Система массового обслуживания называется системой с ожиданием, если заявка, заставшая все каналы занятыми, становится в очередь и ждет, пока не освободится какой-нибудь канал.

Если время ожидания заявки в очереди ничем не ограничено, то система называется «чистой системой с ожиданием». Если оно ограничено какими-то условиями, то система называется «системой смешанного типа». Это промежуточный случай между чистой системой с отказами и чистой системой с ожиданием.

Для практики наибольший интерес представляют именно системы смешанного типа.

Ограничения, наложенные на ожидание, могут быть различного типа. Часто бывает, что ограничение накладывается на время ожидания заявки в очереди; считается, что оно ограничено сверху каким-то сроком , который может быть как строго определенным, так и случайным. При этом ограничивается только срок ожидания в очереди, а начатое обслуживание доводится до конца, независимо от того, сколько времени продолжалось ожидание (например, клиент в парикмахерской, сев в кресло, обычно уже не уходит до конца обслуживания). В других задачах естественнее наложить ограничение не на время ожидания в очереди, а на общее время пребывания заявки в системе (например, воздушная цель может пробыть в зоне стрельбы лишь ограниченное время и покидает ее независимо от того, кончился обстрел или нет). Наконец, можно рассмотреть и такую смешанную систему (она ближе всего к типу торговых предприятий, торгующих предметами не первой необходимости), когда заявка становится в очередь только в том случае, если длина очереди не слишком велика. Здесь ограничение накладывается на число заявок в очереди.

В системах с ожиданием существенную роль играет так называемая «дисциплина очереди». Ожидающие заявки могут вызываться на обслуживание как в порядке очереди (раньше прибывший раньше и обслуживается), так и в случайном, неорганизованном порядке. Существуют системы массового обслуживания «с преимуществами», где некоторые заявки обслуживаются предпочтительно перед другими («генералы и полковники вне очереди»).

Каждый тип системы с ожиданием имеет свои особенности и свою математическую теорию. Многие из них описаны, например, в книге В. В. Гнеденко «Лекции по теории массового обслуживания».

Здесь мы остановимся только на простейшем случае смешанной системы, являющемся естественным обобщением задачи Эрланга для системы с отказами. Для этого случая мы выведем дифференциальные уравнения, аналогичные уравнениям Эрланга, и формулы для вероятностей состояний в установившемся режиме, аналогичные формулам Эрланга.

Рассмотрим смешанную систему массового обслуживания с каналами при следующих условиях. На вход системы поступает простейший поток заявок с плотностью . Время обслуживания одной заявки - показательное, с параметром . Заявка, заставшая все каналы занятыми, становится в очередь и ожидает обслуживания; время ожидания ограничено некоторым сроком ; если до истечения этого срока заявка не будет принята к обслуживанию, то она покидает очередь и остается необслуженной. Срок ожидания будем считать случайным и распределенным по показательному закону

где параметр - величина, обратная среднему сроку ожидания:

; .

Параметр полностью аналогичен параметрам и потока заявок и «потока освобождений». Его можно интерпретировать, как плотность «потока уходов» заявки, стоящей в очереди. Действительно, представим себе заявку, которая только и делает, что становится в очередь и ждет в ней, пока не кончится срок ожидания , после чего уходит и сразу же снова становится в очередь. Тогда «поток уходов» такой заявки из очереди будет иметь плотность .

Очевидно, при система смешанного типа превращается в чистую систему с отказами; при она превращается в чистую систему с ожиданием.

Заметим, что при показательном законе распределения срока ожидания пропускная способность системы не зависит от того, обслуживаются ли заявки в порядке очереди или в случайном порядке: для каждой заявки закон распределения оставшегося времени ожидания не зависит от того, сколько времени заявка уже стояла в очереди.

Благодаря допущению о пуассоновском характере всех потоков событий, приводящих к изменениям состояний системы, процесс, протекающий в ней, будет марковским. Напишем уравнения для вероятностей состояний системы. Для этого, прежде всего, перечислим эти состояния. Будем их нумеровать не по числу занятых каналов, а по числу связанных с системой заявок. Заявку будем называть «связанной с системой», если она либо находится в состоянии обслуживания, либо ожидает очереди. Возможные состояния системы будут:

Ни один канал не занят (очереди нет),

Занят ровно один канал (очереди нет),

Занято ровно каналов (очереди нет),

Заняты все каналов (очереди нет),

Заняты все каналов, одна заявка стоит в очереди,

Заняты все каналов, заявок стоят в очереди,

Число заявок , стоящих в очереди, в наших условиях может быть сколь угодно большим. Таким образом, система имеет бесконечное (хотя и счетное) множество состояний. Соответственно, число описывающих ее дифференциальных уравнений тоже будет бесконечным.

