Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
Bölüm 12Kuyruk Kuramı
M/M/1/∞/∞/FİFO Modeli
C.Erdemir
Kuyruk kuramı: Giriş C.Erdemir
Günlük hayatta bekleme sistemleri
BankalarHastaneler
TrafikSüpermarketlerYemekhanelerHavaalanları
Üretim hattında parçalar
Kuyruk kuramı: Giriş C.Erdemir
Temel sorun : Kuyruk
Akla gelen ilk çözüm: Hizmet (servis) birimlerini artırmak
Burada temel sorun : Maliyet
Kuyruk kuramı: Giriş C.Erdemir
Yönetici neleri bilmek ister?
1.Kuyrukta bekleme süresini2. Kuyrukta bekleyenlerin sayısını3. Servis biriminde bekleme süresi
Bunlar önceden bilinemez, her biri ayrı bir olasılıksal süreçtir.
Kuyruk sisteminin incelenmesini gerektirir
Kuyruk sistemi : Giriş C.Erdemir
Kuyruk sisteminin bileşenleri
1.Geliş süreci2. Servis süreci3. Servis birimi sayısı 4. Kanal sayısı5. Kaynak popülasyon yapısı6. Kuyruk büyüklüğü7. Kuyruk disiplini
Kuyruk sistemi : Giriş C.Erdemir
Kuyruk sisteminin bileşenleri
Geliş Servis süreci
Süreci
Kuyruk Servis ServisBirimi Almış
Kaynak Sistem Birim
Geliş süreci C.Erdemir
Bir (t) zaman süresi içerisinde sisteme gelen birimlerin sayısı bir rassal süreç
belirler : Poisson süreci
Sisteme t zamanı içerisinde x geliş olması olasılığı
�: Geliş hızı . Birim zamanda ortalama geliş sayısı
� � =����(��)�
�!x=0,1,2,…
Geliş süreci :Poisson
λ= 10 birim/saat
x P(x)2 0,00227
3 0,00757
4 0,01892
5 0,03783
6 0,06306
7 0,09008
8 0,11260
9 0,12511
10 0,12511
11 0,11374
12 0,09478
13 0,07291
14 0,05208
15 0,03472
16 0,02170
17 0,01276 B5=POISSON.DAĞ(A6;$B$2;YANLIŞ)
18 0,00709
TOPLAM 0,99004
0,00000
0,02000
0,04000
0,06000
0,08000
0,10000
0,12000
0,14000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
P(x)
A B
123456789101113141516171819202122
Geliş süreci C.Erdemir
Bir (t) zaman süresi içerisinde sisteme gelişler arasında geçen süre, ortalaması �/� olan Üstel dağılım izler. Üstel oyf:
f � = ���� �> 0
� � =1
λ ��� � =
1
��
Geliş süreci: Poisson süreci C.Erdemir
ÖRNEK: Bir AVM Süpermarkete pazartesi günleri saatte ortalama 50 kişi danışmaya başvurmaktadır.1. Bir dakikada ortalama olarak 50/60=0.8333 kişi başvurur.2. 15 dakika içerisinde (50/60)*15=12.5 kişinin başvurması beklenir.3. 15 dakikalık birim zaman içerisinde 1 kişinin danışmaya gelmesi
olasılığı
4. 15 dakikada 3 kişinin danışmaya gelmesi olasılığı
5. 15 dakikada 5 den fazla kişinin gelmesi olasılığı==1-[ P(0)+P(1)+P(3)+P(4)+P(5) ]=1-0.01482=0.9852
6. Saatte 50 kişi başvurduğuna göre gelişler arasında geçen ortalama süre 1/50 =0.02 saat ile üstel dağılım gösterir.
� 1 =����.�∗�(12.5 ∗1)�
1!= 0.00004658
� 3 =����.�∗�(12.5 ∗1)�
3!= 0.001213
Servis süreci C.Erdemir
Bir birimin servis alırken geçirdiği süreye servis süresi denirBir (t) zaman süresi içerisinde servise gelen birimlerin sayısı Poisson süreci , servis süresi, T rassal değişkeni ise üstel dağılım izler.
