1

1
 200

150
 1 Just In Time JIT

1
2

3
4
5

1
1 1.4
 0

1.4-1

EOQ

Economic order quantity

 1

1
2
3
4

1 1.5

1.5-1

1
 1

10

20
2 1.5

1
 1.5-2

1
 4 1.5

1.5-3

A 5-1.5
4 8
A 1.5-4

B 1.5-5

1
 4 3 A 5-1.5

B 6-1.5
A 5-1.5

7 B 6-1.5

A 5-1.5

B 6-1.5 13
 12

10 5

𝒦2

𝜘2

3
1

4
 1

6 18 100
 1.6-1

100

100

100
‫تتوفر العديد من نماذج صفوف االنتظار لمدير أو محلل لالختيار من بينها‪ .‬المناقشة هنا تتضمن أربعة من النماذج األساسية‬
‫واألكثر استخداما‪ .‬الغرض هو التعرف على مجموعة من النماذج بدال من تغطية كامل النطاق‪ .‬جميعها تفترض معدل‬
‫الوصول بواسوني‪ .‬وأيضا‪ ،‬تتطلب النماذج نظام يعمل في ظروف مستقرة؛ التي تفترض أن متوسط معدالت الوصول‬

‫والخدمة ثابت‪ .‬النماذج األربعة الموصوفة هي ‪: 1‬‬

‫خادم واحد‪ ،‬زمن خدمة أسي‪.‬‬ ‫‪.1‬‬

‫خادم واحد‪ ،‬زمن خدمة ثابت‪.‬‬ ‫‪.2‬‬
‫خوادم متعددة‪ ،‬زمن خدمة أسي‪.‬‬ ‫‪.3‬‬
‫خدمة بأولوية متعددة‪ ،‬زمن خدمة أسي‪.‬‬ ‫‪.4‬‬

‫الحظ أن المصطلحين "الخادم" و "القناة" يعنيان الشيء نفسه‪ .‬لتسهيل استخدامك لنماذج صف االنتظار‪ ،‬يقدم الجدول‬
‫‪ 18.1‬قائمة بالرموز المستخدمة لنماذج المصدر غير محدود‪.‬‬

‫العالقات األساسية‬

‫تحتاج بعض العالقات األساسية لجميع النماذج غير محدودة المصدر‪ .‬معرفة هذا‬

‫مفيد جدا في استنتاج مقاييس األداء المطلوبة‪ ،‬مع األخذ في االعتبار بعض القيم األساسية‪.‬‬

‫لدينا هنا العالقات األساسية‪:‬‬

‫مالحظة‪ :‬معدالت الوصول والخدمة‪ ،‬ممثلة بـ ‪ λ‬و 𝜇 ‪ ،‬يجب أن تكون بنفس الواحدة (على سبيل المثال‪ ،‬زبون‬

‫في الساعة‪ ،‬زبون في الدقيقة)‪.‬‬

‫استخدامية النظام‪ :‬تعكس نسبة الطلب (كمقياس لمعدل الوصول)‬

‫إلى التزويد أو السعة (كمقياس لناتج عدد المخدمات 𝑀 بمعدل الخدمة 𝜇)‪.‬‬

‫𝜆‬
‫=𝜌‬ ‫)‪(1.7-1‬‬
‫𝜇𝑀‬

‫متوسط عدد الزبائن الذين يتم تخديمهم‪:‬‬

 ‫𝜆‬
‫=𝑟‬ ‫)‪(1.7-2‬‬
‫𝜇‬

‫الوصف‬ ‫الرمز‬

‫معدل وصول الزبائن‪.‬‬ ‫𝝀‬

‫معدل الخدمة لكل مخدم‪.‬‬ ‫𝝁‬

‫متوسط عدد الزبائن المنتظرين للخدمة في صف االنتظار‪.‬‬ ‫𝒒𝑳‬

‫متوسط عدد الزبائن المنتظرين للخدمة في النظام (يتضمن زمن االنتظار والخدمة)‪.‬‬ ‫𝒔𝑳‬

‫متوسط عدد الذين يتم تخديمهم‪.‬‬ ‫𝒓‬

‫استخدامية النظام‪.‬‬ ‫𝝆‬

‫متوسط زمن االنتظار في صف االنتظار‪.‬‬ ‫𝒒𝑾‬

‫متوسط الوقت الذي يقضيه العمالء في النظام (االنتظار في الصف ووقت الخدمة)‪.‬‬ ‫𝒔𝑾‬

‫𝟏‬
‫زمن الخدمة‪.‬‬
‫𝝁‬

‫احتمال أن عدد الزبائن في النظام يساوي ‪.0‬‬ ‫𝟎𝑷‬

‫احتمال أن عدد الزبائن في النظام يساوي 𝑛‪.‬‬ ‫𝒏𝑷‬

 ‫عدد المخدمين‪.‬‬ ‫𝑴‬

‫الحد األقصى المتوقع لعدد المنتظرين في صف االنتظار‪.‬‬ ‫𝒙𝒂𝒎𝑳‬

‫بالنسبة إلى جميع أنظمة االنتظار تقريبا‪ ،‬توجد عالقة بين متوسط زمن الوحدة (الزبون)‬

‫التي يقضيها في النظام أو صف االنتظار ومتوسط عدد الوحدات في النظام أو صف االنتظار‪.‬‬

‫وفقا لقانون (ليتل) ‪ Little‬لنظام مستقر؛ فإن متوسط عدد العمالء في الصف أو في النظام يساوي متوسط معدل وصول‬
‫العمالء مضروبا في متوسط زمن االنتظار في الصف أو في النظام‪ .‬أي‪:‬‬

‫𝑞𝑊 ‪𝐿𝑞 = 𝜆 .‬‬ ‫)‪(1.7-3‬‬

‫𝑠𝑊 ‪𝐿𝑠 = 𝜆 .‬‬ ‫)‪(1.7-4‬‬

‫اآلثار المترتبة على هذا مهمة لتحليل خطوط االنتظار‪ .‬والعالقات السابقة مستقلة عن أي توزيع احتمالي‬
‫وال تتطلب أي افتراضات حول وصول العمالء أو خدمتهم‪ ،‬أو الترتيب الذي يتم تقديمه لهم‪ .‬وهذا يعني‬
‫أيضا أن معرفة أي اثنين من المتغيرات الثالثة يمكننا الحصول على المتغير الثالث‪ .‬على سبيل المثال‪،‬‬
‫معرفة معدل الوصول ومتوسط عدد الوحدات في صف االنتظار‪ ،‬يمكننا من إيجاد متوسط زمن‬
‫االنتظار‪.‬‬

‫المنتظرين في الصف للخدمة‪ 𝐿𝑞 :‬وهو يعتمد على النموذج‪ ،‬ويمكن‬ ‫‪1‬‬

‫الحصول عليه باستخدام جدول أو صيغة ما‪.‬‬
‫المنتظرين في النظام‪ :‬وهو مجموع الزبائن المنتظرين في الصف مع الذين‬ ‫‪2‬‬
‫يتم تخديمهم‪:‬‬
 ‫𝑟 ‪𝐿𝑠 = 𝐿𝑞 +‬‬ ‫)‪(1.7-5‬‬

‫𝑞𝐿‬
‫= 𝑞𝑊‬ ‫)‪(1.7-6‬‬
‫𝜆‬

‫𝑠𝐿 ‪1‬‬
‫‪𝑊𝑠 = 𝑊𝑞 +‬‬ ‫=‬ ‫)‪(1.7-7‬‬
‫𝜇‬ ‫𝜆‬

‫تتطلب كافة نماذج المصادر غير المحدودة أن يكون استخدامية النظام أقل من ‪1‬؛ وتطبق هذه النماذج‬
‫على األنظمة تحت التحميل (‪.)underloaded‬‬

‫متوسط عدد المنتظرين في الصف 𝑞𝐿 هو قيمة أساسية ألنه يحدد بعض المقاييس األخرى ألداء النظام‪،‬‬
‫مثل متوسط عدد المنتظرين في النظام‪ ،‬متوسط زمن االنتظار في الصف‪ ،‬ومتوسط زمن االنتظار في‬
‫النظام‪.‬‬

‫ومن ثم ستكون 𝑞𝐿 عادة واحدة من القيم األولى التي نحتاج إلى تحديدها في حل المسائل‪ .‬ويساعد الشكل‬
‫‪ 18.7‬على ربط الرموز بالعالقات األساسية في نظام قائمة االنتظار‪.‬‬
‫🚶🚶🚶🚶‬ ‫⟵‬ ‫🚶‬ ‫⟵‬ ‫🚶🚶🚶‬ ‫⟵‬

‫𝜆‬
‫𝑠𝐿‬ ‫𝑞𝐿‬ ‫المنتظرين‬
‫𝜇‬

‫‪1‬‬ ‫𝑞𝐿‬
‫𝑠𝑊‬
‫𝜇‬ ‫𝜆‬
 ‫مثال ‪ :1‬تحديد معدل الوصول ومعدل الخدمة‬

‫يصل العمالء إلى مخبز بمعدل وسطي ‪ 18‬زبون في الساعة في صباح أحد أيام األسبوع‪.‬‬

