Главная страница

Теория принятий решений Использование имитационного моделирования для принятия решений в задаче массового обслуживания. Курсовая работа По дисциплине Теория принятий решений


Скачать 478.83 Kb.
НазваниеКурсовая работа По дисциплине Теория принятий решений
АнкорТеория принятий решений Использование имитационного моделирования для принятия решений в задаче массового обслуживания
Дата05.06.2022
Размер478.83 Kb.
Формат файлаrtf
Имя файла488901.rtf
ТипКурсовая
#570341

Размещено на http://www.allbest.ru/



Курсовая работа

По дисциплине: Теория принятий решений

Использование имитационного моделирования для принятия решений в задаче массового обслуживания

2014

Введение

математический модель массовый обслуживание

Объектом курсовой работы является система массового обслуживания, в примере которого является автомойка. Цель системы состоит в том, чтобы использовать человеческие ресурсы и ресурсы оборудования для удовлетворения потребностей клиентов, оценивать изменения, возникающие в затратах на функционирование системы и в издержках, связанных с ожиданием клиентов. Имитационное моделирование - построение соответствующей математической модели, учитывающей факторы неопределенности, динамические характеристики и весь комплекс взаимосвязей между элементами изучаемой системы. Цель работы состоит в рассмотрении модели на основе СМО, используя данные составить имитацию очереди на обслуживание, найти среднее число заданного вопроса.


1. Постановка задачи и исходные данные
Модели очередей (как и линейное программирование, модели управления запасами, методы сетевого анализа проектов) используются и в сфере управления материальным производством, и в сфере обслуживания. Анализ очередей в терминах длины очереди, среднего времени ожидания, среднего времени обслуживания и других факторов помогает нам лучше понять принципы организации системы обслуживания. Ожидание пациента в приемной врача и ожидание починки сломанной дрели в ремонтной мастерской имеют много общего с точки зрения управления процессом обслуживания. Оба процесса используют человеческие ресурсы и ресурсы оборудования для удовлетворения потребностей клиентов.

Профессиональный менеджер, принимая решение о совершенствовании системы массового обслуживания, оценивает изменения, возникающие в затратах на функционирование системы и в издержках, связанных с ожиданием клиентов. Можно нанять большое количество сотрудников, которые будут быстро обслуживать клиентов. Так, администратор супермаркета может уменьшить очереди в кассы, увеличивая в часы пик количество продавцов и кассиров. Для работы в кассах банков или аэропортов в часы пик могут быть привлечены дополнительные сотрудники. Однако снижение времени ожидания обычно сопряжено с издержками на создание и оснащение рабочих мест, с оплатой труда дополнительного персонала. Эти издержки могут быть весьма значительны.

Можно сэкономить на трудозатратах. Но тогда клиент может не дождаться обслуживания или потерять охоту вернуться еще раз. В последнем случае система массового обслуживания будет нести потери, которые можно назвать издержками ожидания. В некоторых системах обслуживания, например в скорой помощи, затраты, связанные с длительным ожиданием, могут оказаться чрезвычайно высокими. Основной экономический принцип совершенствования систем массового обслуживания состоит в оценке общих ожидаемых затрат, включающих затраты на обслуживание и потери, которые несет система в результате ожидания клиента.

Одним из методов расчета показателей эффективности СМО является метод имитационного моделирования. Практическое использование компьютерного имитационного моделирования предполагает построение соответствующей математической модели, учитывающей факторы неопределенности, динамические характеристики и весь комплекс взаимосвязей между элементами изучаемой системы. Имитационное моделирование работы системы начинается с некоторого конкретного начального состояния. Вследствие реализации различных событий случайного характера, модель системы переходит в последующие моменты времени в другие свои возможные состояния. Этот эволюционный процесс продолжается до конечного момента планового периода, т.е. до конечного момента моделирования.

