
تجزیه و تحلیل فرایند به روش صف
یکی از تکنیکهای تجزیه و تحلیل کمی فرآیندهای کسب و کار، تجزیه و تحلیل فرایند به روش صف است. ایجاد صف یا گلوگاه در سیستم ناشی از کمتر بودن ظرفیت موجود نسبت به ظرفیت مورد تقاضا است.
مشکلات مربوط به ظرفیت، مشکلات رایجی هستند. در واقع میتوان گفت این مسائل، یک هدایتگر کلیدی برای طراحی مجدد فرآیندهای کسب و کارند. در ارتباط با مسائل ظرفیت، باید میان هزینه افزایش ظرفیت و سود به دست آمده از افزایش بهره وری و خدمت رسانی، تعادل ایجاد کرد. استفاده از تکنیک تجزیه و تحلیل فرایند به روش صف میتواند به تصمیم گیری مناسب و حفظ این تعادل کمک نماید.
مثال سادهای در این زمینه میآوریم:
یک اتاق اورژانس را در یک بیمارستان تصور کنید. بیماران به وسیله آمبولانس و یا به طرق دیگر به اورژانس مراجعه میکنند. یک دکتر به طور تمام وقت در اتاق اورژانس حضور دارد. اما بیماران بیشتری به کمک نیاز دارند. این به معنی زیاد شدن مدت زمان انتظار است.
سوال: آیا باید یک پزشک دیگر نیز به اورژانس اختصاص داده شود؟
تجزیه و تحلیل فرایند به روش صف و زمانهای انتظار به ویژه در مورد سیستم های خدماتی دارای اهمیت بسیار است. سیستمها هزینه های زیادی را به دلیل زمان انتظار و یا فروش از دست رفته به دلیل انتظار، متحمل میشوند.
مدل اصلی برای تجزیه و تحلیل فرایند به روش صف:
چند کاراکتر و مشخصه اصلی در زمینه تجزیه و تحلیل فرایند به روش صف وجود دارد. با تعیین کردن این مشخصهها میتوان معیارهای عملکرد مربوطه را اندازه گیری نموده و تجزیه و تحلیل فرایند به روش صف را پیاده سازی نمود:
- λ (متوسط نرخ ورود) : متوسط تعداد ورودها به سیستم در واحد زمان.
- μ (متوسط نرخ خدمت): متوسط تعداد مشتریان یا کارهایی که توسط یک سرور در واحد زمان مورد رسیدگی قرار میگیرند.
- ϲ : تعداد سرورها
مفاهیم و معیارهای عملکرد در تجزیه و تحلیل فرایند به روش صف:
با داشتن λ، μ و ϲ میتوانیم کمیتهای زیر را محاسبه کنیم:
- ρ : مصرف منابع
- Wq : متوسط زمانی که یک کار یا مشتری در صف باقی میماند (به عنوان مثال، زمان انتظار).
- W: متوسط زمانی که هر کار یا مشتری در سیستم به سر میبرد (به عنوان مثال، سایکل تایم).
- Lq: متوسط تعداد کارها یا مشتریان موجود در صف (طول صف).
- L: متوسط تعداد کارها یا مشتریان موجود در سیستم.
فرآیند پوآسون :
در بسیاری از سیستمهای صف و مدل های شبیه سازی، معمولا فرض میشود که ورود مشتریان بر اساس فرآیند پوآسون انجام میگیرد. یک فرآیند پوآسون دارای ویژگیهای زیر است:
- زمان بین ورودها مستقل از هم است.
- زمان بین دو ورود از توزیع نمایی با پارامتر λ پیروی میکند.
- احتمال اینکه قبل از زمان t یک ورود اتفاق بیفتد برابر است با: P (arrival < t) = 1 – e-λt
- ویژگی کلیدی: فرآیند پوآسون بدون حافظه است. یعنی احتمال وقوع رخداد بعدی ارتباطی به تعداد وقایعی که تا قبل از این رخداده است ندارد.
به عنوان مثال: P (X> 40 | X> = 30) = P (X> 10)
مدل های صف
انواع مختلفی از مدلهای صف وجود دارند. این مدلهای دارای مجموعهای از ویژگی های تعریف شده هستند. ویژگی هایی مانند برخی توزیعهای احتمالی برای ورود و سرویس دهی، نظم صف، و غیره. مدل های صف با استفاده از نشانه هایی که در ادامه توضیح میدهیم، نمایش داده میشوند.
