• Communications for Statistical Applications and Methods
• /
• 제18권4호
• /
• pp.433-443
• /
• 2011

잉여금의 수준에 따라 이단계의 보험요율이 적용되는 복합 포아송 위험 모형을 고려한다. 먼저 이 위험 모형에 대응되는 이단계 서비스율의 M/G/1 대기행렬 모형을 설정하고, M/G/1 대기행렬 모형에서 작업량이 0에 도달하기 전에 과부하가 발생하는 확률을 유도한다. 이과부하 확률을 이용하여 위험모형에서 잉여금이 목표값에 도달하기 전에 파산하는 확률을 구하고, 보험 청구액이 지수분포를 따르는 경우의 파산 확률을 계산한다.

• 산업경영시스템학회지
• /
• 제29권4호
• /
• pp.18-26
• /
• 2006

여러 형태의 고객이 외부로부터 포아송과정에 따라 각 대기행렬에 도착하고 정해진 서비스규칙에 따라 해당 서비스를 받은 후 마코비안 확률분포에 따라 시스템을 떠나거나 다른 형태의 고객으로 시스템을 다시 돌아 올 수도 있는 M/G/1 대기행렬시스템을 고려한다. 본 연구에서는 기존의 연구 모형을 확장하여 계층적 서비스 규칙을 갖는 우선순위 대기행렬모형을 제시하고 이에 대한 시스템 성능척도를 보다 체계적으로 구할 수 있는 방법을 소개한다. 이를 위하여 먼저 대기행렬시스템의 거동을 나타내는 시스템 상태를 정의하고, 바쁜기간과 서비스기간 분석을 통하여 시스템 상태의 선형 함수로 평균체제시간을 구할 수 있음을 보인다.

• 한국시뮬레이션학회논문지
• /
• 제23권3호
• /
• pp.1-9
• /
• 2014

전통적인 워크플로우 시간분석은 단위작업을 독립적인 M/M/1 대기행렬모형에 적용하여 수행해왔다. M/M/1 시스템 성능척도의 일반해들을 활용하면 여러 가지 분석이 가능해진다. 특히 워크플로우 시스템의 AND 구조를 분석함에 있어 M/M/1 시스템 성능척도를 활용하면 그 체재시간에 대한 분석이 가능하다. 그러나 실질적인 AND 구조를 정확히 묘사하기 위해서는 각각의 M/M/1 시스템이 독립이라는 가정이 없어야 한다. 본 연구는 이러한 한계를 극복하기 위해 한 업무에 대한 모든 단위작업이 동시에 시작하는 상황으로 가정한다. 이 가정 하에서는 M/G/1 시스템의 성능척도를 이용하여 이론적 분석이 가능해진다. 또한 시뮬레이션을 이용하여 실질적인 AND 구조를 정확히 묘사할 수 있는 방법론을 소개한다. 마지막으로 가상의 시스템을 구성하여 이론적인 해와 시뮬레이션 결과들을 수록함으로써 제안된 방법론들을 검증한다. 본 연구에서 사용된 주요 시스템 성능척도는 평균대기시간과 평균체재시간이다.

• 대한산업공학회지
• /
• 제24권3호
• /
• pp.381-386
• /
• 1998

We frequently encounter stopped random sums when modelling queueing systems. We also notice occasional mishandling of stopped random sums in the literature. The purpose of this note is to prevent further mistakes by identifying and correcting typical mistakes about stopped random sums. As an example model, we use the two-phase M/G/1 queue with multiple vacations.

• 산업경영시스템학회지
• /
• 제39권2호
• /
• pp.1-10
• /
• 2016

In this paper, we present a new way to derive the mean cycle time of the G/G/m failure prone queue when the loading of the system approaches to zero. The loading is the relative ratio of the arrival rate to the service rate multiplied by the number of servers. The system with low loading means the busy fraction of the system is low. The queueing system with low loading can be found in the semiconductor manufacturing process. Cluster tools in semiconductor manufacturing need a setup whenever the types of two successive lots are different. To setup a cluster tool, all wafers of preceding lot should be removed. Then, the waiting time of the next lot is zero excluding the setup time. This kind of situation can be regarded as the system with low loading. By employing absorbing Markov chain model and renewal theory, we propose a new way to derive the exact mean cycle time. In addition, using the proposed method, we present the cycle times of other types of queueing systems. For a queueing model with phase type service time distribution, we can obtain a two dimensional Markov chain model, which leads us to calculate the exact cycle time. The results also can be applied to a queueing model with batch arrivals. Our results can be employed to test the accuracy of existing or newly developed approximation methods. Furthermore, we provide intuitive interpretations to the results regarding the expected waiting time. The intuitive interpretations can be used to understand logically the characteristics of systems with low loading.