(в теории массового обслуживания)

очередь
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

очередь
В теории массового обслуживания — последовательность требований или заявок, которые, заставая систему обслуживания занятой, не выбывают, а ожидают ее освобождения (затем они обслуживаются в том или ином порядке). Очередью можно назвать также и совокупность ожидающих (простаивающих) каналов или средств обслуживания. Это — ключевое понятие теории очередей (как одного из разделов теории массового обслуживания). Процесс образования О. носит стохастический характер (процесс называется стохастическим, если он состоит из случайных переменных, значения которых меняются во времени). О. требований или заявок подразделяются прежде всего на замкнутые и разомкнутые (или линейные). В первом случае обслуженные требования могут возвращаться в систему и вновь поступать на обслуживание. Например, автомашины, приписанные к определенному парку, могут образовать замкнутую О. для зарядно-аккумуляторной станции этого парка. Во втором случае обслуженные требования не возвращаются в систему (например, зарядно-аккумуляторная станция общего пользования на автостраде). Для расчета потерь от ожидания клиентов в замкнутых и разомкнутых О. применяются разные критерии и разный математический аппарат. По дисциплине обслуживания очереди также подразделяются на ряд видов: О. с приоритетами (когда отдельным требованиям отдается предпочтение), О. случайные и т.д. В задачах теории массового обслуживания важными параметрами являются длина О., т.е. среднее число ожидающих требований, и время ожидания обслуживания — среднее время пребывания требования в системе до момента начала обслуживания.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• queue

очередь (в Service Manager 2010)
Контейнер для рабочих элементов. Элементы в очереди должны принадлежать к одному классу рабочих элементов (например, к инцидентам).
[ http://systemscenter.ru/scsm_help.ru/]

EN

queue
A holding container for work items. Members of a queue must be of the same work item class (for example, only incidents).
[ http://systemscenter.ru/scsm_help.ru/]

Тематики

• информационные технологии в целом

EN

• queue

система массового обслуживания
СМО
Система, предназначенная для обслуживания случайных потоков вызовов абонентов в сетях связи (рис. Q-3). Общепринятое условное обозначение, используемое для описания систем массового обслуживания, состоит из трех символов - A/S/m, где символ А описывает динамику поступления вызовов, S - динамику, с которой обрабатываются вызовы, a m – число обслуживающих устройств. На практике наибольшее распространение получила модель обслуживания М/М/1, где динамика поступления вызовов с интенсивностью λ и обслуживания с интенсивностью λ_s описывается с помощью марковской модели с одним обслуживающим устройством (m=1).
[Л.М. Невдяев. Телекоммуникационные технологии. Англо-русский толковый словарь-справочник. Под редакцией Ю.М. Горностаева. Москва, 2002]

система массового обслуживания
Совокупность пунктов (каналов, станций, приборов), на которые в случайные или неслучайные моменты времени поступают заявки на обслуживание (требования), подлежащие удовлетворению. Примеров таких систем можно привести очень много. Телефонная сеть — это С.м.о. Здесь заявка — вызов абонента, обслуживающее устройство — коммутатор. Универсам — это тоже С.м.о. Заявка в этом случае — приход в магазин покупателя, а обслуживающее устройство — касса. Можно, правда, рассматривать работу Универсама и с противоположных позиций: считать, что кассир, ожидающий покупателя, — это заявка на обслуживание, а обслуживающее устройство — это покупатель, способный удовлетворить заявку: подойти к кассе с покупками и прекратить вынужденный простой кассира. Возможность такого двойственного подхода к задачам теории массового обслуживания позволяет использовать их для оптимизации структуры исследуемых систем. Если, например, в магазине работает лишь одна касса, а покупатели заходят часто, то возникнет очередь покупателей, ожидающих обслуживания. Если же, наоборот, покупатели заходят редко, а кассиров несколько, то возникнет очередь кассиров, ожидающих покупателя. В обоих случаях магазин несет потери: в первом случае потому, что не все желающие купить товар будут обслужены, а во втором — потому, что кассиров слишком много и часть фонда их заработной платы будет расходоваться напрасно. Поэтому, например, критерием правильности организации работы магазина может служить средняя сумма времени ожидания покупателя и времени ожидания кассира. Работа магазина организована наилучшим образом, если эта величина минимальна. Для оценки системы применяются также показатели ее пропускной способности: абсолютной (среднее число заявок, которое может быть обслужено за единицу времени) и относительной (средняя доля обслуживаемых заявок в общем количестве поступающих в систему). Для того чтобы достаточно полно сформулировать математическую модель С.м.о., обычно необходимо задать: характеристики среды или входящего потока требований; характеристики механизма обслуживания; дисциплину обслуживания. Системы массового обслуживания классифицируются, во-первых, по характеру обслуживания: системы с отказами: требование, поступившее в момент, когда все каналы заняты, получает отказ, покидает систему и в дальнейшем процессе обслуживания не участвует; другое название — системы с потерями; системы с очередью (с ожиданием упорядоченным и неупорядоченным, случайным и т.д.). Такие системы делятся, далее, на системы с неограниченным ожиданием и ограниченным (предельной длиной очереди, временем и др.) ожиданием; во-вторых, по кругу обслуживаемых объектов: замкнутые системы (см. Очередь); открытые системы (см. Очередь); в-третьих, по количеству каналов и фаз обслуживания: одноканальные и многоканальные (см. Многоканальная система массового обслуживания); однофазные и многофазные (см. Многофазная система массового обслуживания).
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