Очевидно, первые дифференциальных уравнений ничем не будут отличаться от соответствующих уравнений Эрланга:

Отличие новых уравнений от уравнений Эрланга начнется при . Действительно, в состояние система с отказами может перейти только из состояния ; что касается системы с ожиданием, то она может перейти в состояние не только из , но и из (все каналы заняты, одна заявка стоит в очереди).

Составим дифференциальное уравнение для . Зафиксируем момент и найдем - вероятность того, что система в момент будет в состоянии . Это может осуществиться тремя способами:

1) в момент система уже была в состоянии , а за время не вышла из него (не пришла ни одна заявка и ни один из каналов не освободился);

2) в момент система была в состоянии , а за время перешла в состояние (пришла одна заявка);

3) в момент система была в состоянии (все каналы заняты, одна заявка стоит в очереди), а за время перешла в (либо освободился один канал и стоящая в очереди заявка заняла его, либо стоящая в очереди заявка ушла в связи с окончанием срока).

Вычислим теперь при любом - вероятность того, что в момент все каналов будут заняты и ровно заявок будут стоять в очереди. Это событие снова может осуществиться тремя способами:

1) в момент система уже была в состоянии , а за время это состояние не изменилось (значит, ни одна заявка не пришла, ни один капал не освободился и ни одна из стоящих в очереди заявок не ушла);

2) в момент система была в состоянии , а за время перешла в состояние (т. е. пришла одна заявка);

3) в момент система была в состоянии , а за время перешла в состояние (для этого либо один из каналов должен освободиться, и тогда одна из стоящих в очереди заявок займет его, либо одна из стоящих в очереди заявок должна уйти в связи с окончанием срока).

Следовательно:

Таким образом, мы получили для вероятностей состояний систему бесконечного числа дифференциальных уравнений:

(19.10.1)

Уравнения (19.10.1) являются естественным обобщением уравнений Эрланга на случай системы смешанного типа с ограниченным временем ожидания. Параметры в этих уравнениях могут быть как постоянными, так и переменными. При интегрировании системы (19.10.1) нужно учитывать, что хотя теоретически число возможных состояний системы бесконечно, но на практике вероятности при возрастании становятся пренебрежимо малыми, и соответствующие уравнения могут быть отброшены.

Выведем формулы, аналогичные формулам Эрланга, для вероятностей состояний системы при установившемся режиме обслуживания (при ). Из уравнений (19.10.1), полагая все постоянными, а все производные - равными нулю, получим систему алгебраических уравнений:

(19.10.2)

К ним нужно присоединить условие:

Найдем решение системы (19.10.2).

Для этого применим тот же прием, которым мы пользовались в случае системы с отказами: разрешим первое уравнение относительно подставим во второе, и т. д. Для любого , как и в случае системы с отказами, получим:

Перейдем к уравнениям для . Тем же способом получим:

,

,

и вообще при любом

. (19.10.5)

В обе формулы (19.10.4) и (19.10.5) в качестве сомножителя входит вероятность . Определим ее из условия (19.10.3). Подставляя в него выражения (19.10.4) и (19.10.5) для и , получим:

,

. (19.10.6)

Преобразуем выражения (19.10.4), (19.10.5) и (19.10.6), вводя в них вместо плотностей и «приведенные» плотности:

(19.10.7)

Параметры и выражают соответственно среднее число заявок и среднее число уходов заявки, стоящей в очереди, приходящиеся на среднее время обслуживания одной заявки.

В новых обозначениях формулы (19.10.4), (19.10.5) и (19.10.6) примут вид:

; (19.10.9)

. (19.10.10)

Подставляя (19.10.10) в (19.10.8) и (19.10.9), получим окончательные выражения для вероятностей состояний системы:

; (19.10.11)

. (19.10.12)

Зная вероятности всех состояний системы, можно легко определить другие интересующие нас характеристики, в частности, вероятность того, что заявка покинет систему необслуженной. Определим ее из следующих соображений: при установившемся режиме вероятность того, что заявка покинет систему необслуженной, есть не что иное, как отношение среднего числа заявок, уходящих из очереди в единицу времени, к среднему числу заявок, поступающих в единицу времени. Найдем среднее число заявок уходящих из очереди в единицу времени. Для этого сначала вычислим математическое ожидание числа заявок, находящихся в очереди:

. (19.10.13)

Чтобы получить , нужно умножить на среднюю «плотность уходов» одной заявки и разделить на среднюю плотность заявок , т. е. умножить на коэффициент

Пери Куклин (Perry Kuklin)

Каждый владелец бизнеса со всеми своими менеджерами хотел бы ежедневно и еженощно видеть не только растущие прибыли, но и счастливых, полностью удовлетворённых покупателей. Один из путей достижения этой цели - создание в грядущем 2014 году лучших условий для ожидающих в очереди клиентов. Вот пять простых способов:

1. Развлеките посетителей

Скопившихся в очереди покупателей надо чем-то отвлечь. А поскольку сегодняшняя культура настроена на все виды экранного действа, занятие ваших очередей созерцанием дисплеев займёт всё внимание посетителей и в их памяти не отложатся связанные с ожиданием отрицательные эмоции.

