Undergraduate Elective 1054
Θεωρία Συστημάτων Εξυπηρέτησης
Γενικά
| Σχολή | Σχολή Θετικών Επιστημών |
|---|---|
| Τμήμα | Τμήμα Μαθηματικών |
| Επίπεδο Σπουδών | Προπτυχιακό |
| Κωδικός Μαθήματος | MAE634 |
| Εξάμηνο | 6 |
| Τίτλος Μαθήματος | Θεωρία Συστημάτων Εξυπηρέτησης |
| Αυτοτελείς Διδακτικές Δραστηριότητες | Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 6) |
| Τύπος Μαθήματος | Ειδίκευσης |
| Προαπαιτούμενα Μαθήματα | Συνίστανται: Εισαγωγή στις Πιθανότητες, Στοχαστικές Διαδικασίες |
| Γλώσσα Διδασκαλίας και Εξετάσεων | Ελληνική |
| Τρόπος Διεξαγωγής Μαθήματος | Δια ζώσης (100%) |
| Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus | Ναι (στην Αγγλική γλώσσα) |
| Ηλεκτρονική Σελίδα Μαθήματος (URL) | Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων. |
Μαθησιακά Αποτελέσματα
| Μαθησιακά Αποτελέσματα |
Ένα σύστημα εξυπηρέτησης (ή ουρά αναμονής) είναι ένα μαθηματικό πρότυπο για τη μοντελοποίηση ενός πραγματικού συστήματος εισόδου - εξόδου μονάδων (πελατών) στο οποίο υπεισέρχεται τυχαιότητα. Τυπικά παραδείγματα ουρών αναμονής παρουσιάζονται στην αποτίμηση απόδοσης τοπικών δικτύων υπολογιστών, σε τηλεπικοινωνιακά δίκτυα, σε τηλεφωνικά κέντρα εξυπηρέτησης πελατών, το διαδίκτυο, σε γραμμές παραγωγής μιας βιομηχανικής μονάδας, συγκοινωνιακά δίκτυα κλπ. Στόχος της θεωρίας των συστημάτων εξυπηρέτησης είναι η ποσοτική τους περιγραφή και ο βέλτιστος σχεδιασμός τους. Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια αναμένεται να είναι σε θέση να:
|
|---|---|
| Γενικές Ικανότητες |
|
Περιεχόμενο Μαθήματος
|
Περιγραφή και γενικά αποτελέσματα: βασικά χαρακτηριστικά των ουρών αναμονής, μέτρα λειτουργικότητας και απόδοσης. Ανασκόπηση Μαρκοβιανών αλυσίδων συνεχούς χρόνου, η ιδιότητα PASTA, Νόμος του Little, Θεώρημα μεμονωμένων μεταβάσεων. Απλά και γενικευμένα Μαρκοβιανά συστήματα (M/M/1, M/M/m/k, M/M/∞, συστήματα με ομαδικές αφίξεις - εξυπηρετήσεις), υπολογισμός χρονικά εξαρτημένης και στάσιμης κατανομής του αριθμού των πελατών, κατανομή χρόνου αναμονής/παραμονής, περίοδος συνεχούς απασχόλησης. Η μέθοδος των φάσεων και τα συστήματα Erlang, Μη Μαρκοβιανά συστήματα (M/G/1 και G/M/1). Δίκτυα ουρών αναμονής (Jackson). Έλεγχος ουρών και βέλτιστος σχεδιασμός, Στρατηγική συμπεριφορά σε συστήματα αναμονής: Βασικές έννοιες θεωρίας παιγνίων, Στρατηγική αλληλεπίδραση μεταξύ των πελατών σε συστήματα ουρών αναμονής, Συμπεριφορές απόφυγε-το-πλήθος και ακολούθησε-το-πλήθος. Πλαίσιο κοινωνικής βελτιστοποίησης και βελτιστοποίησης μονοπωλίου. Στρατηγικές εισόδου στη μη-παρατηρήσιμη και παρατηρήσιμη Μ/Μ/1 ουρά. |
Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση
| Τρόπος Διδασκαλίας | Πρόσωπο με πρόσωπο. | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Τρόπος και Συχνότητα Επικοινωνίας με Φοιτητές | Η επικοινωνία με τους φοιτητές γίνεται:
Η συχνότητα επικοινωνίας με τους φοιτητές καθορίζεται από τις ανάγκες των φοιτητών. | ||||||||||
| Διασφάλιση Τρόπου Επικοινωνίας Μεταξύ Φοιτητών | Συνέργεια στα πλαίσια της παράδοσης του μαθήματος. | ||||||||||
| Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών |
| ||||||||||
| Απαιτούμενος Τεχνολογικός Εξοπλισμός και Γνώσεις Τεχνολογίας | Δεν απαιτείται τεχνολογικός εξοπλισμός, καθώς παρέχεται. Δεν απαιτούνται εξειδικευμένες γνώσεις τεχνολογίας. | ||||||||||
| Πολιτική Μαθήματος για τη Λογοκλοπή και Εργαλεία Ελέγχου Λογοκλοπής | Η λογοκλοπή απαγορεύεται ρητά και τιμωρείται κλιμακούμενα, ανάλογα με την επανάληψη της χρήσης της. Ελέγχεται, δε, με σχετικά εργαλεία όπως το "Turnitin", που παρέχει η Βιβλιοθήκη του Πανεπιστημίου. | ||||||||||
