Heurystyka koncentracji dla problemu lokalizacji systemów G/G/1 z różnymi klasami klientów

• Autorzy: Jakowska-Suwalska K.

Warianty tytułu

EN

Heuristic concentration in queuing G/G/1 location problem with different customers class

• Języki publikacji: PL

Abstrakty

PL

W artykule zajęto się zagadnieniem lokalizacji minimalnej liczby obiektów traktowanych jako systemy masowej obsługi G/G/1 do obsługi m obiektów, umieszczonych w znanej sieci. Każdy obsługiwany obiekt traktowany jest jako odrębne źródło zgłoszeń. W zagadnieniu lokalizacji rozróżnia się więc różne klasy klientów, obsługiwanych przez systemy. Do wyznaczenia średniego czasu przebywania zgłoszenia w systemie wykorzystano aproksymację dyfuzyjną. Do rozwiązania problemu lokalizacji o dużych rozmiarach zaproponowano heurystykę koncentracji.

EN

In this paper, the author formulated new model for the queuing G/G/1 location with different customers class. The approximation to the average service time is finding by diffusion analysis. The author proposed the heuristic concentration for the problem's solution.

Słowa kluczowe

PL

system masowej obsługi; heurystyka koncentracji; zagadnienie lokalizacyjne; aproksymacja dyfuzyjna

EN

queuing system; heuristic concentration; location problem; diffusion analysis

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
• Rocznik: 2010
• Tom: z. 54
• Strony: 85--100
• Opis fizyczny: Bibliogr. 25 poz.

Twórcy

autor

Jakowska-Suwalska K.

• Politechnika Śląska, Wydział Organizacji i Zarządzania, Instytut Ekonomii i Informatyki,

Bibliografia

• 1. Batta R.: Single server queuing-location models with rejection. “Transportation Science”, vol. 22, 1988, pp. 209-216.
• 2. Batta R., Larson R. C., Odoni A. R.: A single-server priority queuing-location model. A single-server priority queuing-location model. „Networks”, vol. 18, 1988, pp. 87-103.
• 3. Batta R.: The stochastic queue median over a finite discrete set. „Operations Research”, vol.37, 1989, pp. 648-652.
• 4. Batta R. Prasad S. Y.: Determining efficient facility locations on a tree network operating as a FIFO M/G/1 queue. „Networks”, vol. 23, 1993, pp. 597-603.
• 5. Batta R., Berman O.: A location model for a facility operating as an M/G/k queue. A location model for a facility operating as an M/G/k queue. „Networks”, vol. 19, 1989, pp. 717-728.
• 6. Berman O., Larson R., Chiu S.S.: Optimal server location on a network operating as an M/G/1 queue. „Operations Research”, vol. 33, 1985, pp. 46-71.
• 7. Berman O., Larson R.C., Parkan C.: The stochastic queue p-median problem. “Transportation Science”, vol. 21, 1985, pp. 207-216.
• 8. Brandeau M. L., Chiu S.S.: A unified family of single-server queuing location models. „Operation Research”, vol. 38, 1990, pp. 1034-1044.
• 9. Brotcorne L., Laporte G., Semet F.: Ambulance location and relocation models. European „Journal of Operational Research”, vol. 147,2003, pp. 451-463.
• 10. Chiu S.S., Berman O., Larson R.C.: Locating a mobile server queuing facility on a tree network. „Management Science”, vol. 31, 1985, pp. 764-716.
• 11. Coullard C.R., Daskin M.S., Shen Z.J.: An inventory location model: formulation, solution algoritm and computational results. „Annals of Operation Research”, vol. 110, 2002, pp. 83-106.
• 12. Coullard C.R., Daskin M.S., Shen Z.J.: A joint location- inventory model. „Transportation Science”, vol. 37(1), 2003, pp. 40-55.
• 13. Czachórski T.: Modele kolejkowe w ocenie efektywności sieci i systemów komputerowych. Wydawnictwo Pracowni Komputerowej Jacka Skalmierskiego w Gliwicach, Gliwice 1999.
• 14. Daskin M.S.: A new approach to solving the vertex p-center problem to optimality: algorithm and computational results. „Communication of the Operations Research Society of Japan”, vol. 45, 2001, pp. 428-436.
• 15. Jakowska-Suwalska K.: Zagadnienie lokalizacji systemów masowej obshigi z wieloma klasami klientów, [w:] Stachowicz J., Straszak A., Walukiewicz S. (red.): Badania operacyjne i systemowe. Wiedza systemowa dla rozwoju regionów i przedsiębiorstw w Polsce. Akademicka Oficyna Wydawnicza Exit, Warszawa 2006, s. 195-202.
• 16. Jakowska-Suwalska K.: Zagadnienie lokalizacji systemów masowej obsługi, [w:] Trzaskalik T.: Modelowanie preferencji a ryzyko '06. Wydawnictwo Akademii Ekonomicznej, Katowice 2006, s. 225-234.
• 17. Jakowska-Suwalska K.: Zagadnienie lokalizacji obiektów modelowanych jako systemy G/G/1 z różnymi klasami klientów, [w:] Trzaskalik T.: Modelowanie preferencji a ryzyko '09. Wydawnictwo Akademii Ekonomicznej (w druku).
• 18. Mamnoon J., Baveja A., Batta R.: The stochastic queue center problem. „Computer and Operation Research”, vol. 26, 1999, pp. 1423-1436.
• 19. Marianov V., ReVelle C.S.: The queuing maximal availability location problem. A model for sitting of emergency vehicles. European „Journal of Operational Research”, vol. 93, 1996, pp. 12-120.
• 20. Marianov V., ReVelle C.S.: Location models for airline hubs behaving as M/D/c queues. ..Computers and Operations Research”, vol. 30, 2003, pp. 983-1003.
• 21. Marianov V., ReVelle C: Location-allocation of multiple-server service centers with constrained queues or waiting times. „Annals of Operation Research”, 2004, pp. 35-50.
• 22. Marianow V., Mizumori M., ReVelle Ch.: The heuristic concentration-integer and its application to a class of location problems. „Computers and Operation Research”, vol. 36, 2009, pp. 1406-1421.
• 23. Larson R. C: A hypercube queuing model for facility location and redistricting in urban emergency services. „Computers and Operation Research”, vol. 1, 1974, pp. 61-95.
• 24. Reiser M., Kobayashi H.: Accuracy of the diffusion approximation for some queuing systems. „IBM Journal of Res. Develop”, vol. 18, 1974, pp. 110-124.
• 25. Rosing K.E., ReVelle Ch.S.: Heuristic concentration: two stage solution construction. „European Journal of Operational Research”, vol. 97, 1996, pp. 75-86.