Синонимы

• СМО

EN

• queueing system
• serving system

система очередности
порядок приоритетных номеров
образование очередей
—
[Л.Г.Суменко. Англо-русский словарь по информационным технологиям. М.: ГП ЦНИИС, 2003.]

Тематики

• информационные технологии в целом

Синонимы

• порядок приоритетных номеров
• образование очередей

EN

• queueing system

система массового обслуживания
СМО
Система, предназначенная для обслуживания случайных потоков вызовов абонентов в сетях связи (рис. Q-3). Общепринятое условное обозначение, используемое для описания систем массового обслуживания, состоит из трех символов - A/S/m, где символ А описывает динамику поступления вызовов, S - динамику, с которой обрабатываются вызовы, a m – число обслуживающих устройств. На практике наибольшее распространение получила модель обслуживания М/М/1, где динамика поступления вызовов с интенсивностью λ и обслуживания с интенсивностью λ_s описывается с помощью марковской модели с одним обслуживающим устройством (m=1).
[Л.М. Невдяев. Телекоммуникационные технологии. Англо-русский толковый словарь-справочник. Под редакцией Ю.М. Горностаева. Москва, 2002]

система массового обслуживания
Совокупность пунктов (каналов, станций, приборов), на которые в случайные или неслучайные моменты времени поступают заявки на обслуживание (требования), подлежащие удовлетворению. Примеров таких систем можно привести очень много. Телефонная сеть — это С.м.о. Здесь заявка — вызов абонента, обслуживающее устройство — коммутатор. Универсам — это тоже С.м.о. Заявка в этом случае — приход в магазин покупателя, а обслуживающее устройство — касса. Можно, правда, рассматривать работу Универсама и с противоположных позиций: считать, что кассир, ожидающий покупателя, — это заявка на обслуживание, а обслуживающее устройство — это покупатель, способный удовлетворить заявку: подойти к кассе с покупками и прекратить вынужденный простой кассира. Возможность такого двойственного подхода к задачам теории массового обслуживания позволяет использовать их для оптимизации структуры исследуемых систем. Если, например, в магазине работает лишь одна касса, а покупатели заходят часто, то возникнет очередь покупателей, ожидающих обслуживания. Если же, наоборот, покупатели заходят редко, а кассиров несколько, то возникнет очередь кассиров, ожидающих покупателя. В обоих случаях магазин несет потери: в первом случае потому, что не все желающие купить товар будут обслужены, а во втором — потому, что кассиров слишком много и часть фонда их заработной платы будет расходоваться напрасно. Поэтому, например, критерием правильности организации работы магазина может служить средняя сумма времени ожидания покупателя и времени ожидания кассира. Работа магазина организована наилучшим образом, если эта величина минимальна. Для оценки системы применяются также показатели ее пропускной способности: абсолютной (среднее число заявок, которое может быть обслужено за единицу времени) и относительной (средняя доля обслуживаемых заявок в общем количестве поступающих в систему). Для того чтобы достаточно полно сформулировать математическую модель С.м.о., обычно необходимо задать: характеристики среды или входящего потока требований; характеристики механизма обслуживания; дисциплину обслуживания. Системы массового обслуживания классифицируются, во-первых, по характеру обслуживания: системы с отказами: требование, поступившее в момент, когда все каналы заняты, получает отказ, покидает систему и в дальнейшем процессе обслуживания не участвует; другое название — системы с потерями; системы с очередью (с ожиданием упорядоченным и неупорядоченным, случайным и т.д.). Такие системы делятся, далее, на системы с неограниченным ожиданием и ограниченным (предельной длиной очереди, временем и др.) ожиданием; во-вторых, по кругу обслуживаемых объектов: замкнутые системы (см. Очередь); открытые системы (см. Очередь); в-третьих, по количеству каналов и фаз обслуживания: одноканальные и многоканальные (см. Многоканальная система массового обслуживания); однофазные и многофазные (см. Многофазная система массового обслуживания).
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

