- •Херсонський державний аграрний університет
- •1.1. Методичні підходи і приклади вирішення задач
- •1.2. Скорочена характеристика методів прогнозування
- •1.2.1. Аналіз часових рядів
- •1.2.2. Статистичні методи
- •1.3. Метод економіко-математичного моделювання у прогнозуванні
- •2.1. Дефініції щодо управління проектами. Методи управління проектами і процесами
- •2.1.1. Мережні графіки як інструментарій управління проектами
- •Задачі без рішень
- •Задача 2.14с
- •Ключ: б)
- •Управління якістю продукту і процесу
- •3.1. Методологічні підходи і приклади вирішення задач контролю якості
- •3.1.1. Контроль якості
- •4.1. Методи управління системами масового обслуговування
- •4.1.1. Управління смо на основі моделювання
- •Матеріал для самостійної підготовки і практики
- •13. Вкажіть найбільш важливі операційні характеристики черг.
- •5.1. Постачання
- •5.1.1. Моделювання постачання в умовах визначенності і невизначенності
- •5.2. Управління запасами
- •5.2.1. Структурні і класифікаційні ознаки системи управління запасами
- •5.2.2. Аналітичні методи і формальні системи управління запасами
- •6.1. Планування потужностей
- •6.1.1. Особливості процесу управління потужністю у сфері сервісу
- •6.1.2. Визначення потреби у виробничих потужностях
- •Матеріал до самопідготовки за темою планування потужностей
- •6.2. Розміщення об’єктів, обладнання і планування приміщень
- •6.2.1. Вибір місця для розміщення виробничої потужності
- •6.2.2. Планування виробничих приміщень
- •6.3. Короткострокове планування
- •6.3.1. Методи праці
- •6.4. Управління процесами виробництва
- •6.4.1. Призначення черговості робіт
- •Задачі за темою „Агреговане планування”
- •Задача 6.4.6с
- •6.5. Сукупне планування виробництва
- •6.5.1. Математичні методи у сукупному плануванні
- •Лінійне і нелінійне програмування
- •7.1. Лінійне програмування
- •7.1.2. Оптимізація використання матеріальних ресурсів
- •7.2. Нелінійне програмування в операційному менеджменті
- •7.2.1. Динамічне програмування (узагальнені процедури методів)
- •7.3. Транспортні задачі в операційному менеджменті
- •7.4. Міжгалузевий баланс
- •Прийняття операційних рішень в умовах невизначеності і ризику
- •8.1. Поняття корисності
- •Задачі без рішень
- •Задача 8.1.10с
- •8.2. Ризик і метод теорії ігор
- •8.2.1. Теорія ігор в прикладах і задачах
- •Окремим питанням можна розглядати теорію ігор у конкурентному середовищі у вигляді специфічних моделей торгів
- •8.2.2. Формалізовані алгоритми теорії ігор в менеджменті і маркетингу
- •8.3. Управління фінансово-економічними операціями організації
- •Рішення:
- •Фінансування проекту
- •Управління витратами
- •Розрахунки податків організації
- •1. Варіант придбання обладнання
- •2. Варіант введення третьої зміни
- •Рішення:
- •8.3.1. Управління фінансовими проектами
4.1.1. Управління смо на основі моделювання
Задача щодо оцінки і управління системою обслуговування вважається поставленою, якщо визначені такі її параметри: потік замов, що прибувають, структура системи і правила обслуговування замови (клієнта).
Потік заявок, що надходять, розглядається як випадковий процес і імовірнісний опис такого потоку повинен бути відомим до вирішення задачі теорії масового обслуговування (ТМО).
Математичний опис будь-якої системи починається із опису потоку замов, що надходять. Сутність теорії масового обслуговування витікає із того, що потік замов є простішим (Пауссоновським), тобто одночасно йому притаманні властивості стаціонарності, ординарності і відсутність послідовності. І в практичному використані найбільш розробленими в сенсі формального управління є такі СМО, де потік вимог є найпростішим. Тобто, частота надходження замов підпорядковується закону Пуассона, коли ймовірність надходження за час t дорівнює R вимогам.
Властивості найпростішого потоку: ординарність, стаціонарність і відсутність результату.
Ординарність – коли неможливе надходження одночасно 2 і більш заявок (вимог). Тобто ординарність віддзеркалює умови практичної неможливості надходження двох або більше заявок одночасно.
