Kozlovski_Kobzev
.pdfраспределяются по закону Пуассона; используется FIFS-дисциплина; осуществляется однофазное обслуживание. В дополнение они описывают системы сервиса, которые оперируют в стабильных условиях, т.е. прибытие и обслуживание остаются стабильными во время анализа. Рассматриваемые модели очередей представлены в табл.1.1.
|
Вероят- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ность для |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
интерва- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
лов |
Вероятность того, что обслуживание длится дольше, чем х мин. |
|
|||||||||||
|
1 мин. |
|
||||||||||||
|
|
|
Среднее время обслуживания 20 мин. |
|
|
|
|
|||||||
|
|
|
|
|
Среднее время обслуживания 60 мин. |
|
|
|||||||
|
0 |
30 |
60 |
90 |
120 |
150 |
180 |
|
|
|
||||
|
|
|
|
Время обслуживания, мин. |
|
|
|
|||||||
|
Рис.1.7. Примеры отрицательного экспоненциального распределения |
|
||||||||||||
|
|
|
|
|
|
для времени обслуживания |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблица 1.1. |
|
|
|
|
|
|
|
|
Модели очередей |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
К |
|
|
|
|
|
|
|
|
|
Распреде- |
Распреде- |
Размер |
Дисцип- |
|
Наименова- |
|
|
|
|
Число |
Число |
ление вре- |
|||||||
о |
ние модели |
|
Пример |
|
каналов |
|
фаз |
ление |
мени об- |
источни- |
лина |
|||
д |
|
|
|
|
|
|
|
|
|
прибытий |
служивания |
ка |
очереди |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
A |
Простая |
|
Прилавок в от- |
|
Однока- |
Одна |
Пуассона |
Экспонен- |
Не огра- |
FIFS |
||||
(М/M/1) |
|
деле магазина |
|
нальная |
циальное |
ничен |
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
Многока- |
|
Окно продажи |
|
Много- |
|
|
|
|
Экспонен- |
Не огра- |
|
||
B |
нальная |
|
авиабилетов |
|
каналь- |
Одна |
Пуассона |
циальное |
ничен |
FIFS |
||||
|
(М/M/S) |
|
|
|
|
|
ная |
|
|
|
|
|
|
|
|
С постоян- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ным време- |
|
Автоматиче- |
|
Однока- |
|
|
|
|
Постоян- |
Не огра- |
|
||
C |
нем обслу- |
|
ская мойка ма- |
|
нальная |
Одна |
Пуассона |
ное |
ничен |
FIFS |
||||
|
живания |
|
шин |
|
|
|
|
|
|
|
|
|
|
|
|
(М/D/1) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
С ограни- |
|
Узлы машины, |
|
|
|
|
|
|
|
|
|
|
|
D |
ченным раз- |
|
|
Однока- |
Одна |
Пуассона |
Экспонен- |
Ограни- |
FIFS |
|||||
мером ис- |
|
которые могут |
|
нальная |
циальное |
чен |
||||||||
|
|
ломаться |
|
|
|
|
|
|
|
|||||
|
точника |
|
|
|
|
|
|
|
|
|
|
|
|
|
20
Модель А: одноканальная модель очередей. Одноканальная, или односерверная, система обслуживания. Прибытия формируют простую очередь на обслуживание к одной станции. Используется пуассоновское распределение прибытий и экспоненциальное время обслуживания.
Допускается, что следующие условия относятся к этому типу систем.
1.Прибытия обслуживаются по правилу “первым пришел, первым обслужен” (FIFS), каждое прибытие ожидает обслуживания в зависимости от длины очереди.
2.Прибытия являются независимыми от предыдущих прибытий, но среднее число прибытий не изменяется во времени.
3.Прибытия описываются пуассоновским распределением вероятности и поступают из неограниченного (или бесконечно большого источника).
4.Времена обслуживания изменяются от одного клиента к другому и не зависимы друг от друга, но их среднее время известно.
5.Время обслуживания подчинено отрицательному экспоненциальному закону распределения.
6.Время обслуживания меньше времени между прибытиями.
Формулы для модели А, или М/М/1, представлены в табл.1.2.
Таблица 1.2.
Формулы для модели очередей А - простой, или М/M/1
l - среднее число прибытий за период времени;
m - среднее число обслуженных за период времени Среднее число единиц (клиентов) в системе Ls = l /(m-l)
Среднее время единицы, проводимое в системе (время ожидания + время обслуживания)
Ws = 1/(m-l)
Среднее число единиц в очереди Lq = l2 /m(m-l)
Среднее время единицы, проводимое в ожидании в очереди Wq = l/m(m-l) Коэффициент использования системы r = l/m
Вероятность 0 единиц в системе (когда обслуживание бесполезно) P0 = 1 - l/m Вероятность более, чем k единиц в системе Pn>k = (l/m)k+1
Пример 1.7. Модель М/М/1. Рабочий в мастерской автосервиса способен обслуживать три автомобиля в час (или около 20 минут на один автомобиль) согласно отрицательному экспоненциальному распределению. Клиенты, нуждающиеся в этом обслуживании в мастерской, появляются по два в час, подчиняясь распределению Пуассона. Клиенты обслуживаются по правилу FIFS и появляются из практически неограниченного источника возможных потребителей услуг.
Операционные характеристики системы очередей мастерской: l = 2 автомобиля, поступившие за час
m = 3 автомобиля, обслуженные за час
Ls = l/(m-l) = 2/(3-2) = 2/1=2 автомобиля в системе в среднем Ws = 1/(m-l)= 1/(3-2) = 1 - среднее время ожидания в системе
21
Lq = l2/m(m-l) = 22/3(3-2)= 4/3(1)=4/3=1.33 автомобиль, ожидающий в очереди в среднем
Wq = l/m(m-l) = 2/3(3-2) =2/3 час = 40 минут - среднее время ожидания в очереди на 1 автомобиль
r = l/m = 2/3 = 66.6% времени механик занят
P0 = 1 - l/m = 1 - 2/3 = 0.33 - вероятность 0 автомобилей в системе
Вероятность более, чем k автомобилей в системе
k Pn>k = (2/3)k+1
0.667 <------- Это эквивалентно 1-Р0=1-.33=.667
1.444
2.296
3.198 <------- Означает, что в 19.8% случаев больше, чем 3 автомобиля находятся
всистеме
4.132
5.088
6.058
7.039
После того, как рассчитаны операционные характеристики системы очередей, можно провести их экономический анализ.
Пример 1.8. Анализ затрат для модели М/М/1. Владелец мастерской автосервиса установил, что затраты ожидания в терминах неудовлетворенности клиента уровнем обслуживания, составляют $10 за час времени, проведенного в ожидании в очереди. С поступающего автомобиля имеем 2/3 часа ожидания (Wq), распространяя это на 16 автомобилей, обслуживаемых в день (два в час на восемь часов работы в день), получаем общее число часов, которое клиенты ожидают в очереди на ремонт каждый день - 2/3 (16) = 32/3 = 10 2/3 часа.
Затраты клиентов на ожидание в очереди = $10 (10 2/3) = $107/день.
Другие основные затраты владельца мастерской могут определяться заработком механика, который получает $7/час, или $56/день.
Общие рассчитанные затраты = $107 +$56 = $163/день.
Модель В: многоканальная модель очередей. Многоканальная система очередей, в которой два или более канала (сервера) способны обслуживать клиентов. Предполагается, что клиенты, ожидающие в очереди, обслуживаются первым освободившимся сервером. Прибытия подчиняются пуассоновскому распределению вероятности, время обслуживания имеет экспоненциальное распределение. Обслуживание ведется по правилу FIFS, и все серверы работают по этому правилу. Остаются и другие предположения, описанные ранее для одноканальной модели.
Уравнения очередей для модели В, или M/M/S, показаны в табл.1.3.