T sürekli rassal değişkendir. µ servis hızıdır.T’nin �� ile �� arasında olması olasılığı :
� �� ≤ � ≤ �� = � ������� =��
��
��µ�� − �����
� �� ≤ � ≤ ��
Servis süresi C.Erdemir
Birikimli üstel dağılım: � � ≤ � = � − ����
Yoğunluk fonksiyonu
Ortalama ve varyans
f � = µ��� �> 0
� � =1
� ��� � =
1
��
Servis sayısı t zamanı içerisinde servis verilen birim sayısı
� � =��µ�(µ�)�
�!x=0,1,2,…
C.Erdemir
ÖRNEK: Bir AVM Süpermarkete pazartesi günleri saatte 70 kişi danışma masasında servis verilmektedir (�=70)1. Bir müşteri için beklenen ortalama servis süresi
E(T)=1/ � = 1/70=0.01429 saat =0.01428*60=0.8571 dakika2. Bir müşterinin servis süresinin 1 dakikadan az olması olasılığı
� � ≤ � = � − ��µ∗� = � − ���.����=1-0.4244=0.57563. Müşteri servis süresinin 1 ile 3 dakika arasında sürme olasılığı� � ≤ � ≤ � = ���.���� − ��.����∗� = �.���� − �.���� = �.����
4. Müşteri servis süresinin 3 dakikadan daha az sürmesi olasılığı� � ≤ � = � − ��µ∗� = � − ���.����∗�=1-0.0764=0.92365. Müşteri servis süresinin 3 dakikadan daha fazla sürmesi olasılığı � � > � = � − � � ≤ � = � − � − ��µ∗� = ���.����∗� = �.����
Servis süresi
Servis birimi sayısı C.Erdemir
1.Tek servis (hizmet) birimli kuyruk sistemleri
2.Çok servis (hizmet) birimli kuyruk sistemleri
Süpermarket kasaları
Paralel üretim hatları
Sinema gişeleri
Bilet gişeleri
Servis birimi sayısıC.Erdemir
1.Tek servis birimli tek aşamalı kuyruk sistemleri
2. Tek servis birimli kuyruk sistemleri
Basit kuyruk modeli
Otomobil üretim sürecinde çeşitli üretim aşamalarından geçerİlk kayıt zamanında öğrenciler banka, danışman, kimlik, ders seçme v.s
Kanal (Bekleme hattı) sayısı C.Erdemir
C.Erdemir
1.Sonsuz kaynak popülasyonu
Popülasyonda her an hizmet almaya hazır birimler (müşteriler) vardır. Bir süpermarketteki kuyruk sistemi sonsuz kaynak popülasyonuna sahiptir.
2. Sonlu kaynak popülasyonu
Bazı durumlarda popülasyonda hizmet alacak birimlerin sayısı sınırlıdır. Örneğin makine tamir bakım birimindeki kuyruk sistemi sonlu kaynak popülasyonuna sahiptir.
Kaynak popülasyonu yapısı
C.Erdemir
Kuyruk sisteminde kuyrukta bulunabilecek birim sayısı sonlu ya da sonsuz olabilir.
1.Sonsuz kuyruk büyülüğüKuyruk büyüklüğü sonsuz birimi içerebilecek yapıdadır. Telefon servis sağlayıcıların müşteri danışma kuyruğu. Süpermarket kuyruğu böyledir ancak müşteri beklemez.
2. Sonlu kuyruk büyüklüğüBazı durumlarda kuyruk büyüklüğü sonlu olmak zorundadır. Kuyrukta yer açıldıktan sonra yeni birimler kuyruğa girebilir. Otomatik sekreter 10 aramayı bekletir. 11. arama meşgul tonuna geçer
Kuyruk büyülüğü
C.Erdemir
Kuyruk disiplini, müşterilerin hizmet alma sıralarını belirlenmesinde uyulan kuraldır.
1.FIFO (First In-First Out) kuralıKuyruğa ilk gelen ilk servis alır. Süpermarket, banka, bilet kuyruk sistemleri böyledir.
