ОПТИМИЗАЦИЯ РАБОТЫ АЗС МЕТОДАМИ СИСТЕМ МАССОВОГО ОБСЛУЖИВАНИЯ

OPTIMIZATION OF GAS STATION OPERATION BY QUEUING SYSTEMS METHODS

Удивительно, но системы массового обслуживания встречаются повсюду, на каждом шагу. АЗС при этом не являются исключением. Система массового обслуживания (СМО) – это такая система, куда в случайные моменты времени подается поток одинаковых событий (запросов), причем обработка этих запросов выполняется доступными данной системе каналами обслуживания.

 

К основным характеристикам любой СМО, как правило, относят:

  • входной поток поступающих заявок;
  • организованный характер очереди;
  • концепция обслуживания.

Построить модель такой системы возможно при соблюдении следующих условий:

– она должна иметь довольно простой характер;

– потоки событий между элементами должны иметь независимый характер.

В качестве примера СМО можно привести следующие:

– расчетно-кассовые узлы в банках, на предприятиях;

– персональные компьютеры, решающие различного характера задачи, обрабатывая поступающие запросы;

– места технического обслуживания автомобилей на АЗС;

– аудиторская деятельность;

– телефонные станции и т.д.

На рисунке 1 представлен пример модели массового обслуживания на АЗС.

 http://meridian-journal.ru/uploads/2020/02/3845-1.PNG

Рисунок 1. Модель системы массового обслуживания на АЗС

 

Водители могут заправить свой автомобиль, воспользовавшись одной из колонок. В случае если все колонки заняты, на территории АЗС отведены специальные места ожидания для водителей, однако более трех автомобилей одновременно здесь находиться не могут.

Иногда не всегда получается контролировать постоянный поток автомобилей и справляться с ним, в результате чего возникают задержки в обслуживании. А это в конечном счете приводит к затору на АЗС.

При описании функционирования любой АЗС и приведенной выше, в частности, можно использовать такие параметры, как:

λ – среднее количество автомобилей, прибывающих на АЗС в единицу времени;

1/ λ – средний интервал времени между прибытием автомобилей;

µ – среднее число автомобилей, обслуживаемых за единицу времени;

1/ µ – среднее время обслуживания.

Для достижения отсутствия простоя в процессе работы АЗС имеет смысл рассматривать только такие варианты СМО, которые будут удовлетворять следующему условию: 1/ µ < 1/ λ.

Исходные данные для расчета представлены в таблице 1.

Таблица 1

Исходные данные для расчета модели

 

Вариант 1

Вариант 2

Вариант 3

Вариант 4

λ.

0,25

0,25

0,25

0,25

1/ λ.

4 мин

4 мин

4 мин

4 мин

µ

0,285

0,55

1

2

1/ µ

3,5 мин

2мин

1 мин.

0,5 мин

L

63,15

0,5

0,5

0,12

Тож

24,5 мин

2,5 мин

0,3 мин

0,5 мин

Тс

28 мин

4,5 мин

0,55 мин

1,35 мин

Y

7

1

1/3

1/7

С

5 усл. ед.

9 усл.ед

12 усл. ед.

18 усл.ед.

Применительно к описанной ранее АЗС показатели эффективности СМО означают следующее:

α – показатель загруженности АЗС;

L – среднее число ожидающих своей заправки автомобилей;

Тож – среднее время ожидания в очереди;

Тс – среднее время пребывания автомобиля в системе (на АЗС);

Y – среднее количество машин на АЗС.

В таблице 2 представлены данные величины преобразованных критериев.

Таблица 2

Величина преобразованных критериев

К(S)

S1

S2

S3

S4

К1(S)

49

6,13

1,36

0

К2(S)

0

0,9

1,46

2,7

К3(S)

0

0,43

0,72

0,86

В случае если процесс принятия решения по определению важности критериев вызывает затруднения, т.е. возникают трудности с определением места того или иного критерия в ряду важности, для всех j получаем следующее: j = 1, 2, 3. Следовательно, имеем следующие целевые функции: W(S1) = 28,28; W(S2) = 3,592; W(S3) = 1,205; W(S4) = 1,57. А это означает, что отношение предпочтения систем остается прежним. Следовательно, окончательный результат решения в данном случае не влияет на обоснованность определения коэффициентов важности. Таким образом, в соответствии с расчетами лучшим стал вариант номер 3, худшим – первый вариант АЗС.

Итак, можно сделать вывод, что элементы транспортной системы, как и сама система в целом, может быть преобразована и модернизирована за счет применения модель СМО, а также такой методики, как многокритериальная оптимизация.

Практическое применение моделей массового обслуживания на АЗС экономически выгодно в процессе решения следующих задач:

– задача определения количества контрольно-расчетных прилавок на АЗС;

– задача определения числа бензоколонок и численности обслуживающего персонала на бензозаправочной станции.

 Список литературы:

  • Барышев И. Г. Новый взгляд на топливную логистику [Текст] // Экспозиция Нефть Газ. 2014. № 2 (34). С. 70–71.
  • Безродный А. А. Повышение эффективности управления сетями автозаправочных станций [Текст] // Известия высших учебных заведений. Поволжский регион. Технические науки. 2010. № 2. С. 41–51.
  • Белов Ю. Ф., Иващенко В. А. Автоматизация контроля и учета нефтепродуктов на автозаправочных станциях на основе SCADA-системы [Текст] // Вестник Саратовского государственного технического университета. 2010. — Т. 4, вып. 1. — С. 82–89.
  • Валиев Р. А., Каримов Т. Н., Сибгатуллин Р. К., Хайруллин А. Х. Многокритериальная задача планирования доставки топлива транспортно-энергетической компанией сетям АЗС [Текст] // Научно-технический вестник Поволжья. 2013. № 1. С. 143–145.
  • Годнев А. Г., Зоря Е. И. Повышение точности сведения товарного баланса на нефтебазах и АЗС [Текст] // Проблемы машиностроения и автоматизации. 2007. № 4. С. 56–58.
  • Гусельникова И. С., Рощупкина О. Б. Стратегическое управление затратами сети АЗС [Текст] // Научно-технический вестник ОАО «НК «Роснефть». 2009. № 09. С. 55–58.
  • Гуськова С. В. Логистическое обеспечение организации сопутствующей торговли в сети АЗС [Текст] // Проблемы современной экономики. 2012. № 3. С. 195–198.