22
Таблица 1.3.
Формулы для модели очередей В - многоканальной, или M/M/S
M - число открытых каналов; l - средняя скорость прибытий; m - средняя скорость обслуживания для каждого канала
Вероятность, что ноль клиентов или единиц в системе
P0 = |
|
|
|
|
1 |
|
|
|
для Mm >1 |
[M∑−1 |
1 |
|
(l / m)n ] + |
1 |
|
(l / m)M |
Mm |
||
|
M! |
Mm −l |
|||||||
|
n=0 n! |
|
|
Среднее число клиентов или единиц в системе
Ls = |
lm(l / m)M |
P +l / m |
|
||
|
(M −1)!(Mm −l)2 |
0 |
|
|
Среднее время единицы, проводимое в ожидании или обслуживании (а именно в системе)
= m(l / m)M + =
Ws (M −1)!(Mm −l)2 P0 1/ m Ls / l
Среднее число клиентов или единиц в очереди на обслуживание Lq = Ls - l/m Среднее время единицы, проводимое в ожидании в очереди на обслуживание
Wq = Ws - 1/m = Lq/l
Пример 1.9. Модель M/M/S. Мастерская автосервиса открывает второй пункт ремонта и нанимает второго механика. Заказы, которые появляются по правилу l=2/час, будут выстроены в очередь, пока один из двух механиков не освободится. Каждый механик ремонтирует автомобили по правилу m=3/час.
Чтобы выяснить, как эта система будет конкурировать со старой одноканальной системой очередей, вычисляем ряд операционных характеристик для М=2 канала и сравниваем
результаты с найденными в первом примере. |
|
|
|
|
|
|
|
|
|||||||||||||||
Р0 |
= |
|
|
|
|
|
|
|
1 |
|
|
|
|
= |
|
|
|
1 |
|
= |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
1 1(2 / 3)n |
|
1 |
|
|
|
2(3) |
|
1 |
+2 / 3 +1/ 2(4 / 9)(6 / 4) |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
[∑ |
|
|
|
] |
+ |
|
|
(2 / 3)2 |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
n! |
|
2! |
2(3) −2 |
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
n=0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
= |
|
|
1 |
|
=1/ 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
1+2 / 3 +1/ 3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
т.е. 0.5 - вероятность 0 автомобилей в системе. |
|
||||||||||||||||
Тогда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
L |
= |
(2)(3)(2 / 3)2 |
(1/ 2) + 2 / 3 = |
8/ 3 |
(1/ 2) + 2 / 3 |
= 3/ 4 |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
s |
|
1![2(3) |
−2]2 |
|
|
|
16 |
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
= .75 - среднее число автомобилей в системе.
Ws = Ls/l = .75/2= 3/8 час = 22.5 минуты - среднее время автомобиля, проводимое в системе. Lq = Ls - l/m = 3/4 - 2/3 = 1/12 = 0.083 - среднее число автомобилей в очереди.
Wq = Lq/l =.083/2 =.0415 чаc = 2.5 минуты - среднее время автомобиля в ожидании в очереди. 23
Можем обобщить эти характеристики и сравнить их с одноканальной моделью.
|
Одноканальная модель |
Двухканальная модель |
|
|
|
P0 |
.33 |
.5 |
Ls |
2 автомобиля |
.75 автомобиля |
Ws |
60 минут |
22.5 минуты |
Lq |
1.33 автомобиль |
.083 автомобиля |
Wq |
40 минут |
2.5 минуты |
Расширение обслуживания имеет эффект практически на всех характеристиках. Особенно на времени ожидания в очереди, которое сокращается с 40 минут до 2.5 минут.
Модель С: модель с постоянным временем обслуживания. Время обслуживания посто-
янное взамен экспоненциального распределения времени обслуживания. Поэтому размер Lq, Wq, Ls, Ws всегда меньше, чем в модели А. Средняя длина очереди и среднее время ожидания в очереди короче в два раза. Формулы для модели С, или M/D/1, даны в табл.1.4.