| Πολιτική Μαθήματος για τη Χρήση Τεχνητής Νοημοσύνης | Επιτρέπεται η χρήση Τεχνητής Νοημοσύνης κατόπιν άδειας από τον διδάσκοντα/τη διδάσκουσα. | ||||||||||
| Οργάνωση Διδασκαλίας |
| ||||||||||
| Αξιολόγηση Φοιτητών | Γλώσσα Αξιολόγησης: Ελληνική.
Γλώσσα Αξιολόγησης για Φοιτητές Erasmus: Αγγλικά. |
Συνιστώμενη Βιβλιογραφία
Δείτε την υπηρεσία Εύδοξος.
Queueing Theory
General
| School | School of Science |
|---|---|
| Academic Unit | Department of Mathematics |
| Level of Studies | Undergraduate |
| Course Code | MAE634 |
| Semester | 6 |
| Course Title | Queueing Theory |
| Independent Teaching Activities | Lectures (Weekly Teaching Hours: 3, Credits: 6) |
| Course Type | Special Background |
| Prerequisite Courses | It is desirable to have an elementary knowledge of probability theory and Markov chains. |
| Language of Instruction and Examinations | Greek |
| Mode of Course Delivery | Face-to-face (100%) |
| Is the Course Offered to Erasmus Students | Yes |
| Course Website (URL) | See eCourse, the Learning Management System maintained by the University of Ioannina. |
Learning Outcomes
| Learning outcomes |
Queuing phenomena are encountered in several real-life situations. Prominent examples are service counters, elevators and traffic networks, but queuing effects also arise in supply chains, production systems and communication networks. In this course you will learn basic mathematical models for analyzing congestion effects in terms of queue lengths and waiting times. You will also develop insight into the applications of such approaches for improving the design and performance of service operations. The course aims to enable students to:
|
|---|---|
| General Competences |
|
Syllabus
|
Introduction, modelling examples, basic concepts, Kendall’s notation, Review of the basic stochastic processes (Poisson process, birth-death processes), Queueing notation and basics, Little's law, mean value analysis. Simple Markovian systems: M/M/1, M/M/c and extensions. General Markovian systems: Queues with batch arrivals and services, Non-Markovian systems: Erlang queues, M/G/1, G/M/1. Markovian networks: Jackson networks. Priority systems. |
Teaching and Learning Methods - Evaluation
| Mode of Instruction | Face-to-face. | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Mode and Frequency of Communication with Students | Communication with students takes place through:
The frequency of communication with students is determined by their needs. | ||||||||||
| Ensuring Communication Among Students | Collaboration and interaction are encouraged within the context of course delivery. | ||||||||||
| Use of Information and Communications Technology | Software for the calculation of queueing systems performance measures, Email, class web. | ||||||||||
| Required Technological Equipment and Technology Skills | No technological equipment is required from students, as all necessary equipment is provided. No specialized technology skills are required. | ||||||||||
| Course Policy on Plagiarism and Plagiarism Detection Tools | Plagiarism is strictly prohibited and is subject to progressively stricter penalties in the event of repeated offenses. It is monitored using plagiarism detection tools such as Turnitin, which is provided by the University Library. | ||||||||||
| Course Policy on the Use of Artificial Intelligence | The use of Artificial Intelligence is permitted only with the prior approval of the instructor. | ||||||||||
| Teaching Methods |
| ||||||||||
| Student Performance Evaluation |
|
Attached Bibliography
See the official Eudoxus site.