1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Προσομοιώσεις Συστημάτων Αναμονής Markov (M/M/…) Β. Μάγκλαρης Β. Μάγκλαρης Σ. Παπαβασιλείου.

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Διαδικασίες Markov, Εκθετική Κατανομή, Κατανομή Poisson
Advertisements

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παραδείγματα χρήσης ουρών Μ/Μ/c/K και αξιολόγησης συστημάτων αναμονής Β. Μάγκλαρης
Δίκτυα Ουρών - Παραδείγματα
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Γεννήσεων-Θανάτων (Birth-Death), Εξισώσεις Ισορροπίας, Συστήματα Αναμονής Μ/Μ/1 Β. Μάγκλαρης
Ανάλυση – Προσομοίωση Ουρών Markov
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Διαδικασίες Γεννήσεων – Θανάτων (Birth-Death Processes)
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Εισαγωγή II ΣΥΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Κοινά χαρακτηριστικά (1) –Πελάτης (όχημα, πελάτης καταστήματος, τηλεφωνική κλήση, πακέτο δεδομένων.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 18/04/13 Συστήματα Αναμονής: M/M/1/K, M/M/m (Erlang-C), M/M/N/K, M/M/m/m (Erlang-B)
Moντέλα Καθυστέρησης και Ουρές
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Κατανομή Poisson, Διαδικασίες Markov, Διαδικασίες Γεννήσεων-Θανάτων (Birth-Death) Β. Μάγκλαρης
Το Μ/Μ/1 Σύστημα Ουράς Μ (η διαδικασία αφίξεων είναι Poisson) /
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Συστήματα Αναμονής Μ/Μ/1, M/M/1/K, M/M/m (Erlang-C), M/M/N/K, M/M/m/m (Erlang-B) Β. Μάγκλαρης
ΚΛΕΙΣΤΑ ΔΙΚΤΥΑ ΟΥΡΩΝ MARKOV 30/05/2011
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 16/05/13 Δίκτυα Ουρών. ΔΙΚΤΥΟ ΔΥΟ ΕΚΘΕΤΙΚΩΝ ΟΥΡΩΝ ΕΝ ΣΕΙΡΑ Θεώρημα Burke: Η έξοδος πελατών από ουρά Μ/Μ/1 ακολουθεί κατανομή Poisson.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 11/04/13 Διαδικασίες Γεννήσεων-Θανάτων (Birth- Death), Εξισώσεις Ισορροπίας, Συστήματα Αναμονής Μ/Μ/1.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Προσομοιώσεις Συστημάτων Αναμονής Markov (M/M/…)
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 25/06/08 Ασκήσεις Επανάληψης.
Ασκήσεις - Παραδείγματα
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 25/04/13 Παραδείγματα χρήσης ουρών Μ/Μ/c/K.
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή Β. Μάγκλαρης Β. Μάγκλαρης Σ. Παπαβασιλείου Σ. Παπαβασιλείου
Χαρακτηριστικά ενός Μ/Μ/1 συστήματος :
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 20/06/08 Παραδείγματα Μοντελοποίησης και Αξιολόγησης Επίδοσης Υπολογιστικών και Τηλεπικοινωνιακών Συστημάτων.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Δίκτυα Ουρών - Παραδείγματα
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Δίκτυα Ουρών Β. Μάγκλαρης Β. Μάγκλαρης Σ. Παπαβασιλείου Σ. Παπαβασιλείου
ΠΡΟΣΟΜΟΙΩΣΗ ΣΥΣΤΗΜΑΤΟΣ MARKOV ΓΙΑ ΠΡΟΩΘΗΣΗ ΚΙΝΗΣΗΣ STREAMING (VIDEO) Άσκηση Προσομοίωσης 28/5/2012.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 07/05/09 Εκθετική Κατανομή, Διαδικασίες Birth-Death.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Επανάληψη (1): Παράμετροι αξιολόγησης συστημάτων αναμονής –Μέσος ρυθμός απωλειών λ – γ.
 Πληθυσμός :  Πληθυσμός :
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 01/06/05 Παραδείγματα Μοντελοποίησης και Αξιολόγησης Επίδοσης Δικτύων και Υπολογιστικών Συστημάτων.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Κοινά χαρακτηριστικά (1) –Πελάτης (όχημα, πελάτης καταστήματος, τηλεφωνική κλήση, πακέτο.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 27/05/10 Ανάλυση Ουρών Markov.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 04/07/07 Παραδείγματα Μοντελοποίησης και Αξιολόγησης Επίδοσης Υπολογιστικών και Τηλεπικοινωνιακών Συστημάτων.