Таблица 1.4. Формулы для модели очередей С - с постоянным временем обслуживания, или M/D/1
Средняя длина очереди: |
Lq = |
l2 |
|
|
2m(m −l) |
|
|||
|
|
|
||
Среднее время ожидания в очереди: Wq = |
l |
|||
2m(m −l) |
Среднее число каналов в системе: Ls = Lq + l/m Среднее время, проводимое в системе: Ws = Wq + 1/m
Пример 1.10. Модель M/D/1. Компания имеет грузовые автомобили, которые привозят материалы для переработки, ожидая в среднем по 15 минут перед разгрузкой. Затраты водителя и автомобиля в очереди составляют $60/час. Может быть закуплен новый разгрузчик, чтобы процесс разгрузки выполнялся по правилу 12 автомобилей в час (то есть 5 минут на автомобиль). Грузовые автомобили появляются согласно распределению Пуассона со средней 8 автомобилей в час. Если использовать новый разгрузчик, его затраты на амортизацию составят $3 на разгрузку. Анализ изменения затрат и результатов от покупки разгрузчика дал следующие результаты.
Существующие затраты ожидания на 1 рейс = (1/4 час ожидания)($60/час затрат) = $15/рейс. Новая система: l=8 грузовиков/час поступающих, m=12 грузовиков/час обслуживаемых. Среднее время ожидания в очереди Wq = l/[2m(m-l)]=8/[2(12)(12-8)]=1/12 час.
Затраты ожидания на 1 рейс с новым разгрузчиком = (1/12 час очереди)($60/час затрат) = = $5/рейс.
Экономия с новым оборудованием =$15(существующая система)-$5(новая система) = = $10/рейс.
Затраты на амортизацию нового оборудования $3/рейс. Чистая экономия $7/рейс.
Модель D: модель с ограниченным источником. Имеется ограниченный источник по-
тенциальных клиентов для узла обслуживания, т.е. в системе обслуживается некоторое огра-
24
ниченное число клиентов (объектов). Существует связь между длиной очереди и правилом появления заявки: чем длиннее очередь, тем меньше прибытий клиентов.
Табл.1.5. показывает формулы для модели D с ограниченным источником.
Таблица 1.5. Формулы и обозначения для модели очередей D - с ограниченным размером источника
Формулы
Сервисный показатель |
X = T/(T+U) |
|
|
|
|
|
Среднее число ожидающих |
L= N(1-F) |
|
|
|
|
|
Среднее время ожидания |
W = |
L(T +U ) |
= |
T (1 − F) |
||
N − L |
|
XF |
|
|||
|
|
|
|
|||
Среднее число обрабатываемых |
J = NF(1-X) |
|
|
|
|
|
Среднее число обслуженных |
H = FNX |
|
|
|
|
|
Размер источника |
N = J+L+H |
|
|
|
|
Обозначения: D - вероятность того, что единица будет ожидать в очереди; F - коэффициент эффективности; H - среднее число единиц обслуженных; J - среднее число обрабатываемых единиц; L - среднее число единиц, ожидающих обслуживания; М - число каналов обслуживания; N - число потенциальных клиентов; T - среднее время обслуживания; U - среднее время между единицами, поступающими на обслуживание; W - среднее время ожидания в очереди единицы; X - сервисный показатель.
Алгоритм расчета.
1.Рассчитываем Х (сервисный показатель, где Х =Т/(T+U)).
2.Находим Х и соответствующее М (где М - число каналов обслуживания).
3.Устанавливаем соответствие D и F.
4.Рассчитываем L, W, J, H или что-либо другое, необходимое для измерения работы системы обслуживания.
Пример 1.11. Модель очередей с ограниченным размером источника. Статистика сви-
детельствует, что каждый из пяти имеющихся агрегатов требует ремонта после примерно 20 часов работы. Поломки определяются распределением Пуассона. Один техник может отремонтировать агрегат в среднем за два часа в соответствии с экспоненциальным распределением. Поломка агрегата обходится в $120/час, техникам платят $25/час. Нужно ли принять второго техника для ремонта?