‫يمكن وصف توزيع الوصول بتوزيع بواسون بمتوسط ‪.18‬‬

‫كل موظف يمكن أن يخدم زبون بمتوسط كل ثالث دقائق؛ ويمكن وصف هذا الزمن بالتوزيع األسي‬
‫بمتوسط ‪ 3.0‬دقيقة‪.‬‬
‫‪ a‬ما هي معدالت الوصول والخدمة؟‬
‫‪ b‬حساب متوسط عدد الزبائن الذين يتم تخديمهم في أي وقت‪.‬‬
‫‪ c‬لنفترض أنه قد تم تحديد أن متوسط عدد الزبائن الذين ينتظرون في صف االنتظار هو ‪8.1‬‬
‫فاحسب متوسط عدد الزبائن في النظام‪ ،‬ومتوسط زمن االنتظار في الصف‪ ،‬ومتوسط زمن‬
‫االنتظار في النظام‪.‬‬
‫‪ d‬تحديد استخدامية النظام من أجل عدد خوادم ‪ 1 = M‬و ‪ 2‬و ‪ 3‬مخدم‪.‬‬

‫‪1‬‬ ‫‪1‬‬
‫=‬ ‫𝜆 = ‪18‬‬ ‫‪a‬‬
‫‪3‬‬ ‫‪μ‬‬
‫‪1‬‬ ‫‪1‬‬
‫=‬
‫‪20‬‬ ‫‪μ‬‬

‫𝜇 = ‪20‬‬
‫𝜆‬ ‫‪18‬‬
‫‪b) 𝑟 = 𝜇 = 20 = 0.9‬‬
‫‪c‬‬

‫‪𝐿𝑞 = 8.1‬‬

‫زبائن ‪𝐿𝑠 = 𝐿𝑞 + 𝑟 = 8.1 + 0.9 = 9‬‬

‫‪𝐿𝑞 8.1‬‬
‫= 𝑞𝑊‬ ‫=‬ ‫‪= 0.45‬‬
‫𝜆‬ ‫‪18‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪𝑊𝑠 = 𝑊𝑞 +‬‬ ‫‪= 0.45 +‬‬ ‫ساعة ‪= 0.5‬‬
‫𝜇‬ ‫‪20‬‬

‫𝜆‬
‫𝜇𝑀 = 𝜌‬ ‫‪d‬‬
‫‪18‬‬
‫‪90‬‬ ‫⟸‬ ‫‪𝜌 = 1× 20 = 0.9‬‬ ‫‪𝑀=1‬‬
 18
45 ⟸ 𝜌 = 2× 20 = 0.45 𝑀=2
18
30 ⟸ 𝜌 = 3× 20 = 0.3 𝑀=3

𝑀𝜇

1953 Kendall

𝑘 𝐸𝑘

𝐺
 ‫𝐼𝐺‬

‫• ‪𝑀/𝐺/1‬‬

‫• ‪𝐸𝑘 /𝑀/1‬‬
‫‪S‬‬ ‫• 𝑠‪𝑀/𝐷/‬‬

‫أبسط نموذج نظام يحتوي على مخدم وحيد (أو عامل واحد)‪ .‬وانضباط صف االنتظار بطريقة‬
‫القادم أوال‪ ،‬يخدم أوال‪ ،‬ويفترض أن معدل وصول الزبون يمكن تقريبه من خالل توزيع‬
‫‪ Poisson‬وزمن الخدمة من خالل توزيع األسي السالب‪ .‬وال يوجد حد لطول صف االنتظار‪.‬‬
‫يوضح الجدول ‪ 18.2‬الصيغ الخاصة بهذا النموذج‪ ،‬الذي ينبغي استخدامه بالمزامنة مع العالقات‬

‫‪1 .)1.‬‬ ‫‪ )1‬حتى (‬ ‫(‬

‫العالقة‬

‫‪𝜆2‬‬
‫= 𝑞𝐿‬ ‫)‪(1.7-8‬‬
‫)𝜆 ‪𝜇(𝜇 −‬‬
 ‫𝜆‬
‫‪𝑃0 = 1 −‬‬ ‫)‪(1.7-9‬‬
‫𝜇‬

‫𝑛 𝜆‬
‫) ( ‪𝑃𝑛 = 𝑃0‬‬ ‫)‪(1.7-10‬‬ ‫𝑛‬
‫𝜇‬

‫𝑛 𝜆‬
‫𝑛<𝑃‬ ‫) (‪= 1−‬‬ ‫)‪(1.7-11‬‬ ‫𝑛‬
‫𝜇‬

‫‪2‬‬

‫تخطط إحدى شركات الطيران الفتتاح مكتب تابع لها للتذاكر في ساحة تسوق جديدة‪ ،‬يعمل فيها موظف‬
‫واحد‬

‫من المقدر أن تبلغ طلبات الحصول على التذاكر والبيانات ‪ 15‬طلب في الساعة‪ ،‬وتكون عملية الطلب‬
‫تابعة لتوزيع ‪ .Poisson‬كما أن زمن الخدمة يتبع التوزيع األسي‪.‬‬

‫تشير التجربة السابقة مع عمالء لهم مكاتب مماثلة إلى أن متوسط زمن الخدمة يبلغ حوالي ‪ 3‬دقائق لكل‬
‫طلب‪ .‬حدد كل مما يلي‪:‬‬

‫استخدامية النظام‪.‬‬ ‫‪1‬‬

‫النسبة المئوية للوقت الذي سيكون فيه الخادم (الموظف) خامال (ال يعمل)‪.‬‬ ‫‪2‬‬
‫العدد المتوقع للزبائن المنتظرين للخدمة‪.‬‬ ‫‪3‬‬
‫متوسط الوقت الذي يقضيه الزبائن في النظام‪.‬‬ ‫‪4‬‬
‫احتمال وجود صفر زبن في النظام واحتمالية وجود أربع زبائن في النظام‪.‬‬ ‫‪5‬‬
 ‫‪1‬‬ ‫‪1‬‬
‫=‬ ‫𝜆 = ‪15‬‬ ‫‪1‬‬
‫‪3‬‬ ‫‪μ‬‬
‫‪1‬‬ ‫‪1‬‬
‫=‬
‫‪20‬‬ ‫‪μ‬‬

‫𝜇 = ‪20‬‬

‫𝜆‬ ‫‪15‬‬
‫=𝜌‬ ‫=‬ ‫‪= 0.75‬‬
‫‪𝑀𝜇 1 × 20‬‬

‫̅𝜌‬ ‫‪2‬‬

‫‪𝜌̅ = 1 − 𝜌 = 1 − 075 = 0.25‬‬ ‫‪25%‬‬

‫‪3‬‬

‫‪𝜆2‬‬ ‫‪152‬‬
‫‪𝐿𝑞 = 𝜇(𝜇−𝜆) = 20(20−15) = 2.25‬‬

‫𝑞𝐿‬ ‫‪1‬‬ ‫‪2.25‬‬ ‫‪1‬‬

‫= 𝑠𝑊 ‪4.‬‬ ‫𝜇‪+‬‬ ‫=‬ ‫‪ = 12‬ساعة ‪+ 20 = 0.20‬‬
‫𝜆‬ ‫‪15‬‬
‫𝜆‬ ‫‪15‬‬
‫‪𝑃0 = 1 − 𝜇 = 1 − 20 = 0.25 5‬‬

‫𝑛 𝜆‬ ‫‪15 4‬‬
‫‪𝑃𝑛 = 𝑃0 ( ) = 0.25 ( ) = 0.079‬‬
‫𝜇‬ ‫‪20‬‬

‫كما الحظنا سابقا‪ ،‬فإن خطوط االنتظار هي نتيجة عشوائية الوصول والتغير الحاد لمعدالت الخدمة‪ .‬إذا كان النظام يستطيع‬
‫أن يقلل أو يزيل تقلبات أحدهما أو كليهما‪ ،‬فهذا يقصر خطوط االنتظار بشكل ملحوظ‪ .‬ومن األمثلة على ذلك نظام له زمن‬

‫خدمة ثابت‪ .‬إن تأثير زمن الخدمة الثابت هو تخفيض متوسط عدد الزبائن المنتظرين في الصف إلى النصف‪1 :‬‬

‫‪𝜆2‬‬
‫= 𝑞𝐿‬ ‫)‪(1.7-12‬‬
‫)𝜆 ‪2𝜇(𝜇 −‬‬
 ‫كما أنه تم تقليل متوسط زمن االنتظار في الصف إلى النصف‪.‬‬

‫يمكن تطبيق تحسينات مماثلة على أزمنة الوصول لتقليلها (على سبيل المثال‪ ،‬عن طريق استخدام المواعيد)‪.‬‬

‫مثال‪ :3‬حساب متوسط عدد الزبائن في الصف ومتوسط زمن االنتظار في الصف من أجل زمن خدمة ثابت‬

‫لدينا عملية غسيل وتجفيف السيارات في إحدى المدن بحيث تكون عملية أوتوماتيكية لمدة ‪ 5‬دقائق ضمن مدخل واحد‪ ،‬في‬
‫أحد األيام وصلت السيارات بمعدل وسطي قدره ‪ 8‬سيارات في الساعة مع وصول يميل لتوزيع ‪ .Poisson‬أوجد‪:‬‬
‫‪ .1‬متوسط عدد السيارات في صف االنتظار‪.‬‬
‫‪ .2‬متوسط الزمن الذي تقضيه السيارات في صف االنتظار والخدمة‪.‬‬

‫الحل‪:‬‬

‫𝜆 = ‪ 8‬سيارة بالساعة‪.‬‬

‫𝜇 = ‪ 1‬سيارة كل ‪ 5‬دقائق = ‪ 12‬سيارة بالساعة‪.‬‬

‫‪𝜆2‬‬ ‫‪82‬‬
‫= 𝑞𝐿‬ ‫=‬ ‫‪= 0.667‬‬
‫)‪2𝜇(𝜇 − 𝜆) 2 × 12(12 − 8‬‬

‫‪𝐿𝑞 1 0.667 1‬‬

‫= 𝑠𝑊‬ ‫= ‪+‬‬ ‫‪+‬‬ ‫‪ = 10‬ساعة ‪= 0.167‬‬
‫𝜇 𝜆‬ ‫‪8‬‬ ‫‪12‬‬

‫نقول عن نظام أنه متعدد الخوادم عندما يعمل مخدمان أو أكثر بشكل مستقل لتقديم خدمة للعمالء القادمين‪ .‬والستخدام هذا‬

