ΕΝΑ ΜΟΝΤΕΛΟ ΟΥΡΑΣ ΜΕ START-UP/CLOSE DOWN ΕΞΥΠΗΡΕΤΗΣΕΙΣ ΚΑΙ ΕΠΑΝΑΛΑΜΒΑΝΟΜΕΝΕΣ ΑΦΙΞΕΙΣ ΠΕΛΑΤΩΝ

Σχετικά έγγραφα
ΕΝΑ ΣΥΣΤΗΜΑ ΟΥΡΑΣ ΕΠΑΝΑΛΑΜΒΑΝΟΜΕΝΩΝ ΑΦΙΞΕΩΝ ΜΕ ΤΡΕΙΣ ΦΑΣΕΙΣ ΕΞΥΠΗΡΕΤΗΣΗΣ ΚΑΙ ΔΙΑΚΟΠΕΣ

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Διαδικασίες Markov Υπενθύμιση

THE M/G/1 FEEDBACK RETRIAL QUEUE WITH TWO TYPES OF CUSTOMERS. Yong Wan Lee

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

P (M = n T = t)µe µt dt. λ+µ

DEPARTMENT OF STATISTICS

Markov. Γ. Κορίλη, Αλυσίδες. Αλυσίδες Markov

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

Ανάλυση Απόδοσης Πληροφοριακών Συστημάτων

Εργαστηριακή Άσκηση Το σύστημα αναμονής M/G/1

Ονοματεπώνυμο: Ερώτημα: Σύνολο Μονάδες: Βαθμός:

ΣΤΟΧΑΣΤΙΚΕΣ ΔΙΕΡΓΑΣΙΕΣ & ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

Μοντέλα Αναμονής σε Δίκτυα Επικοινωνιών. Ανάλυση Ουρών. Λάζαρος Μεράκος Τμήμα Πληροφορικής &Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών

Μοντέλα Συστημάτων Αναμονής σε Δίκτυα Επικοινωνιών

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Birth-Death, Ουρές Markov:

Συστήματα Αναμονής. Ενότητα 10: Ουρά Μ/Μ/s. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

Καθ. Γιάννης Γαροφαλάκης. ΜΔΕ Επιστήμης και Τεχνολογίας Υπολογιστών Τμήμα Μηχανικών Η/Υ & Πληροφορικής

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΘΕΩΡΙΑ ΟΥΡΩΝ

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα 2: Θεμελιώδεις σχέσεις

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εκθετική Κατανομή, Στοχαστικές Ανελίξεις Διαδικασίες Απαρίθμησης, Κατανομή Poisson

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Γεννήσεων - Θανάτων Εξισώσεις Ισορροπίας - Ουρές Μ/Μ/1, M/M/1/N Προσομοίωση Ουράς Μ/Μ/1/Ν


ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

Συστήματα Αναμονής. Ενότητα 6: Θεωρία Ουρών. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

Συστήματα Αναμονής. Ενότητα 9: Ανέλιξη Γέννησης - Θανάτου. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή


Συστήματα αναμονής με επαναλαμβανόμενες αφίξεις πελατών: Ανασκόπιση και μια εφαρμογή ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ. Έλλη-Άρτεμις Γ.

Ηρώων Πολυτεχνείου 9, Ζωγράφου, Αθήνα, Τηλ: , Fax: URL

X = συνεχης. Είναι εμφανές ότι αναγκαία προϋπόθεση για την ύπαρξη της ροπογεννήτριας

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή (2/2) Επισκόπηση Γνώσεων Πιθανοτήτων (1/2)

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Συστημάτων Αναμονής Τύπος Little. Β. Μάγκλαρης, Σ. Παπαβασιλείου

ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ Ι ΜΕΡΟΣ Α (Σ. ΧΑΤΖΗΣΠΥΡΟΣ) . Δείξτε ότι η στατιστική συνάρτηση T = X( n)

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων (2/2) Διαδικασία Γεννήσεων Θανάτων Η Ουρά Μ/Μ/1