Синонимы

• СМО

EN

• queueing system
• serving system

дисциплина обслуживания (в теории массового обслуживания)
Совокупность правил, пользуясь которыми из очереди выбирают требования для обслуживания. Живая очередь, обслуживание с приоритетами (например, с указанием лиц, имеющих право «проходить без очереди») и даже случайный выбор требований (так действуют продавцы у окруженных множеством покупателей прилавков) - все это примеры разных дисциплин обслуживания.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• servicing order

просьба
—
[ http://slovarionline.ru/anglo_russkiy_slovar_neftegazovoy_promyishlennosti/]

Тематики

• нефтегазовая промышленность

EN

• request

требование (в теории массового обслуживания, теории очередей)
См. Поток требований (заявок).
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• request

внешний радиус
наружный радиус
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

Синонимы

• наружный радиус

EN

• outer radius
• outside radius
• OR

исследование операций
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

исследование операций
Прикладное направление кибернетики, используемое для решения практических организационных (в том числе экономических) задач. Это — комплексная научная дисциплина. Круг проблем, изучаемых ею, пока недостаточно определен. Иногда И.о. понимают очень широко, включая в него ряд чисто математических методов, иногда, наоборот, очень узко — как практическую методику решения с помощью экономико-математических моделей строго определенного перечня задач. Главный метод И.о. — системный анализ целенаправленных действий (операций) и объективная (в частности, количественная) сравнительная оценка возможных результатов этих действий. Например, расширение выпуска продукции на заводе требует одновременного и взаимосвязанного решения множества частных проблем: реконструкции предприятия, заказа оборудования, сырья и материалов, подготовки рынка сбыта, совершенствования технологии, изменений системы оперативно-производственного планирования и диспетчирования, организационной перестройки, перемещения руководящих работников и т.д. При анализе возможных последствий принимаемых решений приходится учитывать такие факторы, как неопределенность, случайность и риск. К решению столь сложных задач привлекают экономистов, математиков, статистиков, инженеров, социологов, психологов и др., поэтому одной из особенностей И.о. считают его междисциплинарный комплексный характер. Операционные исследования прежде всего предназначены для предварительного количественного обоснования принимаемых решений, поскольку они, как видно из примеров, очень сложны, требуют больших затрат и, главное, могут реализоваться многими способами (эти способы называют стратегиями или альтернативами). Кроме обоснования самих решений И.о. позволяет сравнить возможные варианты (альтернативы) организации операции, оценить возможное влияние на результат отдельных факторов, выявить «узкие места», т.е. те элементы системы, нарушение работы которых может особенно сильно сказаться на успехе операции и т.д. Таким образом, сущность задач И.о. — поиск путей рационального использования имеющихся ресурсов для реализации поставленной цели. Количественные методы И.о. строятся на основе достижений экономико-математических и математико-статистических дисциплин (теории массового обслуживания, оптимального программирования и т.д.). Разные математические методы применяются (в тех или иных комбинациях) при решении различных классов задач. Среди важнейших классов задач И.о. можно назвать задачи управления запасами, распределения ресурсов и назначения (распределительные задачи), задачи массового обслуживания, задачи замены оборудования, упорядочения и согласования (в том числе теории расписаний), состязательные (например, игры), задачи поиска и др. Среди применяемых методов — математическое программирование (линейное, нелинейное и т.п.), дифференциальные и разностные уравнения, методы теории графов, марковские процессы, теория игр, теория (статистических) решений, теория распознавания образов и ряд других. Считается, что И.о. зародилось накануне второй мировой войны, когда в Англии на одной радиолокационной станции была создана группа специалистов для решения технических задач с помощью математики. Они сосредоточили внимание на сравнении эффективности путей решения задач, поиске оптимального решения. Участие в этой группе представителей разных специальностей предопределило комплексный, или, как теперь принято говорить, системный подход. В настоящее время в этом направлении работают сотни исследовательских учреждений и групп в десятках стран. Организованы общества И.о., объединяемые международной федерацией (ИФОРС International Federation Of Operational Research Societies). Методы И.о., как и любые математические методы, всегда в той или иной мере упрощают, огрубляют задачу, отражая нелинейные процессы линейными моделями, стохастические системы — детерминированными и т.д. Жизнь богаче любой самой сложной схемы. Поэтому не следует ни преувеличивать значения количественных методов И.о., ни преуменьшать его, ссылаясь на примеры неудачных решений. Уместно привести в связи с этим известное парадоксальное определение, которое дал крупный американский специалист в этой области Т.А.Саати: «Исследование операций представляет собой искусство давать плохие ответы на те практические вопросы, на которые даются еще худшие ответы другими способами…»
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• operational research
• operations research
• OR

