Бакалавриат
2023/2024
Теория массового обслуживания
Статус:
Курс по выбору (Программная инженерия)
Направление:
09.03.04. Программная инженерия
Кто читает:
Департамент программной инженерии
Где читается:
Факультет компьютерных наук
Когда читается:
4-й курс, 1-3 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Преподаватели:
Фурманов Кирилл Константинович
Язык:
русский
Кредиты:
10
Контактные часы:
60
Программа дисциплины
Аннотация
Курс содержит подробное введение в теорию массового обслуживания и знакомит слушателей с подходами к аналитическому и симуляционному исследованию систем массового обслуживания (СМО), то есть систем, обрабатывающих поток заявок, обслуживание которых требует времени. Примеры СМО: (1) сервер, отвечающий на запросы пользователей; (2) больница, обслуживающая поступающих пациентов; (3) телекоммуникационная система, предоставляющая услуги связи; (4) коммутатор, пересылающий пакеты по компьютерной сети. Как правило, моменты поступления и продолжительность обслуживания заявок считаются случайными, поэтому при моделировании используется теория случайных процессов - её основы также излагаются в настоящем курсе. Для изучения процессов, аналитическое исследование которых практически не возможно, рассматриваются методы имитационного моделирования.
Цель освоения дисциплины
- познакомить студентов с теорией случайных процессов и её приложениями
- дать инструментарий, пригодный для описания и моделирования систем массового обслуживания
- дать теоретические знания, которые нужны для понимания академической литературы, затрагивающей проблемы массового обслуживания
Планируемые результаты обучения
- знать определение и основные свойства производящих функций случайных величин
- знать основные вероятностные модели времени наступления событий: пуассоновский поток, поток Эрланга, поток восстановления.
- Знать основные параметры и характеристики систем массового обслуживания
- знать основные подходы к генерированию случайных чисел и симуляции случайных процессов
- знать основы теории случайных процессов
- Знать типичные области применения ТМО
- уметь найти стационарное распределение марковской цепи в дискретном и непрерывном времени
- уметь найти стационарное распределение числа заявок в случае возможности отказа от ожидания в очереди (balking) или ухода (reneging)
- уметь подобрать подходящую модель для описания реальной ситуации
- уметь рассчитать основные показатели эффективности систем M/M/c, M/M/c/c, M/M/c/inf, M/M/c/K.
- уметь рассчитать основные показатели эффективности системы M/G/1
- уметь рассчитать основные характеристики эффективности систем M/M/1, M/M/1/K
- уметь реализовать имитационную модель СМО
- уметь решать простые разностные и дифференциальные уравнения
Содержание учебной дисциплины
- Введение. Системы массового обслуживания и их основные характеристики.
- Разностные и дифференциальные уравнения
- Моделирование входящего потока заявок
- Цепи Маркова
- Одноканальные марковские СМО
- Имитационное моделирование процесса обслуживания
- Многоканальные марковские СМО
- Система M/G/1
- Производящие функции
- Системы с "нетерпеливыми" заявками
Элементы контроля
- Домашнее задание 1
- Контрольная работа 1
- Домашнее задание 2
- Контрольная работа 2
- Экзамен
Промежуточная аттестация
- 2023/2024 учебный год 1 модуль0.4 * Домашнее задание 1 + 0.6 * Контрольная работа 1
- 2023/2024 учебный год 3 модуль0.2 * Домашнее задание 2 + 0.2 * Контрольная работа 2 + 0.6 * Экзамен
Список литературы
Рекомендуемая основная литература
- Gorain, G. C. (2014). Introductory Course on Differential Equations. New Delhi: Alpha Science Internation Limited. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1878058
- Performance modeling and design of computer systems : queueing theory in action, Harchol-Balter, M., 2013
- Simulation modeling handbook : a practical approach, Chung, C. A., 2004
Рекомендуемая дополнительная литература
- DORDA, M., TEICHMANN, D., & GRAF, V. (2019). Optimisation of Service Capacity Based on Queueing Theory. MM Science Journal, 2975–2981. https://doi.org/10.17973/MMSJ.2019_10_201889
- Introduction to probability models, Ross, S. M., 2010