Стаціонарність означає незмінність ймовірнісного режиму потоку у часі. Імовірність надходження n заявок за проміжок часу (τ,τ+t), як ми пом'ятаємо, не залежить від розмірності τ, а залежить від величини проміжка. Тобто, ймовірність надходження вимог в перебігу заданого проміжку часу Δt залежить від його величини і не залежить від початку його відліку. Це потік, для якого математичне очікування числа заявок, що надходять в систему в одиницю часу (λ) не змінюється.
Хай ця імовірність – Рn(t). Отримаємо , оскільки складаються ймовірності цілісної групи явищ.
Відсутність післядії означає, що кількість заявок, що надходять у систему після часу t не залежить від кількості, що надійшли в систему до цього часу .
Відсутність послідовності – число вимог до моменту t не визначає того скільки замовлень надійде в систему за час t+∆t.
Час обслуговування є випадковою величиною і описується за експоненційним законом розподілу: . Тобто імовірність того, що час обслуговування не перевершує деякої величини t (μ – параметр експоненційного закону часу обслуговування, тобто величина зворотня до середньому часу обслуговування - ).
Таким чином стаціонарний, ординарний потік можна характеризувати без наслідків вже відомою нам системою функції . Параметром найпростішого потоку є λ - інтенсивність потоку замов. Якщо середній час між надходженням двох замов означити – μ, то середня кількість замов, що надходить за одиницю часу буде – λ = 1/ μ.
При характеристиках черг вже зазначалось, що є СМО для яких характерні черги із вибуттям і без вибуття клієнтів.
Для прикладу розглянемо ситуацію для останнього випадку як найбільш поширеного. Хай на вході k – канальної СМО надходить простіший потік замов з інтенсивністю λ. Будемо вважати, що час обслуговування однієї замови є випадкова величина, що підкоряється закону розподілення - , де: υ – частість обслуговування; 1/ υ- середній час обслуговування однієї замови. Якщо приймемо, що в системі одночасно не може бути більше ніж m замов (m - найбільша кількість замов, що одночасно присутні в системі), то у якості критерію, що характеризує якісні властивості функціонування СМО можна вважати відношення середньої довжини черги до m. Таке відношення є коефіцієнтом простоювання обслуговуючого об’єкту. Якщо це описати на формальній мові моделювання, то для визначеного типу СМО слушні такі ймовірнісні характеристики [8]:
1. Ймовірність того, що зайнято k каналів обслуговування при умові, що кількість замов, які знаходяться в системі не перевищує кількості каналів
, 1<k<n, де: m – максимальна кількість замов, що присутні в системі одночасно; k – кількість каналів обслуговування; P0 – ймовірність того, що канали вільні:
2. Ймовірність того, що в системі знаходиться k замов для випадку, коли їх кількість більша за кількість каналів - .
3. Середня кількість заявок, що очікують початку обслуговування (середня довжина черги):
4. Коефіцієнт простювання замов, що обслуговується: .
Алгоритм розрахунку розімкненої СМО. Імовірністний підхід
Якщо джерело надхоження потоку заявок має безкінцеву кількість вимог, то такі системи звуться розімкненими (магазин, каси вокзалів, каси портів і т.д.). Тобто для таких систем потік вимог, що надходять до системи вважається необмеженим. Розрахунок характеристик роботи таких систем здійснюється на підставі розрахунку імовірностей станів СМО (формули Ерланга). Оскільки розімкнені системи є типовими в операйійних системах (особливо в сфері сервісу) є сенс звернути на них додаткову увагу. Перш за все виділимо основні показники ефективності розімкнених СМО:
- імовірність того, що канали вільні або зайняті;
- математичне очікування довжини черги;
- коефіцієнт зайнятості і простоювання каналів обслуговування.
Нижче наведені моделі слід розглядати як доповнення до вище наведених ймовірнісних моделей стаціонарних систем.
Введемо параметр . Якщо - черга не може зростати безмежно, тобто число каналів, що обслуговують замовлення повинно бути більше середньої кількості каналів, необхідних для того що б за одиницю часу обслужити всі замовленння, що надходять. Якщо λ - середнє число замовлень, що надходять за одиницю часу; - середній час, що витрачається на обслуговування одним каналом одного замовлення, то в такому випадку - середнє число каналів, які необхідно мати, щоб обслужити у одиницю часу всі замовленння, що надійшли в цей час.