Предположим, второй техник может чинить агрегат в среднем за два часа. Считаем, что ограниченный источник равен пяти агрегатам, чтобы сравнить затраты одного или двух техников.
1.Отмечаем, что Т=2 часа и U=20 часов.
2.Тогда Х=Т/(T+U)=2/(2+20)=2/22=.091(округляем до .090).
3.Для М=1 каналу, D=.350 и F=.960.
4.Для М=2 каналам, D=.044 и F =.998.
5.Среднее число работающих агрегатов J=NF(1-X).
Для М=1 J=(5)(.960)(1-.091)=4.36. Для М=2 J=(5)(.998)(1-.091)=4.54.
25
6. Стоимостной анализ выглядит следующим образом
Число |
Среднее число агре- |
Средние затраты в час |
Затраты в час для |
Общие |
для времени ремонта |
техников |
|||
техников |
гатов в ремонте |
(N-J)($120/час) |
(по $25/час) |
затраты |
|
|
|
||
|
|
|
|
|
1 |
.64 |
$76.80 |
$25.00 |
$101.80 |
2 |
.46 |
$55.20 |
$50.00 |
$105.20 |
Анализ показал, что достаточно иметь одного техника. При этом будет иметь место экономия в размере: $105.20-101.80=$3.40 в час.
В практической деятельности менеджер может столкнуться с ситуациями, для которых требования традиционных моделей не удовлетворяются. В этих случаях используются более сложные математические модели или методы, называемые моделированием Монте-Карло.
Многие реальные приложения теории очередей требуют применения, где это возможно, имитационного компьютерного моделирования, которое стало неотъемлемой частью многих стандартных пакетов прикладных программ, используемых в производственном/ операционном менеджменте.
1.4. Сетевое планирование и управление проектами
Практически все организации сталкиваются с проблемой разработки и реализации проектов, в т.ч. дорогостоящих и долговременных. Это касается не только проектов обычных изделий, услуг, работ в сфере производства и сервиса. Существуют специальные проекты (строительство заводов, небоскребов, судов, космических станций), требующие выполнения тысяч скоординированных во времени и в пространстве операций по закупкам и производству, хранению и доставке, информационному обеспечению и сопровождению. Повсеместно все отрасли бизнеса и государство стремятся управлять проектами – с целью наиболее эффективного выполнения сложного комплекса взаимосвязанных работ.
Управление проектами. Специальные проекты, которые осуществляются на протяжении многих месяцев и лет, выходят за рамки обычных представлений об управлении хозяйственной деятельностью компаний. Основное требование к организации таких комплексов работ - нацеленность на конечный результат, или целенаправленность. Основное требование к управлению такими комплексами работ - постоянное владение ситуацией, или информированность менеджмента проекта о текущем состоянии дел и возможность своевременного вмешательства. Для выполнения подобных проектов внутри фирм и между фирмами на постоянной или временной основе создаются проектные или исследовательские команды, которые организационно могут оформляться как реальные или виртуальные административные единицы (подразделения) и самостоятельные организации (предприятия, их объединения). В операционном аспекте управление такими проектами включает три фазы: (1) планирование проекта как комплекса работ (в т.ч. по исполнителям, ресурсам и затратам); (2) составление расписания работ; (3) диспетчирование хода работ.
Для целей управления проектами наилучшим образом зарекомендовали себя на практике методы сетевого планирования и управления, которые активно используются и в иных областях, в частности, в управлении поставками по логистической цепи. Сетевое планиро-
26
вание и управление играет важную роль в реализации поставок и проектов, поскольку помогает ответить на вопросы о сложных логистических и проектных процессах, состоящих из тысяч работ: когда может быть завершен или должен быть начат комплекс работ в целом; какие работы комплекса являются критическими, а какие не критическими; какова вероятность, что работы будут завершены к конкретной дате; исполняются ли работы в соответствии с расписанием; расходуются ли средства в соответствии со сметой; достаточно ли ресурсов, чтобы закончить работы в срок; как завершить работы в более короткий срок с наименьшими затратами, и ряд других.