‫النموذج نفترض االفتراضات التالية ‪: 1‬‬

‫‪ .1‬معدل وصول بواسوني وزمن الخدمة أسي‪.‬‬

‫‪ .2‬تعمل جميع المخدمات بنفس المعدل الوسطي‪.‬‬

 ‫‪ .3‬الزبائن يشكلون صف انتظار واحد (من أجل الحفاظ على عملية الواصل أوال يخدم أوال)‪.‬‬

‫الجدول ‪ 3-18‬يوضح العالقات الخاصة بهذا النموذج‪:‬‬

‫العالقة‬

‫𝑀 𝜆‬
‫) 𝜇( 𝜇𝜆‬ ‫)‪(1.7-13‬‬
‫= 𝑞𝐿‬ ‫𝑃‬
‫‪2 0‬‬
‫)𝜆 ‪(𝑀 − 1)! (𝑀𝜇 −‬‬

‫𝑛‬ ‫‪−1‬‬
‫) 𝜆( ‪𝑀−1‬‬ ‫𝑀 𝜆‬
‫) 𝜇(‬
‫𝜇‬ ‫)‪(1.7-14‬‬
‫∑ = ‪𝑃0‬‬ ‫‪+‬‬
‫!𝑛‬ ‫𝜆‬
‫‪𝑛=0‬‬ ‫) 𝜇 𝑀 ‪𝑀! (1 −‬‬
‫[‬ ‫]‬

‫‪1‬‬
‫= 𝑎𝑊‬ ‫)‪(1.7-15‬‬
‫𝜆 ‪𝑀𝜇 −‬‬

‫𝑞𝑊‬
‫= 𝑊𝑃‬ ‫)‪(1.7-16‬‬
‫𝑎𝑊‬

‫من الواضح أن هذه الصيغ أكثر تعقيدا من صيغ النموذج بمخدم واحد‪ ،‬وخاصة الصيغ 𝑞𝐿 و ‪.𝑃0‬‬

‫سنستخدم العالقات السابقة للتأكد من الحل ألنه في الواقع يمكن تحديد قيمها باستخدام الجدول ‪ ،18.4‬الذي يعطي قيم 𝑞𝐿 و‬
‫𝜆‬
‫و 𝑀‪.‬‬ ‫‪ 𝑃0‬للقيم المحددة‬
‫𝜇‬

‫𝜆‬
‫الستخدام الجدول ‪ ،18.4‬نحسب قيمة 𝜇 ونقربها وفقا لعدد المنازل العشرية المعطاة لهذه النسبة في الجدول‪ .‬ثم نقوم بقراءة‬

‫قيم 𝑞𝐿 و ‪ 𝑃0‬عند العدد المناسب من المخدمات 𝑀‪.‬‬

‫𝜆‬
‫(على سبيل المثال‪ ،‬إذا كلن لدينا ‪ 𝜇 = 0.5‬و ‪ ، 𝑀 = 2‬فإن الجدول يظهر قيمة ‪ 0.033‬لـ 𝑞𝐿وقيمة ‪0.6‬لـ‬

‫‪ ،)𝑃0‬يمكن بعد ذلك استخدام هذه القيم لحساب مقاييس األداء األخرى للنظام‪ .‬نالحظ أن الصيغ في الجدول ‪ 18.3‬والقيم في‬
‫جدول ‪ 18.4‬هي كميات وسطية (أي قيم متوقعة)‪ .‬نالحظ أيضا أن الجدول ‪ 18.4‬يمكن أن‬
 ‫يستخدم أيضا لبعض المسائل ذات المخدم الواحد (أي ‪.)𝑀 = 1‬‬

‫مثال ‪ :4‬تحديد قيم المقاييس بوجود أكثر من مخدم‪.‬‬

‫شركة سيارات أجرة (‪ (Taxi‬لديها ‪ 7‬سيارات أجرة متمركزة في المطار‪ .‬قررت الشركة أنه خالل‬

‫ساعات المساء المتأخرة من أيام األسبوع‪ ،‬يطلب الزبائن سيارات األجرة بمعدل يتبع توزيع بواسون‬

‫بمتوسط ‪ 6.6‬طلبات في الساعة‪ .‬وزمن الخدمة أسي بمتوسط ‪ 50‬دقيقة لكل زبون‪ .‬بافتراض أن هناك‬

‫زبون واحد لكل سيارة أجرة‪ .‬المطلوب إيجاد كل من مقاييس األداء المدرجة في الجدول ‪ 18.3‬واستخدامية النظام‪.‬‬

‫الحل‪:‬‬

‫𝑀 = ‪ 7‬سيارة (مخدم)‪.‬‬

‫𝜆 = ‪ 6.6‬طلب(رحلة) بالساعة‪.‬‬

‫𝜇 = ‪ 1‬رحلة كل ‪ 50‬دقائق = ‪ 1.2‬رحلة بالساعة‪.‬‬

‫𝜆‬
‫‪= 5.5‬‬
‫𝜇‬

‫من الجدول ‪ 18.4‬نجد‪:‬‬

‫‪𝐿𝑞 = 1.674‬‬

‫‪𝑃0 = 0.003‬‬
 ‫‪1‬‬ ‫‪1‬‬
‫= 𝑎𝑊‬ ‫=‬ ‫ساعة ‪= 0.556‬‬
‫‪𝑀𝜇 − 𝜆 7(1.2) − 6.6‬‬

‫‪= 33.36‬‬

‫‪𝐿𝑞 1.674‬‬
‫= 𝑞𝑊‬ ‫=‬ ‫‪ = 15.22‬ساعة ‪= 0.2536‬‬
‫𝜆‬ ‫‪6.6‬‬
‫‪𝑊𝑞 0.2536‬‬
‫= 𝑊𝑃‬ ‫=‬ ‫‪= 0.456‬‬
‫𝜆‬
‫𝑎𝑊‬ ‫‪0.556‬‬
‫الجدول ‪ 4-18‬قيم 𝑞𝐿 و ‪ 𝑃0‬عند 𝜇 و 𝑀 معطاة في‬
‫𝜆‬ ‫‪6.6‬‬
‫=𝜌‬ ‫=‬ ‫‪= 0.786‬‬
‫محدود‪:‬‬
‫مصدر ‪7‬غير 𝜇𝑀‬
‫‪× 1.2‬‬
 ‫يمكن استخدام نموذج برنامج ‪ Excel‬أيضا لحل مثال ‪ .4‬بعد إدخال 𝜆 = ‪ 6.6‬و 𝜇 = ‪1‬‬

‫في الجزء العلوي من البرنامج؛ تظهر إحصائيات صفوف االنتظار من أجل ‪ 7‬خوادم والتي نجدها في أول عمود من‬
‫الجدول‪.‬‬

‫‪Excel‬‬ ‫‪4‬‬ ‫‪1.7-1‬‬

‫يوفر النموذج أيضا إحصائيات صفوف االنتظار من أجل ‪8‬مخدمات وحتى ‪ 12‬مخدم الستخدامها في المقارنة‪ ..‬باإلضافة‬
‫إلى ذلك‪ ،‬فإن النموذج يمكن استخدامه لزيادة 𝜇 و 𝜆 ‪ ،‬أو عدد المخدمات لزيادة وثوقية بيانات نظام االنتظار‪.‬‬

‫ويمكن أيضا أن تكون العملية في االتجاه المعاكس؛ أي يمكن للمحلل الدارس تحديد السعة الالزمة لتحقيق مستويات محددة‬
‫من مقاييس األداء المختلفة‪ .‬هذا النهج هو موضح في المثال التالي‪.‬‬

‫مثال ‪ :5‬تحديد أقل عدد من المخدمات المطلوبة لتحقيق متوسط زمن انتظار معين‪.‬‬

‫وتخطط شركة سيارات األجرة السابقة لتخصيص سيارات أجرة في محطة سكك حديدية جديدة أيضا‪.‬‬
 ‫معدل الوصول المتوقع ‪ 4.8‬زبون في الساعة‪ ،‬ومعدل الخدمة (بما في ذلك وقت العودة إلى محطة السكك الحديدية) من‬
‫المتوقع أن يكون ‪ 1.5‬رحلة في الساعة‪ .‬كم عدد سيارات األجرة المطلوبة لتحقيق متوسط زمن االنتظار في صف االنتظار‬
‫‪ 20‬دقيقة أو أقل؟‬

‫𝑀 = ؟؟‬

‫𝜆 = ‪ 4.8‬زبون بالساعة‪.‬‬

‫𝜇 = ‪ 1.5‬زبون بالساعة‪.‬‬

‫‪𝜆 4.8‬‬
‫=𝑟‬ ‫=‬ ‫زبون ‪= 3.2‬‬
‫‪𝜇 1.5‬‬

‫متوسط زمن االنتظار بالصف المطلوب هو‪:‬‬

‫‪1‬‬
‫𝑞𝑊 = ‪ 20‬دقيقة أو ‪ 3‬ساعة‪.‬‬

‫‪1‬‬
‫× ‪𝐿𝑞 = 𝜆 × 𝑊𝑞 = 4.8‬‬ ‫‪= 1.6‬‬
‫‪3‬‬

‫وبالتالي‪ ،‬فإن متوسط عدد الزبائن في صف االنتظار يجب أال يتجاوز ‪ 1.6‬زبون‪.‬‬

‫وبالعودة إلى الجدول ‪ 18.4‬عند ‪ 𝑟 = 3.2‬نجد‪:‬‬

‫عند ‪ 𝑀 = 4‬نجد أن ‪ 𝐿𝑞 = 2.386 > 1.6‬مرفوض‪.‬‬

‫عند ‪ 𝑀 = 5‬نجد أن ‪ 𝐿𝑞 = 0.513 < 1.6‬وبالتالي ‪ 5‬سنحتاج ‪ 5‬سيارات‪.‬‬

‫مالحظة‪ :‬في حال وجود مخدمات متعددة‪ ،‬كل منها مع صف انتظار منفصل (كما في سوبر الماركت مثال)‪ ،‬فإنه سيتم‬
‫التعامل مع كل صف كنموذج بمخدم واحد‪.‬‬
 ‫إن تصميم النظام الخدمي غالبا ما يعكس رغبة اإلدارة في موازنة تكلفة السعة مع التكلفة المتوقعة للزبائن المنتظرين في‬