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Μοντέλα Ουρών Markov και Εφαρμογές:

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Συστήματα Αναμονής. Ενότητα 7: Ουρά Μ/Μ/1. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

Ένα µοντέλο Ισοδύναµης Χωρητικότητας για IEEE Ασύρµατα Δίκτυα. Εµµανουήλ Καφετζάκης

Δίκτυα Τηλεπικοινωνιών. και Μετάδοσης

ΠΑΝΕΠΙΣΤΗΜ ΙΟ ΙΩΑΝΝΙΝΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ Δ ΙΔΑ Κ Τ Ο Ρ ΙΚ Η Δ ΙΑ Τ ΡΙΒ Η. ΙΩΑΝΝΗΣ X. ΔΗ Μ Η ΤΡΙΟ Τ Μαθηματικός

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Συστημάτων Αναμονής Τύπος Little

Εξίσωση Laplace Θεωρήματα Μοναδικότητας

A man should look for what is, and not for what he thinks should be. Albert Einstein

Queueing Theory I. Summary. Little s Law Queueing System Notation Stationary Analysis of Elementary Queueing Systems. M/M/1 M/M/m M/M/1/K

ιωνυµική Κατανοµή(Binomial)

Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ. M. Kούτρας

Ορισµός. (neighboring) καταστάσεων. ηλαδή στην περίπτωση αλυσίδας Markov. 1.2 ιαµόρφωση µοντέλου

Ανάλυση υναµικής ιεργασιών

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 3: Μοντέλα Θεωρίας Αναμονής

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Χρησιμοποιείται για να δηλώσουμε τους διάφορους τύπους ουρών. A/B/C. Κατανομή εξυπηρετήσεων

Θεωρία Τηλεπικοινωνιακής Κίνησης

pdf: X U(a, b) 0, x < a 1 b a, a x b 0, x > b

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΑΠΑΝΤΗΣΕΙΣ ΘΕΜΑΤΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΤΕΥΘΥΝΣΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ(ΟΜΑΔΑΣ Β )

Δίκτυα Κινητών και Προσωπικών Επικοινωνιών

Ο Π Ε Υ Ελάχιστα γραμμών Ο *maximin (A) Π Ε Υ * minimax (B)

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 1

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

ΛΕΙΤΟΥΡΓΙΚΑ ΣΥΣΤΗΜΑΤΑ. Χρονοπρογραμματισμός Εργαστηριακές Ασκήσεις

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

2

Κεφάλαιο 6: Προσομοίωση ενός συστήματος αναμονής


ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Αναλυτικών Τεχνικών Θεωρίας Πιθανοτήτων για Εφαρμογή σε Ουρές Αναμονής M/G/1

H επίδραση των ουρών στην κίνηση ενός δικτύου

Επισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ. M. Kούτρας

Η ιδιότητα της μη-ευαισθησίας σε ουρές με ομαδικές αφίξεις και μελέτη μοντέλων γεωμετρικών εγκαταλείψεων σε ουρές με απουσίες του υπηρέτη

Μαρκοβιανές Αλυσίδες

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

ΗΡΑΚΛΕΙΤΟΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΜΕΣΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΗΡΑΚΛΕΙΤΟΣ ΠΑΝΕΛΛΗΝΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ (ΟΜΑΔΑ Β') ΔΕΥΤΕΡΑ 28 ΜΑΪΟΥ 2012

Ενότητα 8: Συναρτησιακά καμπύλων οι οποίες υπόκεινται σε δεσμούς. Νίκος Καραμπετάκης Τμήμα Μαθηματικών

Δυναμική Μηχανών I. Διάλεξη 8. Χειμερινό Εξάμηνο 2013 Τμήμα Μηχανολόγων Μηχ., ΕΜΠ

