Использование теории
систем массового обслуживания в информационной системе оптимизации процессов
логистики в автомобильном бизнесе.
Аксенов Константин Александрович,
кандидат технических
наук, заместитель декана по НИРС,
Попов Алексей Витальевич,
аспирант,
Уральский
Государственный Технический Университет – УПИ, Радиотехнический
институт – РТФ.
Природа материального потока такова, что на пути
к потребителю он проходит производственные, складские, транспортные звенья.
Организуют и направляют материальный поток разнообразные участники
логистического процесса. Использование различных методов оптимизации и решений
задач логистики позволяет сделать данные процессы более эффективными. В
производственных системах логистики, где необходима оптимизация всегда встречается
ситуация с наличием определенной очереди (это может быть очередь заказов
покупателей или очередь на определенное оборудование в производстве и т.д.). В
данной статье описывается, каким образом используется теория систем массового
обслуживания в информационной системе оптимизации процессов логистики,
описанной в (1).
Общее
описание систем массового обслуживания.
Системы массового обслуживания (СМО) - это такие
системы, в которые в случайные моменты времени поступают заявки на
обслуживание, при этом поступившие заявки обслуживаются с помощью имеющихся в
распоряжении системы каналов обслуживания.
С позиции моделирования процесса массового
обслуживания ситуации, когда образуются очереди заявок (требований) на
обслуживание, возникают следующим образом. Поступив в обслуживающую систему,
требование присоединяется к очереди других (ранее поступивших) требований.
Канал обслуживания выбирает требование из находящихся в очереди, с тем, чтобы
приступить к его обслуживанию. После завершения процедуры обслуживания
очередного требования канал обслуживания приступает к обслуживанию следующего
требования, если таковое имеется в блоке ожидания.
Цикл функционирования системы массового
обслуживания подобного рода повторяется многократно в течение всего периода
работы обслуживающей системы. При этом предполагается, что переход системы на
обслуживание очередного требования после завершения обслуживания предыдущего
требования происходит мгновенно в случайные моменты времени (2).
Более подробную информацию о СМО и их классификации
можно получить из специализированной литературы и учебников по теории СМО.
Применение системы
массового обслуживания для оптимизации процессов логистики в автомобильном
бизнесе.
В автомобильном бизнесе работа автосервиса может
быть классифицирована как многоканальная система массового обслуживания с
ожиданием (очередью), в которой заявка, поступившая в момент, когда все каналы
обслуживания (рабочие посты сервиса) заняты, становится в очередь и ждет, пока
не освободится один из каналов. Автосервис является системой с ограниченным
ожиданием, при этом очередь может ограничиваться как длиной очереди, так и
временем ожидания.
Задачи планирования логистики в автосервисе
сводятся к оптимальной (максимально возможной) загрузке рабочих постов
автосервиса (оптимальное использование оборудования), а также максимальной
скорости обслуживания клиента (увеличение интенсивности обслуживания) (3).
В процессе моделирования работы сервиса (1) для расчета показателей работы автосервиса
используются следующие характеристики СМО: l – интенсивность поступления
заявок в систему и m – интенсивность обслуживания. Некоторые
примеры показателей работы автосервиса:
·
вероятность
отказа в обслуживании заявки
·
относительная
пропускная способность системы
·
абсолютная
пропускная способность
·
среднее
число находящихся в системе заявок
·
среднее
время пребывания заявки в системе
·
средняя
продолжительность пребывания клиента (заявки) в очереди
·
среднее
число заявок (клиентов) в очереди (длина очереди)
Рассмотрение автосервиса в качестве СМО
позволило использовать показатели работы автосервиса в качестве критериев к
целевым функциям агентов модели. Полученные данные показателей (в качестве результата
моделирования) позволили более точно составлять прогнозы и планы на будущие
периоды работы сервиса. А использование данных показателей в качестве критериев
работы агентов модели позволили анализировать последствия изменения стратегии
работы автосервиса (например, при изменении стратегии с «минимальное среднее время
обслуживания» на «минимальное среднее число заявок в очереди»).
Полученные результаты представлены на Рисунках 1
и 2.
Рисунок 1.
Среднее число заявок в день в системе.
Как видно из графиков, благодаря использованию
информационной системы планирования и оптимизации процессов логистики на
практике удалось достигнуть увеличения среднего числа заявок в системе с
одновременным уменьшением среднего времени пребывания заявки в системе (за счет
уменьшения простоев и оптимизации именно внутренних процессов), что в свою
очередь положительно повлияло на общую пропускную способность сервиса.
Рисунок 2.
Среднее время пребывания заявки в системе.
Заключение.
В подавляющем большинстве случаев на практике
системы массового обслуживания являются многоканальными, и, следовательно, модели
с n обслуживающими каналами представляют
несомненный интерес. В данной работе на примере автосервиса было показано,
каким образом теоретические исследования могут быть использованы на практике.
Использование теории систем массового обслуживания
совместно с системами моделирования открывает новые возможности анализа
информации и построения более точных моделей, наиболее адекватно описывающих
реальные объекты окружающего мира.
Литература.
1. Использование гибридной моделей для решения
задач логистики в автомобильном бизнесе. Попов А.В., Аксенов К.А. Курск : б.н.,
2.
Исследование операций. http://vvo.psati.ru/.
[В Интернете] Поволжская Государственная Академия Телекоммуникаций и
Информатики.
3. Использование мультиагентных систем (МАС)
для решения задач логистики. Попов
А.В., Аксенов К.А., Доросинский Л.Г.
Поступила
в редакцию 11 февраля