2. LIFO(Last In-Fırst Out) kuralıKuyruğa son giren ilk servis alır.Bazı üretim sistemlerinde kullanılır.
3. Önceliklendirme disipliniBirimler çeşitli önceliklere sahip olurlar. Hastanelerde hastalığın acil hizmet durumu, bankalarda imtiyazlı müşteri önceliği gibi.
Kuyruk disiplini
Kuyruk modelleri: Kendal gösterimi C.Erdemir
X / Y / Z / P / Q / RX :Geliş dağılımı, Y: Servis dağılımı
M:Üstel(Markov)
D: DeterministikG: GenelEK: K parametreli Erlang dağılımı
Z: Servis birimi sayısıP: Kuyruk büyüklüğü : ∞ veya KQ:Kaynak popülasyonu: ∞ veya KR: Kuyruk disiplini: FIFO , LIFO
Kuyruk modelleri: Kendal gösterimi C.Erdemir
M / M / 1 / ∞ / ∞ / FIFOM / M / s / ∞ / ∞ / FIFOM / G / 1 / ∞ / ∞ / FIFOM / D / 1 / ∞ / ∞ / FIFOM / M / s / K / ∞ / FIFOM / M / s / K / K / FIFO
Kuyruk sistemi performans göstergeleri C.Erdemir
Kuyruk sisteminin karakteristikleri
��,��
L , W
µ
λ
C.Erdemir
�� : Servis için kuyrukta bekleyen müşteri sayısı
� : Sistemde bulunan ortalama müşt eri sayısı
�� : Bir müşterinin kuyrukta geçirdiği ortalama süre
W : Bir müşterinin sistemde geçirdiği ortalama süre
� : Servis biriminin doluluk oranı
�� : Sistemde hiç birim olmaması olasılığı
�� : Sistemde n birim olması olasılığı
Kuyruk sistemi performans göstergeleri
C.Erdemir
Little kurallar : λ :müşteri geliş hızı µ : servis hızı olsun
1. Bir müşterinin sistemde ortalama bekleme süresi= Bir müşterinin kuyrukta ortalama bekleme süresi + Serviste ortalama bekleme süresi(servis süresi)
W = �� +�
µ ���� (birim zaman saat olsun)
2. Sitemdeki müşteri sayısı
� = λ� �üş���� ������ =�üş���� ������
����∗����
3. Kuyrukta bekleyen müşteri sayısı
�� = λ�� �üş���� ������ =�üş���� ������
����∗����
Kuyruk sistemi performans göstergeleri
C.Erdemir
Little kuralları ÖRNEK:
λ=10 gelen müşteri sayısı/saat µ=15 servisteki müşteri sayısı /saat
1/µ=1/15 saat/servisteki müşteri sayısı��=0.133 saat/kuyrukta bekleyen müşteri sayısı
W = �� +�
µ=0.133+1/15=0.2 saat/müşteri
� = λ� =�� �üş����
����∗�.� ���� = � �üş����
�� = λ�� =���üş����
����∗�.��� ���� = �.�� �üş����
Kuyruk sistemi performans göstergeleri
C.Erdemir
Varsayımlar:
1. Geliş hızı Poisson sürecine uyar2. Gelişlerarası süre üstel dağılıma uyar (M:Markov) 3. Servis süreleri üstel dağılıma uyar (M:Markov )4. 1 servis birimi vardır5. Kuyruk büyüklüğü sonsuzdur6. Kaynak sonsuzdur7. Servis prensibi FIFO
8 müşteri geliş hızı < servis hızı : λ < µ
M / M / 1 / ∞ / ∞ / FIFO Modeli
C.Erdemir
Modelin performans göstergeleri
Servis biriminin doluluk oranı � =�
�
Serviste /Kuyrukta hiç müşteri olmama olasılığı �� = � − � = � −�
�
Sistemde 1 müşteri olma olasılığı �� = ��� = ��(�
�)
(kuyruk boş olması olasılığı*servis dolu olma olasılığı)