1. Імовірність того, що всі канали які здатні обслуговувати вільні:
2. Імовірність того, що зайнято точно R каналів, за умови, що загальне число вимог, що знаходяться на обслуговуванні, не перевищує числа обслуговуючих апаратів: при 1≤ R≤ n.
3. Імовірність того, що в системі знаходитися R вимог, у випадку, коли їх кількість більша за число каналів, які обслуговують: при R ≥ n.
4. Імовірність того, то всі обслуговуючі канали зайняті: при .
5. Середній час очікування вимоги початку обслуговування у системі: при ;
6. Середня довжина черги: при , або .
7. Середнє число каналів, що вільні від обслуговування: .
8. Коефіцієнт простоювання каналів: .
9. Середня кількість каналів, що зайняті обслуговуванням:
10. Коефіцієнт завантаження каналів:
Означення в моделях:
R - зайнято каналів;
N – загальня кількість каналів ;
n – кількість клієнтів (замовлень);
α – інтенсивність надходження в систему замовлень;
μ – інтенсивність обслуговування;
L – довжина черги.
Приклад 4.1
Хай фірма що ремонтує електрообладнання має n = 5 майстрів. В середньому за день надходить λ=10 приладів. Потік випадковий (Пуассон). Час на ремонт також випадковий (характеристики поломок різні, кваліфікація майстрів різна). В середньому кожний з майстрів за день встигає відремонтувати μ = 2,5 прилад. Які характеристики фірми?
1. Визначимо параметр системи α; α = λ∙1/μ = 10∙1/2,5 = 4. Оскільки α ≤ n черга не може зростати безмежно. Фірма справляється з графіком ремонту.
2. Імовірність того, що всі майстри вільні від роботи:
3.Імовірність того, що всі майстри зайняті: . Завантаження майстрів складає 55% часу.
4. Середній час обслуговування кожним каналом одного приладу (робочий день 7 годин): годин
5. Середній час очікування кожним несправним приладом початку ремонту: годин.
6. Середня довжина черги визначає місце для зберігання приладу:
7. Середнє число майстрів, що вільні від роботи:
Тобто, ремонтом в перебігу робочого дня зайнято 4 майстра із 5.
Імітаційна модель функціонування СМО
Найчастіше потік вимог і час обслуговування на практиці є випадковими величинами, тому характеристики функціонування СМО і рішення щодо операційного управління мають імовірнісний характер.
Процедури описування таких ситуацій не можна вважати простими, але для практичного уявлення є сенс розглянути спрощенний варіант появи черги на єдиній станції обслуговування. За мету будемо вважати визначення імовірності появи черги визначеної довжини і середньої довжина черги [7]. Вхідні і вихідні потоки замовлень – випадкові.
Приклад 4.2
Хай n – кількість замовлень в черзі до моменту t; Pn(t) – імовірність створення черги із n замовлень до моменту t; λ – середня швидкість появи замовлень, імовірність появи замовлень за одиницю часу; λ∆t – імовірність появи в черзі нової заявки у проміжку часу від t до t+∆t; μ – середня швидкість обслуговування; μ∆t – імовірність завершення обслуговування заяви від t до t+∆t; ñ – середня довжина черги.
Імовірність надходження або обслуговування більш ніж одного замовлення за ∆t вважається переважно малою, величина (∆t)2 вважається дуже малою. За λ і μ треба визначити імовірність того, що до моменту t+∆t у черзі буде знаходитись рівно n заяв (n>0). Ця ситуація може бути надана як сума чотирьох складних незалежних подій, які виключні одне до одного.
До моменту t в черзі є n заяв, за ∆t немає надходжень замовлень і немає завершення обслуговування (імовірність цієї складної події Рn(t) = (1- λ∆t)·(1- μ∆t)).
До моменту t в черзі є n+1 заяв, за ∆t немає надходжень замовлень, за ∆t закінчено обслуговування однієї заяви (імовірність цієї складної події Рn+1(t)=(1-λ∆t)μ∆t)).
До моменту t в черзі є n-1 заяв, ще одне замовлення надійшло, на момент ∆t жодного замовлення не обслуговано (імовірність такої події Рn-1(t) = λ∆t(1-μ∆t)).