Στοχαστικές Μέθοδοι στην Επιχειρησιακή Έρευνα Ι. Λύσεις Ασκήσεων

Φίλη μαθήτρια, φίλε μαθητή,

3. Κατανομές πιθανότητας

1 + ρ ρ ρ3. iπ i = Q = λ λ i=0. n=0 tn. n! Qn, t 0

ΤΟ ΟΜΟΓΕΝΕΣ MΑΡΚΟΒΙΑΝΟ ΣΥΣΤΗΜΑ ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ ΜΕ ΠΕΠΕΡΑΣΜΕΝΗ ΧΩΡΗΤΙΚΟΤΗΤΑ ΣΕ ΜΙΑ ΚΑΤΑΣΤΑΣΗ

Θεωρητικές Κατανομές Πιθανότητας

I/O: Λίγη θεωρία ουρών, RAID

Νικος Χαλιδιας Μαθηματικό Τμήμα κατεύθυνση Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών Πανεπιστημιο Αιγαιου

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΕΙΡΕΣ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ

E[X n+1 ] = c 6 z z 2. P X (z) =

Κατανομή συνάρτησης τυχαίας μεταβλητής Y=g(X) Πιθανότητες & Στατιστική 2017 Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Παν. Ιωαννίνων Δ13 ( 1 )

E [X ν ] = E [X (X 1) (X ν + 1)]

ΑΠΑΝΤΗΣΕΙΣ ΣΤΑ ΘΕΜΑΤΑ ΤΩΝ ΕΞΕΤΑΣΕΩΝ ΤΗΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΘΕΤΙΚΩΝ ΣΠΟΥΔΩΝ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ

Ανάλυση Ηλεκτρικών Κυκλωμάτων

Δυναμική Μηχανών I. Επίλυση Προβλημάτων Αρχικών Συνθηκών σε Συνήθεις. Διαφορικές Εξισώσεις με Σταθερούς Συντελεστές

Περιεχόμενα. 1. Ειδικές συναρτήσεις. 2. Μιγαδικές Συναρτήσεις. 3. Η Έννοια του Τελεστή. Κεφάλαιο - Ενότητα

Transcript:

Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 0 ου Πανελληνίου Συνεδρίου Στατιστικής (007, σελ 55-6 ΕΝΑ ΜΟΝΤΕΛΟ ΟΥΡΑΣ ΜΕ START-UP/CLOSE DOWN ΕΞΥΠΗΡΕΤΗΣΕΙΣ ΚΑΙ ΕΠΑΝΑΛΑΜΒΑΝΟΜΕΝΕΣ ΑΦΙΞΕΙΣ ΠΕΛΑΤΩΝ Ιωάννης Δημητρίου και Χρήστος Λάγκαρης Τμήμα Μαθηματικών, Πανεπιστήμιο Ιωαννίνων Τομέας Πιθανοτήτων, Στατιστικής και Επιχειρησιακής Έρευνας dimitriougiannis@yahoo.gr clagar@cc.uoi.gr ΠΕΡΙΛΗΨΗ Θεωρού ένα σύστημα εξυπηρέτησης Poisson αφίξεις και χρόνους εξυπηρέτησης, διακοπές, start-up και close down χρόνους να ακολουθούν γενική κατανομή. Στο μοντέλο καταφθάνουν δυο κατηγορίες πελατών την μια να έχει προτεραιότητα έναντι της άλλης. Οι πελάτες της μικρότερης προτεραιότητας συμπεριφέρονται ως πελάτες επαναλαμβανόνες αφίξεις. Κάθε φορά που ο υπάλληλος ελευθερώνεται, εγκαταλείπει το σύστημα για τυχαίο χρονικό διάστημα. Για ένα τέτοιο σύστημα βρίσκονται η συνθήκη στατιστικής ισορροπίας, οι πιθανότητες των καταστάσεων και οι μέσοι αριθμοί πελατών.. ΕΙΣΑΓΩΓΗ Μοντέλα ουρών περιόδους διακοπών και start-up/close-down χρόνους (χρόνοι προθέρμανσης/αποφόρτισης έχουν αποδειχθεί χρήσιμα στην μοντελοποίηση συστημάτων των οποίων ο μηχανολογικός εξοπλισμός χρειάζεται ένα χρόνο προετοιμασίας πριν από την χρήση του και ένα χρόνο αποφόρτισης τά την χρήση του. Εφαρμογές τέτοιων μοντέλων σε τοπικά δίκτυα (LAN περιγράφονται στις [], []. Στα παραπάνω μοντέλα, όλοι οι πελάτες που καταφθάνουν στο σύστημα, τοποθετούνται στην ουρά και περιμένουν να εξυπηρετηθούν. Είναι εύκολα αντιληπτό ότι στην πραγματικότητα υπάρχουν πελάτες που όταν φτάνουν στο σύστημα και βρουν απασχολημένο τον υπάλληλο αναχωρούν και επαναλαμβάνουν την άφιξη τους αργότερα. Για παράδειγμα ας θεωρήσου ένα διαγνωστικό κέντρο στο οποίο λειτουργεί ένας μαγνητικός τομογράφος, που χρειάζεται ένα χρόνο ζεστάματος πριν από την χρήση του και ένα χρόνο αποφόρτισης όταν δεν υπάρχουν ασθενείς στον χώρο αναμονής. Ένα τέτοιο κέντρο όμως, δέχεται και τηλεφωνικές κλήσεις από ασθενείς που ζητούν τον ιατρό για να συζητήσουν τα αποτελέσματα των εξετάσεων τους. Μοντέλα επαναλαμβανόνες αφίξεις πελατών (retrial queues χρησιμοποιούνται ευρέως στη μοντελοποίηση τηλεπικοινωνιακών συστημάτων και μια πλήρη ανασκόπηση αυτών δίνεται στις [3], [4], [5]. Στην εν λόγω εργασία το χαρακτηριστικό των επαναλαμβανόνων αφίξεων (retrials και το χαρακτηριστικό - 55 -