‫النظام‪( .‬تكلفة انتظار الزبون تشير إلى التكاليف التي تتحملها المؤسسة بسبب انتظار الزبون)‪1 .‬‬

‫على سبيل المثال‪ ،‬عند تصميم أرصفة التحميل للحاويات في الميناء‪ ،‬يجب أن تكون تكلفة األرصفة إضافة‬
‫إلى أطقم التحميل متوازنة مع تكلفة شاحنات التفريغ والسائقين الذين سيكونون في النظام‪.‬‬

‫يمكن أن تشمل التكاليف أيضا المبيعات الضائعة بسبب رفض الزبائن االنتظار‪ ،‬وتكلفة توفير مساحة‬
‫االنتظار‪ ،‬وتكلفة االزدحام الشديد (األعمال المفقودة‪ ،‬سرقة)‪.‬‬

‫السعة المثلى (عادة من حيث عدد القنوات) هي التي تقلل من مجموع تكاليف انتظار الزون وتكاليف‬
‫السعة أو الخادم‪ .‬وبالتالي‪ ،‬فإن الهدف هو‪:‬‬

‫تصغير‪ :‬التكلفة الكلية = تكلفة انتظار الزبائن ‪ +‬تكلفة سعة التخديم‪.‬‬

‫إن أبسط منهج لتحليل التكلفة يتضمن حساب تكاليف النظام‪ ،‬أي حساب‬

‫تكاليف الزبائن في النظام وتكلفة السعة اإلجمالية‪ .‬تكلفة القدرة عادة ما تكون‬

‫تابعة لعدد المخدمات‪.‬‬

‫طريقة تحديد حجم السعة‪:‬‬

‫يتم استخدام عملية تكرارية لتعيين حجم السعة الذي يوافق أصغر تكلفة كلية‪.‬‬

‫بحيث أنه عند كل زيادة السعة بإضافة مخدم واحد يتم حساب التكلفة اإلجمالية‪ .‬وألن منحنى التكلفة اإلجمالية على شكل‬
‫حرف ‪ ،U‬فإنه عادة ما تنخفض التكلفة اإلجمالية في البداية ومن ثم ومع زيادة السعة تبدأ التكلفة الكلية في الزيادة‪ .‬برسم ما‬
‫سبق نجد أنه من السهل إيجاد حجم السعة األمثل‪ .‬يوضح الشكل ‪ 18.8‬هذا المنهج‪.‬‬

‫سوف نوجد التكلفة اإلجمالية من أجل 𝑀 = ‪ 1‬ومن ثم 𝑀 = ‪ 2‬و 𝑀 = ‪ 3‬ونستمر طالما التكلفة الكلية تستمر باالنحدار‪.‬‬
‫ولكن حالما التكلفة اإلجمالية تبدأ باالرتفاع كما نرى في الشكل ‪ 18.8‬فإن البحث يتم إيقافه‪.‬‬
 ‫الحل األمثلي يبدو واضحا كما في الشكل هو 𝑀 = ‪ 2‬ومنه فإن ليس من الضروري أن نتابع حساب التكلفة اإلجمالية‬
‫لمخدمات إضافية ألن التكلفة االجمالية بدأت باالزدياد وستستمر بالزيادة كلما ازداد عدد المخدمات‪.‬‬

‫ونالحظ أنه بالرغم من أنه في العديد من الحاالت التي تكون نقطة البداية فيها هي 𝑀 = ‪ 1‬فإن القاعدة العامة هي أن نبدأ‬
‫بأصغر عدد من المخدمات والتي يكون النظام فيها غير محمل (أي استخدامية النظام أقل من ‪.)1‬‬

‫الشكل ‪ 18.8‬كلما زاد عدد المخدمات‪ ،‬فإن السعة المثلى تصبح واضحة وذلك عندما التكلفة اإلجمالية تبدأ‬
‫باالرتفاع‪.‬‬

‫‪1‬‬
 ‫‪5‬‬

‫‪9‬‬

‫‪9‬‬

‫‪1‬‬ ‫‪0‬‬

‫‪3‬‬ ‫‪2‬‬

‫‪ 6‬تحديد العدد األمثل للمخدمات لتقليل التكلفة اإلجمالية‬

‫تصل شاحنات إلى مستودع بمعدل ‪ 15‬شاحنة في الساعة خالل ساعات العمل‪ .‬يمكن لألطقم‬

‫تفريغ الشاحنات بمعدل ‪ 5‬شاحنات في الساعة‪ .‬ارتفاع معدل التفريغ ألن البضائع مغلفة بمستوعبات‪.‬‬

‫تسببت التغييرات األخيرة في معدالت األجور ليقوم مدير المستودع بإعادة النظر في مسألة "كم طقم من‬
‫العمال يلزمنا؟"‪ .‬علما أن التغيرات الجديدة هي‪ :‬تكاليف الطاقم والرصيف ‪ $100‬للساعة الواحدة‬
‫وتكاليف الشاحنة والسائق هي ‪ $120‬للساعة الواحدة‪.‬‬

‫‪15‬‬ ‫𝜆‬
‫=‪3‬‬ ‫نوجد 𝑞𝐿 من الجدول ‪ 4-18‬وذلك عند القيمة‪= 𝜇 :‬‬
‫‪5‬‬
 ‫𝜆‬
‫]‪[𝐿𝑠 × 120$‬‬ ‫] ‪[𝐿𝑠 = 𝐿𝑞 +‬‬
‫𝜇‬

‫متوسط العدد في النظام‬

‫تكاليف السائقين‬ ‫تكاليف الطاقم‬
‫التكلفة الكلية‪$‬‬ ‫عدد الطواقم‬
‫والشاحنات‪$‬‬ ‫والميناء‪$‬‬
‫(شاحنة)‬

‫‪943036‬‬ ‫‪543.36‬‬ ‫‪4.528=3+1.528‬‬ ‫‪400‬‬ ‫‪4‬‬

‫‪⟵902.48‬أصغرية‬ ‫‪40.2‬‬ ‫‪3.354=3+0.354‬‬ ‫‪500‬‬ ‫‪5‬‬

‫‪971.88‬‬ ‫‪371.88‬‬ ‫‪3.099=3+0.099‬‬ ‫‪600‬‬ ‫‪6‬‬

‫‪1063.36‬‬ ‫‪363.36‬‬ ‫‪3.028=3+0.28‬‬ ‫‪700‬‬ ‫‪7‬‬

‫إذن سيعمل خمسة أطقم على تقليل التكلفة اإلجمالية‪ ،‬ليس من الضروري حساب التكاليف اإلجمالية‬
‫خمسة إلى ستة‪،‬‬ ‫ألفراد الطاقم أحجام أكبر من ستة‪ ،‬ألن التكلفة اإلجمالية زادت مع زيادة حجم الطاقم‬

‫مما يشير إلى أن ‪ 5‬أطقم هو الحل األمثل‪.‬‬

‫في نهاية هذه الفقرة البد من التنويه إلى بعض األمور التي يجب أخذها بالحسبان‪:‬‬

‫❖ الحل األمثل الظاهر قد ال يمثل الحل األمثلي الصحيح؛ ألن كل من تكاليف انتظار الزبون‬
‫وتكاليف السعة تعطى في كثير من األحيان كمبالغ تقديرية‪ .‬يظهر هذا عند الحسابات التي تقرب‬
‫ألقرب قرش (أي "بنس"‪ :‬جزء من الدوالر) أو حتى أقرب دوالر‪ ،‬مما يجعل التكلفة اإلجمالية‬
‫توحي بأنها تعطي درجة أعلى من الدقة مما هو عليه في الواقع‪.‬‬
‫❖ هذا يتفق مع حقيقة أن معدالت الوصول والخدمة قد تكون إما تقريبية أو أنه ال يتم تمثيلها‬
‫بالضبط من خالل توزيع بواسون واألسي‪.‬‬
‫❖ إذا كان يمكن الحصول على تقديرات التكلفة كنطاقات (على سبيل المثال‪ ،‬يتم تقدير تكلفة‬
‫انتظار الزبون حسب النطاق بين ‪ 40‬و‪ 50‬دوالرا في الساعة)‪ ،‬فعندئذ يجب حساب التكاليف‬
‫اإلجمالية باستخدام طرفي النطاق لمعرفة ما إذا كان الحل األمثل يتأثر‪ .‬إذا كان كذلك‪ ،‬يجب أن‬
 ‫تقرر اإلدارة ما إذا كان① بذل جهد إضافي يمكننا من الحصول على تقديرات للتكلفة أكثر دقة‬
‫أو② اختيار أحد طرفي النطاق كحل أمثلي‪ .‬من المرجح أن تختار اإلدارة توظيف االستراتيجية‬
‫األخيرة إذا كان هناك تباين ضئيل بين التكاليف اإلجمالية لمستويات السعة المختلفة بالقرب من‬
‫الحلول المثلى المشار إليه‬

