Аннотация: В данной статье представлено теоретическое описание контейнерной площадки, как одноканальной системы массового обслуживания.

The summary: The theoretical description of a container terminal is presented in this article, as single-channel system of mass service.

Задача оптимизации комплекса технического оснащения контейнерного терминала состоит в оценке его эффективности в зависимости от поступающих на переработку контейнеров. Поэтому предметом исследования в данном случае являлось определение достаточности перерабатывающей мощности терминала.

На основании изложенного каждую контейнерную площадку на терминале можно представить в виде системы, в которую поступает поток контейнеров на переработку (погрузки в вагон или автомобиль, а также выгрузку из вагона или автомобиля). Указанная переработка контейнеров производится либо козловыми кранами, либо специальными автопогрузчиками (ричстакерами).

Исследование функционирования таких систем может быть осуществлено методами теории массового обслуживания. Исследовательская модель представляет собой, в общем случае, систему массового обслуживания, которая характеризуется двумя параметрами: параметром входящего потока заявок на обслуживание и параметром обслуживания. Тот и другой параметры являются случайными в зависимости от закона распределения и структуры самой системы исследования и параметров ее функционирования.

Теория массового обслуживания имеет дело со случайными величинами, которые в значительной мере присутствуют и в работе любой контейнерной площадки. Так, например, случайной является масса груза в контейнере, поднимаемом козловым краном или автопогрузчиком. Поскольку заранее рассчитать массу загруженного отправителем контейнера не представляется возможным. Данный показатель, безусловно, зависит от внутренних размеров поданного под загрузку крупнотоннажного контейнера, но и в этих пределах может значительно меняться, поскольку разные грузы отличаются объемом и способом транспортировки. Неопределенным заранее остается и тип контейнера, который понадобится грузоотправителю, будет это 20-фут. или 40-фут. контейнер остается неизвестным до момента подачи заявки на загрузку контейнера.

Помимо этого, случайным является время прибытия или завоза контейнеров на терминал. Просчитать даты окончания формирования и отправления со станции того или иного поезда, а соответственно и дату прибытия на терминал станции назначения очень сложно. Исключение составляют жесткие нитки графика контейнерных поездов, но далеко не весь график движения грузовых поездов состоит из подобных ниток.

Дата сдачи поезда на погрузку или разгрузку зависит от того насколько быстро на станции отправления будет сформирован поезд установленной длины из необходимого количества контейнеров, предъявленных отправителем к перевозке. Процесс прибытия груженых контейнеров от грузоотправителей на станцию имеет случайный характер в силу того, что зависит от целого ряда факторов. В том числе от даты заключения торговых контрактов, готовности груза к отправке, наличия товара на складе покупателя, от сезонности перевозок, а на морских терминалах еще и от погоды в портах отправления и назначения, оказывающей непосредственное влияние на подход судна и работу порта.

Аналогично работе железнодорожного транспорта и завоз груженых контейнеров автотранспортом на терминал не подлежит точному расчету из-за невозможности просчитать дату загрузки контейнера каждым конкретным отправителем. По мере готовности груза к отправке, отправитель заказывает необходимый контейнер у собственника последнего или нанимает экспедитора, который организует данную перевозку. Но сама дата отправки, в любом случае остается случайной.

В дополнении к вышесказанному, на каждой контейнерной площадке имеются все содержательные моменты моделей, описываемых теорией массового обслуживания, такие как: источник заявок на обслуживание, входящий поток требований, канал обслуживания, очередь в ожидании процесса обслуживания, простой канала обслуживания в ожидании поступления заявки на обслуживание.

Под источником заявок на обслуживание на площадке предлагается понимать совокупность контейнеров, загруженных, например, в вагон или поступающих по завозу автомобильным транспортом на контейнерную площадку, которые по определенной процедуре необходимо выгрузить на площадку, или загрузить в подвижной состав автомобильного или железнодорожного транспорта.

Под каналом обслуживания на контейнерной площадке следует понимать устройства, выполняющие определенную технологическую операцию. Прежде всего, это погрузочно-разгрузочные средства для выгрузки контейнеров или погрузки их в подвижной состав автомобильного или железнодорожного транспорта.

К каналам обслуживания также относится подвижной состав автомобильного или железнодорожного транспорта, с помощью которого осуществляется такой вид обслуживания как доставка контейнеров. Количество каналов может изменяться от одного до некоторого конечного значения.

Работа любой контейнерной площадки состоит в переработке поступающего на него потока контейнеров или заявок. В нашем случае понятия контейнер и заявка тождественны. Контейнеры поступают один за другим в некоторые, случайные, моменты времени. Обслуживание поступившего контейнера продолжается какое-то время, после чего канал освобождается и снова готов для приема следующей заявки.

В том случае, если входящий поток является пуассоновским, а параметр обслуживания подчиняется экспоненциальному распределению, то система может быть исследована аналитическими методами. Данные методы теории массового обслуживания позволяют установить показатели эффективности системы массового обслуживания, описывающими с той или другой точки зрения ее способность справляться с потоком заявок (среднее число заявок, обслуживаемых в единицу времени; среднее число занятых обслуживанием каналов; средняя длина очереди и среднее время ожидания каждой заявкой начала обслуживания и др.).

В том случае, если параметр обслуживания подчиняется закону распределения отличному от экспоненциального, то система может быть исследована аналитическими методами, если она является одноканальной системой массового обслуживания. В соответствии с этим необходимо провести качественный и количественный анализ параметров потока заявок и параметра обслуживания. В остальных случаях система массового обслуживания может быть исследована численными методами (методы математического моделирования).

В значительной мере подход аналитического и численного моделирования случайных процессов в методическом плане основан на трудах отечественных ученых, таких как Н.П. Бусленко, Е.С. Вентцель , Б.В. Гнеденко , А.В. Горелик , и других, а также на трудах зарубежных авторов, таких как А. Кофман , Р. Крюон, Т. Саати.

Предметом теории массового обслуживания является установление зависимости между характером потока заявок, производительностью отдельного канала, числом каналов и эффективностью обслуживания.

В качестве характеристик эффективности обслуживания, в зависимости от условий задачи и целей исследования, могут применяться различные величины и функции. Например, среднее время простоя отдельных каналов и системы в целом; среднее время ожидания в очереди; вероятность того, что поступившая заявка немедленно будет принята к обслуживанию; закон распределения длины очереди и т.д.

Каждая из этих характеристик описывает, с той или другой стороны, степень приспособленности системы к выполнению потока заявок, иными словами – ее пропускную способность.

Пропускная способность, в общем случае, зависит не только от параметров системы, но и от характера потока заявок. Например, на контейнерной площадке моменты поступления контейнеров случайны, как и длительность обслуживания заявки. В связи с этим процесс работы площадки протекает нерегулярно: в потоке контейнеров образуются места максимума и минимума. Первое может привести к образованию очередей. Второе к непроизводительным простоям технических средств или подвижного состава, а также площадки. На эти случайности, связанные с неоднородностью потока заявок, накладываются еще случайности, связанные с задержками обслуживания отдельных контейнеров.

Таким образом, процесс функционирования контейнерной площадки, как системы массового обслуживания, представляет собой случайный процесс. Данный процесс, протекающий в системе массового обслуживания, состоит в том, что система в случайные моменты времени переходит из одного состояния в другое: меняется занятость канала обслуживания, число заявок, стоящих в очереди и т.п.

Поэтому, чтобы дать рекомендации по рациональной организации системы, выяснить ее пропускную способность и предъявить к ней требования, необходимо изучить случайный процесс, протекающий в системе, и описать его математически. Для описания случайных процессов, происходящих в системе контейнерной площадки и непосредственно связанных с работой технического комплекса каждой площадки, в настоящей работе предложен математический аппарат теории массового обслуживания.

В теории массового обслуживания существуют так называемые, одноканальные и многоканальные системы. В работе контейнерной площадки, как было сказано выше, под каналом обслуживания можно понимать погрузочно-разгрузочные средства, предназначенные для переработки контейнеров.

При этом площадка, как правило, оснащена несколькими кранами и погрузчиками с различными техническими характеристиками. На практике все имеющиеся на площадке перегрузочные средства будут отличаться друг от друга по ряду признаков: грузоподъемности, режиму работы, сроку службы, способу передвижения захватного устройства, скорости подъема груза и т.д. Данное обстоятельство говорит о том, что на площадке вновь поступивший контейнер может быть переработан любым из имеющихся в наличии погрузочно-разгрузочных средств с определенными техническими характеристиками машины.

Таким образом, необходим качественный анализ обслуживания технического комплекса площадки, который определяется как параметром каждого технического средства, так и системы их.

Поэтому для анализа эффективности технического комплекса контейнерной площадки не всегда имеет смысл рассматривать последний, как многоканальную систему обслуживания. Достаточно дать комплексную оценку техническому оснащению площадки, учитывая особенности каждого погрузочно-разгрузочного средства.

В соответствии с этим в настоящей работе принято решение представить все погрузочно-разгрузочные машины, работающие на контейнерной площадке, независимо от их количества не как несколько параллельных каналов с разными параметрами обслуживания, а как один комплекс, характеризуемый суммарным параметром обслуживания. Это, по предварительной оценке должно существенно упростить методику и процедуру исследования параметров функционирования контейнерного терминального комплекса.

Именно такой подход аналитического исследования функционирования контейнерного терминального комплекса в виде одноканальной системы массового обслуживания выносится на защиту в данной диссертационной работе.

Наличие общего для всей системы параметра производительности определяется техническими особенностями каждой погрузочно-разгрузочной машины.