общая надёжность
(напр. системы)
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• overall reliability
• OR
• general reliability

отправитель/получатель
(МСЭ-Т F.400/ Х.400).
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

Тематики

• электросвязь, основные понятия

EN

• originator/recipient
• OR

отчёт об эксплуатации
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• utilization record
• operational report
• OR

по заказу
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• on request
• OR

реле защиты от перегрузки
-
[В.А.Семенов. Англо-русский словарь по релейной защите]

Тематики

• релейная защита

EN

• OR
• ORLY
• overload relay

реле защиты от перегрузок
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• overload relay
• OR
• ORLY

скорость переполнения
(напр. ёмкости)
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• overflow rate
• OR

скорость перетекания
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• overflow rate
• OR

техническая надёжность
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• engineering reliability
• operation reliability
• OR

исследование операций
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

исследование операций
Прикладное направление кибернетики, используемое для решения практических организационных (в том числе экономических) задач. Это — комплексная научная дисциплина. Круг проблем, изучаемых ею, пока недостаточно определен. Иногда И.о. понимают очень широко, включая в него ряд чисто математических методов, иногда, наоборот, очень узко — как практическую методику решения с помощью экономико-математических моделей строго определенного перечня задач. Главный метод И.о. — системный анализ целенаправленных действий (операций) и объективная (в частности, количественная) сравнительная оценка возможных результатов этих действий. Например, расширение выпуска продукции на заводе требует одновременного и взаимосвязанного решения множества частных проблем: реконструкции предприятия, заказа оборудования, сырья и материалов, подготовки рынка сбыта, совершенствования технологии, изменений системы оперативно-производственного планирования и диспетчирования, организационной перестройки, перемещения руководящих работников и т.д. При анализе возможных последствий принимаемых решений приходится учитывать такие факторы, как неопределенность, случайность и риск. К решению столь сложных задач привлекают экономистов, математиков, статистиков, инженеров, социологов, психологов и др., поэтому одной из особенностей И.о. считают его междисциплинарный комплексный характер. Операционные исследования прежде всего предназначены для предварительного количественного обоснования принимаемых решений, поскольку они, как видно из примеров, очень сложны, требуют больших затрат и, главное, могут реализоваться многими способами (эти способы называют стратегиями или альтернативами). Кроме обоснования самих решений И.о. позволяет сравнить возможные варианты (альтернативы) организации операции, оценить возможное влияние на результат отдельных факторов, выявить «узкие места», т.е. те элементы системы, нарушение работы которых может особенно сильно сказаться на успехе операции и т.д. Таким образом, сущность задач И.о. — поиск путей рационального использования имеющихся ресурсов для реализации поставленной цели. Количественные методы И.о. строятся на основе достижений экономико-математических и математико-статистических дисциплин (теории массового обслуживания, оптимального программирования и т.д.). Разные математические методы применяются (в тех или иных комбинациях) при решении различных классов задач. Среди важнейших классов задач И.о. можно назвать задачи управления запасами, распределения ресурсов и назначения (распределительные задачи), задачи массового обслуживания, задачи замены оборудования, упорядочения и согласования (в том числе теории расписаний), состязательные (например, игры), задачи поиска и др. Среди применяемых методов — математическое программирование (линейное, нелинейное и т.п.), дифференциальные и разностные уравнения, методы теории графов, марковские процессы, теория игр, теория (статистических) решений, теория распознавания образов и ряд других. Считается, что И.о. зародилось накануне второй мировой войны, когда в Англии на одной радиолокационной станции была создана группа специалистов для решения технических задач с помощью математики. Они сосредоточили внимание на сравнении эффективности путей решения задач, поиске оптимального решения. Участие в этой группе представителей разных специальностей предопределило комплексный, или, как теперь принято говорить, системный подход. В настоящее время в этом направлении работают сотни исследовательских учреждений и групп в десятках стран. Организованы общества И.о., объединяемые международной федерацией (ИФОРС International Federation Of Operational Research Societies). Методы И.о., как и любые математические методы, всегда в той или иной мере упрощают, огрубляют задачу, отражая нелинейные процессы линейными моделями, стохастические системы — детерминированными и т.д. Жизнь богаче любой самой сложной схемы. Поэтому не следует ни преувеличивать значения количественных методов И.о., ни преуменьшать его, ссылаясь на примеры неудачных решений. Уместно привести в связи с этим известное парадоксальное определение, которое дал крупный американский специалист в этой области Т.А.Саати: «Исследование операций представляет собой искусство давать плохие ответы на те практические вопросы, на которые даются еще худшие ответы другими способами…»
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• operational research
• operations research
• OR