Sistemde 2 müşteri olma olasılığı ( 1 kuyrukta=1 sistemde) ve 1 serviste) �� = ��� = ���
�
Sistemde n müşteri olma olasılığı ( n-1 kuyrukta ve 1 serviste) �� = ����� = ���
� = (� − �)��
M / M / 1 / ∞ / ∞ / FIFO Modeli
C.Erdemir
Modelin performans göstergeleri
Sistemde bir müşterinin bekleme süresi � =�
���
Kuyrukta bir müşterinin bekleme süresi
�� = � −�
�=
�
���−
�
�=
�
� ���= ��
Sistemde bekleyen ortalama müşteri sayısı � = �� =�
���
Kuyrukta bekleyen ortalama müşteri sayısı
�� = ��� = ��
�(���)=
��
�(���)
M / M / 1 / ∞ / ∞ / FIFO Modeli
C.Erdemir
Örnek : Gordiyon A.Ş. Sigorta acentesi. λ=10 müşteri/saat ortalama servis süresi 4 dakika =1/15 saat�
�=
�
�� � = �� �üş����/����
Servis biriminin doluluk oranı � =�
�=
��
��= �.���
Serviste /Sistemde hiç müşteri olmama olasılığı �� = � − � = � − �.��� = �.��
Sistemde bir müşterinin bekleme süresi � =�
���=
�
�����= �.� ����
Kuyrukta bir müşterinin bekleme süresi
�� = � −�
�= �.� −
�
��= �.��� ����
Sistemde bekleyen ortalama müşteri sayısı � = �� = �� ∗�.� = � �üş����
Kuyrukta bekleyen ortalama müşteri sayısı�� = ��� = �� ∗�.��� = �.�� �üş����
M / M / 1 / ∞ / ∞ / FIFO Modeli
C.Erdemir
Örnek (Devam)
M / M / 1 / ∞ / ∞ / FIFO Modeli
B C D E F
2 GORDION A.Ş. KUYRUK MODELİ3 MM1 FIFO Sistemde n Birim
4 Bulunma Olasılığı
5 Geliş Hızı, l : 10 birim/saat 0 0,333
6 Servis Hızı, m : 15 birim/saat 1 0,222
7 2 0,148
8 Doluluk Oranı, r : 66,7% 3 0,099
9 4 0,066
10 Performans Göstergeleri 5 0,044
11 Sistemde Bekleme 6 0,029
12 Süresi, W : 0,200 saat 7 0,020
13 Kuyrukta Bekleme 8 0,013
14 Süresi, Wq : 0,133 saat 9 0,009
15 Sistemde Bekleyen 10 0,006
16 Kişi(müsteri) Sayısı, L : 2,000 birim 11 0,004
17 Kuyrukta Bekleyen 12 0,003
18 Kişi (müşteri)Sayısı, Lq : 1,333 birim 13 0,002
19 Toplam 0,997
C8=C5/C6C14=C12-(1/C6)C18=C5*C14F6=POWER($C$8;E6)*(1-$C$8)F19=TOPLA(F5:F18)C12=1/(C6-C5)F5=1-C8
F6 formülü F7:F18 arlığına kopyalanır
C.ErdemirÖrnek : METRO AVM danışmada bir personel hizmet veriyor. λ=50 µ=70
Servis biriminin doluluk oranı � =�
�=
��
��=
�
�
Serviste /Sistemde hiç müşteri olmama olasılığı
�� = � − � = � −�
�=
�
�
Sistemde bir müşterinin bekleme süresi � =�
���=
�
��= �.�� ����
Kuyrukta bir müşterinin bekleme süresi
�� = � −�
�= �.�� −
�
��= �.���� ����
Sistemde bekleyen ortalama müşteri sayısı � = �� = �� ∗�.�� = �.� �üş����
Kuyrukta bekleyen ortalama müşteri sayısı�� = ��� = �� ∗�.���� = �.��� �üş����
Sistemde bekleme süresini 1.5 dakikanın altında tutmak için servis hızı
Ne olmalı? 1.5 dk=0.0025 saat . � =�
���< �.���
�.���µ − �� ∗�.��� > � �.���µ > �.�� µ >�.��
�.��� µ > �� ������
M / M / 1 / ∞ / ∞ / FIFO Modeli