На основании вышеизложенного рассмотрим контейнерную площадку, как одноканальную систему массового обслуживания с входящим потоком заявок, который подчиняется закону Пуассона. Последнее означает, что поступающие в систему заявки образуют, так называемый, простейший поток, который обладает тремя основными свойствами: ординарностью, стационарностью и отсутствием последействия.

Ординарность потока означает практическую невозможность одновременного поступления двух и более заявок (вероятность такого события неизмеримо мала по отношению к рассматриваемому промежутку времени).

Стационарным называют поток, для которого математическое ожидание числа заявок, поступающих в систему в единицу времени, не меняется во времени. Это значит, что число заявок, поступающих в систему в равные промежутки времени, в среднем должно быть постоянным.

Отсутствие последействия обусловливает взаимную независимость поступления того или иного числа заявок на обслуживание в непересекающиеся промежутки времени. Это означает, что число заявок, поступающих в данный отрезок времени, не зависит от числа заявок, обслуженных в предыдущем промежутке времени.

На практике условия простейшего потока не всегда строго выполняются. Часто имеет место не стационарность процесса (в различные часы дня и различные дни месяца поток требований может меняться, он может быть интенсивнее утром или в последние дни месяца).

Кроме того, количество поступающих на площадку контейнеров увеличивается на число контейнеров, требующих переработки внутри самой площадки.

Например, обслуживающие площадку технические средства должны переработать не только входящий поток контейнеров, поступивших по завозу автотранспортом, но и погрузить или выгрузить контейнеры, предназначенные к отправке или прибывшие железнодорожным транспортом. В дополнении к вышесказанному имеет место внутренняя сортировка контейнеров, выполняемая на площадке погрузочно-разгрузочными машинами. Примером такой сортировки может служить перестановка имеющихся на площадке контейнеров, обусловленная определенной необходимостью. В общем виде схема контейнерной площадки как одноканальной системы массового обслуживания представлена на рис. 1.

Анализ работы контейнерной площадки с точки зрения рассмотрения последней как одноканальной системы массового обслуживания предложен автором работы впервые. При этом все погрузочно-разгрузочные машины, составляющие технический комплекс площадки, объединены в один канал обслуживания. Условно принято, что контейнер, поступивший в систему, может с равной вероятностью быть переработан любым из имеющихся в наличии кранов или автопогрузчиков. Данный подход позволит применить к описанию работы контейнерной площадки аналитические методы теории массового обслуживания. Последние предлагаются автором как математический аппарат для определения эффективности функционирования технического комплекса контейнерной площадки.

Список литературы:

1. Белый О.В., Попов С.А., Францев Р.Э. Транспортные сети России (системный анализ, управление, перспективы), СПб.: СПГУВК, 1999, 147с

2. Вентцель, Е.С. Теория случайных процессов и ее инженерные приложения / Е.С. Вентцель, Л.А. Овчаров. – 3-е изд., перераб. и доп. – М.: Издательский центр «Академия», 2003. – 432 с.

Тема. Теория систем массового обслуживания.

Каждая СМО состоит из какого–то количества обслуживающих единиц, которые называются каналами обслуживания (это станки, транспортные тележки, роботы, линии связи, кассиры, продавцы и т.д.). Всякая СМО предназначена для обслуживания какого–то потока заявок (требований), поступающих в какие-то случайные моменты времени.

Классификация СМО по способу обработки входного потока заявок.

Системы массового обслуживания

С отказами

(без очереди)

С очередью

Неограниченная очередь

Ограниченная очередь

С приоритетом

В порядке поступления

Относительный приоритет

Абсолютный приоритет

По времени обслуживания

По длине очереди

Классификация по способу функционирования:

открытыми, т.е. поток заявок не зависит от внутреннего состояния СМО;

закрытыми, т.е. входной поток зависит от состояния СМО (один ремонтный рабочий обслуживает все каналы по мере их выхода из строя).

Многоканальная СМО с ожиданием

Система с ограниченной длиной очереди. Рассмотрим канальную СМО с ожиданием, на которую поступает поток заявок с интенсивностью ; интенсивность обслуживания (для одного канала) ; число мест в очереди

Состояния системы нумеруются по числу заявок, связанных системой:

нет очереди:

- все каналы свободны;

- занят один канал, остальные свободны;

- заняты -каналов, остальные нет;

- заняты все -каналов, свободных нет;

есть очередь:

- заняты все n-каналов; одна заявка стоит в очереди;

- заняты все n-каналов, r-заявок в очереди;

- заняты все n-каналов, r-заявок в очереди.

ГСП приведен на рис. 9. У каждой стрелки проставлены соответствующие интенсивности потоков событий. По стрелкам слева направо систему переводит всегда один и тот же поток заявок с интенсивностью , по стрелкам справа налево систему переводит поток обслуживании, интенсивность которого равна , умноженному на число занятых каналов.

Рис. 9. Многоканальная СМО с ожиданием

Вероятность отказа.

(29)

Относительная пропускная способность дополняет вероятность отказа до единицы:

Абсолютная пропускная способность СМО:

(30)

Среднее число занятых каналов.

Среднее число заявок в очереди можно вычислить непосредственно как математическое ожидание дискретной случайной величины:

(31)

где .

Здесь опять (выражение в скобках) встречается производная суммы геометрической прогрессии (см. выше (23), (24) - (26)), используя соотношение для нее, получаем:

Среднее число заявок в системе:

Среднее время ожидания заявки в очереди.

(32)

Так же, как и в случае одноканальной СМО с ожиданием, отметим, что это выражение отличается от выражения для средней длины очереди только множителем , т. е.

.

Среднее время пребывания заявки в системе, так же, как и для одноканальной СМО .

Системы с неограниченной длиной очереди. Мы рассмотрели канальную СМО с ожиданием, когда в очереди одновременно могут находиться не более m-заявок.

Так же, как и ранее, при анализе систем без ограничений необходимо рассмотреть полученные соотношения при .

Вероятность отказа

Среднее число заявок в очереди получим при из (31):

,

а среднее время ожидания - из (32): .

Среднее число заявок .

Пример 2. Автозаправочная станция с двумя колонками (n = 2) обслуживает поток машин с интенсивностью =0,8 (машин в минуту). Среднее время обслуживания одной машины:

В данном районе нет другой АЗС, так что очередь машин перед АЗС может расти практически неограниченно. Найти характеристики СМО.

СМО с ограниченным временем ожидания. Ранее рассматривались системы с ожиданием, ограниченным только длиной очереди (числом m-заявок, одновременно находящихся в очереди). В такой СМО заявка, разраставшая в очередь, не покидает ее, пока не дождется обслуживания. На практике встречаются СМО другого типа, в которых заявка, подождав некоторое время, может уйти из очереди (так называемые «нетерпеливые» заявки).

Рассмотрим СМО подобного типа, предполагая, что ограничение времени ожидания является случайной величиной.

Пуассоновский «поток уходов» с интенсивностью:

Если этот поток пуассоновский, то процесс, протекающий в СМО, будет марковским. Найдем для него вероятности состояний. Нумерация состояний системы связывается с числом заявок в системе - как обслуживаемых, так и стоящих в очереди:

нет очереди:

- все каналы свободны;

- занят один канал;

- заняты два канала;

- заняты все n-каналов;

есть очередь:

- заняты все n-каналов, одна заявка стоит в очереди;

- заняты все n-каналов, r-заявок стоят в очереди и т. д.

Граф состояний и переходов системы показан на рис. 10.

Рис. 10. СМО с ограниченным временем ожидания

Разметим этот граф, как и раньше; у всех стрелок, ведущих слева направо, будет стоять интенсивность потока заявок . Для состояний без очереди у стрелок, ведущих из них справа налево, будет, как и раньше, стоять суммарная интенсивность потока обслуживании всех занятых каналов. Что касается состояний с очередью, то у стрелок, ведущих из них справа налево, будет стоять суммарная интенсивность потока обслуживания всех n-каналов плюс соответствующая интенсивность потока уходов из очереди. Если в очереди стоят r-заявок, то суммарная интенсивность потока уходов будет равна .

Среднее число заявок в очереди: (35)

На каждую из этих заявок действует «поток уходов» с интенсивностью . Значит, из среднего числа -заявок в очереди в среднем будет уходить, не дождавшись обслуживания, -заявок в единицу времени и всего в единицу времени в среднем будет обслуживаться -заявок. Относительная пропускная способность СМО будет составлять:

Среднее число занятых каналов по-прежнему получаем, деля абсолютную пропускную способность А на Замкнутые СМО

До сих пор мы рассматривали системы, в которых входящий поток никак не связан с выходящим. Такие системы называются разомкнутыми. В некоторых же случаях обслуженные требования после задержки опять поступают на вход. Такие СМО называются замкнутыми. Поликлиника, обслуживающая данную территорию, бригада рабочих, закрепленная за группой станков, являются примерами замкнутых систем.

В замкнутой СМО циркулирует одно и то же конечное число потенциальных требований. Пока потенциальное требование не реализовалось в качестве требования на обслуживание, считается, что оно находится в блоке задержки. В момент реализации оно поступает в саму систему. Например, рабочие обслуживают группу станков. Каждый станок является потенциальным требованием, превращаясь в реальное в момент своей поломки. Пока станок работает, он находится в блоке задержки, а с момента поломки до момента окончания ремонта - в самой системе. Каждый рабочий является каналом обслуживания. = =P 1 + 2 P 2 +…+(n- 1 )P n- 1 +n( 1 -P На вход трехканальной СМО с отказами поступает поток заявок с интенсивностью =4 заявки в минуту, время обслуживания заявки одним каналом t обсл =1/μ =0,5 мин. Выгодно ли с точки зрения пропускной способности СМО заставить все три канала обслуживать заявки сразу, причем среднее время обслуживания уменьшается втрое? Как это скажется на среднем времени пребывания заявки в СМО?

