98547

СИСТЕМА МАССОВОГО ОБСЛУЖИВАНИЯ С ОЖИДАНИЕМ

Курсовая

Информатика, кибернетика и программирование

Рассмотрим следующую СМО с простейшими потоками заявок λ и обслуживания μ: поступившая заявка может обслуживаться любым свободным каналом; если все п каналов заняты, поступившая заявка становится в очередь и ждет своего обслуживания. Будем считать, что число мест в очереди неограниченно, причем заявка, вставшая в очередь раньше, и будет обслуживаться раньше.

Русский

2015-11-04

1.34 MB

1 чел.

КУРСОВАЯ РАБОТА

СИСТЕМА МАССОВОГО ОБСЛУЖИВАНИЯ С ОЖИДАНИЕМ

1. Цели работы

Целями работы являются: 1) изучение системы массового обслуживания (СМО) с ожиданиями; 2) исследование вопросов оптимального построения подобных систем.

2. Содержание работы

  •  изучить основные характеристики СМО с отказами;
  •  ответить на вопросы теста;
  •  с использованием ЭВМ решить конкретные задачи;
  •  получить результаты и составить отчет по работе.

3. Описание СМО с ожиданием

Рассмотрим следующую СМО с простейшими потоками заявок λ и обслуживания μ: поступившая заявка может обслуживаться любым свободным каналом; если все п каналов заняты, поступившая заявка становится в очередь и ждет своего обслуживания. Будем считать, что число мест в очереди неограниченно, причем заявка, вставшая в очередь раньше, и будет обслуживаться раньше.

Подобные системы называют СМО с ожиданием. В этих системах общее число заявок, находящихся в системе, складывается из обслуживаемых заявок и заявок, находящихся в очереди. Поэтому СМО с ожиданием можно характеризовать следующим бесконечным множеством состояний:

А0 – все n каналов свободны, в системе нет заявок и нет очереди;

………………………………………………………

Аk – занято k<n каналов, обслуживается k заявок, очереди нет;

Аn – заняты все n каналов, обслуживается n заявок, очереди нет.

Аn+1 – заняты все n каналов, обслуживается n заявок, одна заявка находится в очереди.

Аn+r – заняты все n каналов, обслуживается n заявок, в очереди находится r заявок.

Размеченный граф возможных состояний СМО с ожиданием имеет следующий вид:

Стационарное состояние системы описывается бесконечной системой алгебраических уравнений относительно вероятностей Рk и Pn+r. Эта система формируется по графу состояний в соответствии с мнемоническим правилом, описанным в лабораторной работе № 2. Система имеет следующий вид:

,

(1)

при нормировочном условии .

Первые n уравнений системы (1) совпадают с n уравнениями для СМО с отказами и поэтому имеют решение в виде формул Эрланга:

, .

(2)

Последние уравнения системы (1), начиная с п+1, одинаковы по структуре. С помощью вспомогательных переменных:

,

(3)

эти уравнения можно записать в виде:

,

(4)

откуда имеем

.

(5)

Учитывая соотношения (3) и (5), получим следующую рекуррентную формулу:

.

(6)

Применяя (6) r раз последовательно, получим

.

(7)

Вероятность P0 можно найти из нормировочного условия, в которые подставим формулы (2) при 0≤kn и (7) при r≥0:

.

(8)

Обозначим . Пусть ρ≤1, тогда сумма бесконечно убывающей геометрической прогрессии со знаменателем ρ равна . Соотношение (8) примет вид:

,

откуда

.

(9)

С использованием соотношения (9) нетрудно подсчитать основные характеристики СМО с ожиданием.

4. Характеристики СМО с ожиданием в установившемся режиме

Поведение СМО с ожиданием в стационарном режиме описывается следующими основными характеристиками:

Вероятность того, что все каналы свободны:

.

(10)

Вероятность того, что все каналы заняты:

.

(11)

Вероятность того, что все n каналов заняты и r заявок находится в очереди:

.

(12)

Среднее число заявок в очереди:

.

(13)

Среднее время ожидания заявок в очереди:

.

(14)

Среднее число каналов, свободных от обслуживания:

.

(15)

Среднее число каналов, занятых обслуживанием:

.

(16)

Коэффициент простоя каналов:

.

(17)

Коэффициент загрузки каналов:

.

(18)


5. Описание реальной СМО с ожиданием и постановка
задачи исследования

В качестве реальной СМО рассмотрим следующую задачу. Порт имеет n причалов для разгрузки судов. Если все причалы заняты, то прибывшие суда ожидают своей очереди на разгрузку. В среднем за сутки на разгрузку поступает λ судов, а среднее время разгрузки одного судна составляет ν рабочих дней, т.е. интенсивность разгрузки  судов в сутки.

Простой каждого судна перед разгрузкой обходится государству в Qож ед. стоимости в сутки, простой одного причала - в Qп.к. ед. стоимости в сутки, а стоимость суточной эксплуатации причала - в Qк ед. стоимости.

Эффективность функционирования порта можно оценить величиной суммарных потерь, связанных с простоем судов и причалов, а также с эксплуатацией причалов. Эти потери находятся по следующей формуле:

.

(19)

Необходимо сделать оценку экономической целесообразности увеличения числа причалов в соответствии с критерием суммарных потерь, т. е. экспериментально подобрать такое значение n, при котором величина Сп была бы минимальной.