До моменту t в черзі є n заяв, у продовж ∆t одна заява надійшла і одну заяву задовольнили (імовірність такої події Рn(t) = (λ∆t)·(μ∆t)).
Нескладні перетворення (із врахуванням малості (∆t)2 ) дають:
1. Рn(t) × (1- λ∆t)×(1- μ∆t) = Рn(t)×(1- λ∆t- μ∆t));
2. Рn+1(t)×(1-λ∆t)×μ∆t)) = Рn+1(t) ×μ∆t;
3. Рn-1(t)×λ∆t(1-μ∆t) = Рn-1(t)×λ∆t;
4. Рn(t)×λ∆t×μ∆t = 0.
Для події, що нас цікавить результуюча імовірність дорівнює, у даному випадку, як сума описаних чотирьох імовірностей: Рn(t+∆t) = Рn(t) · (1- λ∆t- μ∆t+ Рn+1(t)·μ∆t + Рn-1(t)·λ∆t), або {Рn(t+∆t) – Pn(t)} ∕ ∆t = λPn-1(t) + μPn+1(t) – (λ+μ)Pn(t). Крокуючи до межі при ∆t→ 0 отримаємо диференційне рівняння: dPn(t)/dt = λPn-1(t) + μPn+1(t) – (λ+ μ)Pn(t) для n > 0. Потрібно також враховувати і випадок відсутності черги, тобто випадок n = 0. Таке може бути якщо :
або черги немає і замовлення не з’явилось (імовірність такої події Р0(t)(1 - λ∆t));
або черга складалася із єдиного замовлення, яке було виконано і нових заявок не надходило (імовірність цієї події Р1(t)μ∆t(1 - λ∆t)).
Оскільки ці дві складні події незалежні, то імовірність відсутності черги у момент t + ∆t дорівнює сумі наведених нерівностей: Р0(t+∆t) = Р0(t)(1 - λ∆t) + Р1(t)μ∆t(1 - λ∆t) = Р0(t) - Р0(t) λ∆t) + Р1(t)μ∆t або Р0(1 + ∆t) – Р0(t)/∆t = - λР0(t) + μР1(t), що веде при ∆t→ 0 до рівняння: dP0(t)/dt = -λP0(t) + μP1(t).
Отримані рівняння вважаються досить складними, але якщо розглядати випадок dPn/dt = 0, то отримаємо рівняння: 0 = λРn-1+μPn+1 – (λ+μ)Pn(n>0), 0 = -λP0 + μP1(n=0). Рішення цих рівнянь Р0, Р1,..., Рn … можна знайти при природній вимозі λ∕μ < 1(інакше система не зможе обслужити потік заяв) , виходячи з того, що .
Хай для n = 1 маємо Р0, в такому випадку Р1 = (λ/μ)Р0. Для n =1 і знайденого Р1 отримуємо Р2 = (λ/μ)2Р0 для n = 2 отримаємо Р3 = (λ/μ)3Р0 , тобто зрозуміло, що Pn = (λ/μ)nР0 . В такому разі , оскільки λ/μ < 1, то для безкінцево убиваючої геометричної прогресії маємо і Р0 = 1 – (λ/μ). Тому отримаємо, що Рn = (λ/μ)n(1-λ/μ)).
Такий спосіб (послідовне інтегрування і диференціювання) дозволяє знайти і середню довжину черги , λ/μ < 1. Залежність від (λ/μ) можна бачити із наступної таблиці:
-
λ∕μ
1/2
3/4
7/8
15/16
31/32
....
ñ
1
3
7
15
31
....
Знання того, яка довжина черги, які витрати на розширення можливості обслуговувати потік замовлень, які втрати через черги, дозволяє обрати переважний варіант обслуговуючої організації.
Використовуючи наведені моделі і вирішуючи їх за допомогою ЕОМ (розрахунки по кожному варіанту витрат, доходів, втрачену корисність), можна знайти переважний варіант планування і експлуатації систем обслуговування.
Прикладний аспект розрахунку характеристик СМО
Оскільки прикладний операційний менеджмент має справу із реальними одно і багатоканальними системами, наведемо спрощенний формалізований підхід до визначення характеристик СМО у декілька зміненій інтерпретації [2].