Пример 2 . /μ=2, ρ/ n =2/3<1.

Задача 3:

Два рабочих обслуживают группу из четырех станков. Остановки работающего станка происходят в среднем через 30 мин. Среднее время наладки составляет 15 мин. Время работы и время наладки распределено по экспоненциальному закону.

Найдите среднюю долю свободного времени для каждого рабочего и среднее время работы станка.

Найдите те же характеристики для системы, в которой:

а) за каждым рабочим закреплены два станка;

б) два рабочих всегда обслуживают станок вместе, причем с двойной интенсивностью;

в) единственный неисправный станок обслуживают оба рабочих сразу (с двойной интенсивностью), а при появлении еще хотя бы одного неисправного станка они начинают работать порознь, причем каждый обслуживает один станок (вначале опишите систему в терминах процессов гибели и рождения).

1

1. Агишева Д.К., Зотова С.А., Матвеева Т.А., Светличная В.Б. Математическая статистика (учебное пособие) // Успехи современного естествознания. – 2010. – № 2. – С. 122-123; URL: http://www.natural-sciences.ru/ru/article/view?id=7763.

2. Хрущев Д.Г., Силантьев А.В., Агишева Д.К., Зотова С.А. Ошибки принятия гипотезы в математической статистике // Международный студенческий научный вестник. – 2015. – № 3; URL: www..

3. Агишева Д.К., Зотова С.А., Матвеева Т.А., Светличная В.Б. Математическая статистика: учебное пособие / Д.К. Агишева, С.А. Зотова, Т.А. Матвеева, В.Б. Светличная; ВПИ (филиал) ВолгГТУ. – Волгоград, 2010.

Модели массового обслуживания часто встречаются в нашей повседневной жизни. Мы сталкиваемся с ними буквально повсюду: очереди в ожидании обслуживания в кафе, очереди к кассе в магазине, в банке, парикмахерской, автомойке, на бензозаправочной станции и т. д.

Анализ процессов массового обслуживания даёт нам оценку влияния на режим функционирования системы таких показателей, как частота поступления заявок на обслуживание, время обслуживания поступающих заявок, количество и размещение различных компонентов обслуживающего комплекса и т.д.

Простейшей одноканальной моделью с вероятностными входным потоком и процедурой обслуживания является модель, характеризуемая показательным распределением как длительностей интервалов между поступлениями требований, так и длительностей обслуживания. При этом плотность распределения длительностей интервалов между поступлениями требований имеет вид

где λ - интенсивность поступления заявок в систему (среднее число заявок, поступающих в систему за единицу времени).

Плотность распределения длительностей обслуживания:

где - интенсивность обслуживания; tоб - среднее время обслуживания одного клиента.

Рассмотрим систему, работающую с отказами. Можно определить абсолютную и относительную пропускную способность системы.

Относительная пропускная способность равна доли обслуженных заявок относительно всех поступающих и вычисляется по формуле:

Эта величина равна вероятности Р0 того, что канал обслуживания свободен.

Абсолютная пропускная способность - среднее число заявок, которое может обслужить система массового обслуживания в единицу времени:

Вероятность отказа в обслуживании заявки будет равна вероятности состояния «канал обслуживания занят»:

Величина Ротк может быть интерпретирована как средняя доля необслуженных заявок среди всех поданных.

Пусть одноканальная система массового обслуживания (СМО) с отказами представляет собой одно место в очереди к кассе в банке. Заявка - посетитель, прибывший в момент, когда место занято, получает отказ в обслуживании. Интенсивность потока прихода посетителей λ = 3 (чел./ч). Средняя продолжительность обслуживания tоб = 0,6 ч.

Мы будем определять в установившемся режиме следующие предельные значения: относительную пропускную способность q; абсолютную пропускную способность А; вероятность отказа Ротк.

Сравним фактическую пропускную способность системы массового обслуживания с номинальной пропускной способностью, которая была бы, если бы каждый посетитель обслуживался 0,6 часа, и очередь была бы непрерывной.

Вначале определим интенсивность потока обслуживания:

Вычислим относительную пропускную способность:

Величина q означает, что в установившемся режиме система будет обслуживать примерно 62,4 % прибывающих человек.

Абсолютную пропускную способность определим по формуле:

Это означает, что система способна осуществить в среднем 0,624 обслуживания человек в час.

Вычислим вероятность отказа:

Это означает, что около 37,6 % прибывших посетителей на кассу получат отказ в обслуживании.

Определим номинальную пропускную способность системы:

Исходя из данных расчётов, делаем вывод, что Аном в раза больше, чем фактическая пропускная способность, вычисленная с учётом случайного характера потока заявок и времени обслуживания.

Данная система работает неэффективно. Вероятность отказа слишком большая - 37 человек из 100 уйдут из банка не получив обслуживания. Это недопустимо. В такой ситуации есть несколько решений проблемы:

Добавить ещё один канал обслуживания, т.е. организовать двухканальную систему. Это позволит принять больше заявок, но несёт дополнительные затраты на создание дополнительного канала и на дальнейшее его содержание.

Не добавляя ещё одного канала, уменьшить время на обслуживание одной заявки, например, за счёт автоматизации канала.

Не добавляя ещё одного канала, создать систему без отказов, но с ожиданием в очереди. Этого можно добиться, если установить диваны для ожидания.

Таким образом, можно повысить эффективность работы наиболее приемлемым для банка решением.

Библиографическая ссылка

Якушина А.А., Быханов А.В., Елагина А.И., Матвеева Т.А., Агишева Д.К., Светличная В.Б. ОДНОКАНАЛЬНАЯ СИСТЕМА МАССОВОГО ОБСЛУЖИВАНИЯ С ПУАССОНОВСКИМ ВХОДНЫМ ПОТОКОМ // Международный студенческий научный вестник. – 2016. – № 3-3.;
URL: http://сайт/ru/article/view?id=15052 (дата обращения: 18.03.2019). Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»

Система массового обслуживания имеет один канал. Входящий поток заявок на обслуживание - простейший поток с интенсивно­стью λ,. Интенсивность потока обслуживания равна μ, (т. е. в сред­нем непрерывно занятый канал будет выдавать μ обслуженных за­явок). Длительность обслуживания - случайная величина, подчи­ненная показательному закону распределения. Поток обслужива­нии является простейшим пуассоновским потоком событий. Заявка, поступившая в момент, когда канал занят, становится в очередь и ожидает обслуживания.

Предположим, что независимо от того, сколько требований по­ступает на вход обслуживающей системы, данная система (очередь + обслуживаемые клиенты) не может вместить более N -требований (заявок), т. е. клиенты, не попавшие в ожидание, вынуждены об­служиваться в другом месте. Наконец, источник, порождающий за­явки на обслуживание, имеет неограниченную (бесконечно боль­шую) емкость.

Граф состояний СМО в этом случае имеет вид, показанный на рис. 2

Рисунок 5.2 – Граф состояний одноканальной СМО с ожиданием (схема гибели и размножения)

Состояния СМО имеют следующую интерпретацию:

S0 - «канал свободен»;

S1 - «канал занят» (очереди нет);

S2 - «канал занят» (одна заявка стоит в очереди);

Sn - «канал занят» (п - 1 заявок стоит в очереди);

SN - «канал занят» (N - 1 заявок стоит в очереди).

Стационарный процесс в данной системе будет описываться следующей системой алгебраических уравнений:

(10)

п - номер состояния.

Решение приведенной выше системы уравнений (10) для на­шей модели СМО имеет вид

(11)

(12)

Следует отметить, что выполнение условия стационарности

для данной СМО не обязательно, поскольку число допускаемых в обслуживающую систему заявок контролируется путем введения ограничения на длину очереди (которая не может превы­шать N - 1), а не соотношением между интенсивностями входного потока, т. е. не отношением λ/μ=ρ

Определим характеристики одноканальной СМО с ожиданием и ограниченной длиной очереди, равной (N - 1):

вероятность отказа в обслуживании заявки:

(13)

относительная пропускная способность системы:

(14)

абсолютная пропускная способность:

среднее число находящихся в системе заявок:

(16)

среднее время пребывания заявки в системе:

(17)

средняя продолжительность пребывания клиента (заявки) в очереди:

(18)

среднее число заявок (клиентов) в очереди (длина очереди):

(19)

Рассмотрим пример одноканальной СМО с ожиданием.

Пример 2. Специализированный пост диагностики представ­ляет собой одноканальную СМО. Число стоянок для автомоби­лей, ожидающих проведения диагностики, ограниченно и равно 3[(N - 1) = 3]. Если все стоянки заняты, т. е. в очереди уже нахо­дится три автомобиля, то очередной автомобиль, прибывший на диагностику, в очередь на обслуживание не становится. Поток ав­томобилей, прибывающих на диагностику, распределен по закону Пуассона и имеет интенсивность λ = 0,85 (автомобиля в час). Вре­мя диагностики автомобиля распределено по показательному зако­ну и в среднем равно 1,05 час.

Требуется определить вероятностные характеристики поста ди­агностики, работающего в стационарном режиме.

Решение

1. Параметр потока обслуживаний автомобилей:

2. Приведенная интенсивность потока автомобилей определя­ется как отношение интенсивностей λ, и μ, т. е.

3. Вычислим финальные вероятности системы

4. Вероятность отказа в обслуживании автомобиля:

5. Относительная пропускная способность поста диагностики:

6. Абсолютная пропускная способность поста диагностики

(автомобиля в час).