Цель моделирования СМО состоит в том, чтобы рассчитать показатели эффективности системы через ее характеристики. В качестве показателей эффективности СМО используются: - абсолютная пропускная способность системы (А), т.е. среднее число заявок, обслуживаемых в единицу времени;

- относительная пропускная способность (Q), т.е. средняя доля поступивших заявок, обслуживаемых системой;

- вероятность отказа, т.е. вероятность того, что заявка покинет СМО не обслуженной;

- среднее число занятых каналов (k);

- среднее число заявок в СМО;

- среднее время пребывания заявки в системе;

- среднее число заявок в очереди - длина очереди;

- среднее число заявок в системе;

- среднее время пребывания заявки в очереди;

- среднее время пребывания заявки в системе

- степень загрузки канала, т.е. вероятность того, что канал занят;

- среднее число заявок, обслуживаемых в единицу времени;

- среднее время ожидания обслуживания;

- вероятность того, что число заявок в очереди превысит определенное значение и т.п.
2. Основные понятия и общая постановка задачи
1. Система массового обслуживания (СМО) — система, которая производит обслуживание поступающих в неё требований. Обслуживание требований в СМО производится обслуживающими приборами. Классическая СМО содержит от одного до бесконечного числа приборов. В зависимости от наличия возможности ожидания поступающими требованиями начала обслуживания СМО подразделяются на

системы с потерями, в которых требования, не нашедшие в момент поступления ни одного свободного прибора, теряются;

системы с ожиданием, в которых имеется накопитель бесконечной ёмкости для буферизации поступивших требований, при этом ожидающие требования образуют очередь;

системы с накопителем конечной ёмкости (ожиданием и ограничениями), в которых длина очереди не может превышать ёмкости накопителя; при этом требование, поступающее в переполненную СМО (отсутствуют свободные места для ожидания), теряется.

Основные понятия СМО:

Требование (заявка) — запрос на обслуживание.

Входящий поток требований — совокупность требований, поступающих в СМО.

Время обслуживания — период времени, в течение которого обслуживается требование.

Математическая модель СМО — это совокупность математических выражений, описывающих входящий поток требований, процесс обслуживания и их взаимосвязь.

СМО делят на 2 основных типа: СМО с отказами и СМО с ожиданием (очередью). В СМО с отказами заявка, поступившая в момент, когда все каналы заняты, получает отказ, покидает СМО и в дальнейшем процессе обслуживания не участвует (например, заявка на телефонный разговор в момент, когда все каналы заняты, получает отказ и покидает СМО не обслуженной). В СМО с ожиданием заявка, пришедшая в момент, когда все каналы заняты, не уходит, а становится в очередь на обслуживание.

Имитация – это попытка дублировать особенности, внешний вид и характеристики реальной системы. Идея имитации состоит в:

математическом описании реальной ситуации;

изучении ее свойств и особенностей;

формировании выводов и принятии решений, связанных с воздействием на эту ситуацию и основанных на результатах имитации. Причем реальная система не подвергается воздействиям до тех пор, пока преимущества или недостатки тех или иных управленческих решений не будут оценены с помощью модели этой системы.

Основная цель имитационного моделирования заключается в воспроизведении поведения изучаемой системы на основе анализа наиболее существенных взаимосвязей ее элементов.

2. Обслуживающая система (ОС) представляет собой совокупность устройств (канал, прибор), которые обеспечивают обслуживание заявки, пришедшей в систему. Обслуживающая система характеризуется пропускной способностью (скоростью обслуживания), т.е. числом обслуженных заявок в единицу времени, и законом распределения времени обслуживания заявок. Примерами таких систем могут служить коммутатор телефонной станции, станок, на котором обрабатываются детали, машины химчистки одежды, оператор сберегательного банка, дежурная справочного бюро и пр.

Поток обслуживающих заявок, выходящих из обслуживающей системы, называется выходным потоком заявок. Параметром выходного потока является интенсивность.