Якщо ввести символьні означення основних параметрів і процесів СМО:
А – середня частота надходження заявок (інтенсивність);
С – середня швидкість обслуговування на один сервісний канал;
N – кількість сервісних каналів;
Т – інтенсивність навантаження (трафік): Т=А/СN. Сервісні потужності повинні перевищувати попит – Т<1, то для одноканальної системи матимемо такі формалізми [2 ]:
1. Середня кількість покупців (замовлень) в черзі:
2. Середня кількість покупців (замов) в системі:
3. Середній час чекання у черзі:
4. Частка часу коли потужності простоюють: Q=1-T
5. Ймовірність того, що в системі n замов:
Для багатоканальній системи:
1. Ймовірність того, що в системі не буде покупців (замов): ;
2. Середня кількість замов в черзі: ;
3. Середня кількість замов в системі: ;
4. Середній час очікування в черзі:
5. Ймовірність, що всі замови будуть задоволені: .
У разі n=N будуть виконані всі замовлення, що знаходяться у черзі.
Оскільки є практичний сенс розглядати проекти станцій обслуговування, де 1/μ<1/λ , а в такому випадку через деякий час система переходить у стаціонарний режим функціонування, то якщо 1/μ означимо як ρ (навантаження системи), можна визначити, що стаціонарний режим настане при умові ρ< λ.
Тобто в залежності від значень λ, µ і ρ будемо мати стаціонарний - ( ), або не стаціонарний - ( ; ) режим роботи системи.
В такому разі можна визначити важливі параметри функціонування системи [4]:
Е1=1- ρ - коефіцієнт простоювання системи;
Е2 = ρ/(1- ρ) – середня кількість клієнтів в системі;
Е3 = ρ2/(1- ρ) – середня довжина черги;
Е4 = 1/(μ-λ) – середній час знаходження клієнта у системі;
Е5 = ρ /(μ-λ) – середній час коли клієнт перебуває в черзі.
Приклад 4.3
Фірма замовила проект автоматичної заправочної станції (АЗС) з такими вхідними параметрами: інтервал між прибуттям автомобілів 4 хвилини, середній час обслуговування: 5; 3,5; 2; 1 та 0,5 хвилин. Розрахувати параметри АЗС щодо черги та зробити вибір варіанту багатоканальної системи.
Рішення:
Спираючись на вище наведені формули визначимо характеристики СМО : завантаження; простоювання; наявність клієнтів в системі; довжина черги; час знаходження в черзі; час знаходження в систем. На цій основі створимо матрицю на 5 каналів обслуговування , розрахуємо основні характеристики кожного каналу обслуговування і визначимо кращий варіант (табл. 4.1).
Таблиця 4.1. Характеристики багатоканальної СМО
|
1 |
2 |
3 |
4 |
5 |
|
4 |
4 |
4 |
4 |
4 |
|
0,25 |
0,25 |
0,25 |
0,25 |
0,25 |
|
5 |
3,5 |
2 |
1 |
0,5 |
|
0,2 |
0,28 |
0,5 |
1 |
2 |
|
1,25 |
0,87 |
0,5 |
0,25 |
0,125 |
|
-0,25 |
0,125 |
0,5 |
0,75 |
0,875 |
|
-5 |
7 |
1 |
0,33 |
0,143 |
|
-6,25 |
6,125 |
0,5 |
0,08 |
0,018 |
|
-20 |
27,48 |
4 |
1,33 |
0,57 |
|
-25 |
24,3 |
2 |
0,33 |
0,07 |
Зробимо аналіз наведених в таблиці результатів:
a). 1-й варіант не підходить, оскільки черга ∞;
b). 2-й варіант гарний за показниками завантаження – ρ = 0,87 та малим часом простоювання Е1= 0,125, проте збільшена черга і середній час простою Е4 = 27 хвилин;
c). 3-й варіант: обладнання простоює 0,5 (ρ); кількість авто в системі = 1(Е2), а середні втрати часу = 4 (Е4) при середньому часі обслуговування = 2 хвилини;
d). У варіантах 4 та 5 черги немає, проте обладнання простоює тривалий час.
Слід звернути увагу на 3 – й варіант з урахуванням тенденції зростання кількості автомобілів в країні.
Остаточний вибір залишається за фірмою-замовником.