των διακοπών start-up/close-down χρόνους εμφανίζεται για πρώτη φορά στην βιβλιογραφία. Η παρούσα εργασία οργανώνεται ως εξής. Στην παράγραφο δίνεται μια πλήρη περιγραφή του συστήματος ενώ στην 3 δίνονται κάποια σημαντικά αποτελέσματα για την τέπειτα ανάλυση. Στη παράγραφο 4, ερευνάται η συνθήκη στατιστικής ισορροπίας την βοήθεια της οποίας λετά το σύστημα στην παράγραφο 5. Τέλος στην παράγραφο 6 δίνονται ορισμένα χαρακτηριστικά γέθη του συστήματος.. ΠΕΡΙΓΡΑΦΗ ΤΟΥ ΜΟΝΤΕΛΟΥ Θεωρού ένα σύστημα το οποίο δέχεται δυο κατηγορίες πελατών. Οι P πελάτες φτάνουν σύμφωνα την κατανομή Poisson παραμέτρου λ και τοποθετούνται σε μια ουρά περιμένοντας να εξυπηρετηθούν. Οι P πελάτες (retrial φτάνουν σύμφωνα την Poisson παραμέτρου λ και αν βρουν μη διαθέσιμο τον υπάλληλο αναχωρούν προσωρινά από το σύστημα επαναλαμβάνοντας την άφιξη τους τά από εκθετικό χρόνο παραμέτρου α. Για να ξεκινήσει να εξυπηρετεί ο υπάλληλος έναν P πελάτη ή κάποιον P πελάτη, που τον βρήκε διαθέσιμο πρέπει πρώτα να ενεργοποιήσει έναν start-up χρόνο Si, i =, (διαφορετικό για κάθε κατηγορία Pi, i=, που ακολουθεί γενική S x, συνάρτηση κατανομή αθροιστική συνάρτηση κατανομής (α.σ.κ. i ( πυκνότητας πιθανότητας (σ.π.π i ( i s x και πεπερασμένη μέση τιμή s, i=,. Μόλις ο υπάλληλος εξυπηρετήσει όλους τους πελάτες που περίναν στην ουρά και στον χώρο εξυπηρέτησης, ενεργοποιεί μια close-down περίοδο που ακολουθεί γενική c x, και πεπερασμένη μέση τιμή c. Κατά τη κατανομή α.σ.κ C( x, σ.π.π. ( διάρκεια της παραπάνω περιόδου, πελάτες από το retrial box (κουτί των επαναλαμβανόνων αφίξεων δεν έχουν πρόσβαση στον υπάλληλο, ενώ αν κάποιος P πελάτης φτάσει στο σύστημα την εν λόγω χρονική περίοδο θέτει τον υπάλληλο σε κατάσταση λειτουργίας, αφού πρώτα θα ενεργοποιήσει ένα νέο special start-up χρόνο S ( S ( x, s ( x, s 3. 3 3 3 Όταν μια close-down περίοδος ολοκληρωθεί επιτυχώς ο υπάλληλός αναχωρεί για διακοπές V που ακολουθούν γενική κατανομή ( V( x, v( x, v. Επιστρέφοντας ο υπάλληλος από τις διακοπές αν βρει πελάτες να περιμένουν στην ουρά, ενεργοποιεί έναν start-up χρόνο κ.ο.κ.. Αν δεν βρει πελάτες στην ουρά παραμένει άεργος περιμένοντας την πρώτη άφιξη που θα ζητήσει εξυπηρέτηση (είτε από έξω, είτε από το retrial box. Οι P πελάτες έχουν ένα είδος προτεραιότητας έναντι των P πελατών την έννοια ότι αν κάποιος P πελάτης φτάσει κατά την διάρκεια του start-up ενός P πελάτη τότε τον διακόπτει και ένας χρόνος S ακολουθούνος από έναν χρόνο συνεχούς απασχόλησης P πελατών και μιας close-down περιόδου αρχίζει. Ο διακοπτόνος πελάτης δεν επιστρέφει στο retrial box αλλά ξαναρχίζει το start-up - 56 -