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Περιεχόμενα (1/3) 1.Εισαγωγή Περιεχόμενα Γενική Περιγραφή Συστημάτων Αναμονής Τεχνικές.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 20/06/07 Ανάλυση Ουρών Markov.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 21/05/09 Διαδικασίες Birth-Death, Εξισώσεις Ισορροπίας.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 11/04/11 Ανάλυση Ουρών Markov.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 11/06/08 Ανάλυση Ουρών Markov.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 27/06/07 Ουρές Markov Μ/Μ/Ν/Κ.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 28/05/08 Διαδικασίες Γεννήσεων Θανάτου Εξισώσεις Ισορροπίας.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 5/07/06 Παραδείγματα Ανάλυσης Ουρών Markov και Μοντελοποίησης Συστημάτων.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 12/07/06 Ανάλυση Ουρών Markov Μ/Μ/Ν/Κ Παραδείγματα Μοντελοποίησης και Αξιολόγησης Επίδοσης Υπολογιστικών και Τηλεπικοινωνιακών Συστημάτων.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 13/06/07 Διαδικασίες Γεννήσεων Θανάτου Εξισώσεις Ισορροπίας.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 06/05/10 Ανάλυση Ουρών Markov.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 23/04/12 Διάγραμμα Μετάβασης Καταστάσεων, Εξισώσεις Ισορροπίας, Συστήματα Αναμονής Μ/Μ/1.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εργοδικές Πιθανότητες, Ισορροπία Μεταβάσεων - Ουρές Μ/Μ/1 Β. Μάγκλαρης Β. Μάγκλαρης Σ. Παπαβασιλείου Σ. Παπαβασιλείου.
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Κατανομή Poisson, Διαδικασίες Γεννήσεων- Θανάτων (Birth-Death Processes) Β. Μάγκλαρης Β. Μάγκλαρης Σ. Παπαβασιλείου.
Ουρές Αναμονής.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παραδείγματα Ανοικτών Δικτύων Ουρών Κλειστά Δίκτυα Ουρών Β. Μάγκλαρης Σ. Παπαβασιλείου.
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Συστήματα Αναμονής Μ/Μ/1, M/M/1/K, M/M/m (Erlang-C), M/M/N/K, M/M/m/m (Erlang-B)
1 Τ.Ε.Ι Θεσσαλονίκης – Τμήμα Πληροφορικής Μάθημα Προηγμένες Αρχιτεκτονικές Υπολογιστών Εργαστηριακό Μέρος Μοντέλα ουρών αναμονής (Queuing Network Models)
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Γεννήσεων - Θανάτων Εξισώσεις Ισορροπίας - Ουρές Μ/Μ/1, M/M/1/N Προσομοίωση Ουράς Μ/Μ/1/Ν Βασίλης Μάγκλαρης.
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Ουρές Markov (birth-death processes) Ουρές Μ/Μ/N/K - Erlang C Ουρές M/M/c/c - Erlang B Παραδείγματα Εφαρμογής Βασίλης.
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παραδείγματα Εφαρμογής Άσκηση Προσομοίωσης Βασίλης Μάγκλαρης 6/4/2016.
Λήψη σύνθετων αποφάσεων. Ακολουθιακά προβλήματα αποφάσεων Η χρησιμότητα του αποτελέσματος κάθε ενέργειας, που μπορεί να επιλέξει σε μια χρονική στιγμή.
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εκθετική Κατανομή, Στοχαστικές Ανελίξεις Διαδικασίες Απαρίθμησης, Κατανομή Poisson Βασίλης Μάγκλαρης
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Κλειστά Δίκτυα Ουρών Markov Θεώρημα Gordon – Newell Αλγόριθμος Buzen Βασίλης Μάγκλαρης 11/5/2016.
Θεωρία Γραμμών Αναμονής ή ΟΥΡΕΣ (QUEUE)
Γυμνάσιο Νέας Κυδωνίας
Τεχνολογία και Προγραμματισμός Υπολογιστών
Βασίλης Μάγκλαρης 13/4/2016 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Ανοικτά Δίκτυα Ουρών Markov Θεωρήματα Burke & Jackson Βασίλης Μάγκλαρης.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Δίκτυα Ουρών
Βασίλης Μάγκλαρης 1/6/2016 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Ανάλυση Ουράς Αναμονής M/G/1 Μετασχηματισμοί & Ροπογεννήτριες Συναρτήσεις.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή
Βασίλης Μάγκλαρης 16/3/2016 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Ιδιότητες Κατανομής Poisson & Εκθετικής Κατανομής Διαδικασίες Γεννήσεων.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
Βασίλης Μάγκλαρης 5/4/2017 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Μοντέλα Ουρών Markov και Εφαρμογές: Ουρά Μ/Μ/2 Σύστημα Μ/Μ/Ν/Κ,
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
Οι σημειώσεις προετοιμάσθηκαν από τον κ. Α. Καδίτη
«Επιδημιολογία + Δημόσια Υγεία»
Μεταγράφημα παρουσίασης:

1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Προσομοιώσεις Συστημάτων Αναμονής Markov (M/M/…) Β. Μάγκλαρης Β. Μάγκλαρης Σ. Παπαβασιλείου Σ. Παπαβασιλείου

Εξισώσεις Ισορροπίας Εργοδικές Πιθανότητες P n (t) = P n > 0, n = 0,1, … Απείρως επισκέψιμες καταστάσεις (positive recurrent) Ερμηνεία Εξισώσεων Ισορροπίας: #{μεταβάσεων προς την κατάσταση s} = #{μεταβάσεων εκτός της s} (σφαιρική ισορροπία – global balance equations) #{μεταβάσεων s 1  s 2 } = #{μεταβάσεων s 2  s 1 } (τοπική ισορροπία – local balance equations) Λόγω εργοδικότητας : σε μεγάλο χρονικό διάστημα παρατήρησης Τ, με Τ 1 και Τ 2 τους συνολικούς χρόνους παραμονής στις s 1, s 2 : (1)#{μεταβάσεων s 1  s 2 } = T 1 x r 1,,2 (2) #{μεταβάσεων s 2  s 1 } = T 2 x r 2,,1 Όπου r 1,2, r 2,1 οι μέσοι ρυθμοί μετάβασης από 1  2 και 2  1 Λόγω ισορροπίας: (1) = (2), r 1,2 x {T 1 /Τ} = r 2,1 x {T 2 /Τ}, ή r 1,2 x P 1 = r 2,1 x P 2

ΠΡΟΣΟΜΟΙΩΣΗ ΟΥΡΑΣ Μ/Μ/1/10 P n = lim (T n /T) = {(# αφίξεων στη n) / λ} / {συνολικού # αφίξεων / λ} = {# αφίξεων στη n} / {συνολικού # αφίξεων} RANDOM : Ομοιόμορφος τυχαίος αριθμός (0,1) ARRIVALS : Συνολικός αριθμός αφίξεων ARRIVAL[STATE] : Αριθμός αφίξεων στην κατάσταση STATE = 0, 1, …,10 COUNT : Αριθμός μεταβάσεων STATE : Κατάσταση ουράς (πληθυσμός συστήματος Μ/Μ/1/10), STATE = 0, 1, …, 10 P[STATE] : Εργοδική πιθανότητα κατάστασης STATE = 0, 1, …, 10 AVERAGE: Μέσος πληθυσμός συστήματος Μ/Μ/1/10 INITIALIZE :COUNT = 0, STATE = 0, ARRIVALS = 0, ARRIVAL[0…10] = 0, P[0…10] =0 ARRIVAL :ARRIVALS = ARRIVALS + 1 ARRIVAL[STATE] = ARRIVAL[STATE] + 1 COUNT = COUNT +1 IF STATE = 10 : GO TO TO LOOP ELSE : STATE = STATE + 1 GO TO LOOP LOOP :IF STATE = 0 : GO TO ARRIVAL ELSE : IF RANDOM < λ / (λ+μ) : GO TO ARRIVAL ELSE : GO TO DEPARTURE DEPARTURE :COUNT = COUNT +1 ; STATE = STATE – 1 IF COUNT < MAXIMUM : GO TO LOOP ELSE : P[STATE=1…10] = ARRIVAL[STATE= 1…10] / ARRIVALS AVERAGE = SUM { STATE ^ P[STATE] }, STATE = [1…10]