2. Вперёд, в виртуальность

Электронная очередь – вот на чём всё ещё спотыкаются многие компании. Как такая «куча мала» может сработать в вашу пользу, если вы всё время были зависимы от классической очереди типа «кто последний, я за вами»?

Никогда не забывайте, что большинство людей высоко ценят своё время и свободу действий. Создание электронной очереди глушит в посетителях чувство потери времени и дискомфорт от вынужденного выстраивания в ряд. При наличии электронной очереди клиенты могут присесть, заняться чем-то, кроме утомительного ожидания, да просто насладиться возможностью делать что угодно, без необходимости топтаться в очереди.

3. Следите за очередями

Разрешение проблемы очередей не только в создании более комфортных условий для покупателей; рассмотрите вопрос с точки зрения менеджмента – в конечном итоге это принесёт выгоду вам и удовлетворение покупателям.

Отслеживание движения очереди в реальном времени позволяет ответственным за это менеджерам в любое мгновение держать руку на пульсе каждой из очередей. Для информирования менеджера торгового зала о том, что где-то произошёл сбой, можно настроить любую форму извещения (текстовое сообщение, электронное письмо и пр.). Так он сразу узнает, что персонал компании тормозит, очереди движутся слишком медленно и т.д.

Отслеживание очередей позволяет также фиксировать рекордные показатели скорости их движения, что является бесценной информацией для менеджеров. На её основе они могут прогнозировать периоды пиков и спадов нагрузки, соответственно маневрируя персоналом и количеством работающих кассовых терминалов.

4. Добавьте немного мобильности

Общайтесь с покупателями в очереди самым доступным сегодня способом – через смартфоны. В электронную очередь можно привнести элемент мобильности, позволяющий клиентам через телефон регистрировать своё место в очереди и общаться с персоналом в текстовом режиме, когда их очередь уже подходит.

Развлекательному элементу, описанному выше, тоже не лишне придать мобильности. На экраны смартфонов можно выводить информацию о том, как клиентам улучшить свой покупательский опыт (подписка на купоны, дисконтные карты, грядущие промо-акции и, разумеется, оставшееся время ожидания в очереди).

5. Совместите трансляцию на смартфоны с мерчендайзингом

В розничной торговле решение проблемы очередей воистину элементарно. Клиенты могут увидеть товар и отметить его преимущества самостоятельно, но если представить им изделие в действии, то можно укрепить их стремление к покупке, которое до этого момента могло быть не слишком уверенным. Подумайте вот о чём: в интернет-торговле для увеличения конверсии и уровней продаж широко используются видеоматериалы. Что мешает применять эту технику в оффлайн торговле?

Воспользуйтесь тем, что у покупателя в руках дивайс, который может служить вашей витриной. Предложите клиенту посмотреть видеоролик с хорошо распродающимся товаром, рассказывающий о его особенностях; или даже видеозапись одобрительных высказываний о нём довольных покупателей. Доводя до томящихся в очереди людей такого рода информацию, да ещё с одновременной её прокруткой на больших дисплеях в зоне видимости, вы заботитесь об удовлетворении двух крайне важных потребностей: развлечение клиентов и увеличение продаж компании.

Ожидание в очереди становится последним впечатлением покупателя о вашем бизнесе (представьте себе розничный магазин), а последние слова разговора запоминаются лучше всего – это аксиома. В ряде случаев это вообще основа клиентского опыта (представьте себе аэропорт). Всегда найдутся пути улучшить взаимодействие с людьми, которые пользуются услугами вашего бизнеса, при этом одна из лучших точек для старта – изменение организации очередей.

Перевод Леонида Пеленицына

1. Одноканальная СМО с ожиданием и ограничением на длину очереди. На практике довольно часто встречаются одноканальные СМО с очередью (врач, обслуживающий пациентов; кассир, выдающий зарплату). 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.

Рассмотрим одноканальную СМО, на вход которой поступает простейший поток заявок с интенсивностью λ . Предположим, что поток обслуживаний также простейший с интенсивностью μ . Это означает, что непрерывно занятый канал обслуживает в среднем μ заявок в единицу времени. Заявка, поступившая в СМО в момент, когда канал занят, в отличие от СМО с отказами, не покидает систему, а становится в очередь и ожидает обслуживания.