‫سؤال آخر غالبا ما يظهر عند التخطيط لتحدي السعة هو مقدار المساحة المخصصة للتخصيص لصفوف‬
‫تصبح طويلة بال‬ ‫االنتظار‪ .‬من الناحية النظرية‪ ،‬مع مصدر مجتمع ال منتهي‪ ،‬يمكن لصفوف االنتظار‬

‫حدود‪ .‬هذا يعني أنه بغض النظر عن مقدار المساحة المخصصة لالنتظار ال يمكن أبدا التأكد تماما من‬
‫أن متطلبات المساحة لن تتجاوز هذا القدر‪ .‬ومع ذلك‪ ،‬ومن الناحية العملية‪ ،‬يمكننا تحديد طول صف‬
‫االنتظار الذي لن يتجاوز نسبة محددة من الزمن‪ .‬على سبيل المثال‪ ،‬قد يرغب المحلل في معرفة طول‬
‫من المحتمل أال يتجاوز ‪ % 98‬من الزمن‪ ،‬أو ربما ‪ %99‬من الزمن‪ ،‬واستخدام‬ ‫صف االنتظار‬

‫هذا الرقم كقيمة تخطيطية‪1 .‬‬

‫يمكن تحديد طول الخط التقريبي الذي يستوفي النسبة المئوية المحددة بواسطة حل المعادلة التالية لـ‬
‫𝑥𝑎𝑚𝐿‪:‬‬

‫𝐾 ‪log‬‬ ‫𝐾 ‪ln‬‬
‫= 𝑥𝑎𝑚𝐿‬ ‫=‬ ‫)‪(1.8-1‬‬
‫𝜌 ‪log‬‬ ‫𝜌 ‪ln‬‬

‫حيث‪:‬‬

‫نسبة مئوية محددة ‪1 −‬‬

‫=𝐾‬
‫)𝜌 ‪𝐿𝑞 (1 −‬‬

‫لن تكون القيمة الناتجة من 𝑥𝑎𝑚𝐿 عادة عددا صحيحا‪ .‬بشكل عام تقرب إلى العدد صحيح التالي ومع‬
‫ذلك‪ ،‬في الحالة العملية إذا كانت القيمة المحسوبة لـ 𝑥𝑎𝑚𝐿 لها جزء عشري أقل من ‪ 0.1‬ستقرب إلى‬
‫سيتم تقريب ‪ 15.2‬إلى ‪ ،16‬ولكن سيتم تقريب ‪15.06‬‬ ‫أقرب عدد صحيح أصغر منها‪،‬‬

‫إلى ‪.15‬‬

‫‪7‬‬

‫‪98‬‬ ‫‪95‬‬

‫𝜇=‪5‬‬ ‫𝜆=‪8‬‬

‫‪𝜆 8‬‬ ‫𝜆‬ ‫‪8‬‬

‫=𝑟‬ ‫‪= = 1.6‬‬ ‫&‬ ‫=𝜌‬ ‫=‬ ‫‪= 0.8‬‬
‫‪𝜇 5‬‬ ‫)‪𝑀𝜇 2(5‬‬

‫من الجدول ‪ 18.4‬نجد‪:‬‬

‫زبون ‪𝐿𝑞 = 2.844‬‬

‫من أجل ‪ %95‬وباستخدام العالقة ‪ 14-18‬نجد‪:‬‬

‫‪1 − 𝐿%‬‬ ‫‪1 − 0.95‬‬

‫=𝐾‬ ‫=‬ ‫‪= 0.088‬‬
‫)‪𝐿𝑞 (1 − 𝜌) 2.844(1 − 0.8‬‬

‫‪ln 𝐾 ln 0.088 −2.4304‬‬

‫= 𝑥𝑎𝑚𝐿‬ ‫=‬ ‫=‬ ‫‪= 10.89 ≈ 11‬‬
‫𝜌 ‪ln‬‬ ‫‪ln 0.8‬‬ ‫‪−0.2231‬‬

‫من أجل ‪ 14 %98‬نجد‪:‬‬

‫‪1 − 𝐿%‬‬ ‫‪1 − 0.98‬‬

‫=𝐾‬ ‫=‬ ‫‪= 0.035‬‬
‫)‪𝐿𝑞 (1 − 𝜌) 2.844(1 − 0.8‬‬

‫‪ln 𝐾 ln 0.035‬‬ ‫‪−3.352‬‬

‫= 𝑥𝑎𝑚𝐿‬ ‫=‬ ‫=‬ ‫‪= 15.02 ≈ 15‬‬
‫𝜌 ‪ln‬‬ ‫‪ln 0.8‬‬ ‫‪−0.2231‬‬
‫في العديد من أنظمة االنتظار‪ ،‬تحدث العمليات على أساس قاعدة القادم أوال يخدم أوال‪ .‬ومع ذلك‪ ،‬هناك‬
‫حاالت تكون فيها هذه القاعدة غير مناسبة؛ والسبب هو أن تكلفة االنتظار ليست هي نفسها لجميع‬
‫الزبائن‪ .‬فمثال في غرفة انتظار الطوارئ في المستشفى‪ ،‬نجد مجموعة واسعة من اإلصابات واألمراض‬
‫التي تحتاج العالج‪ .‬قد يكون بعضها طفيفا (مثل الشظية في األصبع) وغيرها قد يكون أكثر خطورة بل‬
‫حتى يصل إلى تهديد الحياة‪ .‬فمن المعقول أكثر أن يتم عالج الحاالت األكثر خطورة أوال‪ ،‬والسماح‬
‫للحاالت غير خطيرة باالنتظار ريثما ينتهي عالج جميع الحاالت الخطيرة لديها‪ .‬وفي الحاسوب أيضا‬
‫على سبيل‬ ‫غالبا ما تتبع معالجة المهام فيه قواعد أخرى غير قاعدة القادم أوال يخدم أوال؛‬

‫المثال قاعدة أقصر زمن مهمة أوال‪ .‬في مثل هذه الحاالت‪ ،‬يكون نموذج األولوية المتعددة مفيدا لـيصف‬
‫أزمنة انتظار الزبون‪1 .‬‬

‫ومنه نستخلص أن نموذج األولوية المتعددة هو نموذج يتضمن أن يتم تخديم الزبائن وفقا لبعض مقاييس‬
‫األهمية‪ .‬حيث نجد في هذه األنظمة‪ ،‬أنه يتم تخصيص الزبائن الواصلين في إحدى فئات أو األولوية‬
‫المتعددة‪ ،‬أو تبويبها ضمن أصناف وذلك وفقا لطريقة التخصيص المحددة مسبقا (على سبيل المثال‪ ،‬في‬
‫غرفة الطوارئ في المستشفى يتم تعيين النوبات القلبية‪ ،‬واإلصابات الخطيرة‪ ،‬واألشخاص فاقدي الوعي‬
‫ضمن أعلى فئة من األولوية‪ ،‬أما االلتواءات والجروح الطفيفة والكدمات والطفح الجلدي يتم تعيينها إلى‬
‫الفئة الدنيا من األولوية؛ ويتم تعيين األمراض األخرى لفئة واحدة أو أكثر من الفئات المتوسطة)‪ .‬ثم يتم‬
‫معالجة العمالء حسب فئاتهم‪ ،‬وبكل فئة يعامل وفق قاعدة القادم أوال يخدم أوال‪ .‬وهكذا‪ ،‬سيتم معالجة‬
‫جميع المرضى في الفئة األعلى قبل الفئة الدنيا التالية‪ ،‬ثم تنتقل المعالجة إلى تلك الفئة‪ ،‬ثم إلى الفئة الدنيا‬
‫التالية‪ ...‬االستثناءات سوف تحدث فقط في حالة وصول مريض ذي أولوية أعلى؛ هذا المريض ستتم‬
‫معالجته بعد المريض الذي تتم معالجته حاليا (بمعنى أن الخدمة لن تكون استباقية أو فورية)‪ .‬يدمج هذا‬
‫النموذج جميع االفتراضات الخاصة بالنموذج األساسي متعدد الخوادم باستثناء أنها تستخدم الخدمة وفق‬
‫األولوية بدال القادم أوال يخدم أوال‪ .‬كل شخص وصل إلى النظام يتم تخصيص أولوية له لحظة وصوله‬
‫(على سبيل المثال‪ ،‬األولوية العليا = ‪ ،1‬فئة األولوية التالية = ‪ ،2‬األولوية التالية فئة = ‪ ،3‬وهلم جرا)‪.‬‬
‫قد تبدو قائمة انتظار موجودة شيئا كالتالي‪:‬‬
 ‫‪1‬‬

‫فمثال كما في الشكل السابق فإنه داخل كل فئة تتم معالجة وحدات االنتظار بالترتيب الذي وصلت به‬
‫(بمعنى القادم أوال يخدم أوال)‪ .‬وبالتالي‪ ،‬في هذا التسلسل ستتم معالجة أول ① (زبون من الفئة األولى)‬
‫بمجرد أن يكون الخادم متاحا‪ .‬ستتم معالجة ① الثاني عندما يصبح ذلك الخادم أو آخر متاح‪ .‬إذا في‬
‫غضون ذلك وصل ① آخر‪ ،‬سيكون التالي في السطر قبل ② األول‪ .‬إذا لم يكن هناك وافدين جدد‪،‬‬
‫سيتم معالجة ② فقط من قبل الخادم المتاح التالي‪ .‬إلى هذه النقطة‪ ،‬إذا وصل ① أو ② جديد‪ ،‬سيتم‬
‫معالجته قبل أول زبون ③ و④‪ .‬أما إذا وصل ④ جديد‪ ،‬فإنه يأخذ مكانه في نهاية الصف‪ .‬من‬
‫في بعض‬ ‫الواضح أن الوحدات ذات األولوية المنخفضة يمكن أن تنتظر وقتا أطول للمعالجة‪.‬‬