7. Среднее число автомобилей, находящихся на обслуживании и в очереди (т.е. в системе массового обслуживания):

8. Среднее время пребывания автомобиля в системе:

9. Средняя продолжительность пребывания заявки в очереди на обслуживание:

10. Среднее число заявок в очереди (длина очереди):

Работу рассмотренного поста диагностики можно считать удов­летворительной, так как пост диагностики не обслуживает автомо­били в среднем в 15,8% случаев (Р отк = 0,158).

Перейдем теперь к рассмотрению одноканальной СМО с ожида­нием без ограничения на вместимость блока ожидания (т. е. N →∞). Остальные условия функционирования СМО остаются без изме­нений.

Стационарный режим функционирования данной СМО суще­ствует при t →∞ оо для любого n = 0, 1, 2, ... и когда λ < μ. Система алгебраических уравнений, описывающих работу СМО при t →∞ для любого n = 0, 1, 2, ... , имеет вид

(20)

Решение данной системы уравнений имеет вид

где ρ = λ/μ < 1.

Характеристики одноканальной СМО с ожиданием, без огра­ничения на длину очереди, следующие:

Среднее число находящихся в системе клиентов (заявок) на обслуживание:

(22)

средняя продолжительность пребывания клиента в системе:

(23)

среднее число клиентов в очереди на обслуживании:

(24)

средняя продолжительность пребывания клиента в очереди:

(25)

Пример 3. Вспомним о ситуации, рассмотренной в примере 2, где речь идет о функционировании поста диагностики. Пусть рассматриваемый пост диагностики располагает неограниченным количеством площадок для стоянки прибывающих на обслужива­ние автомобилей, т. е. длина очереди не ограничена.

Требуется определить финальные значения следующих вероят­ностных характеристик:

вероятности состояний системы (поста диагностики);

Среднее число автомобилей, находящихся в системе (на обслу­живании и в очереди);

Среднюю продолжительность пребывания автомобиля в системе (на обслуживании и в очереди);

Среднее число автомобилей в очереди на обслуживании;

Среднюю продолжительность пребывания автомобиля в очереди.

1. Параметр потока обслуживания μ и приведенная интенсив­ность потока автомобилей ρ определены в примере 2:

μ= 0,952; ρ = 0,893.

2. Вычислим предельные вероятности системы по формулам

Р 0 = 1 - ρ = 1 - 0,893 = 0,107;

Р 1 = (1 - ρ) . ρ = (1 - 0,893)*0,893 = 0,096;

Р 2 = (1 - ρ) . ρ 2 = (1 - 0,893)*0,8932 = 0,085;

Р з = (1 - ρ) . ρ 3 = (1 - 0,893)*0,8933 = 0,076;

Р 4 = (1 - ρ) . ρ 4 = (1 - 0,893)* 0,8934 = 0,068;

Р 5 = (1 - ρ) . ρ 5 = (1 - 0,893)*0,8935 = 0,061 и т. д.

Следует отметить, что Р 0 определяет долю времени, в течение которого пост диагностики вынужденно бездействует (простаива­ет). В нашем примере она составляет 10,7%, так как Р 0 = 0,107.

3. Среднее число автомобилей, находящихся в системе (на об­служивании и в очереди):

4. Средняя продолжительность пребывания клиента в системе:

5. Среднее число автомобилей в очереди на обслуживание:

6. Средняя продолжительность пребывания автомобиля в очереди:

7. Относительная пропускная способность системы:

т. е. каждая заявка, пришедшая в систему, будет обслужена.

8. Абсолютная пропускная способность:

А = λ* q = 0,85 * 1 = 0,85.

Следует отметить, что предприятие, осуществляющее диагнос­тику автомобилей, прежде всего интересует количество клиентов, которое посетит пост диагностики при снятии ограничения на длину очереди.

Допустим, в первоначальном варианте количество мест для сто­янки прибывающих автомобилей было равно трем (см. пример 2). Частота m возникновения ситуаций, когда прибывающий на пост диагностики автомобиль не имеет возможности присоединиться к очереди:

m=λ*P N

В нашем примере при N = 3 + 1 = 4 и ρ = 0,893

m=λ*P 0 *ρ 4 =0.85*0.248*0.8934=0.134 автомобиля в час.

При 12-часовом режиме работы поста диагностики это эквива­лентно тому, что пост диагностики в среднем за смену (день) будет терять 12 * 0,134 = 1,6 автомобиля. Снятие ограничения на длину очереди позволяет увеличить ко­личество обслуженных клиентов в нашем при мере в среднем на 1,6 автомобиля за смену (12 ч. работы) поста диагностики. Ясно, что ре­шение относительно расширения площади для стоянки автомоби­лей, прибывающих на пост диагностики, должно основываться на оценке экономического ущерба, который обусловлен потерей кли­ентов при наличии всего трех мест для стоянки этих автомобилей.

4.4 Многоканальная модель с пуассоновским входным потоком и экспоненциальным распределением длительности обслуживания

В подавляющем большинстве случаев на практике системы мас­сового обслуживания являются многоканальными, и, следователь­но, модели с n обслуживающими каналами (где n > 1) представляют несомненный интерес.

Процесс массового обслуживания, описываемый данной моде­лью, характеризуется интенсивностью входного потока λ, при этом параллельно может обслуживаться не более n клиентов (заявок). Средняя продолжительность обслуживания одной заявки равняет­ся l/μ. Входной и выходной потоки являются пуассоновскими. Ре­жим функционирования того или иного обслуживающего канала не влияет на режим функционирования других обслуживающих ка­налов системы, причем длительность процедуры обслуживания каждым из каналов является случайной величиной, подчиненной экспоненциальному закону распределения. Конечная цель исполь­зования n параллельно включенных обслуживающих каналов за­ключается в повышении (по сравнению с одноканальной систе­мой) скорости обслуживания требований за счет обслуживания од­новременно n клиентов.

Граф состояний многоканальной системы массового обслужи­вания с отказами имеет вид, показанный на рис. 4.3.

Состояния данной СМО имеют следующую интерпретацию:

S 0 - все каналы свободны;

S 1 - занят один канал, остальные свободны;

……………………….

S k - заняты ровно k каналов, остальные свободны;

……………………….

S n - заняты все n каналов, заявка получает отказ в обслужива­нии.

Уравнения Колмогорова для вероятностей состояний системы Р 0 , …, P k ,…, Р n будут иметь следующий вид:

(26)

Начальные условия решения системы таковы:

P 0 (0)=1, P 1 (0)=P 2 (0)=…=P k (0)=…=P n (0)=0.

Стационарное решение системы имеет вид:

(27)

Формулы для вычисления вероятностей P k называются форму­лами Эрланга.

Определим вероятностные характеристики функционирования многоканальной СМО с отказами в стационарном режиме:

Вероятность отказа:

(28)

так как заявка получает отказ, если приходит в момент, когда все n каналов заняты. Величина Р отк характеризует полноту обслужива­ния входящего потока;

Вероятность того, что заявка будет принята к обслуживанию (она же - относительная пропускная способность системы q) допол­няет Р отк до единицы:

(29)

Абсолютная пропускная способность

A=λ*q=λ*(1-P отк); (30)

Среднее число каналов, занятых обслуживанием следующее:

(31)

Оно характеризует степень загрузки системы.

Пример 4. Пусть n-канальная СМО представляет собой вы­числительный центр (ВЦ) с тремя (n = 3) взаимозаменяемыми ПЭВМ для решения поступающих задач. Поток задач, поступаю­щих на ВЦ, имеет интенсивность λ = 1 задаче в час. Средняя про­должительность обслуживания t обсл = 1,8 час. Поток заявок на ре­шение задач и поток обслуживания этих заявок являются простей­шими.

Требуется вычислить финальные значения:

Вероятности состояний ВЦ;

Вероятности отказа в обслуживании заявки;

Относительной пропускной способности ВЦ;

Абсолютной пропускной способности ВЦ;

Среднего числа занятых ПЭВМ на ВЦ.

Определите, сколько дополнительно надо приобрести ПЭВМ, чтобы увеличить пропускную способность ВЦ в 2 раза.

1. Определим параметр μ потока обслуживании:

ρ=λ/μ=1/0.555=1.8

3. Предельные вероятности состояний найдем по формулам Эр-
ланга (27):

P 1 =1.8*0.186=0.334;

P 2 =1.62*0.186=0.301;

P 3 =0.97*0.186=0.180.

4. Вероятность отказа в обслуживании заявки

P отк =P 3 =0.180

5. Относительная пропускная способность ВЦ

q = 1 - P отк = 1 - 0.180 = 0,820.

6. Абсолютная пропускная способность ВЦ

А = λ q = 1 0,820 = 0,820.

7. Среднее число занятых каналов - ПЭВМ

Таким образом, при установившемся режиме работы СМО в среднем будет занято 1,5 компьютера из трех - остальные полтора будут простаивать. Работу рассмотренного ВЦ вряд ли можно счи­тать удовлетворительной, так как центр не обслуживает заявки в среднем в 18% случаев (P 3 =0,180). Очевидно, что пропускную способность ВЦ при данных λ и μ можно увеличить только за счет увеличения числа ПЭВМ.