Далее предполагаем, что в данной системе имеется ограничение на длину очереди, под которой понимается максимальное число мест в очереди, а именно, предполагаем, что в очереди могут находиться максимум m ≥1 заявок. Поэтому заявка, пришедшая на вход СМО, в момент, когда в очереди уже стоят m заявок, получает отказ и покидает систему необслуженной.

Таким образом, рассматриваемая СМО относится к системам смешанного типа с ограничением на длину очереди.

Пронумеруем состояния СМО по числу заявок, находящихся в системе, т.е. под обслуживанием и в очереди:

S 0 – канал свободен (следовательно, очереди нет);

S 1 – канал занят и очереди нет, т.е. в СМО находится (под обслуживанием) одна заявка;

S 2 – канал занят и в очереди стоит одна заявка;

……………………………………………………..

S m +1 – канал занят и в очереди m заявок.

Граф состояний данной СМО представлен на рис. 6 и совпадает с графом, описывающим процесс гибели и размножения, с тем отличием, что при наличии только одного канала обслуживания все интенсивности потоков обслуживаний равны μ .

Рис. 6. Схема состояний в одноканальной системе с очередью

Для описания предельного режима работы СМО можно воспользоваться изложенными правилами и формулами. Запишем сразу выражения, определяющие предельные вероятности состояний:

где ρ = λ/μ – интенсивность нагрузки канала.

Если λ = μ , то получаем .

Пусть теперь
. Выражение дляp 0 можно в данном случае записать проще, пользуясь тем, что в знаменателе стоит сумма m + 2 членов геометрической прогрессии со знаменателем ρ :

.

Заметим, что при m = 0 мы переходим к уже рассмотренной одноканальной СМО с отказами. В этом случае .

Определим основные характеристики одноканальной СМО с ожиданием: относительную и абсолютную пропускные способности, вероятность отказа, а также среднюю длину очереди и среднее время ожидания заявки в очереди.

Поступившая на вход СМО заявка получает отказ тогда и только тогда, когда канал занят и в очереди ожидают m заявок, т.е. когда система находится в состоянии S m +1 . Поэтому вероятность отказа определяется вероятностью появления состояния S m +1 :

Относительная пропускная способность, или доля обслуживаемых заявок, поступающих в единицу времени, определяется выражением:

Заметим, что относительная пропускная способность Q совпадает со средней долей принятых (т.е. не получивших отказ) в систему заявок среди всех поступивших, поскольку заявка, попавшая в очередь, непременно будет обслужена.

Абсолютная пропускная способность системы

.

Среднее число заявок L оч , стоящих в очереди на обслуживание, определяется как математическое ожидание дискретной случайной величины k – числа заявок, стоящих в очереди:

.

Случайная величина k принимает значения 0, 1, 2, … , m , вероятности которых определяются вероятностями состояний системы p k . Таким образом, закон распределения дискретной случайной величины k имеет следующий вид:

Поэтому по определению математического ожидания дискретной случайной величины (с учетом формул для вероятностей состояний) получаем:

(16)

Предположим, что ρ ≠ 1 . Очевидно, имеем:

Но сумма представляет собой сумму первых m членов геометрической прогрессии

. (17)

Подставив выражение (17) в (16), найдем:

или, используя равенство
(полученное приρ ≠ 1 ), имеем

Если же ρ = 1 , то из равенства (16)
а учитывая, что в этом случае
и
(суммаm членов арифметической прогрессии), окончательно получаем

.

Тогда среднее число заявок в очереди

(18)

Важной характеристикой СМО с ожиданием является среднее время ожидания заявки в очереди
. Пусть T оч – непрерывная случайная величина, представляющая собой время ожидания заявки в очереди. Среднее время ожидания заявки в очереди вычислим как математическое ожидание этой случайной величины:

.

Для вычисления математического ожидания воспользуемся формулой полного математического ожидания: если об условиях опыта можно сделать n (попарно) несовместных гипотез
то полное математическое ожидание случайной величиныX может быть вычислено по формуле

где M (X | H k ) – условное математическое ожидание величины X при гипотезе H k .

Рассмотрим m + 2 несовместных гипотез H k , k = 0,1,..., m + 1 , состоящих в том, что СМО находится соответственно в состояниях S k , k = 0,1,..., m + 1 . Вероятности этих гипотез p (H k ) = p k , k = 0,1,..., m +1 .

Если заявка поступает в СМО при гипотезе H 0 S 0 , в котором канал свободен, то заявке не придется стоять в очереди и, следовательно, условное математическое ожидание M (
| H 0 ) случайной величины
при гипотезе H 0 ,совпадающее со средним временем ожидания заявки в очереди при гипотезе H 0 , равно нулю.