‫الحاالت‪ ،‬يتم إعادة تعيين الوحدات التي انتظرت أكثر من الوقت المحدد إلى أولوية أعلى‪.‬‬

‫يقدم الجدول ‪ 5-18‬الصيغ المناسبة لهذا النموذج "نموذج الخدمة ذو األولوية متعدد القنوات"‪.‬‬

‫ومع ذلك‪ ،‬نظرا لحجم العمليات الحسابية الموجودة‪ ،‬من األفضل استخدام قالب ‪ Excel‬المناسب قالب‬
‫للحسابات‪.‬‬

‫العالقة‬

‫𝜆‬
‫=𝜌‬ ‫استخدامية النظام‪:‬‬
‫𝜇𝑀‬

‫‪1‬‬
‫=𝐴‬ ‫‪18.4‬‬ ‫𝑞𝐿‬
‫𝑞𝐿)𝜌 ‪(1 −‬‬
 ‫𝐾‬
‫𝐶𝜆‬
‫∑ ‪𝐵𝑘 = 1 −‬‬
‫𝜇𝑀‬
‫‪𝐶=1‬‬

‫)‪(𝐵0 = 1‬‬

‫‪1‬‬
‫= 𝐾𝑊‬
‫𝐾𝐵 ∙ ‪𝐴 ∙ 𝐵𝐾−1‬‬ ‫𝐾‬

‫‪1‬‬
‫‪𝑊 = 𝑊𝐾 +‬‬
‫𝜇‬ ‫𝐾‬

‫𝐾𝑊 × 𝐾𝜆 = 𝐾𝐿‬
‫𝐾‬

‫مثال ‪ :8‬تحديد مقاييس النظام لنظام ذو أولوية متعددة‬

‫تقوم ورشة آلية بالعمل على إصالح أدوات في شركة كبيرة‪ .‬كل أداة تصل إلى الورشة تعطى أولوية‬
‫على أساس الحاجة الملحة لتلك األداة‪ .‬طلبات اإلصالح يمكن وصفها بتوزيع بواسون‪ .‬معدالت الوصول‬

‫هي‪ 2 = 𝜆1 :‬طلب بالساعة‪ 2 = 𝜆2 ،‬طلب بالساعة‪ 1 = 𝜆3 ،‬طلب بالساعة‪ ،‬معدل الخدمة هو أداة واحدة‬
‫بالساعة لكل خادم‪ ،‬وهناك ستة مخدمات في الورشة‪ .‬يطلب تحديد المعلومات التالية‪:‬‬
‫‪ )1‬استخدامية النظام‬
‫‪ )2‬متوسط الوقت الذي ستنتظره إحدى األدوات في كل فئة من فئات األولوية للخدمة‬
‫‪ )3‬متوسط الوقت الذي تمضيه األداة في النظام لكل فئة أولوية‬
‫‪ )4‬متوسط عدد األدوات التي تنتظر اإلصالح في كل فئة‪.‬‬
 ‫‪λ = Σλk = 2 + 2 + 1 = 5‬‬

‫‪𝑀=6‬‬

‫‪𝜇=1‬‬

‫باستخدام قالب ‪ Excel‬يظهر الحل كما هو موضح بالشكل‪:‬‬

‫‪Excel‬‬ ‫‪8‬‬ ‫‪1.8-1‬‬

‫تعديل األولويات‪ :‬إذا تم اعتبار أي من فترات االنتظار التي تم حسابها في المثال ‪ 8‬أنها فترة طويلة من‬
‫قبل اإلدارة (على سبيل المثال‪ ،‬قد يكون وقت االنتظار ‪ 0.147‬ساعة لألدوات في الدرجة األولى طويلة‬
‫جدا)‪ ،‬هناك العديد من الخيارات لحل هذ المشكلة‪ .‬أحدها هو زيادة عدد الخوادم‪ .‬آخر هو محاولة زيادة‬
‫معدل الخدمة على سبيل المثال من خالل تقديم أساليب جديدة‪ .‬إذا كانت هذه الخيارات غير مجدية‪ ،‬فإنه‬
‫يوجد نهج آخر هو إعادة النظر في عضوية كل فئة من الفئات ذات األولوية ألنه على سبيل المثال إذا‬
‫كان بإمكاننا جعل بعض طلبات اإلصالح ذات فئة األولوية األولى يتم إعادة تعيينها إلى فئة األولوية‬
‫الثانية فإن ذلك سيؤدي إلى تقليل متوسط أزمنة االنتظار لمهام اإلصالح في فئة ذات األولوية األعلى‪،‬‬
‫وذلك لمجرد أن معدل وصول تلك العناصر ستكون أقل‪.‬‬
 ‫‪ 9‬مقارنة أزمنة االنتظار لنظم ذات أولوية طبيعية مع نظم ذات أولوية معدلة‬

‫مدير ورشة التصليح‪ ،‬وبعد التشاور مع مديري األقسام‪ ،‬راجع وعدل قائمة األدوات التي تم تخصيصها‬
‫بأعلى األولويات‪ .‬والذي ينعكس بدوره على معدالت الوصول‪ .‬ولنفترض أن المعدالت المعدلة هي‪:‬‬

‫‪ 1.5 = 𝜆1‬طلب بالساعة‪ 2.5 = 𝜆2 ،‬طلب بالساعة‪ ،‬و ‪ 𝜆3‬يظل دون تغيير عند ‪ .1‬يطلب تحديد المعلومات‬
‫التالية‪:‬‬

‫‪ a‬استخدامية النظام‪.‬‬
‫‪ b‬متوسط وقت االنتظار للوحدات في كل فئة أولوية‪.‬‬

‫‪λ = Σλk = 1.5 + 2.5 + 1 = 5‬‬

‫‪𝑀=6‬‬

‫‪𝜇=1‬‬

‫باستخدام قالب ‪ Excel‬يظهر الحل كما هو موضح بالشكل‪:‬‬

‫‪Excel‬‬ ‫‪9‬‬ ‫‪1.8-2‬‬

 ‫‪ )a‬كما هو واضح في النموذج استخدامية مازالت نفس القيمة ‪.0.83333‬‬
‫‪. 𝑊1 = 0.1306 𝑊2 = 0.3917 𝑊3 = 1.7625 )b‬‬

‫يقدم المثال رقم ‪ 9‬العديد من النتائج المثيرة لالهتمام‪.‬‬

‫إن إزالة بعض الوحدات من الفئة ذات الفئة العليا ووضعها في الطبقة التالية الدنيا قلل من متوسط زمن االنتظار‬
‫للوحدات الفئة العليا‪ .‬نالحظ أن متوسط وقت االنتظار بالنسبة لطبقة ذات األولوية الثانية تم تخفيضها أيضا‪ ،‬على الرغم‬
‫من أنه تم إضافة وحدات جديدة إلى تلك الفئة‪ .‬قد يبدو هذا متناقض‪ ،‬إال أنه من الضروري إدراك أن مجموع أزمنة‬
‫االنتظار ستبقى بدون تغيير (عندما نأخذ بعين االعتبار جميع أزمنة الوصول) كما يمكننا أن نرى هذا من خالل‬
‫مالحظة أن المتوسط عدد المنتظرين هو نفسه في المثالين‬

‫ففي المثال ‪ 8‬نجد‪2.938=1.763+0.881+0.294 :‬‬

‫وفي المثال ‪ 9‬نجد‪2.938=1.763+0.979+0.196 :‬‬

‫مالحظة أخرى مثيرة لالهتمام هي أن متوسط زمن االنتظار في األولوية الثالثة لم تتغير في المثال السابق‪ .‬والسبب في‬
‫ذلك هو أن مجموع معدالت الوصول للفئتين ذات األولوية األعلى لم تتغير‪ ،‬ومتوسط معدل الوصول هذه الفئة لم‬
‫يتغير‪.‬‬

‫نموذج المصدر المحدود مناسب للحاالت التي يقتصر فيها عدد الطلبات على عدد صغير نسبيا من الطلبات المحتملة‪ .‬على‬
‫سبيل المثال‪ ،‬قد يكون شخص واحد مسؤول عن إصالح األعطال على ‪ 15‬آلة‪ .‬وبالتالي‪ ،‬فإن حجم مصدر الطلبات هو‬
‫‪ .15‬ومع ذلك‪ ،‬قد يكون هناك أكثر من مخدم أو قناة؛ على سبيل المثال‪ ،‬بسبب تراكم اآلالت التي تنتظر التصليح‪ ،‬قد‬

‫يفوض المدير شخصا إضافيا للعمل على اإلصالحات‪1 .‬‬

‫وكما هو الحال في نماذج المصدر غير محدود‪ ،‬فإن معدالت الوصول يتطلب أن تكون بواسونية وأزمنة الخدمة أسية‪.‬‬
‫الفرق الرئيسي بين نماذج المصدر المحدودة الغير محدودة هو أن معدل الوصول في المصدر المحدود يتأثر بطول صف‬
 ‫االنتظار؛ حيث ينخفض معدل الوصول مع زيادة طول الصف لمجرد تناقص المساحة الفارغة لالنتظار لجميع الزبائن‬
‫المتقدمين‪ ،‬المحدودية تحدث عندما ينتظر جميع زبائن المصدر في صف االنتظار؛ عند هذه النقطة يكون معدل الوصول‬
‫مساويا للصفر لعدم إمكانية وصول أي زبون إضافي‪.‬‬