Определим, сколько нужно использовать ПЭВМ, чтобы сокра­тить число не обслуженных заявок, поступающих на ВЦ, в 10 раз, т.е. чтобы вероятность отказа в решении задач не превосходила 0,0180. Для этого используем формулу (28):

Составим следующую таблицу:

n
P 0	0,357	0,226	0,186	0,172	0,167	0,166
P отк	0,643	0,367	0,18	0,075	0,026	0,0078

Анализируя данные таблицы, следует отметить, что расшире­ние числа каналов ВЦ при данных значениях λ и μ до 6 единиц ПЭВМ позволит обеспечить удовлетворение заявок на решение за­дач на 99,22%, так как при п = 6 вероятность отказа в обслужива­нии (Р отк) составляет 0,0078.

4.5 Многоканальная система массового обслуживания с ожиданием

Процесс массового обслуживания при этом характери­зуется следующим: входной и выходной потоки являются пуассоновскими с интенсивностями λ и μ соответственно; параллельно обслуживаться могут не более С клиентов. Система имеет С кана­лов обслуживания. Средняя продолжительность обслуживания одного клиента равна

В установившемся режиме функционирование многоканальной СМО с ожиданием и неограниченной очередью может быть описа­но с помощью системы алгебраических уравнений:

(32)

Решение системы уравнений (32) имеет вид

(33) (34)

(35)

Решение будет действительным, если выполняется следующее условие:

Вероятностные характеристики функционирования в стационар­ном режиме многоканальной СМО с ожиданием и неограниченной оче­редью определяются по следующим формулам:

Вероятность того, что в системе находится n клиентов на обслу­живании, определяется по формулам (33) и (34);

Среднее число клиентов в очереди на обслуживание

(36)

Среднее число находящихся в системе клиентов (заявок на обслуживание и в очереди)

Средняя продолжительность пребывания клиента (заявки на обслуживание) в очереди

Средняя продолжительность пребывания клиента в системе

Рассмотрим примеры многоканальной системы массового об­служивания с ожиданием.

Пример 5. Механическая мастерская завода с тремя постами (каналами) выполняет ремонт малой механизации. Поток неис­правных механизмов, прибывающих в мастерскую, - пуассоновский и имеет интенсивность λ= 2,5 механизма в сутки, среднее время ремонта одного механизма распределено по показательному закону и равно t = 0,5 сут. Предположим, что другой мастерской на заводе нет, и, значит, очередь механизмов перед мастерской мо­жет расти практически неограниченно.

Требуется вычислить следующие предельные значения вероят­ностных характеристик системы:

Вероятности состояний системы;

Среднее число заявок в очереди на обслуживание;

Среднее число находящихся в системе заявок;

Среднюю продолжительность пребывания заявки в очереди;

Среднюю продолжительность пребывания заявки в системе.

1. Определим параметр потока обслуживаний

μ = 1/t=1/0,5 = 2.

2. Приведенная интенсивность потока заявок

ρ = λ/μ = 2,5/2,0 = 1,25,

при этом λ/μ *с= 2,5/2 * 3 = 0,41.

Поскольку λ/μ * с <1 , то очередь не растет безгранично и в сис­теме наступает предельный стационарный режим работы.

3. Вычислим вероятности состояний системы:

4. Вероятность отсутствия очереди у мастерской

5. Среднее число заявок в очереди на обслуживание

6. Среднее число находящихся в системе заявок

L s = L q + ρ = 0,111 + 1,25 = 1,361.

7. Средняя продолжительность пребывания механизма в очереди на обслуживание

8. Средняя продолжительность пребывания механизма в мас­терской (в системе)

Примеры решения задач систем массового обслуживания

Требуется решить задачи 1–3. Исходные данные приведены в табл. 2–4.

Некоторые обозначения, применяемые в теории массового обслуживания, для формул:

n – число каналов в СМО;

λ – интенсивность входящего потока заявок П вх;

v – интенсивность выходящего потока заявок П вых;

μ – интенсивность потока обслуживания П об;

ρ – показатель нагрузки системы (трафик);

m – максимальное число мест в очереди, ограничивающее длину очереди заявок;

i – число источников заявок;

p к – вероятность k-го состояния системы;

p о – вероятность простаивания всей системы, т. е. вероятность того, что все каналы свободны;

p сист – вероятность принятия заявки в систему;

p отк – вероятность отказа заявке в принятии ее в систему;

р об – вероятность того, что заявка будет обслужена;

А – абсолютная пропускная способность системы;

Q – относительная пропускная способность системы;

Оч – среднее число заявок в очереди;

Об – среднее число заявок под обслуживанием;

Сист – среднее число заявок в системе;

Оч – среднее время ожидания заявки в очереди;

Об – среднее время обслуживания заявки, относящееся только к обслуженным заявкам;

Сис – среднее время пребывания заявки в системе;

Ож – среднее время, ограничивающее ожидание заявки в очереди;

– среднее число занятых каналов.

Абсолютная пропускная способность СМО А – среднее число заявок, которое может обслужить система за единицу времени.

Относительная пропускная способность СМО Q – отношение среднего числа заявок, обслуживаемых системой в единицу времени, к среднему числу поступающих за это время заявок.

При решении задач массового обслуживания необходимо придерживаться нижеприведенной последовательности:

1) определение типа СМО по табл. 4.1;

2) выбор формул в соответствии с типом СМО;

3) решение задачи;

4) формулирование выводов по задаче.

1.Схема гибели и размножения. Мы знаем, что, имея в распоряжении размеченный граф состояний, можно легко написать уравнения Колмогорова для вероятностей состояний, а также написать и решить алгебраические уравнения для финальных вероятностей. Для некоторых случаев удается последние уравнения

решить заранее, в буквенном виде. В частности, это удается сделать, если граф состояний системы представляет собой так называемую «схему гибели и размножения».

Граф состояний для схемы гибели и размножения имеет вид, показанный на рис. 19.1. Особенность этого графа в том, что все состояния системы можно вытянуть в одну цепочку, в которой каждое из средних состояний (S 1 , S 2 ,…,S n-1) связано прямой и обратной стрелкой с каждым из соседних состояний - правым и левым, а крайние состояния (S 0 , S n) - только с одним соседним состоянием. Термин «схема гибели и размножения» ведет начало от биологических задач, где подобной схемой описывается изменение численности популяции.

Схема гибели и размножения очень часто встречается в разных задачах практики, в частности - в теории массового обслуживания, поэтому полезно, один раз и навсегда, найти для нее финальные вероятности состояний.

Предположим, что все потоки событии, переводящие систему по стрелкам графа,- простейшие (для краткости будем называть и систему S и протекающий в ней процесс - простейшими).

Пользуясь графом рис. 19.1, составим и решим алгебраические уравнения для финальных вероятностей состоянии), существование вытекает из того, что из каждого состояния можно перейти в каждое другое, в число состояний конечно). Для первого состояния S 0 имеем:

(19.1)

Для второго состояния S 1:

В силу (19.1) последнее равенство приводится к виду

где k принимает все значения от 0 до п. Итак, финальные вероятности p 0 , p 1 , ..., р n удовлетворяют уравнениям

(19.2)

кроме того, надо учесть нормировочное условие

p 0 + p 1 + p 2 +…+ p n =1. (19.3)

Решим эту систему уравнений. Из первого уравнения (19.2)выразим p 1 через р 0 :

p 1 = p 0. (19.4)

Из второго, с учетом (19.4), получим:

(19.5)

Из третьего, с учетом (19.5),

(19.6)

и вообще, для любого k (от 1 до n ):

(19.7)

Обратим внимание на формулу (19.7). В числителе стоит произведение всех интенсивностей, стоящих у стрелок, ведущих слева направо (с начала и до данного состояния S k), а в знаменателе - произведение всех интенсивностей, стоящих у стрелок, ведущих справа налево (с начала и до S k).

Таким образом, все вероятности состояний р 0 , p 1 , ..., р n выражены через одну из них (р 0). Подставим эти выражения в нормировочное условие (19.3). Получим, вынося за скобку р 0:

отсюда получим выражение для р 0 :

(скобку мы возвели в степень -1, чтобы не писать двухэтажных дробей). Все остальные вероятности выражены через р 0 (см. формулы (19.4) - (19.7)). Заметим, что коэффициенты при р 0 в каждой из них представляют собой не что иное, как последовательные члены ряда, стоящего после единицы в формуле (19.8). Значит, вычисляя р 0 , мы уже нашли все эти коэффициенты.

Полученные формулы очень полезны при решении простейших задач теории массового обслуживания.

^ 2. Формула Литтла. Теперь мы выведем одну важную формулу, связывающую (для предельного, стационарного режима) среднее число заявок L сист, находящихся в системе массового обслуживания (т. е. обслуживаемых или стоящих в очереди), и среднее время пребывания заявки в системе W сист.

Рассмотрим любую СМО (одноканальную, многоканальную, марковскую, немарковскую, с неограниченной или с ограниченной очередью) и связанные с нею два потока событий: поток заявок, прибывающих в СМО, и поток заявок, покидающих СМО. Если в системе установился предельный, стационарный режим, то среднее число заявок, прибывающих в СМО за единицу времени, равно среднему числу заявок, покидающих ее: оба потока имеют одну и ту же интенсивность λ.

Обозначим: X(t} - число заявок, прибывших в СМО до момента t. Y (t ) - число заявок покинувших СМО

до момента t. И та, и другая функции являются случайными и меняются скачком (увеличиваются на единицу) в моменты приходов заявок (X (t )) и уходов заявок (Y(t)). Вид функций X(t) и Y(t) показан на рис. 19.2; обе линии - ступенчатые, верхняя - X(t), нижняя-Y(t). Очевидно, что для любого момента t их разность Z (t ) = X(t) - Y(t) есть не что иное, как число заявок, находящихся в СМО. Когда линии X(t) и Y(t) сливаются, в системе нет заявок.