Для заявки, поступившей в СМО при гипотезе H 1 , т.е. когда СМО находится в состоянии S 1 , в котором канал занят, но очереди нет, условное математическое ожидание M (
| H 1 ) случайной величины
при гипотезе H 1 , совпадающее со средним временем ожидания заявки в очереди при гипотезе H 1 , будет равно среднему времени обслуживания одной заявки
.

Условное математическое ожидание M (
| H 2 ) случайной величины
при гипотезе H 2 , т.е. при условии, что заявка поступила в СМО, находящуюся в состоянии S 2 , в котором канал занят и в очереди уже ждет одна заявка, равно 2/ μ (удвоенному среднему времени обслуживания, поскольку нужно обслужить две заявки: ту, которая находится в канале обслуживания, и ту, которая ждет в очереди). И так далее.

Если заявка поступит в систему при гипотезе H m , т.е. когда канал занят и в очереди ждут m − 1 заявок, то M (
| H m ).

Наконец, заявка, пришедшая в СМО при гипотезе H m +1 , т.е. когда канал занят, m заявок стоят в очереди, и свободных мест в очереди больше нет, получает отказ и покидает систему. Поэтому в этом случае M (
| H m +1 ) = 0.

Следовательно, по формуле полного математического ожидания среднее время ожидания заявки в очереди

Подставляя сюда выражения для вероятностей p k (k =1,2,...,m ), получаем:
(19)

Если интенсивность нагрузки канала ρ ≠ 1 , то из равенства (19) с учетом формул (17), (18), а также выражения для p 0 находим:

Если же ρ = 1 , то, подставляя в равенство (19) выражение p 0 = 1/(m +2), значение суммы
, используя формулу (18) приρ = 1 и учитывая, что в данном случае μ = λ , будем иметь

Итак, для любого ρ получаем формулу для среднего времени пребывания заявки в очереди, которая называется формулой Литтла:
т.е. среднее время ожидания заявки в очереди
равно среднему числу заявок в очереди L оч , деленному на интенсивность λ входящего потока заявок.

Пример. На автозаправочной станции (АЗС) имеется одна колонка. Площадка при станции, на которой машины ожидают заправку, может вместить не более трех машин одновременно, если она занята, то очередная машина, прибывшая к станции, в очередь не становится, а проезжает на соседнюю АЗС. В среднем машины прибывают на станцию каждые 2 мин. Процесс заправки одной машины продолжается в среднем 2,5 мин. Определить основные характеристики системы.

Решение. Математической моделью данной АЗС является одноканальная СМО с ожиданием и ограничением на длину очереди (m = 3). Предполагается, что поток машин, подъезжающих к АЗС для заправки, и поток обслуживаний – простейшие.

Поскольку машины прибывают в среднем через каждые 2 мин, то интенсивность входящего потока равна λ =1/2 = 0,5 (машин в минуту). Среднее время обслуживания одной машины
= 2,5 мин, следовательно, интенсивность потока обслуживаний μ =1/2,5 = 0,4 (машины в минуту).

Определяем интенсивность нагрузки канала: ρ = λ/μ = 0,5/0,4 = 1,25.

Вычисляем вероятность отказа
откуда относительная пропускная способность и абсолютная пропускная способность A = λ Q ≈ 0,5⋅0,703 ≈ 0,352.

Среднее число машин, ожидающих в очереди на заправку

Среднее время ожидания машины в очереди находим по формуле Литтла
= L оч /λ ≈1,559/0,5 = 3,118.

Таким образом, из анализа работы СМО следует, что из каждых 100 подъезжающих машин 30 получают отказ (P отк ≈ 29,7%), т.е. обслуживаются 2/3 заявок. Поэтому необходимо либо сократить время обслуживания одной машины (увеличить интенсивность потока обслуживаний), либо увеличить число колонок, либо увеличить площадку для ожидания.

Будем использовать далее следующие обозначения для среднего значения времени ожидания в очереди требований из приоритетного класса p - W p , и среднего времени пребывания в системе для требований этого класса - T p :

Основное внимание будем уделять системам с относительным приоритетом. Рассмотрим процесс с момента поступления некоторого требования из приоритетного класса p . Будем далее называть это требование меченым. Первая составляющая времени ожидания для меченого требования связана с требованием, которое оно застает в сервере. Эта составляющая равна остаточному времени обслуживания другого требования. Обозначим теперь и будем использовать это обозначение и далее, среднюю задержку меченого требования, связанную с наличием другого требования на обслуживании W 0 . Зная распределение времени между соседними поступлениями входных требований для каждого приоритетного класса, можно всегда вычислить эту величину. В нашем предположении пуассоновского закона для потока заявок каждого класса можно записать

.