‫ونظرا ألن رياضيات نموذج المصدر المحدود يمكن أن تكون معقدة‪ ،‬فغالبا ما يستخدم المحللون جداول االنتظار ذات‬
‫المصدر المحدود بالتزامن مع صيغ بسيطة لتحليل هذه األنظمة‪ .‬يحتوي الجدول ‪ 18.6‬على قائمة بالصيغ والتعاريف‬
‫الرئيسية‪ .‬باإلضافة إلى رسم التخطيطي لدورة الخدمة والتي تفيد في فهم المسألة‪ ،‬حيث يمكن اعتبار هذه الدورة كآلة يتم‬
‫تشغيلها (في الجزء األول من الدورة)‪ ،‬أو بانتظار أن يتم إصالحها أو تفريغها (في المرحلة الثانية من الدورة)‪ ،‬أو يتم حاليا‬
‫إصالحها أو تفريغها (في لمرحلة األخيرة من الدورة)‪ .‬ثم تتكرر الدورة‪.‬‬

‫داللة الرموز‬ ‫العالقة‬

‫عامل التخديم‬ ‫𝑋‬

‫𝑇‬
‫=𝑋‬ ‫عامل التخديم‪:‬‬
‫𝑈‪𝑇+‬‬
‫متوسط زمن الخدمة‬ ‫𝑇‬

‫متوسط الزمن بين طلبات‬ ‫𝑈‬

‫)𝐹 ‪𝐿 = 𝑁(1 −‬‬
‫خدمة الزبائن لكل زبون‬

‫النسبة المئوية لعدد‬ ‫‪𝐿%‬‬ ‫)𝑈 ‪𝐿(𝑇 +‬‬

‫=𝑊‬
‫المنتظرين في الصف‬ ‫𝐿‪𝑁−‬‬
‫)𝐹 ‪𝑇(1 −‬‬
‫=‬
‫𝐹𝑋‬

‫متوسط عدد الزبائن الذين‬ ‫𝐿‬

‫ينتظرون الخدمة‬

‫عدد الزبائن األساسي‬ ‫𝑁‬

‫)𝑋 ‪𝐽 = 𝑁𝐹(1 −‬‬

‫عامل الكفاءة‬ ‫𝐹‬

 ‫متوسط زمن الزبائن‬ ‫𝑊‬
‫المنتظرين في الصف‬

‫متوسط عدد الزبائن اللذين‬ ‫𝐽‬

‫ليسوا بالصف أو الخدمة‬

‫متوسط عدد الزبائن الذي يتم‬ ‫𝐻‬ ‫𝑋𝑁𝐹=𝐻‬

‫تخديمهم‬

‫احتمال أن الزبون سينتظر‬ ‫𝐷‬

‫𝐻‪𝑁 =𝐽+𝐿+‬‬
‫في الصف‬

‫عدد قنوات الخدمة‬ ‫𝑀‬ ‫𝐻‪𝐽+‬‬

‫‪𝐹 = 1 − 𝐿%‬‬ ‫=𝐹‬
‫𝐻‪𝐽+𝐿+‬‬

‫الدورة‬

‫ليس ضمن الخدمة وليس‬

‫ضمن الخدمة‬ ‫انتظار‬
‫ضمن االنتظار‬

‫𝐻‬ ‫𝐿‬ ‫𝐽‬ ‫متوسط عدد‪:‬‬

‫𝑇‬ ‫𝑊‬ ‫𝑈‬ ‫متوسط زمن‪:‬‬

 ‫‪1‬‬

‫الجدول ‪ 18.7‬عبارة عن جدول مختصر لصفوف االنتظار ذات المصدر المحدود ويستخدم للحصول على قيم ‪ D‬و ‪.F‬‬
‫(حيث تتطلب معظم الصيغ قيمة لـ ‪ ).F‬من أجل استخدام هذا‪ ،‬يجب‪:‬‬
‫‪ .1‬تحديد القيم التالية‪:‬‬
‫‪ ، N )a‬حجم السكان‪.‬‬
‫‪ ، M )b‬عدد المخدمات ‪ /‬القنوات‪.‬‬
‫‪ ، T )c‬متوسط زمن الخدمة‪.‬‬
 ‫‪ U )d‬متوسط الزمن بين طلبات الخدمة لكل زبون‪.‬‬
‫‪T‬‬
‫‪ .2‬حساب عامل التخديم‪X = T+U ،‬‬
‫‪ .3‬تحديد مكان الجزء المطلوب من جدول صفوف االنتظار المنتهية بحسب ‪.N‬‬
‫‪ .4‬باستخدام قيمة ‪ X‬كنقطة دخول‪ ،‬نوجد قيم ‪ D‬و‪ F‬الموافقة لـ ‪.M‬‬
‫‪ .5‬نستخدم قيم ‪ N‬و‪ M‬و‪ X‬و‪ D‬و‪ F‬حسب الحاجة لتحديد قيم المقاييس المطلوبة ألداء النظام‪.‬‬

‫مثال ‪ :10‬إيجاد قيم مقاييس النظام لنظام ذو مصدر محدود‪.‬‬

‫يقوم أحد العمال المشغلين بتحميل وتفريغ مجموعة آالت عددها ‪ .5‬يتم توزيع زمن الخدمة بشكل أسي بمعدل ‪ 10‬دقائق‬
‫لكل دورة‪ .‬واآلالت تعمل بمعدل ‪ 70‬دقيقة بين التحميل والتفريغ‪ ،‬وهذا الزمن أسي أيضا‪.‬‬

‫يطلب إيجاد‪:‬‬
‫متوسط عدد اآلالت التي تنتظر التشغيل‪.‬‬ ‫‪)a‬‬
‫العدد المتوقع من اآلالت التي تعمل‪.‬‬ ‫‪)b‬‬
‫متوسط الوقت الضائع‪.‬‬ ‫‪)c‬‬
‫احتمال أن األلة لن تضطر إلى االنتظار للخدمة‪.‬‬ ‫‪)d‬‬

‫الحل‪:‬‬

‫‪𝑁=5‬‬

‫𝑠𝑒𝑡𝑢𝑛𝑖𝑚 ‪𝑇 = 10‬‬

‫‪𝑀=1‬‬

‫𝑠𝑒𝑡𝑢𝑛𝑖𝑚 ‪𝑈 = 70‬‬

‫𝑇‬ ‫‪10‬‬
‫=𝑋‬ ‫=‬ ‫‪= 0.125‬‬
‫‪𝑇 + 𝑈 10 + 70‬‬

‫اآلن من الجدول ‪ 18.7‬عند ‪ 𝑁 = 5‬و ‪ 𝑀 = 1‬و‪ 𝑋 = 0.125‬نجد‪:‬‬

‫‪ 𝐷 = 0.575‬و ‪ 𝐹 = 0.920‬وبالتالي نجد‪:‬‬

‫متوسط عدد اآلالت التي تنتظر‪:‬‬

‫‪𝐿 = 𝑁(1 − 𝐹) = 5(1 − 0.92) = 0.4‬‬ ‫آلة‬
 ‫عدد اآلالت التي من المتوقع أنها تعمل‪:‬‬

‫آلة ‪𝐽 = 𝑁𝐹(1 − 𝑋) = 5 × 0.92(1 − 0.125) = 4.025‬‬

‫الزمن الضائع = زمن االنتظار ‪+‬زمن الخدمة (التحميل والتفريغ)‪.‬‬

‫زمن االنتظار‪:‬‬

‫)‪𝐿(𝑇 + 𝑈) 0.4(10 + 70‬‬

‫=𝑊‬ ‫=‬ ‫𝑠𝑒𝑡𝑢𝑛𝑖𝑚 ‪= 6.957‬‬
‫𝐿‪𝑁−‬‬ ‫‪5 − 0.4‬‬

‫الزمن الضائع = ‪ 16.957 = 10 + 6.957‬دقيقة‪.‬‬

‫احتمال عدم انتظار اآللة = ‪ -1‬احتمال انتظار األلة‪:‬‬

‫‪𝑃 = 1 − 𝐷 = 1 − 0.575 = 0.425‬‬

‫باستخدام قالب ‪ Excel‬يظهر الحل كما هو موضح بالشكل‪:‬‬

‫‪Excel‬‬ ‫‪10‬‬ ‫‪1.9-1‬‬

‫مثال ‪ :11‬تحديد العدد األمثل للمخدمات لتقليل التكلفة اإلجمالية‪.‬‬

‫لنفترض أنه في مثال ‪ ،10‬يتم دفع ‪ 10‬دوالرات في الساعة للمشغل الواحد‪ ،‬وتكاليف توقف اآللة هي ‪ 16‬دوالرا في‬
‫الساعة‪ .‬هل يجب على اإلدارة إضافة مشغل آخر إذا كان الهدف هو تحسين التكلفة؟‬
 ‫الحل‪:‬‬

‫نقارن التكلفة اإلجمالية للنظام الحالي مع التكلفة اإلجمالية المتوقعة للنظام المقترح‪:‬‬

‫تكلفة المشغل‬ ‫متوسط تكلفة التوقف‬ ‫متوسط عدد‬

‫عدد المخدمات‬
‫التكلفة الكلية‪$‬‬ ‫الواحد بالساعة‬ ‫بالساعة‬ ‫اآلالت الواقفة‬

‫بالساعة‬
‫𝑀 × ‪10$‬‬ ‫)𝐽 ‪16$ ∗ (𝑁 −‬‬ ‫𝐽‪𝑁−‬‬ ‫𝑀‬

‫‪⟵ 25.6‬أصغرية‬ ‫‪10‬‬ ‫‪15.60‬‬ ‫‪0.975‬‬ ‫‪1‬‬

‫‪30.42‬‬ ‫‪20‬‬ ‫‪10.42‬‬ ‫‪0.651‬‬ ‫‪2‬‬

‫وبالتالي فإن النظام الحالي متفوق ألن تكلفته اإلجمالية أقل من التكلفة اإلجمالية المتوقعة باستخدام اثنين من المشغلين‪.‬‬