Рассмотрим очень большой промежуток времени Т (мысленно продолжив график далеко за пределы чертежа) и вычислим для него среднее число заявок, находящихся в СМО. Оно будет равно интегралу от функции Z(t) на этом промежутке, деленному на длину интервала Т:

L сист. = . (19.9) о

Но этот интеграл представляет собой не что иное, как площадь фигуры, заштрихованной на рис. 19.2. Разглядим хорошенько этот рисунок. Фигура состоит из прямоугольников, каждый из которых имеет высоту, равную единице, и основание, равное времени пребывания в системе соответствующей заявки (первой, второй и т. д.). Обозначим эти времена t 1 , t 2 ,... Правда, под конец промежутка Т некоторые прямоугольники войдут в заштрихованную фигуру не полностью, а частично, но при достаточно большом Т эти мелочи не будут играть роли. Таким образом, можно считать, что

(19.10)

где сумма распространяется на все заявки, пришедшие за время Т.

Разделим правую и левую часть (.19.10) на длину интервала Т. Получим, с учетом (19.9),

L сист. = . (19.11)

Разделим и умножим правую часть (19.11) на интенсивность X:

L сист. = .

Но величина Тλ есть не что иное, как среднее число заявок, пришедших за время ^ Т. Если мы разделим сумму всех времен t i на среднее число заявок, то получим среднее время пребывания заявки в системе W сист. Итак,

L сист. = λW сист. ,

W сист. = . (19.12)

Это и есть замечательная формула Литтла: для любой СМО, при любом характере потока заявок, при любом распределении времени обслуживания, при любой дисциплине обслуживания среднее время пребывания заявки в системе равно среднему числу заявок в системе, деленному на интенсивность потока заявок.

Точно таким же образом выводится вторая формула Литтла, связывающая среднее время пребывания заявки в очереди ^ W оч и среднее число заявок в очереди L оч:

W оч = . (19.13)

Для вывода достаточно вместо нижней линии на рис. 19.2 взять функцию U(t) - количество заявок, ушедших до момента t не из системы, а из очереди (если заявка, пришедшая в систему, не становится в очередь, а сразу идет под обслуживание, можно все же считать, что она становится в очередь, но находится в ней нулевое время).

Формулы Литтла (19.12) и (19.13) играют большую роль в теории массового обслуживания. К сожалению, в большинстве существующих руководств эти формулы (доказанные в общем виде сравнительно недавно) не приводятся 1).

§ 20. Простейшие системы массового обслуживания и их характеристики

В этом параграфе мы рассмотрим, некоторые простейшие СМО и выведем выражения для их характеристик (показателей эффективности). При этом мы продемонстрируем основные методические приемы, характерные для элементарной, «марковской» теории массового обслуживания. Мы не будем гнаться за количеством образцов СМО, для которых будут выведены конечные выражения характеристик; данная книга - не справочник по теории массового обслуживания (такую роль гораздо лучше выполняют специальные руководства). Наша цель - познакомить читателя с некоторыми «маленькими хитростями», облегчающими путь сквозь теорию массового обслуживания, которая в ряде имеющихся (даже претендующих на популярность) книг может показаться бессвязным набором примеров.

Все потоки событий, переводящие СМО из состояния в состояние, в данном параграфе мы будем считать простейшими (не оговаривая это каждый раз специально). В их числе будет и так называемый «поток обслуживании». Под ним разумеется поток заявок, обслуживаемых одним непрерывно занятым каналом. В этом потоке интервал между событиями, как и всегда в простейшем потоке, имеет показательное распределение (во многих руководствах вместо этого говорят: «время обслуживания - показательное», мы и сами в дальнейшем будем пользоваться таким термином).

1) В популярной книжке дан несколько иной, по сравнению с вышеизложенным, вывод формулы Литтла. Вообще, знакомство с этой книжкой («Беседа вторая») полезно для первоначального ознакомления с теорией массового обслуживания.

В данном параграфе показательное распределение времени обслуживания будет само собой разуметься, как всегда для «простейшей» системы.

Характеристики эффективности рассматриваемых СМО мы будем вводить по ходу изложения.

^ 1. п -канальная СМО с отказами (задача Эрланга). Здесь мы рассмотрим одну из первых по времени, «классических» задач теории массового обслуживания;

эта задача возникла из практических нужд телефонии и была решена в начале нашего века датским математиком Эрлантом. Задача ставится так: имеется п каналов (линий связи), на которые поступает поток заявок с интенсивностью λ. Поток обслуживании имеет интенсивность μ (величина, обратная среднему времени обслуживания t об). Найти финальные вероятности состояний СМО, а также характеристики ее эффективности:

^ А - абсолютную пропускную способность, т. е. среднее число заявок, обслуживаемых в единицу времени;

Q - относительную пропускную способность, т. е. среднюю долю пришедших заявок, обслуживаемых системой;

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

k - среднее число занятых каналов.

Решение. Состояния системы ^ S (СМО) будем нумеровать по числу заявок, находящихся в системе (в данном случае оно совпадает с числом занятых каналов):

S 0 - в СМО нет ни одной заявки,

S 1 - в СМО находится одна заявка (один канал занят, остальные свободны),

S k - в СМО находится k заявок (k каналов заняты, остальные свободны),

S n - в СМО находится п заявок (все n каналов заняты).

Граф состояний СМО соответствует схеме гибели в размножения (рис. 20.1). Разметим этот граф - проставим у стрелок интенсивности потоков событий. Из S 0 в S 1 систему переводит поток заявок с интенсивностью λ (как только приходит заявка, система перескакивает из S 0 в S 1). Тот же поток заявок переводит

Систему из любого левого состояния в соседнее правое (см. верхние стрелки на рис. 20.1).

Проставим интенсивности у нижних стрелок. Пусть система находится в состоянии ^ S 1 (работает один канал). Он производит μ обслуживании в единицу времени. Проставляем у стрелки S 1 → S 0 интенсивность μ. Теперь представим себе, что система находится в состоянии S 2 (работают два канала). Чтобы ей перейти в S 1 , нужно, чтобы либо закончил обслуживание первый канал, либо второй; суммарная интенсивность их потоков обслуживании равна 2μ; проставляем ее у соответствующей стрелки. Суммарный поток обслуживании, даваемый тремя каналами, имеет интенсивность 3μ, k каналами - kμ. Проставляем эти интенсивности у нижних стрелок на рис. 20.1.

А теперь, зная все интенсивности, воспользуемся уже готовыми формулами (19.7), (19.8) для финальных вероятностей в схеме гибели и размножения. По формуле (19.8) получим:

Члены разложения будут представлять собой коэффициенты при р 0 в выражениях для p 1

Заметим, что в формулы (20.1), (20.2) интенсивности λ и μ входят не по отдельности, а только в виде отношения λ/μ. Обозначим

λ/μ = ρ (20.3)

И будем называть величину р «приведенной интенсивностью потока заявок». Ее смысл-среднее число заявок, приходящее за среднее время обслуживания одной заявки. Пользуясь этим обозначением, перепишем формулы (20.1), (20.2) в виде:

Формулы (20.4), (20.5) для финальных вероятностей состояний называются формулами Эрланга - в честь основателя теории массового обслуживания. Большинство других формул этой теории (сегодня их больше, чем грибов в лесу) не носит никаких специальных имен.

Таким образом, финальные вероятности найдены. По ним мы вычислим характеристики эффективности СМО. Сначала найдем ^ Р отк . - вероятность того, что пришедшая заявка получит отказ (не будет обслужена). Для этого нужно, чтобы все п каналов были заняты, значит,

Р отк = р n = . (20.6)

Отсюда находим относительную пропускную способность - вероятность того, что заявка будет обслужена:

Q = 1 – P отк. = 1 - (20.7)

Абсолютную пропускную способность получим, умножая интенсивность потока заявок λ, на Q:

A = λQ = λ . (20.8)

Осталось только найти среднее число занятых каналов k. Эту величину можно было бы найти «впрямую», как математическое ожидание дискретной случайной величины с возможными значениями 0, 1, ..., п и вероятностями этих значений р 0 р 1 , ..., р n:

k = 0 · р 0 + 1 · p 1 + 2 · р 2 + ... + п · р n .

Подставляя сюда выражения (20.5) для р k , (k = 0, 1, ..., п) и выполняя соответствующие преобразования, мы, в конце концов, получили бы верную формулу для k. Но мы выведем ее гораздо проще (вот она, одна из «маленьких хитростей»!) В самом деле, нам известна абсолютная пропускная способность А. Это - не что иное, как интенсивность потока обслуженных системой заявок. Каждый занятый i .шал в единицу времени обслуживает в среднем |л заявок. Значит, среднее число занятых каналов равно

k = A/μ, (20.9)

или, учитывая (20.8),

k = (20.10)

Рекомендуем читателю самостоятельно решить пример. Имеется станция связи с тремя каналами (n = 3), интенсивность потока заявок λ = 1,5 (заявки в минуту); среднее время обслуживания одной заявки t об = 2 (мин.), все потоки событий (как и во всем этом параграфе) - простейшие. Найти финальные вероятности состояний и характеристики эффективности СМО: А, Q, P отк, k. На всякий случай сообщаем ответы: p 0 = 1/13, p 1 = 3/13, p 2 = 9/26, р 3 = 9/26 ≈ 0,346,

А ≈ 0,981, Q ≈ 0,654, P отк ≈ 0,346, k ≈ 1,96.

Из ответов видно, между прочим, что наша СМО в значительной мере перегружена: из трех каналов занято в среднем около двух, а из поступающих заявок около 35% остаются не обслуженными. Предлагаем читателю, если он любопытен и неленив, выяснить: сколько потребуется каналов для того, чтобы удовлетворить не менее 80% поступающих заявок? И какая доля каналов при этом будет простаивать?