Вторая составляющая времени ожидания для меченого требования определяется тем, что перед меченым требованием обслуживаются другие требования, которые меченое требование застало в очереди. Обозначим далее число требований из класса i , которое застало в очереди меченое требование (из класса p ) и которые обслуживаются перед ним N ip . Среднее значение этого числа будет определять величину среднего значения этой составляющей задержки

Третья составляющая задержки связана с требованиями, поступившими после того как пришло меченое требование, однако получившими обслуживание раньше его. Число таких требований обозначим M ip . Среднее значение этой составляющей задержки находится аналогично и составляет

Складывая все три составляющие, получаем, что среднее время ожидания в очереди для меченого требования определяется формулой

Очевидно, что независимо от дисциплины обслуживания число требований, N ip и M ip в системе не может быть произвольным, поэтому существует некоторый набор соотношений, связывающий между собой задержки для каждого из приоритетного класса. Важность этих соотношений для СМО позволяет называть их ЗАКОНАМИ СОХРАНЕНИЯ. Основой законов сохранения для задержек является тот факт, что незаконченная работа в любой СМО в течение любого интервала времени занятости не зависит от порядка обслуживания, если система является консервативной (требования не исчезают внутри системы и сервер не простаивает при непустой очереди).

Распределение времени ожидания существенно зависит от порядка обслуживания, но если дисциплина обслуживания выбирает требования независимо от времени их обслуживания (или любой меры, зависящей от времени обслуживания), то распределение числа требований и времени ожидания в системе инвариантно относительно порядка обслуживания.

Для СМО типа M/G/1 можно показать, что для любой дисциплины обслуживания должно выполняться следующее важное равенство

Это равенство означает, что взвешенная сумма времен ожидания никогда не изменяется, независимо от того, насколько сложна или искусно подобрана дисциплина обслуживания. Если удается сократить задержку для одних требований, то она немедленно возрастет для других.

Для более общей системы с произвольным распределением времени поступления требований G/G/1 закон сохранения может быть записан в виде

.

Общий смысл этого соотношения таков: взвешенная сумма времен задержки остается постоянной. Просто в правой части стоит разность средней незавершенной работы и остаточного времени обслуживания. Если предположить пуассоновский характер входного потока, то выражение для незавершенной работы можно записать в виде

Подставляя его в предыдущее выражение, сразу получается приведенный ранее закон сохранения для СМО типа M/G/1.

Рассмотрим теперь расчет среднего времени ожидания для СМО с обслуживанием в порядке приоритета, задаваемого приоритетной функцией

На рис.1 приведена схема функционирования СМО с такой дисциплиной обслуживания: поступающее требование ставится в очередь слева от требования с равным или большим приоритетом.

Рис. 1 СМО с обслуживанием в порядке приоритета.

Воспользуемся формулой для W p . Исходя из механизма функционирования, можно сразу выписать

Все требования более высокого, чем у меченого приоритета будут обслужены раньше. Из формулы Литтла число требований класса i находящихся в очереди, будет равно:

Требования более высокоприоритетных классов, поступившие в систему после меченого требования, пока оно находится в очереди, также будут обслужены перед ним. Так как меченое требование будет находиться в очереди в среднем W p секунд, то число таких требований будет равно

Непосредственно из формулы (*) получаем:

Эта система уравнений может быть решена рекуррентно, начиная с W 1 ,W 2 и т.д.

Полученная формула позволяет рассчитывать характеристики качества обслуживания для всех приоритетных классов. На рисунке 7.2. показано, как изменяется нормированная величина времени ожидания в очереди для СМО с пятью приоритетными классами с равной интенсивностью потока требований каждого приоритетного класса и равным средним временем обслуживания требований каждого класса (нижний рисунок детализирует кривые при значениях малой нагрузки).

Рисунок 2.Обслуживание в порядке приоритетов в случае относительных приоритетов (Р=5, l Р = l/5, ).

Особую задачу представляет определение законов распределения времени ожидания.

Рассмотрим теперь систему с абсолютными приоритетами и обслуживанием в порядке приоритета с дообслуживанием. Применим подход полностью аналогичный рассмотренному ранее. Средняя задержка в системе меченого требования также состоит из трех составляющих: первая составляющая- это среднее время обслуживания, вторая – это задержка из-за обслуживания тех требований равного или более высокого приоритета, которые меченое требование застало в системе. Третья составляющая средней задержки меченого требования представляет собой задержку за счет любых требований, поступающих в систему до ухода меченого требования и имеющих строго больший приоритет. Расписывая все эти три составляющие общего времени нахождения в системе, получим

.