του από την αρχή όταν η παραπάνω close-down περίοδος τερματιστεί επιτυχώς. Αντιθέτως η έλευση ενός P πελάτη κατά την διάρκεια της εξυπηρέτησης ενός P πελάτη δεν τον επηρεάζει. Οι εξυπηρετήσεις των πελατών και των δυο κατηγοριών ακολουθούν γενική κατανομή ( Bi( x, bi( x, bi, i =, ενώ όλες οι προαναφερθείσες τυχαίες ταβλητές (τ.μ. είναι ανεξάρτητες. 3. ΑΡΧΙΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ Στην παρούσα παράγραφο θα δοθούν ορισμένα αποτελέσματα, που μας βοηθούν στην απόδειξη βασικών θεωρημάτων που χρησιμοποιούνται στη συνέχεια. Για την πλήρη απόδειξη αυτών βλέπε [6]. Τα παρακάτω αποτελούν Laplace τασχηματισμούς των πιθανογεννητριών που αντιστοιχούν στον αριθμό των πελατών του retrial bοx σε διάφορες χρονικές περιόδους. Για τη χρονική περίοδο από την στιγμή που ξεκινάνε οι διακοπές του υπαλλήλου μέχρι αυτός να ίνει άεργος για πρώτη φορά έχου, esxsz (, (,, z q (, s z = r (, s z d q z z v b = P ρv = (0, = ρ /( λ dz Για τη χρονική περίοδο από τη στιγμή που ένας πελάτης βρει διαθέσιμο τον υπάλληλο μέχρι τη στιγμή που αυτός αναχωρεί για διακοπές έχου, Lsxsz (, (,, z r(, sz w (, s z = Ksxsz (, (,, z r( sz, d w z ρc b z= ρc = (0, = /( λ dz Για τη χρονική περίοδο από τη στιγμή που ένας P πελάτης βρει διαθέσιμο τον υπάλληλο μέχρι τη στιγμή που αυτός μένει άεργος για πρώτη φορά (γενικευμένος χρόνος συμπλήρωσης απασχόλησης πελάτη έχου, P = w s z q s z w (, s z (, (, d w z z v c b = ρw = (0, = ( ρ + ρ /( λ dz - 57 -