Объективная возможность применения сетевых методов как в управлении ходом проектов, так и в управлении ходом поставок, заключается в следующем. Прежде всего, это общность целей управления - получить конечный результат в точном соответствии с требованиями заказчика (обеспечив требуемый по условиям внешней среды уровень сервиса) - к требуемому сроку, в требуемом объеме, ассортименте, качестве, месте представления, с затратами минимально возможными/не выше допустимых. Наконец, в обоих случаях объектом управления являются сходные по своей природе потоковые процессы, представляющие сложные по составу и взаимосвязям последовательности работ (операции, подпроцессы), которые требуют взаимной координации выполнения во времени (по срокам начала и окончания), в пространстве (в т.ч. по исполнителям) и по ресурсному обеспечению.
Универсальность сетевых методов такова, что они могут одинаково успешно использоваться для организации, планирования, учета и контроля, регулирования хода работ (достижения целей управления) на оперативном, тактическом и стратегическом уровне управления; причем не только фирм, но и региональных, национальных экономик, глобальных организационных образований или целевых программ. Главное их достоинство - возможность не только планирования, но и контроллинга хода работ в режиме реального времени. Сетевая техника планирования и управления представляет интерес и как эффективное средство оперативного обнаружения и устранения внутренних сбоев, а также распространения регулирующих воздействий в сложных цепочках работ в порядке ответной своевременной реакции на изменения во внешней среде (спрос, научно-технический прогресс, политическая ситуация и т.д.).
В основе практически всех из известных систем сетевого планирования и управления лежит техника построения и использования сетевого графика, которая предполагает выполнение следующей общей последовательности шагов: выделить все основные работы или задачи комплекса; установить взаимосвязи и порядок предшествования для всех работ; вычертить сеть, содержащую все работы; определить время и/или денежные затраты, относящиеся к каждой работе; рассчитать самую продолжительную последовательность работ в сети, определяющую общую длительность выполнения всего комплекса работ и календарную дату окончания; использовать сеть для оптимизации плана по срокам и ресурсам, для учета и контроля, регулирования хода работ в режиме реального времени.
Для выполнения каждого из шагов на практике могут использоваться различные методы, которые обеспечивают разную точность получаемых результатов и имеют разную степень сложности в реализации. Рассмотрим основные понятия и процедуры, используемые в сетевом планировании и управлении, опираясь на примеры и термины “метода критическо-
го пути (CPM)”.
27
Техника сетевого планирования и управления. Ставится задача: построить сетевой график, выполнить расчет параметров сети и календарную привязку графика; определить общую длительность цикла и календарный срок завершения всего комплекса работ.
Пример 1.12. Техника сетевого планирования. Исходные данные: календарный срок начала работ по приказу - 3.01; состав работ, их взаимосвязь и продолжительность t - заданы в таблице.
Работа |
Предшествующие работы |
Длительность, недель |
Код работы* |
A |
- |
3 |
0 - 1 |
B |
A |
5 |
1 - 2 |
C |
B |
1 |
2 - 6 |
D |
A |
14 |
1 - 3 |
E |
D |
1 |
3 - 6 |
F |
A |
8 |
1 - 4 |
G |
F |
1 |
4 - 6 |
H |
B, D, F |
3 |
5 - 6 |
I |
C, E, G, H |
6 |
6 - 7 |
|
|
|
|
*Примечание. Заполняется после составления сетевого графика.
1) Построение сетевого графика. Первый шаг состоит в разделении процесса на элементы сети.
Основными элементами сети являются работы и события. Работой является частная (локальная) задача в составе целого проекта или простой процесс в составе сложного процесса, представляющих собой комплекс работ. Каждая работа находится между двумя событиями, означающими начало и завершение данной работы. Обычно на сетевом графике работы изображаются однонаправленными стрелками, события - кружками.