- مدل M/M/1
در این مدل، زمانهای ورود و نرخ خدمت دهی، از توزیع مارکوف یا توزیع نمایی پیروی میکنند که هر دو توزیعهای احتمالی شناخته شدهای هستند. بنابراین این مدل نمونهای از یک فرآیند تصادفی است. در این مدل تنها یک سرور وجود دارد. نتایج مهمی که از این مدل به دست میآیند عبارتند از:
ρ =
L= Lq = = L-
W = = ۱/(μ-λ) Wq = Lq/λ = λ/(μ(μ-λ))
- مدل M/M/C
تفاوت مدل قبلی و این مدل، در تعداد سرورها است. این حالت، یک مدل چندسروری یا مولتی سرور با تعداد c سرور است. در حالیکه مدل قبلی، یک مدل تک سروره بود. در این مدل c سرور به طور موازی وجود دارد. بنابراین ظرفیت مورد انتظار در واحد زمان برابر خواهد بود با ϲ × μ . فرضیه های مندرج در مدل M / M / 1 در اینجا نیز فرض شده است.
Ρ = ظرفیت مورد نیاز/ ظرفیت موجود = λ / (ϲ × μ)
فرمول ساده شده برای Wq:
Wq = Lq / λ
W= Wq + (۱/μ)
فرمول ساده شده برای L :
L = λW
برای سیستمهای M/M/c محاسبه Lq کمی پیچیده است:
Lq = Pn = … = × P۰
که در آن:
P۰ =(
مثال اتاق اورژانس:
میخواهیم با استفاده از تجزیه و تحلیل فرایند به روش صف، به مثال اتاق اورژانس پاسخ بدهیم. فرض کنید بیماران طبق فرآیند پوآسون با نرخ λ به اورژانس مراجعه میکنند. یعنی زمان بین دو ورود از توزیع نمایی با پارامتر λ، exp(λ) تبعیت میکند. زمان سرویس دهی یعنی زمان معاینه بیمار توسط پزشک و مداوای بیمار، از توزیع نمایی با میانگین پیروی میکند (exp(μ)).
مثال اتاق اورژانس را میتوان به صورت مدل M/M/c مدلسازی نمود که در آن c مساوی تعداد دکترها است. فرض میکنیم نرخ ورود بیماران ۲ نفر در هر ساعت λ = ۲ و نرخ مداوا ۳ نفر در ساعت μ = ۳ است.
زمان حضور در صف همان زمان ماندن در اتاق انتظار است. زمان ماندن در سیستم نیز زمان بین ورود به اتاق اورژانس و خروج از آن است.
مقادیر مشخصه ها به طور خلاصه در جدول زیر آمده است:
دو پزشک (c=2) | یک پزشک (c=1) | مشخصه ها |
ρ | ||
بیمار | بیمار | Lq |
بیمار | ۲ بیمار | L |
۲.۵ دقیقه | ۴۰ دقیقه | Wq |
۲۲.۵ دقیقه | ۱ ساعت | W |
به نظر شما با توجه به مقادیر به دست آمده آیا استخدام یک پزشک دیگر، مناسب است؟
در این مقاله به طور خلاصه با مفاهیم تجزیه و تحلیل فرایند به روش صف آشنا شدیم. در برخی موارد، پاسخهای تئوری ممکن است آنقدر مناسب و بامعنا باشند که به خوبی بتوان از آنها استفاده کرد. اماگاهی ممکن است مسائل، غیر قابل حل بوده و در قالب فرضیاتی که برای مدلهای مختلف تجزیه و تحلیل فرایند به روش صف در نظر گرفته شده است، نگنجند. ابزارهای جایگزین برای مواقعی طراحی شدهاند که مسئله مورد نظر با استفاده از تجزیه و تحلیل فرایند به روش صف قابل حل نیست. این ابزارها اغلب سناریوهای خاص هستند و به طور کلی از شبیه سازی کامپیوتری یا تجزیه و تحلیل داده های تجربی به دست آمدهاند.
تجزیه و تحلیل فرآیندهای کسب و کار چیست؟
https://courses.cs.ut.ee/MTAT.03.231/2017_spring/uploads/Main/Lecture7-QuantitativeAnalysis2.pdf