Работа выполнена на отлично,автор выполнил в срок.Заказываю у этого автора не в первый раз,все быстро и качественно.Рекомендую
Подробнее о работе
Гарантия сервиса Автор24
Уникальность не ниже 50%
Теория массового обслуживания (ТМО) или, как обычно, говорят в англоязычной литературе Теория очередей (англ.: Queueing theory) основана на существовании двух взаимодействующих сущностей: потока событий и обработчика событий [1]. Обработчик обрабатывает каждое следующее событие за конечное время. Таким образом, если событие приходит в тот момент, когда обработчик занят обработкой предыдущего события, то новое событие либо ставится в очередь, либо отбрасывается в зависимости от того, какая модель системы массового обслуживания (СМО) используется [1,2]. При этом стоит отметить, что нет четкой границы между первым и вторым случаем, поскольку любой обработчик, как правило, имеет некий буфер (или склад в логистической терминологии), и как только этот буфер переполняется, все следующие события отбрасываются [1]. Следовательно, СМО без ожидания эквивалентна обработчику с буфером только для одного события. При этом порядок, в котором обрабатываются события из очереди называется дисциплиной очереди, он в общем случае может быть различным [1–4].
Глава 1 Теория массового обслуживания. Роль теории массового обслуживания в логистике 3
Глава 2 Сравнительная характеристика методов теории массового обслуживания 9
Глава 3 Тестирование теории массового обслуживания на задаче поиска максимального грузопотока через железнодорожную систему Гатафлы 15
Глава 4 Итоги 20
Список литературы 21
В работе были рассмотрены основные приложения ТМО при оптимизации грузопотока на транспортных предприятиях. Показано, что с применением основ ТМО возможно эффективное управление загрузкой промежуточных логистических пунктов (складов, контейнерных терминалов и так далее). В работе продемонстрировано, что для оптимальной работы транспортной системы необходимо балансировать грузопотоки, так чтобы среднее изменение запасов таких промежуточных пунктов равнялось нулевым значениям, поскольку при положительных значениях происходит перегрузка складов, а при отрицательных – простой транспортных средств. И то и другое неизбежно влечет за собой дополнительные логистические расходы.
Методом Монте-Карло промоделирован грузопоток через виртуальную транспортную сеть. Показано, что стохастические колебания грузопотока полностью нивелируют незначительный дисбаланс между входящим и выходящим грузопотоком.
Можно предположить, что без центрального регулирования мощности отдельных потоков будет сложно оптимизировать размер складских помещений в промежуточных точках логистической сети. Таким образом, при оптимизации логистической сети нам необходим поиск компромисса между размером складов в пунктах пересылки и степенью центрального управления мощностью отдельных грузопотоков, поскольку и то и другое влечет за собой дополнительные логистические затраты.
1) Клейнрок Л. Теория массового обслуживания. Машиностроение. Москва 1979. – 432 С.
2) Лившиц А.Л., Мальц Э.А. Статистическое моделирование систем массового обслуживания. Советское радио. Москва 1978. – 248 С.
3) Вентцель Е.С., Очаров Л.А. Теория случайных процессов и ее инженерные приложения. Высшая школа. Москва 2000. – 383 С.
4) Вентцель Е.С., Очаров Л.А. Теория вероятностей. Наука. Москва 1969. – 368 С.
5) https://www.erlang.org/
6) https://en.wikipedia.org/wiki/Erlang_(unit)
7) Семёнов К.М. Планирование обработки грузов в морских портах и терминалах на основе дискретно-событийного имитационного моделирования. Диссертация на соискание ученой степени кандидата наук. Калининград 2014. – 173 С.
8) Лубенцова В.С. Математические модели и методы в логистике. Самарский государственный технический университет. Самара 2008. – 158 С.
9) https://en.wikipedia.org/wiki/Pseudorandom_number_generator
10) https://en.wikipedia.org/wiki/Monte_Carlo_method
11) ООО Фирма «Трансгарант». Годовой отчет за 2011 г. – 78 С.