Τέλος για τη χρονική περίοδο από τη στιγμή που ένας P πελάτης βρει άεργο τον υπάλληλο μέχρι τη στιγμή που αυτός μένει πάλι άεργος για πρώτη φορά (γενικευμένη περίοδος συνεχούς απασχόλησης πελατών έχου, P d sz xsz s asxsz z r sz q sz (, = (, ( (, (,, (, (, d d z z d b = ρd = (0, = ρ /( λ dz όπου όλες οι ποσότητες που παρουσιάζονται παραπάνω είναι κατάλληλα ορισμένες. Επιπλέον ορίζου, ρ = λb + ρc + ρv 4. ΣΥΝΘΗΚΗ ΣΤΑΤΙΣΤΙΚΗΣ ΙΣΟΡΡΟΠΙΑΣ Η συνθήκη στατιστικής ισορροπίας μας εξασφαλίζει την ύπαρξη των οριακών πιθανοτήτων της στοχαστικής διαδικασίας που περιγράφει το σύστημα μας. Για την εύρεση της εν λόγω συνθήκης θα χρησιμοποιήσου την θεωρία των Markov Renewal (Μαρκοβιανή Ανανεωτική Διαδικασία και semi-regenerative διαδικασιών (Ημιαναγεννητική Διαδικασία. Έστω οι τ.μ. Ni (, t i =, που παριστούν τον αριθμό των P i πελατών στο σύστημα τη χρονική στιγμή (χ.σ. t και έστω, bi αν εξυπηρετείται ο Pi πελάτης την χ.σ. t, i=, si αν γίνεται start-up στον Pi πελάτη την χ.σ. t, i=, s3 αν γίνεται special start-up στον P πελάτη την χ.σ. t ξt = c αν ο υπάλληλος είναι σε close-down την χ.σ. t v αν ο υπάλληλος είναι σε διακοπές την χ.σ. t id αν ο υπάλληλος είναι άεργος την χ.σ. t Οι τιμές της N ( t σε χ.σ. είτε τέλους μιας γενικευμένης περιόδου συνεχούς απασχόλησης P πελατών είτε τέλους ενός γενικευμένου χρόνου συμπλήρωσης εξυπηρέτησης ενός P πελάτη αποτελούν μια απεριοδική μη διαχωρίσιμη Μαρκοβιανή αλυσίδα. Τότε τη βοήθεια του κριτηρίου του Pakes αποδεικνύεται εύκολα (βλέπε [6] ότι η εν λόγω Μαρκοβιανή αλυσίδα είναι θετικώς επαναληπτική αν ρ <. Επομένως οι οριακές της πιθανότητες υπάρχουν και ορίζουν κατανομή. Επιπλέον η στοχαστική διαδικασία Z = { N(, t N(, t ξt} που περιγράφει το σύστημα μας είναι μια semi-regenerative υπεισερχόνη Markov renewal διαδικασία την Μαρκοβιανή αλυσίδα που ορίσα παραπάνω. Τότε αποδεικνύεται - 58 -

