рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Оптимальная скорость обслуживания m

Оптимальная скорость обслуживания m - раздел Образование, Реферат Практическое применение теории массового обслуживания 1 Основные элементы ТМО   Рассмотрим Одноканальную Модель Массового Обслуживания Со Сре...

 

Рассмотрим одноканальную модель массового обслуживания со средней частотой поступления требований, равной l, и со средней скоростью обслуживания, равной m. Предполагается. Что скорость обслуживания поддается регулированию; требуется определить ее оптимальное значение на основе надлежащим образом построенной стоимостной модели. Введем следующие обозначения:

С1 - выражения в стоимостной форме выигрыш за счет увеличения на единицу значения m в течение единичного интервала времени;

С2 - "цена" ожидания (т.е. обусловленные вынужденным ожиданием экономические потери) в единицу времени и в расчете на одно требование;

ТС(m) - стоимостный показатель, определяемый формулой

ТС (m)=С1m+ С2LS.

Следует отметить, что затраты на обслуживание, отнесенные к единице времени, прямо пропорциональны m, а затем в единицу времени, обусловленные пребыванием заявок на обслуживание в режиме ожидания, равняются среднему значению числа требований, находящихся в СМО, умноженному на "цену" ожидания, определенную в расчете на одно требование и отнесенную к единице времени.


Поскольку m является величиной непрерывной, ее оптимальное значение может быть получено путем приравнивания к нулю первой производной ТС (m) по m. Например, для частного случая (М/М/1):(GD/¥/¥) - процесса

 
 

и, следовательно, для оптимального значения m имеем

В ситуации, когда в блоке ожидания обслуживающей системы может находиться не более N клиентов, т.е. если имеет место (М/М/1):(GD/N/¥)- процесс, стоимостную модель можно видоизменить, с тем чтобы за счет увеличения значения N уменьшить число клиентов, которых СМО может потерять. В данном случае величина N рассматривается как управляющая переменная, оптимальное значение которой (вместе с m) определяется путем минимизации

 
 

где С3- "стоимость" увеличения (на единицу времени) вместимости блока ожидания обслуживающей системы, а С4-экономические потери, связанные с невозможностью включить в блок ожидания системы еще одного нуждающегося в обслуживании клиента. Заметим, что lрN есть число клиентов, потерянных системой в единицу времени.

Пример. Вычислительный центр коллективного пользования располагает большой электронно-вычислительной машиной (ЭВМ) с разветвленной системой считывающих и быстропечатающих устройств. Один из пользователей хочет определить оптимальную скорость (число перфокарт в минуту) считывающего устройства. Потребности в работе с ЭВМ возникают у пользователей случайно, так что входной поток заявок на обслуживание электронно-вычислительными средствами характеризуется пуассоновским законом распределения вероятностей; отметим, что средняя пропускная способность вычислительного центра составляет 50 программ в течение 8-ми часового рабочего дня. Пусть средний размер программы таков, что она уменьшается на одной тысяче перфокарт. Опыт показывает, что распределение продолжительностей считывания записанных на перфокартах программ является экспоненциальным. По оценкам клиентуры просрочка в выполнении заявленной потребностей в работе с ЭВМ на один день обходится в 10 долл. Вычислительный центр при планировании своей месячной пропускной способности исходит из того, что плата за увеличение пропускной способности считывающего устройства на сотню перфокарт в минуту составляет 100 долл.

Нетрудно убедиться, что скорость считывания, равная 100 перфокартам в минуту, эквивалентна 100*8*60=48000 перфокарт в день, или 48000/1000=48 программно-вычислительных реализаций в день. Полагая, что количество рабочих дней в одном месяце равняется 22, устанавливаемое на месяц указанное выше повышение быстродействия считывающего устройства обходится клиентуре 100 долл./22=4,55 долл. В день. Поскольку именно такое повышение быстродействия считывающего устройства позволяет ежедневно реализовать на ЭВМ на 48 процедур больше. Плата за реализацию одной дополнительной процедуры равняется 4,55 долл./48=0,0948 долл. Используя введенные выше обозначения, имеем С1 =0,0948 долл. Поскольку С2=10 долл. За одну процедуру в день, а l=50 процедур день, получаем оптимальное значение m:процедуры в день.

Переводя этот показатель в количество перфокарт в 1 мин, находим, что оптимальное значение пропускной способности считывающего устройства равняется (123*1000)/(8*60)=256 перфокарт в 1 мин.

 

– Конец работы –

Эта тема принадлежит разделу:

Реферат Практическое применение теории массового обслуживания 1 Основные элементы ТМО

Санкт Петербургский педагогический университет им А И Герцена... Факультет управления... Направление подготовки туризм...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Оптимальная скорость обслуживания m

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Системы массового обслуживания при наличии входного и выходного потоков
В данном разделе рассматриваются СМО, в которых имеется как входной поток, так и поток обслуженных клиентов. Исследуются такие структуры, в которых параллельно функционируют с узлов (

Подготовка исходных данных и проверка статистических гипотез
Выбор того или иного метода для исследования функциональных характеристик обслуживающей системы независимо от того, является ли он аналитическим или же относится к категории имитационных, в каждом

Модели со стоимостными характеристиками
Стоимостные модели массового обслуживания направлены на определение такого уровня функционирования обслуживающей системы, при котором достигается "компромисс" между следующими двумя эконо

Оптимальное число обслуживающих приборов
Рассмотрим мультиканальную модель. Стоимостная модель массового обслуживания в данном случае должна быть ориентирована на определение оптимального числа обслуживающих приборов, которое мы обозначил

Моделирование с учетом предпочтительности уровня обслуживания
К моделям, в которых осуществляется учет предпочтительного уровня обслуживания, переходят из-за трудностей получения числовых значений стоимостных показателей (параметров) процесса массового обслуж

Линейный способ решения СМО
Некоторые задачи СМО можно решать методом решения задач линейного программирования (ЗЛП). Рассмотрим этот метод на конкретном примере. ЗЛП характеризуется наличием целевой функции и системой ограни

Решение.
1 этап решения. Целевая функция и система ограничений:    

ЗАКЛЮЧЕНИЕ
  В данном курсовом проекте представлена тема "Системы массового обслуживания". Системы массового обслуживания имеют огромное практическое применение в наше время, что показ

Решение СМО методом ЗЛП
  с'

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги