390 likes | 637 Views
Warteschlangen Modelle. Marie-Therese Stumberger Bettina Totz. Dynamik von Warteschlangen Eins der besten Beispiele: Disney World Konstruktion, Kapazitäts- und Layoutplanung, Verwaltung des Inventars, Zeitablaufplanung (scheduling). Warum sich Warteschlangen bilden. Warten auf Bedienung
E N D
Warteschlangen Modelle Marie-Therese Stumberger Bettina Totz
Dynamik von Warteschlangen • Eins der besten Beispiele: Disney World • Konstruktion, Kapazitäts- und Layoutplanung, Verwaltung des Inventars, Zeitablaufplanung (scheduling)
Warum sich Warteschlangen bilden • Warten auf Bedienung • Menschen, Maschinen, Verkaufsaufträge • Momentane Unausgeglichenheit zwischen Nachfrage und Kapazität
Beispiel (Bank) • 15 Kunden kommen in einer Stunde an • 20 Kunden können bedient werden • Mittlere Bedienrate > mittlere Ankunftsrate => trotzdem Warteschlange
Struktur von Warteschlangen-Problemen • Input – Customer Population • Warteschlange von Kunden • Bedieneinrichtung • Prioritätsregel
Customer population Bediensystem Warteschlange Bediente Kunden Bedien-einrichtung Prioritäts-regel
Customer Population • Quelle für den Input des Bediensystems • Endliche Inputquelle • Unendliche Inputquelle • Geduldige/ungeduldige Kunden
Bedieneinrichtungen Bedieneinrichtungen Einzelne Schlange Mehrere Schlangen Das Bediensystem • Anzahl der Bedienungskanäle
Ausstattung der Bedieneinrichtung • Personal, Betriebsmittel • Optimale Ausstattung Abhängig von Kundenanzahl und der Art der angebotenen Leistung • Einzelner oder mehrere Arbeitsschritte
Prioritätsregel • FCFS – First come, first serve • SPT – shortest expected processing time • EDD – earliest promised due date • Prä-emptiv
Verwendung von Warteschlangen-Modellen zur Analyse von Arbeitsabläufen (operations) • Vorteile der Effizienzsteigerung vs. dadurch entstehende Kosten • Kosten durch das Nichtverbessern
Betriebseigenschaften des Systems • Schlangenlänge • Anzahl der Kunden im System • Wartezeit • Gesamte Zeit im System • Nutzung der Bedieneinrichtung
Wahrscheinlichkeits-verteilungen • Ankunftszeiten folgen oft einer Poissonverteilung: • Erwartungswert u. Varianz sind λT für n=0,1,2,…
Beispiel (Kundenbüro) • Wie groß ist die Ws., dass in der nächsten Stunde 4 Kunden kommen? • Ankunftsrate: λ=2 • Zeitperiode: T=1 • Anzahl der Kunden: n=4
Ankunftszeiten – Poissonprozess => Zwischenankunftszeiten exponentialverteilt
Bedienzeiten oft exponentialverteilt • Mittlere Bedienzeit: • Varianz:
λ=2 λ=1 λ=0,5 Dichtefunktion der Exponentialverteilung λ=2 λ=1 λ=0,5 Verteilungsfunktion der Exponentialverteilung
Beispiel (Kundenbüro) • Wie groß ist die Ws., dass ein Kunde weniger als 10 min Bedienzeit hat? • Bedienrate: μ=3 • Zeitperiode: T=1/6
Gedächtnislosigkeit • A/B/s • M/M/s (memoryless)
Single-Server Model (M/M/1) • Customer Population unendlich Kunden geduldig • Ankunft poissonverteilt • Bedienzeiten exponentialverteilt • FCFS • Warteschlange unbeschränkt
Operative Eigenschaften Auslastung des Systems Ws., dass n Kunden im System sind ( ) mittlere Anzahl an Kunden im System mittlere Anzahl an Kunden in der Warteschlange mittlere Zeit im System mittlere Wartezeit
Beispiel (Supermarkt) • Eigene Kassa für Senioren • 30 Kunden/Stunde bezahlen • 35 Kunden bedienen
Der Kassier ist 85,7% seiner Zeit beschäftigt. Im Schnitt sind 6 Senioren im System. Im Mittel warten 5,14 Kunden auf ihre Bedienung. Im Schnitt verbringen die Kunden 12 Minuten im System. Die mittlere Wartezeit beträgt gute 10 Minuten.
Welche Bedienrate wäre notwendig, so dass die Kunden nur 8 min im System sind?
Wie hoch ist dann die Ws., dass mehr als 4 Kunden im System sind? mit
Welche Bedienrate wäre notwendig, so dass diese Ws. Nur 10% beträgt?
Multiple-Server Model (M/M/s) • Wählen einen der Bedienungskanäle, wenn einer frei ist • Ein Arbeitsschritt • Gleiche Annahmen wie bei M/M/1 • Zusätzlich: Bedienungskanäle identisch
Operative Eigenschaften Auslastung des Systems Ws., dass kein Kunde im System ist für Wahrscheinlichkeit, dass n Kunden im System sind für
mittlere Anzahl an Kunden in der Warteschlange mittlere Wartezeit mittlere Zeit im System mittlere Anzahl an Kunden im System
Beispiel (Verladestation) • 4 Ablade-Stationen • Pro Station ein Arbeitsteam - $30/h • Verlust - $50/h • 3 LKWs pro Stunde • Team benötigt 1 Stunde fürs Ausladen
Finite-Source Model • Gleiche Annahmen wie Single-Server außer: Customer Population endlich (N)
Operative Eigenschaften Ws., dass kein Kunde im System ist Auslastung des Systems mittlere Anzahl an Kunden in der Warteschlange mittlere Anzahl an Kunden im System mittlere Wartezeit mittlere Zeit im System
Beispiel (Roboter) • 10 Roboter in Betrieb • Zeit zwischen Ausfälle: 200 Stunden • Pro Stunde Ausfall Kosten von $30 • 10 Stunden für Reparatur • Arbeiter bekommt $10/h
Wie hoch sind nun die täglichen Kosten für den Arbeiter und der ausgefallenen Maschinen? Ausfälle pro Stunde Roboter werden pro Stunde bedient oder 46,2%
Roboter in der Warteschlange Roboter im System Stunden Wartezeit Stunden im System
Entscheidungsbereich des Managements • Ankunftsrate • Anzahl der Bedienungseinrichtungen • Anzahl der Arbeitsschritte • Anzahl der Bediener pro Bedieneinrichtung • Effizienz der Bediener • Prioritätsregel • Anzahl der Warteschlangen