(βλέπε [6] ότι η στοχαστική διαδικασία Z είναι ευσταθής (δηλαδή οι οριακές της πιθανότητες υπάρχουν και ορίζουν κατανομή αν-ν ρ <. 5. ΒΑΣΙΚΗ ΑΝΑΛΥΣΗ Ας υποθέσου ότι ρ <. Ορίζου, αν υπάρχει διακοπτόνος P πελάτης που περιμένει την χ.σ. t ut = 0 αν δεν υπάρχει διακοπτόνος P πελάτης να περιμένει την χ.σ. t Έστω επίσης X ( t, το κομμάτι του χρόνου που έχει ήδη παρέλθει για οποιαδήποτε τ.μ. X. Ορίζου, ( bk p ( x, t dx = P[ N ( t = i, N ( t = j, ξ = b, x < Bk ( t x+ dx], k =, t k ( sk ξt k ( c ξt ( v (, = [ ( = ξt ( id j ( = [ ( = 0, ( =, ξt = ] p ( x, t dx = P[ N ( t = i, N ( t = j, = s, x < S k ( t x+ dx], k =,,3 p ( x, t dx = P[ N ( t = i, N ( t = j, = c, x < C( t x+ dx] p x t dx P N t i, N ( t = j, = v, x < V( t x+ dx] q t P N t N t j id και ( ξt p ( xt, οι αντίστοιχες ποσότητες όταν u t = ενώ ( ξt p ( x Επιπλέον όταν p ( x = lim p ( x, t, ξ = b, s, c, v, i=,,3 ( ξt ( ξt t t i i q = lim q ( t ( id ( id j t j u =. t ( ξt ( ξt i j = ξt = i i i= 0 j= 0 P ( z, z, x p ( x z z, b, s, c, v, i=,,3 ( id j ( = j ( j= 0 Q z q t z ( ξt P ( z, z, x στην περίπτωση που u =. t Χρησιμοποιώντας τη μέθοδο της συμπληρωματικής ταβλητής, συνδέοντας τις χρονικές στιγμές t και t+ dt, και σχηματίζοντας τους Laplace τασχηματισμούς (L.T. των πιθανογεννητριών που αντιστοιχούν στον αριθμό των πελατών των ουρών καταλήγου τά από αρκετές πράξεις ([6] αφού πρώτα θέσου t στην εξής βασική διαφορική εξίσωση. - 59 -

d az ( D(0, z Q( z + F(0, z Q( z = 0 dz όπου D, F κατάλληλα ορισμένες συναρτήσεις ενώ Q είναι ο L.Τ. (στο σηίο s = 0 της πιθανογεννήτριας που αντιστοιχεί στον αριθμό των πελατών του retrial box όταν ο υπάλληλος είναι άεργος. Αποδεικνύεται (βλέπε [6] ότι όλοι οι υπόλοιποι L.Τ. των πιθανογεννητριών του αριθμού των πελατών των ουρών γράφονται συναρτήσει του Q και επομένως επιλύοντας την παραπάνω εξίσωση βρίσκου τα πάντα σχετικά μ αυτό. Το παρακάτω γενικό θεώρημα (βλέπε [7] αποτελεί γενίκευση του κριτηρίου του Takacs και μας δίνει απαντήσεις σχετικά την επίλυση της παραπάνω διαφορικής εξίσωσης. Θεώρημα Για ( i Re( s > 0, w, ( ii Re( s 0, w <, ( iii Re( s > 0, w < και ρ = λb + ρ + ρ >, η εξίσωση c v z wd(, s z = 0 Έχει μοναδική ρίζα z = ϕ(, s w για z <. Ειδικότερα για s= 0, w= η ϕ (0, είναι η μικρότερη θετική πραγματική ρίζα ϕ (0, < αν ρ > και ϕ (0, = αν ρ <. Εύκολα μπορεί να παρατηρήσει κανείς ότι D(0, z = w (0, z, δηλαδή ότι η D(0, z είναι L.Τ. και επομένως ικανοποιούνται οι υποθέσεις του παραπάνω θεωρήματος. Επιπλέον χρήση του παραπάνω θεωρήματος είναι αντιληπτό ότι η βασική μας διαφορική εξίσωση επιλύεται όταν ρ < εντός του μοναδιαίου κύκλου. Τότε για z <, όπου λ = α z Gu ( Q ( z Q (exp{ du} w (0, u u Gz ( λ = λ + λ λd z + λw z = (0, (0, λ Επομένως αντικαθιστώντας την Q, οι L.Τ. των πιθανογεννητριών που αντιστοιχούν στον αριθμό των πελατών των ουρών είναι γνωστοί ενώ θέτοντας σ αυτές z =, z = και ζητώντας η ολική πιθανότητα να αθροίζει στην μονάδα έχου, - 60 -

