- •7.080404 Интеллектуальные системы принятия решений
- •Тема 1.1. Основные положения теории систем Лекция 1. Сущность и принципы системного подхода к|до| исследованию сложных динамических|динамичных| объектов.
- •Понятие системы. Принцип «черного ящика»
- •Элемент и структура системы
- •Динамическая система – система, состояние которой изменяется во времени. В любой момент времени состояние такой системы суть функция:
- •Тема 1.2. Моделирование систем.
- •Концепция модели. Изоморфизм и гомоморфизм
- •Экономико-математические модели. Их классификация
- •1. Постановка задачи.
- •Тема 1.3. Управление системой.
- •1. Понятие управления системой. Объект и субъект управления
- •2. Основные принципы управления
- •3. Виды управления
- •С учетом w(t))
- •Измерительный блок 2
- •Тема 2.1. Детерминированные модели.
- •Принципы построения моделей множественной линейной и нелинейной регрессии.
- •2.Определение точности оценки для моделей множественной регрессии.
- •Коэффициент множественной корреляции:
- •Оценка доверительного интервала регрессии
- •Тема 2.2. Стохастические модели.
- •Входной поток заявок, поступающих на обслуживание.
- •Выходной поток обслуженных заявок.
- •Организация работы смо
- •Тема 2.3. Сетевые модели.
- •Марковские цепи
Входной поток заявок, поступающих на обслуживание.
Для наиболее точного расчета характеристик СМО обычно используется простейший пуассоновский поток заявок.
Простейшим называется поток событий (в данном случае поступления заявок), обладающий свойствами стационарности, ординарности, отсутствия последействия.
Стационарность потока означает, что вероятностные характеристики такого потока не должны меняться в зависимости от времени. В частности, так называемая интенсивность (или «плотность») потока событий — среднее число событий в единицу времени — для стационарного потока должна оставаться постоянной.
Примечание. Постоянство интенсивности не означает, что фактическое число событий, появляющихся в единицу времени, постоянно — нет, поток может иметь местные сгущения и разрежения. Важно, что для стационарного потока эти сгущения и разрежения не носят закономерного характера, а среднее число событий, попадающих на единичный участок времени, остается постоянным для всего рассматриваемого периода. На практике часто встречаются потоки событий, которые (по крайней мере, на ограниченном участке времени) могут рассматриваться как стационарные. Например, поток вызовов, поступающих на телефонную станцию, скажем, на интервале от 12 до 13 часов может считаться стационарным. Тот же поток в течение целых суток уже не будет стационарным (ночью интенсивность потока вызовов гораздо меньше, чем днем). Заметим, что так же обстоит дело и с большинством физических процессов, которые мы называем «стационарными» — в действительности они стационарны только на ограниченном участке времени, а распространение этого участка до бесконечности — лишь удобный прием, применяемый в целях упрощения.
Для потока характерно отсутствие последействия, если события, образующие поток, появляются в последовательные моменты времени независимо друг от друга.
Примечание. Поток пассажиров, входящих на станцию метро, можно считать потоком без последействия, потому что причины, обусловившие приход отдельного пассажира именно в данный момент, а не в другой, как правило, не связаны с аналогичными причинами для других пассажиров. Если такая зависимость появляется, условие отсутствия последействия оказывается нарушенным.
Ординарность потока означает, что события в потоке приходят поодиночке, а не парами, тройками и т. д.
Примечание. Например, поток клиентов, направляющихся в парикмахерскую, практически можно считать ординарным, чего нельзя сказать о потоке клиентов, направляющихся в ЗАГС для регистрации брака. Поток атак истребителей по бомбардировщику, находящемуся над вражеской территорией, ординарен, если они атакуют цель поодиночке, и не ординарен, если они идут в атаку парами или тройками.
Для простейшего пуассоновского потока вероятность поступления k заявок на обслуживание в течение интервала времени t определяется по формуле:
λ - интенсивность потока заявок (количество заявок, которые поступили в систему за единицу времени).
Плотность распределения интервалов времени между событиями в этом потоке определяется по экспоненциальному закону (это означает, что интервалы времени между заявками могут быть как очень короткими, так и очень длинными)
(1)
Примечание.
Рассмотрим самый простой поток с интенсивностью l и обозначим моменты поступления требований на осе (0, t)» как показано на рис. 2.1. Определим, какое распределение имеют промежутки времени T между моментами поступления двух соседних требований.
Рис. 2.1. Моменты поступления требований для пуассоновского потока
Очевидно, что промежутки времени Т- случайные величины. Найдем закон их распределения. Функция распределения F(t) определяет вероятность того, что случайная величина приобретет значение, которое меньше за t, то есть
Пусть t0 - начало промежутка времени T. Найдем вероятность того, что случайная величина Т будет меньше за t . Для этого нужно, чтобы на промежуток длиной t, который начинается с точки t0, попало хотя бы одно требование. Вычислим функцию F(t) через вероятность противоположного события, то есть через вероятность P0 того, что за промежуток времени t к системе не поступит ни одного требования:
Значение вероятности р0 найдем за формулой (2.1) при условии, что lt= 0:
Тогда функция распределения случайной величины T будет иметь вид:
Чтобы найти функцию плотности распределения f(t) случайной величины Т, продифференцируем функцию F(t) за t:
Это и является функцией плотности показательного или экспоненциального закона распределения, ее графики и графики функции распределения при условии l = 1 изображено на рис. 2.2.
Рис. 2.2. Графика функций плотности (а) и распределения (б) экспоненциального закона:
Следовательно, чтобы получить пуассоновский поток входных заявок, которые поступают к системе, достаточно вычислить случайную величину с экспоненциальным распределением.