Для решения задачи с помощью данной обучающей системы необходимо:

а) при заданных значениях n, λ и μ будут найдены величины Po, Pn, Mr, Tож, Nc и Nз с помощью соотношений (10), (11), (13) - (16).

б) на основе этих данных, представленных в таблице в окне «Результаты вычислений», найти величину суммарных потерь Сп по формуле (19);

в) увеличить число причалов на 1 при постоянных λ и μ и повторить пп. а) и б);

г) повторять пп. а) - г) до тех пор, пока число причалов не будет равным 15;

д) сделать выводы из полученных результатов и построенного графика Сп=f(n).

6. Содержание отчета

1. Описание СМО с ожиданием, с указанием соотношений (1)-(18).

2. Таблица полученных результатов, которая представлена в окне «Результаты вычислений».

  1.  
  2.  Кушнир И.

2. Кыласов М

3. Миранович

4. Савкин И

5. Селиванова Е.

6. Тарасенко О.

7. Черваков А.

8. Голубев

9. Милишихин

10. Данилина

11. Миронова

12.  Казинова

13. Новиков


 

А также другие работы, которые могут Вас заинтересовать

21694. ПАРАЛЛЕЛЬНАЯ СХЕМА УПРАВЛЕНИЯ 538.5 KB
  ПАРАЛЛЕЛЬНАЯ СХЕМА УПРАВЛЕНИЯ В параллельной архитектуре нейронного управления нейронная сеть используется наравне с обычным ПИДрегулятором. Настройка выполняется таким образом чтобы выходной сигнал объекта управления как можно точнее соответствовал заданному опорному сигналу . Из этих примеров следует что даже если удастся разработать хорошую общую стратегию управления может возникнуть необходимость в её настройке с целью получения лучших практических результатов.
21695. ПРИЛОЖЕНИЯ НЕЙРОННОГО УПРАВЛЕНИЯ 453.5 KB
  Далее мы будем изучать примеры практического применения некоторых методов нейроуправления и не только нейроуправления для реальных систем. ПРИЛОЖЕНИЯ НЕЙРОННОГО УПРАВЛЕНИЯ В качестве реальной системы будем рассматривать систему управления температурой водяной ванны инвертированный маятник систему управления генератором в электрическом транспортном средстве и печь как многомерный объект управления со многими входами и выходами. Система управления температурой водяной ванны Система управления представляет собой регулятор температуры для...
21696. МЕТОДЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 286 KB
  Вычисления соответствующие действиям нечёткого контроллера в системе управления температурой водяной ванны можно представить в виде следующего алгоритма: Шаг 1. Гн Омату рассматривает помимо нейросетевого и нечёткого управления ещё два способа управления водяной ванной. По результатам экспериментов из всех схем управления схема ПИД наиболее проста в реализации.
21697. Система стабилизации перевёрнутого маятника 668.5 KB
  Система стабилизации перевёрнутого маятника Перевёрнутый маятник представляет собой модель нестабильной системы управления сам маятник закреплён сверху на тележке которая может перемещаться вправо и влево в горизонтальной плоскости причём это перемещение является управляемым. Задача управления состоит в стабилизации маятника в вертикальном положении на возможно более продолжительное время. Цель управления состоит в том чтобы переместить тележку в позицию таким образом чтобы маятник оставался в вертикальном положении.
21698. Применение нейросетей для управления печью 145 KB
  В таких случаях целью управления является возможно более быстрое и плавное достижение требуемой температуры с последующим удерживанием её значения в заданных пределах. Система управления печью разработана японской фирмой Omron Inc. Структурная схема системы управления печью В состав системы управления входит модуль датчиков плата параллельного интерфейса вводавывода компьютер NEC PC9801F и исполнительное устройство.
21699. ОПРЕДЕЛЕНИЕ ИНТЕЛЛЕКТА 198.5 KB
  Более простое и пожалуй более понятное базовое определение интеллекта даёт доцент Днепропетровского национального университета Алексей Дубинский. Способность это мера интеллекта. Измеряется величиной интеллекта.
21700. ЦЕЛИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 152.5 KB
  При этом все объекты делятся на порядки и объект более высокого порядка может управлять только объектом более низкого порядка т. Из теории объектов следует что все программы объекты одного порядка а значит не существует программы которая могла бы генерировать другие программы. Точнее три порядка и три подпорядка третьего порядка. Итак объекты 1го порядка это материальные носители данных.
21701. ТЕОРИЯ ОБЪЕКТОВ 431 KB
  его модификации отражающие некоторые значимые конструктивные отличия объектов одного порядка порядок. Из приведённого выше определения следует что Вселенная это объект Мира более низкого порядка. 2 Объект более высокого порядка полностью включает в себя все свойства объекта низшего порядка в том числе и в потенциальной форме. Следует заметить что свойства объекта низшего порядка могут быть полностью равны свойствам объекта высшего порядка и они при этом не сольются поскольку в результате наличия у объекта более высшего порядка...
21702. ОБЪЕКТЫ ТРЕТЬЕГО ПОРЯДКА 491.5 KB
  2} Итак с помощью объектов 2го порядка мы можем изменять состояния различных объектов 1го порядка.1 В него мы введём дополнительный объект 1го порядка изменение состояния которого через универсальный интерфейс отражается на остальных объектах 1го порядка. Введём также генератор случайности дающий возможность случайно выбрать какой объект 1го порядка следует изменить наиболее сильно и в каком направлении.