Q ( = ρ λ λb + ρd λ 6. ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΣΥΣΤΗΜΑΤΟΣ Στην παρούσα παράγραφο θα παρουσιάσου ορισμένα βασικά χαρακτηριστικά του συστήματος. Θέτοντας z =, z = στους L.Τ. που ορίσα παραπάνω μπορού εύκολα να βρού τις πιθανότητες των καταστάσεων του υπαλλήλου: ρ = = Q P(ο υπάλληλος άεργος ( λ λb + ρ d λ P(ο υπάλληλος εξυπηρετεί έναν P πελάτη = λb P(ο υπάλληλος εξυπηρετεί έναν P πελάτη = λ b P(ο υπάλληλος σε start-up ενός P λ + λq ( P(ο υπάλληλος σε διακοπές = v v ( λ λ πελάτη = s( λ λ s ( λ c ( λ λ ( s ( λ λ + λ Q ( P(ο υπάλληλος σε close-down = [ + ] λ λ λ λ c ( s( v ( P(ο υπάλληλος σε special start-up = λ s 3P(ο υπάλληλος σε close-down Q ( ( s( P(ο υπάλληλος σε start-up P πελάτη s[ λ + λ b( λ = λ λ + λ ] v ( λ s ( λ Επιπλέον παραγωγίζοντας τους L.Τ. ως προς z και θέτοντας z =, z = παίρνου τον μέσο αριθμό πελατών στην κανονική ουρά ενώ παραγωγίζοντας τις ως προς z και θέτοντας z =, z = παίρνου τον μέσο αριθμό πελατών στην ουρά των επαναλαμβανόνων αφίξεων. Οι εν λόγω ποσότητες έχουν υπολογιστεί αναλυτικά στην [6] και λόγω οικονομίας του χώρου παραλείπονται. ABSTRACT We consider a queueing system with Poisson arrivals and arbitrarily distributed service times, vacation times, start up and close down times. The model accepts two types of customers, the ordinary and the retrial customers and the server takes a single vacation each time he becomes free. For such a model the stability conditions are investigated and the system state - 6 -

probabilities are obtained in steady state and used to derive some important measures of the system performance. ΑΝΑΦΟΡΕΣ [] Y. Sakai, Y. Takahashi, Y. Takahashi, T. Hasegawa, A composite queue with vacation/set-up/close-down times for SVCC in IP over ATM networks, J. Oper. Res. Soc. Japan 4 (998 68-80. [] Z. Niu, Y. Takahashi, A finite-capacity queue with exhaustive vacation/closedown/set-up times and Markovian arrival processes, Queueing Systems 3 (999-3. [3] G.I. Falin, J.G.C. Templeton, Retrial Queues (Chapman and Hall, London, 997. [4] V.G. Kullkarni, H.M. Liang, Retrial Queues Revisited, in J.H. Dshalalow (ed, Frontiers in Queueing 9-34 (CRP Press, 997. [5] J.R. Artalejo, A classified Bibliography of research on retrial queues: Progress in 990-999, Top 7 ( (999 87-. [6] I. Dimitriou, C. Langaris, A queueing model with start-up/close-down times and retrial customers. Technical Report No 6 June 007, University of Ioannina [7] C. Langaris, A. Katsaros, Time-depended analysis of a queue with batch arrivals and N-levels of non-preemptive priority, Queueing Systems 9 (995 69-88. [8] G.I. Falin, C. Fricker, On the virtual waiting time in an M/G/ retrial queue, J. Appl. Probab. 8 (99 446-460. [9] A.G. Pakes, Some conditions for ergodicity and recurrence of Markov chains, Oper. Res. 7 (969 058-06. [0] E. Cinlar, Introduction to Stochastic Processes (Prentice-Hall, 975. - 6 -