Весьма интересной задачей является выбор приоритетов для заявок различных классов. Поскольку имеет место закон сохранения, оптимизация имеет смысл только при рассмотрении некоторых дополнительных атрибутов каждого класса требований. Предположим, что можно оценить каждую секунду задержки заявки приоритетного класса p некоторой стоимостью C p . Тогда средняя стоимость секунды задержки для системы может быть выражена через среднее число требований каждого класса, находящихся в системе

Решим задачу нахождения дисциплины обслуживания с относительными приоритетами для системы M/G/1, которая минимизирует среднюю стоимость задержки C . Пусть имеется P приоритетных классов заявок с заданной интенсивностью поступления и средним временем обслуживания. Перенесем в левую часть постоянную сумму и выразим правую часть через известные параметры

Задача состоит в минимизации суммы в правой части этого равенства путем выбора соответствующей дисциплины обслуживания, т.е. выбора последовательности индексов p .

Обозначим

В этих обозначениях задача выглядит так: нужно минимизировать сумму произведений при условии

Условие независимости суммы функций g p от выбора дисциплины обслуживания определяется законом сохранения. Иначе говоря задача состоит в минимизации площади под кривой произведения двух функций, при условии, что площадь под кривой одной из них постоянна.

Решение состоит в том, что сначала упорядочим последовательность значений f p : .

А затем выберем для каждого f p свое значение g p , так, чтобы минимизировать сумму их произведений. Интуитивно ясно, что оптимальная стратегия выбора состоит в подборе наименьшего значения g p для наибольшего f p , далее для оставшихся значений следует поступать тем же образом. Поскольку g p =W p r p , то минимизация сводится к минимизации значений средней задержки. Таким образом, решение рассматриваемой задачи оптимизации состоит в том, что из всех возможных дисциплин обслуживания с относительным приоритетом минимум средней стоимости обеспечивает дисциплина с упорядоченными приоритетами в соответствие с неравенствами

.

В этом разделе рассмотрим СМО типа М/М/n/m< , но, в отличие от предыдущих, наложим ограничение на время ожидания в очереди.
Это ограничение носит принципиальный характер, т.к. при вычислении вероятностей состояний СМО необходимо знание не только текущего состояния (числа требований в системе), но и того, как давно пришли требования, ожидающие обслуживания. Таким образом, процесс К(t) перестает быть марковским.

Время ожидания в очереди может быть ограничено как детерминированной, так и случайной величиной. В обеих случаях процесс К(t), как уже было сказано, характеризуется наличием последействия. Однако, способы формирования на его основе марковской модели СМО существенно различаются.

7.3.1. Время ожидания ограничено случайной величиной τ

В этом случае все зависит от закона распределения ограничения , т.к. именно ограничение вносит в систему последействие. Поэтому вернуть процессу К(t) марковость крайне просто. Достаточно принять для описания случайной величины экспоненциальное распределение. Однако при этом нельзя забывать, что такая операция возможна лишь в том случае, когда реальное распределение или действительно экспоненциальное, или близко к нему. Если это не так, то сформированная математическая модель будет неадекватна реальной СМО.

При экспоненциально распределенном ограничении на время ожидания в очереди, процесс изменения числа требований в СМО по-прежнему будет процессом размножения и гибели с той лишь разницей, что интенсивность гибели увеличится за счет, покидающих очередь требований, у которых время ожидания превысило допустимую величину.

Примем, что распределение времени ожидания имеет вид:

F(t) = 1 - e - функция распределения,

f(t) = e - плотность распределения,

где - интенсивность выхода из очереди за счет превышения допустимого времени ожидания.

Тогда параметры процесса К(t) будут равны:

K , при к

N + (k - n) , при к>n .

Читателю предлагается самостоятельно, руководствуясь материалом раздела 7.2.1, написать модель рассматриваемой СМО, и формулы для вычисления основных характеристик СМО в стационарном режиме.

7.3.2. Время ожидания ограничено неслучайной величиной τ

В этом случае для описания СМО с помощью марковской модели целесообразно использовать второй из приведенных в 7.1. способов, а именно, расширение понятия состояния. Для того, чтобы прогнозировать распределения состояний в будущем, необходимо знать как давно пришли в систему требования, которые в настоящее время находятся в очереди. Это можно сделать, включив в число обобщенных координат, описывающих состояние СМО, давность прихода каждого ожидающего требования, или, что то же самое, время, которое осталось у него до окончания срока ожидания. В рамках процесса К(t), которым мы пользовались во всех предыдущих задачах, это сделать нельзя, и в рассматриваемом случае модель функционирования СМО строится на основании векторного случайного процесса X , характеризующего состояние системы через состояния каждого из n ее каналов:

X = { X (t), X (t),…. X (t)} = { X (t)}

X (t) – это время, которое осталось до освобождения j-ого канала. Таким образом, для каждого момента времени t, мы можем прогнозировать будущие состояния каналов: j-ый канал освободится через х j (t), если за это время не поступят требования из внешнего потока. А так как входящий поток простейший, это значит, что в процессе X последействие отсутствует, т.е. процесс марковский. Найдем распределение этого процесса.