Всякая система массового обслуживания имеет определенную дисциплину очереди, т.е. порядок обслуживания пришедших заявок. Дело в том, что бывают случаи, когда система обслуживания не в состоянии немедленно обслужить все заявки. В результате образуется очередь из заявок, пришедших на обслуживание. То, в каком порядке заявки из очереди будут поступать в обслуживающую систему, определяется дисциплиной очереди. Например, первой заявка поступила и первой обслуживалась; последней заявка поступила и первой обслуживалась; случайный порядок обслуживания заявок; обслуживание определенных заявок в первую очередь (заявки с приоритетом) и т.п.

3. Сущность имитационного моделирования СМО заключается в том, что необходимо построить алгоритмы, вырабатывающие случайные реализации заданных событий или потоков. Это означает, что нужно проимитировать все входные потоки, задать случайные значения времен обслуживания заявок для каждого канала, а также дисциплину очереди.

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 данного СМ О при тех или иных изменениях. Оценка качественных параметров СМО типа вышеперечисленных для простейших входных потоков и элементарных СМО осуществляется путем статистической обработки величин, являющихся качественными показателями функционирования СМО.

Метод имитационного моделирования позволяет изучать переходные процессы в СМО, возникающие при существенных изменениях распределения моментов поступления заявок в систему обслуживания, в зависимости от преобразования структуры и параметров СМО и т.п.

Необходимо учитывать, что при осуществлении имитационного моделирования стационарный или установившийся режим деятельности СМО наступает после осуществления значительного количества имитационных реализаций, а начальные реализации процесса могут существенно отличаться от установившихся. Здесь сразу просматриваются преимущества имитационного метода в отличие от аналитических методов расчета параметров СМО, так как последние позволяют получить величины параметров только для установившихся значений.

Как правило, такие потоки должны обладать свойствами стационарности, отсутствия последействия и однородности. Если выполнить все эти условия, то имитационное моделирование СМО в отличие от аналитического решения сможет дать дополнительно только значения качественных параметров в переходном процессе, т.е. в начальный период функционирования СМО. Установившиеся значения с точностью до инструментальной ошибки должны быть одинаковы.

В учебном процессе при иллюстрации аналитического решения или решения на имитационной модели в большинстве случаев именно так и поступают. Тем самым создается ошибочное впечатление о больших возможностях аналитического или имитационного метода оценки СМО. Причина такого заблуждения заключается в том, что модели СМО строят обычно математики, которым гораздо проще сделать поток однородным, стационарным и без последействия, чем изучать фактические потоки событий в реальных объектах при их моделировании с применением СМО.

Способов получения простейших случайных потоков однородных событий, обладающих свойствами стационарности и отсутствия последействия, достаточно много, как и литературы по этому поводу.

Вместе с тем можно утверждать, что применение простейших потоков случайных событий при аналитическом или имитационном моделировании на основе СМО сложных экономических объектов не является эффективным и, как правило, создает ошибочное представление о качестве функционирования объекта.

4. В качестве примера рассмотрим сравнительно простой случай моделирования на основе СМО Количество машин, приезжающих на автомойку Марка Беззаботного в течение последних часов ее работы. Пусть число машин прибывающих каждый час равняется 5. Автомойка работает - 15 часов. В среднем режим обслуживания машин обрабатывает 6 заказов за час. Проимитируйте прибытие и обслуживание машин на автомойке в течение 15 ч работы. Используйте для имитации случайные числа.

Сколько машин в среднем прибывает в час?

