Классификация систем массового обслуживания и их основные элементы (стр. 7 из 7)

.

Тогда эмпирическую функцию распределения можно записать в виде:

После того, как эмпирическая функция распределения построена, можно вычислить разности

в точках

, и где - достаточно малое число, скажем .

Теперь вычисляем

, , , где

= { ; }

Для автоматизации вычислений значений

, , использована вычислительная техника, результаты занесены в Приложение 2.

= { ; }

Далее проводим проверку гипотезы. По найденному значению

проверяем гипотезу Н, сравнивая с величиной . Если , то гипотезу Н о том, что время обслуживания заявок подчинено показательному закону с параметром , можно считать не противоречащей опытным данным. Если же, , то гипотеза Н отвергается.

Квантиль z находим по приближённой формуле:

,

исходя из заданного уровня значимости

.

Получаем для

=0,0005: z=1,358102.

В нашем случае

=

и, сравнивая полученные величины находим:

0,095922

0,226350 т.е. .

Выводы: Можно утверждать, что для 0,05% уровня значимости

гипотеза Н о том, что время обслуживания заявок имеет показательное распределение с параметром =0,034975, не противоречит опытным данным.

Доказав, что входящий поток требований имеет пуассоновское распределение и время обслуживания заявок имеет показательное распределение, мы имеем право приступать к дальнейшему решению поставленной задачи.

Расчёты

I Средняя интенсивность поступления заявок на транспортировку:

=6 заявок в день, а так как транспортное агентство работает 10 часов в день то = 0,6 заявок в час.

2. Среднее время обслуживания заявки.

3. интенсивность выходящего потока

4. коэффициент загрузки системы

таким образом из условия

принимает min количество автомашин

5. находим среднее время ожидания заявки

при количестве автомобилей в агентстве больше 17.

6. среднее число автомашин, свободных от обслуживания

7. находим убыток от простоя автомашин в день

8. находим убыток от не обслуженных на протяжении дня заявок, из-за большего времени ожидания. Так как прибыль от обслуживания одной заявки приносит доход в 20 грн. то из-за большого времени ожидания в день агентство будет не дополучать:

9. определим суммарный убыток от простоя автомашин и от не обслуженных заявок.

Для определения оптимального числа автомашин в агентстве выполняющих операции в течении 10 часов в день нужно найти.

ІІ. Важнейшими операционными характеристиками СМО с ожиданием являются:

1. среднее число свободных устройств

2. среднее число занятых устройств

3. вероятность того что все обслуживающие устройства заняты

4. вероятность того что все обслуживающие устройства свободны

5. средняя длинна очереди

6. среднее время ожидания начала обслуживания:

7. коэффициент простоя обслуживающих устройств:

ІІІ. Вероятность заявки каждой из автомашин в предложении, что все автомашины пронумерованы, а обслуживание очередной заявки осуществляет свободная машина с наименьшим номером

Результаты расчетов приведены в приложении 2.

ВЫВОДЫ

В этой курсовой работе раскрыты понятия приводящие к системе массового обслуживания, а именно: обслуживание, обслуживает прибор система обслуживания, система массового обслуживания.

Также описаны типичные элементы, из которых состоят системы массового обслуживания (входящий поток, его описание и основные особенности, очередь и ее дисциплина, обслуживающие приборы и особенности механизма обслуживания, входящий поток).

Что касается практического задания, то рассмотренное в данной задачей транспортное агентство является СМО с ожиданием. Поступающий поток заявок на обслуживание является простейшим (Пуассоновским), а время обслуживания соответствует показательному закону распределения, это было доказано с помощью не параметрического критерия А.Н. Колмогорова.

Оптимальное число автомашин в агентстве, выполняющих операции в течении 10 часов в день равно 18.