(7.3)

Это функция и плотность n-мерного распределения вектора X (t) в случае, когда все каналы заняты. Занятые (и только они) каналы персонифицированы, т.е. перенумерованы.

То же, что и выше, но в случае, когда занято лишь «к» каналов, а остальные свободны.

(7.4)

В дальнейшем, для простоты, будем трактовать плотность f (t; x …x ) как вероятность того, в СМО занято к каналов, которым присвоены номера от 1 до к., опуская при этом формальное умножение на . Знание этих распределений позволит вычислять вероятности состояний рассматриваемой системы.

Для вывода необходимых уравнений используем марковское свойство процесса X(t), а именно: будем выражать вероятность состояния процесса в момент t+ t (будущее) через его состояние в момент t (настоящее). Предварительно заметим, что - вероятность того, что в системе нет требований.

Для нулевого состояния СМО (в системе нет требований) можем, как и прежде, записать

(7.5)

Второе слагаемое означает, что в момент t в одном из каналов системы было требование, обслуживание которого заканчивалось на интервале t , и этим каналом мог быть любой из n.

Преобразуя и переходя к пределу при t 0, получим:

(7.6)

Рассмотрим случай, когда 0

(7.6)

При составлении этого уравнения учитывалось следующее:

· за время t занятости всех каналов уменьшаются на , и если за это время не подойдет ни одного требования входящего потока, то к моменту t система окажется в нужном состоянии (первое слагаемое правой части);

· второе слагаемое правой части: в момент t был занят к-1 канал, а канал с номером i (из числа персонифицированных) был пустым, и что бы СМО пришла в нужное состояние необходимо: чтобы пришло требование, чтобы время его обслуживания было равно x , и чтобы из (n-к) свободных каналов оно выбрало именно i-ый, причем этим каналом может быть любой из каналов с номерами от 1 до к.

· последнее слагаемое означает, что в момент t был занят (к + 1) канал, но в одном из них (а именно в (к+1)–ом) на интервале обслуживание заканчивалось. Причем таким каналом может быть любой из (n – к).

Теперь рассмотрим случай, когда :

(7.7)

Поясним, как и выше, содержание правой части:

· Первое слагаемое отличается от случая кsign x =1, если x>0, и sign x= - 1, если x<0 ).

· Второе слагаемое в содержательном плане ничем не отличается от случая к

· Третье слагаемое правой части отвечает ситуации, когда все каналы заняты, как это нужно, но один из них «недозанят», например, X (t) = Z < x ; для того, чтобы в момент t+ СМО оказалась в требуемом состоянии надо, чтобы на интервале пришло требование со временем обслуживания (x - z), и стало бы в очередь к i-му каналу, а для этого его занятость z должна быть меньше занятости любого другого канала (z < min x ) т.к. когда все каналы заняты, требование автоматически становится в очередь к тому который раньше освободится; при этом недозанятым может быть любой из n каналов.

Вспоминая определение смешанной частной производной:

,(7.8)

производя группировку членов уравнений, как это делалось выше, и переходя к пределу при , окончательно получим:

(7.9)

(7.10)

Эти уравнения относятся к стационарному режиму, что получило свое выражение в том, что производные плотностей распределения по t приняты равными нулю, а сами плотности записаны в финальной форме, как функции не зависящие от времени. Кроме того, для простоты последующих выкладок, приняты следующие обозначения: f = f и f = f .

Решение этой системы, т.е. отыскание функций f и f , произведем следующим образом. Вначале, исходя из общих соображений содержательного характера, найдем вид этих функций, после чего подставим их в систему уравнений с целью установить, удовлетворяют они им или нет. Если ответ будет положительным, то решение системы уравнений найдено.

Сперва рассмотрим случай 0 . Как говорилось выше, функция f имеет смысл вероятности того, что в СМО занято «к» персонофицированных (перенумерованных) каналов, причем первый освободится через x единиц времени, второй через x , … , к-ый через x . Каналы функционируют независимо, и время обслуживания в каждом распределено экспоненциально. Тогда вероятность рассматриваемого события равна:

(7.11)

Вероятность того, что занято k перенумерованных каналов

P - вероятность того, что в СМО занято k каналов

Открытие бизнеса