Будет ли в таком режиме обслуживания существовать очередь?
3. Практическая часть
1. Условия задачи представлены в таблицах (1,2):
Таблица 1

Количество машин, приезжающих на автомойку Марка Беззаботного в течение последних часов ее работы

число машин прибывающих каждый час

вероятность




0

0,11

1

0,17

2

0,14

3

0,28

4

0,12

5

0,18


Таблица 2

Режим обслуживания машин

темп

вероятность




1

0,05

2

0,1

3

0,35

4

0,2

5

0,12

6

0,18


С помощью этих данных, найдем интегральную вероятность и интервал случайных чисел, расчеты приведены в таблицах 3, 4:
Таблица 3

Число машин прибывающих

Вероятность

Интегральная вероятность

Интервал случайных чисел

0

0,11

0,11

0,11

1

0,17

0,28

0,28

2

0,14

0,42

0,42

3

0,28

0,7

0,7

4

0,12

0,82

0,82

5

0,18

1

1

Итого

1


Таблица 4

Число машин обслуженных

Вероятность

Интегральная вероятность

Интервал случайных чисел

1

0,05

0,05

0,05

2

0,1

0,15

0,15

3

0,35

0,5

0,5

4

0,2

0,7

0,7

5

0,12

0,82

0,82

6

0,18

1

1

Итого

1


1) Интегральную вероятность высчитываем путем сложения между (вероятности числа обслуживания машин (ВЧОМ)) и предыдущем (полученным числом интегральной вероятности (ПЧИВ)).

2) Интервал случайных чисел (ИСЧ) = интегральной вероятности (ИВ).

Составим имитацию очереди на обслуживание машин:

Час I

Число машин, простаивающих с предыдущего часа M

Случайное число CЧ

Число прибывших за час К

Число ожидающих обслуживание L

1

0

0,503085464

3

3

2

0

0,515287837

3

3

3

0

0,93237031

5

5

4

3

0,698844424

3

6

5

6

0,322321222

2

8

6

6

0,869617833

5

11

7

3

0,405035339

2

5

8

3

0,470694998

3

6

9

4

0,586969852

3

7

10

5

0,458500066

3

8

11

6

0,493846615

3

9

12

6

0,997273714

5

11

13

2

0,60842724

3

5

14

0

0,867672107

5

5

15

3

0,346869537

2

5

8

3,133333333

0,605121104

3,333333333

6,466666667




Случайное число CЧ(1)

Потенциальное число обслуженных машин P

Наличие очереди N

Длина очереди D

Число обслуженных машин Q

0,838370758

6







3

0,825199686

6







3

0,418437541

3

есть

2

3

0,92404093

6







6

0,859730955

6

есть

2

6

0,334937464

3

есть

8

3

0,327755731

3

есть

2

3

0,671006671

4

есть

2

4

0,775903645

5

есть

2

5

0,944370586

6

есть

2

6

0,95206985

6

есть

3

6

0,068344569

2

есть

9

2

0,889891976

6







5

0,297701458

3

есть

2

3

0,24962246

3

есть

2

3

0,625158952

4,533333333




3,272727273

4,066667

2. Расчетные данные:
1) М= истина/ложь (L< P;0;P), если L< чем P, то М= 0, если L >= P, то М= L-K

2) СЧ, СЧ(1)= случайное число

3) K= истина/ложь (СЧ< $ИСЧ $0-5 ЧМП) (если СЧ < ИСЧ 0-5, то K=L-M)

4) L= M+K

5) P= истина/ложь (СЧ(1)< $ИСЧ $1-6 ЧМO) (если СЧ(1) < ИСЧ 0-5, то K=L-M)

6) N= истина/ложь (если L>P, то N - есть очередь, если L
7) D= истина/ложь (если N= истина, то D=L-P)

8)Q= истина/ложь (выбирается наименьшее число между L;P)
Ответ: среднее число 1) 3,333333333; 2) 3,272727273


Заключение
При написании курсовой работы, нами была изучена литература, включающая статью имитационного моделирования в системах массового обслуживания. В результате созданного и проведенного проекта, нами было выявлено, что можно быстро и легко составить план прихода, ухода, задержек и очередей в любом доступном нами месте как магазины, больницы, приведенном нами в примере автомойка, и многие другие. Число прибывших за час зависит от числа прибывающих машин. Есть ли очередь зависит от того каким будет случайное число по отношению к числу прибывающих и обслуженных машин.


написать администратору сайта