‫قد يتمكن المدراء من تقليل أوقات االنتظار من خالل وضع قيد إداري واحد أو أكثر من قيود للنظام‪ .‬لكن عادة وعلى المدى‬
‫القصير يكون حجم المرافق (مكان االنتظار) وعدد المخدمات ممثلة بموارد مثبتة‪ .‬ومع ذلك‪ ،‬قد يتم النظر في بعض‬

‫الخيارات األخرى ‪: 1‬‬

‫‪ .1‬استخدام العمال المؤقتين‪ :‬قد يكون من الممكن استخدام عمال مؤقتين أو بدوام جزئي خالل فترات االنشغال‬
‫(االزدحام)‪ .‬قد تنطوي عمليات المفاضلة في اختيار العمال على تكاليف التدريب‪ ،‬وقضايا الجودة‪ ،‬وسرعة الخدمة‬
‫(ربما خدمة أبطأ من التي ستقدمها المخدمات األساسية)‪.‬‬
‫‪ .2‬تحويل الطلب‪ :‬في الحاالت التي يتفاوت فيها الطلب حسب الوقت باليوم‪ ،‬أو في وقت من األسبوع‪ ،‬يمكن أن تكون‬
‫استراتيجيات التسعير المتغيرة فعالة في تقليل الطلب على النظام بشكل متوازن‪ .‬كأمثلة على هذا‪:‬‬
‫▪ المسارح حيث تستخدم هذا الخيار عن طريق وضع تسعيرة منخفضة لعروضها من أجل تحويل الطلب من‬
‫أوقات االنشغال إلى األوقات الميتة‪.‬‬
‫▪ المطاعم تقدم عروض خاصة للزبائن الذين يأتون باكرا‪.‬‬
‫▪ تقدم بعض شركات البيع بالتجزئة قسائم صالحة فقط أليام أو أوقات معينة (ميتة)‪.‬‬
 ‫‪ .3‬ضبط زمن الخدمة‪ :‬رأينا تأثير الخدمة الثابتة على خطوط االنتظار مقارنة بالخدمة غير الثابتة (تم تخفيض عدد‬
‫الزبائن والزمن في صف االنتظار إلى النصف)‪ .‬وكلما ازداد ضبط الخدمة وتوحيد زمنها‪ ،‬ازداد تأثيرها على صفوف‬
‫االنتظار‪.‬‬
‫‪ .4‬ابحث عن المشكلة‪ :‬قد يكون أحد جوانب العملية الصناعية مسؤوال بشكل كبير عن بطء معدل خدمة؛ إن تحسين هذا‬
‫الجانب من العملية قد يؤدي إلى تغير في معدل الخدمة‪ .‬على سبيل المثال غالبا ما يكون لدى الموظفين ميزات يمكن‬
‫استثمارها لزيادة سرعة الخدمة‪.‬‬

‫على الرغم من الجهود المبذولة من قبل اإلدارة‪ ،‬إال أنه في بعض الحاالت ليس من الممكن‬
‫تقصير أزمنة االنتظار‪ .‬ومع ذلك‪ ،‬يمكن اتخاذ بعض الخطوات في مواقف معينة تجعل الوضع‬
‫أكثر قبوال ألولئك الذين ينتظرون في الصف‪ ،‬وخاصة عندما يتكون صف االنتظار من الناس‪.‬‬
‫ال ينبغي االستهانة بأهمية القيام بذلك‪ .‬لقد أظهرت الدراسات اختالفا ملحوظا في بعض األحيان‬
‫‪ -‬بين الوقت الفعلي الذي يقضيه العمالء في االنتظار والوقت المدرك‪ .‬يمكن لعدة عوامل التأثير‬
‫على االختالفات‪ .‬أحدهما هو سبب التواجد (على سبيل المثال‪ ،‬االنتظار في غرفة الطوارئ‪ ،‬أو‬
‫وجود مواعيد رسمية مهمة أو طائرة أو قطار للحاق به)‪ .‬وبصرف النظر عن تلك الحاالت‪،‬‬
‫حيث يمكن لمستوى القلق أن يجعل االنتظار لفترة قصيرة يبدو طويال‪ ،‬في كثير من الحاالت‪،‬‬

‫‪1.11-1‬‬ ‫يمكن لإلدارة أن تقلل من تصور عمالئها لزمن االنتظار‪1 .‬‬

‫المصدر‪1 :‬‬

‫غالبا ما يميلون إلى التركيز على حقيقة أنهم ينتظرون في الصف ويتصورون عادة أن وقت االنتظار أطول من وقت‬
‫االنتظار الفعلي‪ .‬وبالعكس‪ ،‬إذا انشغلوا بشيء آخر أثناء انتظارهم‪ ،‬فغالبا ما يكون إدراكهم لوقت االنتظار أقل من وقت‬
‫انتظارهم الفعلي‪ .‬من األمثلة على طرق صرف االنتباه (اإللهاء)‪ :‬الوجبات الخفيفة داخل الطائرة ووجبات الطعام أو مقاطع‬
‫الفيديو والمجالت وأجهزة التلفزيون في غرف االنتظار‪ .‬كما أن إعطاء الزبائن شيئا ما أثناء االنتظار‪ ،‬مثل ملء النماذج‪،‬‬
‫يمكن أن يجعل انتظارهم يبدو منتجا‪ .‬بالطبع‪ ،‬يقدم بعض الزبائن انتباههم (انشغالهم) الخاص (على سبيل المثال‪ ،‬يتحدثون‬
‫على هواتفهم المحمولة‪ ،‬أو رسائلهم النصية‪ ،‬أو يلعبون األلعاب على األجهزة اإللكترونية المحمولة)‪ .‬عامل آخر يمكن أن‬
‫يكون مستوى الراحة المتاحة (على سبيل المثال‪ ،‬الوقوف مقابل الجلوس‪ ،‬االنتظار في الخارج في حالة الطقس في الداخل‬
‫أو تحت غطاء)‪ .‬أيضا‪ ،‬إبالغ الزبائن كم من الوقت يمكن أن يكون االنتظار يقلل من القلق‪ .‬على سبيل المثال‪ ،‬تعلن مراكز‬
‫االتصال أحيانا عن وقت االنتظار المتوقع قبل توفر ممثل الخدمة‪ ،‬وعادة ما تكون المطاعم قادرة على إخبار الزبائن بالوقت‬
‫الذي ينتظرون فيه أثناء جلوسهم‪ .‬يتم استخدام العديد من هذه األساليب في حدائق ديزني الترفيهية‪.‬‬
 ‫في الشكل المجاور في أحد الشركات تم إضافة‪:‬‬
‫موظفين استقبال‪.‬‬ ‫•‬
‫وضع شاشات التلفاز في غرف االنتظار‪.‬‬ ‫•‬
‫تركيب برامج محوسبة لقطع أوقات االنتظار‪.‬‬ ‫•‬

‫اآلثار المترتبة على هذه األفكار هي أن الخيال واإلبداع للمهندس يمكن أن تلعب دورا مهما في تصميم النظام وأن المناهج‬
‫الرياضية ليست الوحيدة التي تستحق الدراسة‪.‬‬

‫يجب على المدراء تقييم التكاليف واألرباح المتعلقة بالبدائل المختلفة الختيار السعة المناسبة ألنظمة الخدمة بعناية‪:‬‬

‫قد يكون العمل على زيادة معدل عملية الخدمة خيارا جديرا باالهتمام بدال من زيادة عدد الخوادم‪1 .‬‬

‫وقد تساهم المخدمات الجديدة (أو المعدات المتعلقة بها) وطرق وأساليب التخديم في تحقيق هذا الهدف‪ .‬أحد العوامل الهامة‬
‫التي يجب مراعاتها هو إمكانية تقليل التباين في أزمنة عملية التخديم عن طريق ضبط وتوحيد أزمنة الخدمة المقدمة‪ .‬في‬
‫الواقع‪ ،‬سيكون من حكمة المدراء متابعة هذا الهدف‪ ،‬ليس فقط من أجل فوائد تقليل أوقات االنتظار‪ ،‬ولكن أيضا من أجل‬
‫الحصول على مخدمات ذات عمل متناسق‪ ،‬وبالتالي تقليل تلك التكاليف واألزمنة‪ ،‬وإمكانية زيادة الجودة بسبب انخفاض‬
‫التنوع في متطلبات الخدمة‪ .‬قد تشتمل المناهج األخرى على بذل جهود لتحويل بعض الواصلين إلى "أوقات غير محددة"‬
‫باستخدام أنظمة الحجز‪ ،‬أو العروض الخاصة للزبائن المبكرين‪ ،‬أو التخفيضات في األوقات المتأخرة‪ ،‬أو بعض األساليب‬
‫التي تستخدمها إلدارة انتظار الزبائن‪ .‬من المهم أيضا إدراك أن النماذج المقدمة في هذا الفصل تتضمن افتراضات حول‬
‫توزيعات االحتمالية للوافدين والخدمة التي قد ال تكون متوافقة تماما مع الواقع‪.‬‬
1) Stevenson, W. J. (2017). Operations Management (Vol. 13th ed). New
York: McGraw-Hill Education.

2) Bhat, U. (2015). An Introduction to Queueing Theory Modeling and

Analysis in Applications (Second Edition ed.). New York: Springer
Science+Business Media. doi:10.1007/978-0-8176-8421-1