Тут уже проглядывает некоторый намек на оптимизацию. В самом деле, содержание каждого канала в единицу времени обходится в какую-то сумму. Вместе с тем, каждая обслуженная заявка приносит какой-то доход. Умножая этот доход на среднее число заявок А, обслуживаемых в единицу времени, мы получим средний доход от СМО в единицу времени. Естественно, при увеличении числа каналов этот доход растет, но растут и расходы, связанные с содержанием каналов. Что перевесит - увеличение доходов или расходов? Это зависит от условий операции, от «платы за обслуживание заявки» и от стоимости содержания канала. Зная эти величины, можно найти оптимальное число каналов, наиболее эффективное экономически. Мы такой задачи решать не будем, предоставляя все тому же «неленивому и любопытному читателю» придумать пример и решить. Вообще, придумывание задач больше развивает, чем решение уже поставленных кем-то.

^ 2. Одноканальная СМО с неограниченной очередью. На практике довольно часто встречаются одноканальные СМО с очередью (врач, обслуживающий пациентов; телефон-автомат с одной будкой; ЭВМ, выполняющая заказы пользователей). В теории массового обслуживания одноканальные СМО с очередью также занимают особое место (именно к таким СМО относится большинство полученных до сих пор аналитических формул для немарковских систем). Поэтому мы уделим одноканальной СМО с очередью особое внимание.

Пусть имеется одноканальная СМО с очередью, на которую не наложено никаких ограничений (ни по длине очереди, ни по времени ожидания). На эту СМО поступает поток заявок с интенсивностью λ; поток обслуживании имеет интенсивность μ, обратную среднему времени обслуживания заявки t об. Требуется найти финальные вероятности состояний СМО, а также характеристики ее эффективности:

L сист. - среднее число заявок в системе,

W сист. - среднее время пребывания заявки в системе,

^ L оч - среднее число заявок в очереди,

W оч - среднее время пребывания заявки в очереди,

P зан - вероятность того, что канал занят (степень загрузки канала).

Что касается абсолютной пропускной способности А и относительной Q, то вычислять их нет надобности:

в силу того, что очередь неограниченна, каждая заявка рано или поздно будет обслужена, поэтому А = λ, по той же причине Q = 1.

Решение. Состояния системы, как и раньше, будем нумеровать по числу заявок, находящихся в СМО:

S 0 - канал свободен,

S 1 - канал занят (обслуживает заявку), очереди нет,

S 2 - канал занят, одна заявка стоит в очереди,

S k - канал занят, k - 1 заявок стоят в очереди,

Теоретически число состояний ничем не ограничено (бесконечно). Граф состоянии имеет вид, показанный на рис. 20.2. Это - схема гибели и размножения, но с бесконечным числом состояний. По всем стрелкам поток заявок с интенсивностью λ переводит систему слева направо, а справа налево - поток обслуживании с интенсивностью μ.

Прежде всего спросим себя, а существуют ли в этом случае финальные вероятности? Ведь число состояний системы бесконечно, и, в принципе, при t → ∞ очередь может неограниченно возрастать! Да, так оно и есть: финальные вероятности для такой СМО существуют не всегда, а только когда система не перегружена. Можно доказать, что если ρ строго меньше единицы (ρ< 1), то финальные вероятности существуют, а при ρ ≥ 1 очередь при t → ∞ растет неограниченно. Особенно «непонятным» кажется этот факт при ρ = 1. Казалось бы, к системе не предъявляется невыполнимых требований: за время обслуживания одной заявки приходит в среднем одна заявка, и все должно быть в порядке, а вот на деле - не так. При ρ = 1 СМО справляется с потоком заявок, только если поток этот - регулярен, и время обслуживания - тоже не случайное, равное интервалу между заявками. В этом «идеальном» случае очереди в СМО вообще не будет, канал будет непрерывно занят и будет регулярно выпускать обслуженные заявки. Но стоит только потоку заявок или потоку обслуживании стать хотя бы чуточку случайными - и очередь уже будет расти до бесконечности. На практике этого не происходит только потому, что «бесконечное число заявок в очереди» - абстракция. Вот к каким грубым ошибкам может привести замена случайных величин их математическими ожиданиями!

Но вернемся к нашей одноканальной СМО с неограниченной очередью. Строго говоря, формулы для финальных вероятностей в схеме гибели и размножения выводились нами только для случая конечного числа состояний, но позволим себе вольность - воспользуемся ими и для бесконечного числа состояний. Подсчитаем финальные вероятности состояний по формулам (19.8), (19.7). В нашем случае число слагаемых в формуле (19.8) будет бесконечным. Получим выражение для р 0:

p 0 = -1 =

= (1 + р + р 2 + ... + р k +… .) -1 . (20.11)

Ряд в формуле (20.11) представляет собой геометрическую прогрессию. Мы знаем, что при ρ < 1 ряд сходится - это бесконечно убывающая геометрическая прогрессия со знаменателем р. При р ≥ 1 ряд расходится (что является косвенным, хотя и не строгим доказательством того, что финальные вероятности состояний р 0 , p 1 , ..., p k , ... существуют только при р<1). Теперь предположим, что это условие выполнено, и ρ <1. Суммируя прогрессию в (20.11), имеем

1 + ρ + ρ 2 + ... + ρ k + ... = ,

p 0 = 1 - ρ. (20.12)

Вероятности р 1 , р 2 , ..., р k , ... найдутся по формулам:

p 1 = ρp 0 , p 2 = ρ 2 p 0 ,…,p k = ρp 0 , ...,

Откуда, с учетом (20.12), найдем окончательно:

p 1 = ρ (1 - ρ), p 2 = ρ 2 (1 - ρ), . . . , p k = ρ k (1 - ρ), . . .(20.13)

Как видно, вероятности p 0 , p 1 , ..., p k , ... образуют геометрическую прогрессию со знаменателем р. Как это ни странно, максимальная из них р 0 - вероятность того, что канал будет вообще свободен. Как бы ни была нагружена система с очередью, если только она вообще справляется с потоком заявок (ρ<1), самое вероятное число заявок в системе будет 0.

Найдем среднее число заявок в СМО ^ L сист . . Тут придется немного повозиться. Случайная величина Z - число заявок в системе - имеет возможные значения 0, 1, 2, .... k, ... с вероятностями p 0 , р 1 , р 2 , ..., p k , ... Ее математическое ожидание равно

L сист = 0 · p 0 + 1 · p 1 + 2 · p 2 +…+k · p k +…= (20.14)

(сумма берется не от 0 до ∞, а от 1 до ∞, так как нулевой член равен нулю).

Подставим в формулу (20.14) выражение для p k (20.13):

L сист. =

Теперь вынесем за знак суммы ρ (1-ρ):

L сист. = ρ (1-ρ)

Тут мы опять применим «маленькую хитрость»: k ρ k -1 есть не что иное, как производная по ρ от выражения ρ k ; значит,

L сист. = ρ (1-ρ)

Меняя местами операции дифференцирования п суммирования, получим:

L сист. = ρ (1-ρ) (20.15)

Но сумма в формуле (20.15) есть не что иное, как сумма бесконечно убывающей геометрической прогрессии с первым членом ρ и знаменателем ρ; эта сумма

равна , а ее производная .Подставляя это выражение в (20.15), получим:

L сист = . (20.16)

Ну, а теперь применим формулу Литтла (19.12) и найдем среднее время пребывания заявки в системе:

W сист = (20.17)

Найдем среднее число заявок в очереди L оч. Будем рассуждать так: число заявок в очереди равно числу заявок в системе минус число заявок, находящихся под обслуживанием. Значит (по правилу сложения математических ожиданий), среднее число заявок в очереди L оч равно среднему числу заявок в системе L сист минус среднее число заявок под обслуживанием. Число заявок под обслуживанием может быть либо нулем (если канал свободен), либо единицей (если он занят). Математическое ожидание такой случайной величины равно вероятности того, что канал занят (мы ее обозначили Р зан). Очевидно, Р зан равно единице минус вероятность р 0 того, что канал свободен:

Р зан = 1 - р 0 = ρ. (20.18)

Следовательно, среднее число заявок под обслуживанием равно

^ L об = ρ, (20.19)

L оч = L сист – ρ =

и окончательно

L оч = (20.20)

По формуле Литтла (19.13) найдем среднее время пребывания заявки в очереди:

(20.21)

Таким образом, все характеристики эффективности СМО найдены.

Предложим читателю самостоятельно решить пример: одноканальная СМО представляет собой железнодорожную сортировочную станцию, на которую поступает простейший поток составов с интенсивностью λ = 2 (состава в час). Обслуживание (расформирование)

состава длится случайное (показательное) время со средним значением t об = 20 (мин.). В парке прибытия станции имеются два пути, на которых могут ожидать обслуживания прибывающие составы; если оба пути заняты, составы вынуждены ждать на внешних путях. Требуется найти (для предельного, стационарного режима работы станции): среднее, число составов l сист, связанных со станцией, среднее время W сист пребывания состава при станции (на внутренних путях, на внешних путях и под обслуживанием), среднее число L оч составов, ожидающих очереди на расформирование (все равно, на каких путях), среднее время W оч пребывания состава на очереди. Кроме того, попытайтесь найти среднее число составов, ожидающих расформирования на внешних путях L внеш и среднее время этого ожидания W внеш (две последние величины связаны формулой Литтла). Наконец, найдите суммарный суточный штраф Ш, который придется заплатить станции за простои составов на внешних путях, если за один час простоя одного состава станция платит штраф а (руб.). На всякий случай сообщаем ответы: L сист. = 2 (состава), W сист. = 1 (час), L оч = 4/3 (состава), W оч = 2/3 (часа), L внеш = 16/27 (состава), W внеш = 8/27 ≈ 0,297 (часа). Средний суточный штраф Ш за ожидание составов на внешних путях получим, перемножая среднее число составов, прибывающих на станцию за сутки, среднее время ожидания состава на внешних путях и часовой штраф а : Ш ≈ 14,2а .

