přístupy k řešení vícefázových SHO Systémy složené z většího počtu individuálních SHO(tzv. fází) seřazených v sérii. Fáze se může skládat z více paralelně uspořádaných kanálů obsluhy. zdroj požadavků λ λ λ λ. μ 1 μ 2 μ 3 FÁZE 1 FÁZE 2 FÁZE 3 FÁZE N Analytický Simulační každou fázi lze chápat jako samostatný a nezávislý SHO typu M/M/1/ /FIFO nebo M/M/S/ /FIFO tvorba simulačního modelu SHO a experimentování s ním splnění určitých předpokladů, které výrazně omezují použití analytického modelování a zjednodušují model

Podmínky pro aplikaci analytického přístupu modelování vícefázového SHO stabilita systému tj. střední intenzita výstupů větší než střední intenzita vstupů Poissonův vstup požadavků (pro první fázi) zdroj požadavků - neomezený délka front v jednotlivých fázích neomezená režim fronty - FIFO časy obsluhy v jednotlivých fázích - exponenciální rozdělení stejná intenzita obsluhy pro jednotlivé kanály v rámci jedné fáze požadavky plynule přechází z jedné fáze do druhé - systém bez blokování přijímání zjednodušujících předpokladů

Řešení příkladu Zadání Lékař ošetřuje jednoho pacienta průměrně 20 minut. Za jednu hodinu přichází průměrně 5 pacientů. Úkol 1 Bude tento systém fungovat? Bude splněna podmínka stabilizace systému? Úkol 2 Jak musí lékař zkrátit dobu ošetření, aby systém fungoval? Úkol 3 Jak musí lékař zkrátit dobu ošetření, aby systém fungoval i když pracuje maximálně 80 procent času pracovní doby?

Řešení příkladu Úkol 1 Lékař ošetřuje jednoho pacienta průměrně 20 minut. Za jednu hodinu přichází průměrně 5 pacientů. Bude tento systém fungovat? Bude splněna podmínka stabilizace systému?

Řešení příkladu Úkol 2 Jak musí lékař zkrátit dobu ošetření, aby systém fungoval?

Řešení příkladu Úkol 3 Jak musí lékař zkrátit dobu ošetření, aby systém fungoval i když pracuje maximálně 80 procent času pracovní doby?

Literatura Hušek, R., Lauber,J. Simulační modely, SNTL/Alfa Praha 1987 Kuneš, J., Vavroch, O., Franta,V. Základy modelování, SNTL Praha 1989 Rábová, Z., Češka, M., Zendulka, J. Modelování a simulace, SNTL Praha 1982 Dlouhý, M., Fábry, J., Kuncová, M., Hladík, T. Simulace podnikových procesů, Computer Press, a.s. Brno, 2007 Keřkovský, M., Moderní přístupy k řízení výroby, C. H. Beck Praha 2001 Havrila, M., Počítačové projektovanie, Prešov, 2008, ISBN 978-80-553-0047-4 Havrila, M., Trendy v počítačovom projektovaní výrobných systémov, online cit. [201303-30], dostupné z http://www.fvt.tuke.sk/journal/pdf09/1-str-88-91.pdf Havrila, M., Tendencie v rozvoji počítačovej simulácie výrobných systémov. Manufacturing Engineering/Výrobné inžinierstvo, FVT TU Prešov, č. 3, 2008, VII, str. 21-23, ISSN 1335-7972 Geta Centrum s.r.o, Optimalizace pracoviště v digitální továrně, Baumbruk, M., Výhody integrace komponent digitální továrny: od PLM až k virtuálnímu ověřování, Siemens PLM software Lacko, B., Navrhování systémů řízení, Studijní text, Brno, 2006 Leeder, E., Digitální továrna mocný nástroj pro průmyslovou výrobu, AUTOMA 7/2008, s.56-58, Mareček, P., Virtuální simulace výroby aneb Digitální továrna, IT SYSTEMS 9/2006, on-line cit. [2013-12-4], dostupné z http://www.systemonline.cz/rizeni-vyroby/virtualni-simulace-vyroby-aneb-digitalni-tovarna.htm PLM Siemens, online cit. [2014-02-28], https://www.plm.automation.siemens.com/en_us/academic/resources/tecnomatix/index.shtml