В общем случае для построения сетей может использоваться один из двух подходов: наиболее распространенный “Activity-on-Arrow (AOA)”, когда работы в сети изображаются графически в виде направленных дуг; “Activity-on-Node (AON)”, когда работы в сети изображаются в виде узлов.
Любой проект или процесс, который может быть описан с помощью работ и событий, может быть представлен в виде сети. Построение сети выполняется, как правило, слева направо и включает ряд шагов: 1 - изображение последовательности работ и установление логических взаимосвязей в порядке их выполнения; 2 - введение событий как результатов работ и исключение лишних зависимостей; 3 - построение окончательного варианта сетевого графика и кодирование его элементов.
Если присвоить каждому событию сети номер, то можно идентифицировать каждую работу сети с помощью ее начального и конечного события - их номера образуют код работы.
Например, работа A в примере начинается с события 0 и заканчивается в событии 1; ей присвоен код 0 - 1.
Узлы (события) в сети нумеруются в том же направлении, в каком строится график и направлена ось времени, т.е. слева направо (в хронологической последовательности). Исходный узел (событие) сети получает порядковый номер 0, завершающий узел (событие) - наибольший номер в сети.
28
В примере последний узел имеет номер 7.
Бывают ситуации, когда в сети имеются две и более работы с одним и тем же начальным событием и конечным событием. Тогда в сеть могут быть введены фиктивные работы и события. Их основное назначение - зафиксировать, не позволить нарушить логику взаимосвязи и взаимной очередности следования работ и событий в сети, как это предписано исходными данными; продолжительность фиктивной работы равна 0. Использование фиктивных работ и событий особенно важно, когда компьютерная программа предназначена для определения критического пути и срока завершения всех работ.
В примере работы 2 - 5, 3 - 5, 4 - 5 являются фиктивными.
2)Расчет параметров сети. Целью расчета является определение календарных сроков
-наиболее ранних из возможных и наиболее поздних из допустимых - для свершения каждого события, соответственно для начала и окончания каждой работы в сети; на основании этого определяются резервы времени для свершения событий и выполнения работ.
Параметры событий. Каждое событие характеризуется следующим набором параметров: E - ранний срок свершения события; L - поздний срок свершения события; S - резерв времени свершения события, где S=L -E.
Параметры работ. Любая работа начинается в одном событии (начало работы) и оканчивается в другом (окончание работы). Поэтому каждая работа характеризуется следующим набором параметров: ES - ранний срок начала работы; LS - поздний срок начала работы; EF - ранний срок окончания работы; LF - поздний срок окончания работы; SS - резерв времени работы, где SS= LS - ES или SS= LF - EF.
Все предшествующие работы должны быть завершены до начала данной работы, поэтому время полного завершения наиболее поздней из них есть раннее время начала данной работы ES; все последующие за данной работы должны быть завершены без изменения сроков выполнения комплекса работ в целом, этим определяется позднее время окончания данной работы LF. Взаимосвязь параметров работы:
LS= LF - t; EF= ES + t; SS= LFES - t.
Для расчета параметров сети используется следующий алгоритм, графическая версия которого представлена на рис.1.8:
1 - ранний срок исходного события, имеющего номер 0 в сети, принимается равным 0, т.е. E(0)=0; это объясняется тем, что для удобства модельное время начинают отсчитывать с момента времени 0;
2 - выполняется расчет ранних сроков свершения всех событий в сети от исходного до завершающего (слева направо), используя выражение EF= ES + t, где ES - это ранний срок свершения события, в котором данная работа начинается, EF - это ранний срок свершения события, в котором данная работа оканчивается;
3 - поздний срок свершения завершающего события, имеющего номер М в сети, принимается равным его раннему сроку свершения, т.е. L(M)=E(M); это объясняется тем, что конечный срок завершения всего комплекса работ предполагается директивно заданным, задержки не допустимы, резерв времени отсутствует;
29