^ 3. re-канальная СМО с неограниченной очередью. Совершенно аналогично задаче 2, но чуточку более сложно, решается задача об n -канальной СМО с неограниченной очередью. Нумерация состояний - опять по числу заявок, находящихся в системе:

S 0 - в СМО заявок нет (все каналы свободны),

S 1 - занят один канал, остальные свободны,

S 2 - занято два канала, остальные свободны,

S k - занято k каналов, остальные свободны,

S n - заняты все п каналов (очереди нет),

S n+1 - заняты все n каналов, одна заявка стоит в очереди,

S n+r - заняты вес п каналов, r заявок стоит в очереди,

Граф состояний показан на рис. 20.3. Предлагаем читателю самому обдумать и обосновать значения интенсивностей, проставленных у стрелок. Граф рис. 20.3

λ λ λ λ λ λ λ λ λ

μ 2μ kμ (k+1)μ nμ nμ nμ nμ nμ

есть схема гибели и размножения, но с бесконечным числом состояний. Сообщим без доказательства естественное условие существования финальных вероятностей: ρ/n <1. Если ρ/n ≥ 1, очередь растет до бесконечности.

Предположим, что условие ρ/n < 1 выполнено, и финальные вероятности существуют. Применяя все те же формулы (19.8), (19.7) для схемы гибели и размножения, найдем эти финальные вероятности. В выражении для р 0 будет стоять ряд членов, содержащих факториалы, плюс сумма бесконечно убывающей геометрической прогрессии со знаменателем ρ/n . Суммируя ее, найдем

(20.22)

Теперь найдем характеристики эффективности СМО. Из них легче всего находится среднее число занятых каналов k == λ/μ, = ρ (это вообще справедливо для любой СМО с неограниченной очередью). Найдем среднее число заявок в системе L сист и среднее число заявок в очереди L оч. Из них легче вычислить второе, по формуле

L оч =

выполняя соответствующие преобразования по образцу задачи 2

(с дифференцированием ряда), получим:

L оч = (20.23)

Прибавляя к нему среднее число заявок под обслуживанием (оно же - среднее число занятых каналов) k = ρ, получим:

L сист = L оч + ρ. (20.24)

Деля выражения для L оч и L сист на λ, по формуле Литтла получим средние времена пребывания заявки в очереди и в системе:

(20.25)

А теперь решим любопытный пример. Железнодорожная касса по продаже билетов с двумя окошками представляет собой двухканальную СМО с неограниченной очередью, устанавливающейся сразу к двум окошкам (если одно окошко освобождается, ближайший в очереди пассажир его занимает). Касса продает билеты в два пункта: А и В. Интенсивность потока заявок (пассажиров, желающих купить билет) для обоих пунктов А и В одинакова: λ А = λ В = 0,45 (пассажира в минуту), а в сумме они образуют общий поток заявок с интенсивностью λ А + λ В = 0,9. Кассир тратит на обслуживание пассажира в среднем две минуты. Опыт показывает, что у кассы скапливаются очереди, пассажиры жалуются на медленность обслуживания, Поступило рационализаторское предложение: вместо одной кассы, продающей билеты и в А и в В, создать две специализированные кассы (по одному окошку в каждой), продающие билеты одна - только в пункт А , другая - только в пункт В. Разумность этого предложения вызывает споры - кое-кто утверждает, что очереди останутся прежними. Требуется проверить полезность предложения расчетом. Так как мы умеем считать характеристики только для простейших СМО, допустим, что все потоки событий - простейшие (на качественной стороне выводов это не скажется).

Ну, что же, возьмемся за дело. Рассмотрим два варианта организации продажи билетов - существующий и предлагаемый.

Вариант I (существующий). На двухканальную СМО поступает поток заявок с интенсивностью λ = 0,9; интенсивность потока обслуживании μ = 1/2 = 0,5; ρ = λ/μ = l,8. Так как ρ/2 = 0,9<1, финальные вероятности существуют. По первой формуле (20.22) находим р 0 ≈ 0,0525. Среднее, число заявок в очереди находим по формуле (20.23): L оч ≈ 7,68; среднее время, проводимое заявкой в очереди (по первой из формул (20.25)), равно W оч ≈ 8,54 (мин.).

Вариант II (предлагаемый). Надо рассмотреть две одноканальные СМО (два специализированных окошка); на каждую поступает поток заявок с интенсивностью λ = 0,45; μ. по-прежнему равно 0,5; ρ = λ/μ = 0,9<1; финальные вероятности существуют. По формуле (20.20) находим среднюю длину очереди (к одному окошку) L оч = 8,1.

Вот тебе и раз! Длина очереди, оказывается, не только не уменьшилась, а увеличилась! Может быть, уменьшилось среднее время ожидания в очереди? Посмотрим. Деля L оч на λ = 0,45, получим W оч ≈ 18 (минут).

Вот так рационализация! Вместо того чтобы уменьшиться, и средняя длина очереди, и среднее время ожидания в ней увеличились!

Давайте попробуем догадаться, почему так произошло? Пораскинув мозгами, приходим к выводу: произошло это потому, что в первом варианте (двухканальная СМО) меньше средняя доля времени, которую простаивает каждый из двух кассиров: если он не занят обслуживанием пассажира, покупающего билет в пункт А, он может заняться обслуживанием пассажира, покупающего билет в пункт В, и наоборот. Во втором варианте такой взаимозаменяемости нет: незанятый кассир просто сидит, сложа руки...

Ну, ладно,- готов согласиться читатель,- увеличение можно объяснить, но почему оно такое существенное? Нет ли тут ошибки в расчете?

И на этот вопрос мы ответим. Ошибки нет. Дело в том, что в нашем примере обе СМО работают на пределе своих возможностей; стоит немного увеличить время обслуживания (т. е. уменьшить μ), как они уже перестанут справляться с потоком пассажиров, и очередь начнет неограниченно возрастать. А «лишние простои» кассира в каком-то смысле равносильны уменьшению его производительности μ.

Таким образом, кажущийся сначала парадоксальным (или даже просто неверным) результат вычислений оказывается на поверку правильным и объяснимым.

Такого рода парадоксальными выводами, причина которых отнюдь не очевидна, богата теория массового обслуживания. Автору самому неоднократно приходилось «удивляться» результатам расчетов, которые потом оказывались правильными.

Размышляя над последней задачей, читатель может поставить вопрос так: ведь если касса продает билеты только в один пункт, то, естественно, время обслуживания должно уменьшиться, ну, не вдвое, а хоть сколько-нибудь, а мы считали, что оно по-прежнему в среднем равно 2 (мин.). Предлагаем такому придирчивому читателю ответить на вопрос: а насколько надо его уменьшить, чтобы «рационализаторское предложение» стало выгодным? Снова мы встречаемся хотя и с элементарной, но все же задачей оптимизации. С помощью ориентировочных расчетов даже на самых простых, марковских моделях удается прояснить качественную сторону явления - как выгодно поступать, а как - невыгодно. В следующем параграфе мы познакомимся с некоторыми элементарными немарковскими моделями, которые еще расширят наши возможности.

После того, как читатель ознакомился с приемами вычисления финальных вероятностей состояний и характеристик эффективности для простейших СМО (овладел схемой гибели и размножения и формулой Литтла), ему можно предложить для самостоятельного рассмотрения еще две простейшие СМО.

^ 4. Одноканальная СМО с ограниченной очередью. Задача отличается от задачи 2 только тем, что число заявок в очереди ограничено (не может превосходить некоторого заданного т). Если новая заявка приходит в момент, когда все места в очереди заняты, она покидает СМО не обслуженной (получает отказ).

Надо найти финальные вероятности состояний (кстати, они в этой задаче существуют при любом ρ - ведь число состояний конечно), вероятность отказа Р отк, абсолютную пропускную способность А, вероятность того, что канал занят Р зан, среднюю длину очереди L оч, среднее число заявок в СМО L сист , среднее время ожидания в очереди W оч , среднее время пребывания заявки в СМО W сист. При вычислении характеристик очереди можно пользоваться тем же приемом, какой мы применяли в задаче 2, с той разницей, что суммировать надо не бесконечную прогрессию, а конечную.

^ 5. Замкнутая СМО с одним каналом и m источниками заявок. Для конкретности поставим задачу в следующей форме: один рабочий обслуживает т станков, каждый из которых время от времени требует наладки (исправления). Интенсивность потока требований каждого работающего станка равна λ. Если станок вышел из строя в момент, когда рабочий свободен, он сразу же поступает на обслуживание. Если он вышел из строя в момент, когда рабочий занят, он становится в очередь и ждет, пока рабочий освободится. Среднее время наладки станка t об = 1/μ. Интенсивность потока заявок, поступающих к рабочему, зависит от того, сколько станков работает. Если работает k станков, она равна k λ. Найти финальные вероятности состояний, среднее число работающих станков и вероятность того, что рабочий будет занят.

Заметим, что и в этой СМО финальные вероятности

будут существовать при любых значениях λ и μ = 1/t об, так как число состояний системы конечно.