12) https://support.office.com/en-us/article/RAND-function-4cbfa695-8869-4788-8d90-021ea9f5be73
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
Теория массового обслуживания (ТМО) или, как обычно, говорят в англоязычной литературе Теория очередей (англ.: Queueing theory) основана на существовании двух взаимодействующих сущностей: потока событий и обработчика событий [1]. Обработчик обрабатывает каждое следующее событие за конечное время. Таким образом, если событие приходит в тот момент, когда обработчик занят обработкой предыдущего события, то новое событие либо ставится в очередь, либо отбрасывается в зависимости от того, какая модель системы массового обслуживания (СМО) используется [1,2]. При этом стоит отметить, что нет четкой границы между первым и вторым случаем, поскольку любой обработчик, как правило, имеет некий буфер (или склад в логистической терминологии), и как только этот буфер переполняется, все следующие события отбрасываются [1]. Следовательно, СМО без ожидания эквивалентна обработчику с буфером только для одного события. При этом порядок, в котором обрабатываются события из очереди называется дисциплиной очереди, он в общем случае может быть различным [1–4].
Глава 1 Теория массового обслуживания. Роль теории массового обслуживания в логистике 3
Глава 2 Сравнительная характеристика методов теории массового обслуживания 9
Глава 3 Тестирование теории массового обслуживания на задаче поиска максимального грузопотока через железнодорожную систему Гатафлы 15
Глава 4 Итоги 20
Список литературы 21
В работе были рассмотрены основные приложения ТМО при оптимизации грузопотока на транспортных предприятиях. Показано, что с применением основ ТМО возможно эффективное управление загрузкой промежуточных логистических пунктов (складов, контейнерных терминалов и так далее). В работе продемонстрировано, что для оптимальной работы транспортной системы необходимо балансировать грузопотоки, так чтобы среднее изменение запасов таких промежуточных пунктов равнялось нулевым значениям, поскольку при положительных значениях происходит перегрузка складов, а при отрицательных – простой транспортных средств. И то и другое неизбежно влечет за собой дополнительные логистические расходы.
Методом Монте-Карло промоделирован грузопоток через виртуальную транспортную сеть. Показано, что стохастические колебания грузопотока полностью нивелируют незначительный дисбаланс между входящим и выходящим грузопотоком.
Можно предположить, что без центрального регулирования мощности отдельных потоков будет сложно оптимизировать размер складских помещений в промежуточных точках логистической сети. Таким образом, при оптимизации логистической сети нам необходим поиск компромисса между размером складов в пунктах пересылки и степенью центрального управления мощностью отдельных грузопотоков, поскольку и то и другое влечет за собой дополнительные логистические затраты.
1) Клейнрок Л. Теория массового обслуживания. Машиностроение. Москва 1979. – 432 С.
2) Лившиц А.Л., Мальц Э.А. Статистическое моделирование систем массового обслуживания. Советское радио. Москва 1978. – 248 С.
3) Вентцель Е.С., Очаров Л.А. Теория случайных процессов и ее инженерные приложения. Высшая школа. Москва 2000. – 383 С.
4) Вентцель Е.С., Очаров Л.А. Теория вероятностей. Наука. Москва 1969. – 368 С.
5) https://www.erlang.org/
6) https://en.wikipedia.org/wiki/Erlang_(unit)
7) Семёнов К.М. Планирование обработки грузов в морских портах и терминалах на основе дискретно-событийного имитационного моделирования. Диссертация на соискание ученой степени кандидата наук. Калининград 2014. – 173 С.
8) Лубенцова В.С. Математические модели и методы в логистике. Самарский государственный технический университет. Самара 2008. – 158 С.
9) https://en.wikipedia.org/wiki/Pseudorandom_number_generator
10) https://en.wikipedia.org/wiki/Monte_Carlo_method
11) ООО Фирма «Трансгарант». Годовой отчет за 2011 г. – 78 С.
12) https://support.office.com/en-us/article/RAND-function-4cbfa695-8869-4788-8d90-021ea9f5be73
Купить эту работу vs Заказать новую | ||
---|---|---|
0 раз | Куплено | Выполняется индивидуально |
Не менее 40%
Исполнитель, загружая работу в «Банк готовых работ» подтверждает, что
уровень оригинальности
работы составляет не менее 40%
|
Уникальность | Выполняется индивидуально |
Сразу в личном кабинете | Доступность | Срок 1—6 дней |
660 ₽ | Цена | от 500 ₽ |
Не подошла эта работа?
В нашей базе 145280 Курсовых работ — поможем найти подходящую