M/M/1 Kuyruk Modeli : Varışlar arası zamanın ve servis zamanının üstel dağılıma sahip olduğu,bir servis olanağı olan FİFO kuyruk disiplininin kullanıldığı.

Slides:



Advertisements
Benzer bir sunumlar
Lojistik ve Tedarik Zinciri Yönetiminde Üst Düzey Yönetim Programı (TMPLSM)
Advertisements

BENZETİM Prof.Dr.Berna Dengiz 7. Ders.
Yöneylem Araştırması ve Endüstri Mühendisliği 30. Ulusal Kongresi En İ yi Kararın Zaman Cinsinden De ğ erinin Modellenmesi Bekir Turgut İ şlier, Aybek.
SAMSUN KAMU HASTANELER BİRLİĞİ GENEL SEKRETERLİĞİ GÖĞÜS HASTALIKLARI VE GÖĞÜS CERRAHİSİ HASTANESİ DÜNDEN BUGÜNE.
CWIZ CALL CENTER.
Bahçeşehir Üniversitesi – Endüstri Mühendisliği Bölümü
Excel’in bazı istatistik fonksiyonlarını öğrenmek:
Hafta 10: Sürekli Rassal Değişkenler (Yrd.Doç.Dr. Levent AKSOY)
Simülasyon Teknikleri
Hafta 07: Kesikli Değişkenler (Yrd.Doç.Dr. Levent AKSOY)
Hazırlayan: Özlem AYDIN
Dağıtık Ortak Hafızalı Çoklu Mikroişlemcilere Sahip Optik Tabanlı Mimari Üzerinde Dizin Protokollerinin Başarım Çözümlemesi I. Ulusal Yüksek Başarım ve.
SOME-Bus Mimarisi Üzerinde Mesaj Geçişi Protokolünün Başarımını Artırmaya Yönelik Bir Algoritma Çiğdem İNAN, M. Fatih AKAY Çukurova Üniversitesi Bilgisayar.
BENZETİM Prof.Dr.Berna Dengiz 4. Ders Modelleme yaklaşımları
5 Gamma Dağılımı Gamma dağılımının yoğunluk fonksiyonu şöyledir.
BENZETİM Prof.Dr.Berna Dengiz 6. Ders.
Lojistikte & Tedarik Zinciri Yönetiminde Üst Düzey Yönetim Programı (TMPLSM)
OLASILIK DAĞILIMLARI Bu kısımda teorik olasılık dağılımları incelenecektir. Gerçek hayatta birçok olayın dağılımı bu kısımda inceleyeceğimiz çeşitli olasılık.
Sürekli Olasılık Dağılımları
BENZETİM Prof.Dr.Berna Dengiz 9. Ders.
Mayıs 2012.
Büyük ve Küçük Örneklemlerden Kestirme
SÜREKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK YOĞUNLUK FONKSİYONLARI
OLASILIK ve KURAMSAL DAĞILIMLAR
KUYRUK TEORİSİ KUYRUK SİSTEMLERİ :
DÜNYADA NÜFUS ARTIŞI.
BENZETİM Prof.Dr.Berna Dengiz 5. Ders.
MATEMATİKSEL İSTATİSTİK VE OLASILIK II
VERİLMEYEN TOPLANANIN BULUNMASI
BENZETİM Prof.Dr.Berna Dengiz 2. Ders Sistemin Performans
TRAFİK SORUNU Çözüm.
BENZETİM Prof.Dr.Berna Dengiz 5. Ders.
Hafta 08: Binom Dağılımı (Yrd.Doç.Dr. Levent AKSOY)
BİYOİSTATİSTİK UYGULAMA II
Hafta 05: Olasılık Kuramı (Yrd.Doç.Dr. Levent AKSOY)
Hafta 06: Olasılık Kuramı (Yrd.Doç.Dr. Levent AKSOY)
-Demografik- Nüfus Analizi
SÜREKLİ ŞANS DEĞİŞKENLERİ
ANALİTİK KUYRUK MODELLERİ
Bekleme Sıralarını Yönetme
Yardımcı Tesis Doğru Çevreyi Yaratma.
GENELLEŞTİRİLMİŞ POISSON
Bölüm 8 – Hizmetlerde Arz (Kapasite) ve Talep Yönetimi
Bilişim Teknolojileri için İşletme İstatistiği
Olasılık dağılımları Normal dağılım
Olasılık Dağılımları ve Kuramsal Dağılışlar
Bölüm 07 Sürekli Olasılık Dağılımları
Kesikli ve Sürekli Dağılımlar
Güven Aralığı.
Bilişim Teknolojileri için İşletme İstatistiği Yrd. Doç. Dr. Halil İbrahim CEBECİ B.
Kuyruk Sistemlerinin Simülasyonu
ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
Operasyon Yönetim Bekleme Hattı Modelleri
BENZETİM 12. Ders Benzetimde cıktı Analizi Prof.Dr.Berna Dengiz
KUYRUK SİSTEMLERİNDE PERFORMANS öLÇüTLERi
ENM 316 Arena Uygulama Dersi 3
Tampon çözeltilerin pH larının hesaplanmasında ;
ÇIKTI ANALİZİ Çıktı analizi benzetimden üretilen verilerin analizidir. Çıktı analizinde amaç, bir sistemin performansını tahmin etmek ya da iki veya daha.
BENZETİM 2. Ders Prof.Dr.Berna Dengiz Sistemin Performans Ölçütleri
MONTE CARLO BENZETİMİ U(0,1) rassal değişkenler kullanılarak (zamanın önemli bir rolü olmadığı) stokastik ya da deterministik problemlerin çözümünde kullanılan.
BENZETİM DİLLERİNDE MODELLEME YAKLAŞIMLARI
ENM 316 Arena Uygulama Dersi 2
ENM 316 Arena Uygulama Dersi 2
Ö RNEK 1 Rasgele olarak seçilen 10 ailenin gelir ve tüketimleri 100 TL cinsinden aşağıdaki gibi verilmiştir: X ve Y ortak olasılık tablosunu düzenleyiniz.
5 Gamma Dağılımı Gamma dağılımının yoğunluk fonksiyonu şöyledir.
OLASILIK DAĞILIMLARI Bu kısımda teorik olasılık dağılımları incelenecektir. Gerçek hayatta birçok olayın dağılımı bu kısımda inceleyeceğimiz çeşitli olasılık.
ENM 316 Arena Uygulama Dersi 1
Kesikli Olay benzetimi Bileşenleri
6 MECHANICS OF MATERIALS KAYMA GERİLMESİ DAĞILIMI
Sunum transkripti:

M/M/1 Kuyruk Modeli : Varışlar arası zamanın ve servis zamanının üstel dağılıma sahip olduğu,bir servis olanağı olan FİFO kuyruk disiplininin kullanıldığı kuyruk modelidir. Kuyruk kapasitesi sonsuzdur. Bu modelin, sürekli zamanlı Markov Prosesinden elde edilen matematiksel modeller ile çözümü vardır. (Bu formüller, denge durumu için geçerlidir.) P0 : sistemde iş veya müşteri olmaması olasılığı P1 : sistemde 1 iş veya müşteri olma olasılığı Pn : sistemde n iş veya müşteri olma olasılığı

M/M/1 Kuyruk Modeli : Sistemdeki ortalama müşteri sayısı / birim zaman 26/(30-26) = 6.5 Sistemdeki ortalama müşteri sayısı / birim zaman Kuyruktaki ortalama müşteri sayıs / birim zaman (26*26)/30(30-26) = 5.6 Bir müşterinin sistemde ortalama bekleme zamanı 1/(30-26) = 0.25 Bir müşterinin kuyrukta ort. bekleme zamanı 26/30(30-26) = 0.2167

ρ = λ / µ = 26/30 = 0.86 Örnek 1: M/M/1 Parametre Değer Dakika Saniye   Dakika Saniye M/M/1 (Üssel servis zamanı) Ortalama doluluk .8667 Varış Oranı (lambda) 26 Ortalama kuyruktaki sayı (Lq) 5.6333 Hizmet Oranı (mu) 30 Ortalama sistemdeki sayı (L) 6.5 Hizmet birimi sayısı 1 Ortalama kuyruktaki zaman (Wq) .2167 13 780 Ortalama sistemdeki zaman (W) .25 15 900 ρ = λ / µ = 26/30 = 0.86

Örnek 2: M/D/1 Parametre Değer   Dakika Saniye M/D/1 (constant service times) Ortalama doluluk .8667 Arrival rate(lambda) 26 Ortalama kuyruktaki sayı (Lq) 2.8167 Service rate(mu) 30 Ortalama sistemdeki sayı (L) 3.6833 Number of servers 1 Ortalama kuyruktaki zaman (Wq) .1083 6.5 390 Ortalama sistemdeki zaman (W) .125 7.5 450

Bir sağlık ocağına aşı olmak üzere rassal olarak günde ortalama 210 çocuk getirilmektedir. Hizmet süresi değişken olup ortalama 1 dak. sürmektedir.Klinik günde 6 saat hizmet vermektedir. Kuyrukta ortalama ne kadar süre beklenecektir? Klinikte ortalama kaç cocuk olacaktır? Bekleme salonu kaç kişilik olmalıdır?

λ = 288 µ= (6*60) =360 çocuk Ortalama Bekleme zamanı= Wq = 288/ 360 (360-288) = 0.011 0.66 dak. Sistemdeki ort. Çocuk sayısı =L= 288/(360-288) = 4 çocuk Kuyruktaki ort. Çocuk sayısı = (288*288)/360(360-288) = 3.2 çocuk ve bekleme salonu 3 veya 4 kişilik olabilir.