оперативное исследование
Систематическое изучение путем наблюдения и/или в эксперименте работы системы, например, здравоохранения или его элементов с целью ее усовершенствования.
[Англо-русский глоссарий основных терминов по вакцинологии и иммунизации. Всемирная организация здравоохранения, 2009 г.]

Тематики

• вакцинология, иммунизация

EN

• operational research

исследование операций
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

исследование операций
Прикладное направление кибернетики, используемое для решения практических организационных (в том числе экономических) задач. Это — комплексная научная дисциплина. Круг проблем, изучаемых ею, пока недостаточно определен. Иногда И.о. понимают очень широко, включая в него ряд чисто математических методов, иногда, наоборот, очень узко — как практическую методику решения с помощью экономико-математических моделей строго определенного перечня задач. Главный метод И.о. — системный анализ целенаправленных действий (операций) и объективная (в частности, количественная) сравнительная оценка возможных результатов этих действий. Например, расширение выпуска продукции на заводе требует одновременного и взаимосвязанного решения множества частных проблем: реконструкции предприятия, заказа оборудования, сырья и материалов, подготовки рынка сбыта, совершенствования технологии, изменений системы оперативно-производственного планирования и диспетчирования, организационной перестройки, перемещения руководящих работников и т.д. При анализе возможных последствий принимаемых решений приходится учитывать такие факторы, как неопределенность, случайность и риск. К решению столь сложных задач привлекают экономистов, математиков, статистиков, инженеров, социологов, психологов и др., поэтому одной из особенностей И.о. считают его междисциплинарный комплексный характер. Операционные исследования прежде всего предназначены для предварительного количественного обоснования принимаемых решений, поскольку они, как видно из примеров, очень сложны, требуют больших затрат и, главное, могут реализоваться многими способами (эти способы называют стратегиями или альтернативами). Кроме обоснования самих решений И.о. позволяет сравнить возможные варианты (альтернативы) организации операции, оценить возможное влияние на результат отдельных факторов, выявить «узкие места», т.е. те элементы системы, нарушение работы которых может особенно сильно сказаться на успехе операции и т.д. Таким образом, сущность задач И.о. — поиск путей рационального использования имеющихся ресурсов для реализации поставленной цели. Количественные методы И.о. строятся на основе достижений экономико-математических и математико-статистических дисциплин (теории массового обслуживания, оптимального программирования и т.д.). Разные математические методы применяются (в тех или иных комбинациях) при решении различных классов задач. Среди важнейших классов задач И.о. можно назвать задачи управления запасами, распределения ресурсов и назначения (распределительные задачи), задачи массового обслуживания, задачи замены оборудования, упорядочения и согласования (в том числе теории расписаний), состязательные (например, игры), задачи поиска и др. Среди применяемых методов — математическое программирование (линейное, нелинейное и т.п.), дифференциальные и разностные уравнения, методы теории графов, марковские процессы, теория игр, теория (статистических) решений, теория распознавания образов и ряд других. Считается, что И.о. зародилось накануне второй мировой войны, когда в Англии на одной радиолокационной станции была создана группа специалистов для решения технических задач с помощью математики. Они сосредоточили внимание на сравнении эффективности путей решения задач, поиске оптимального решения. Участие в этой группе представителей разных специальностей предопределило комплексный, или, как теперь принято говорить, системный подход. В настоящее время в этом направлении работают сотни исследовательских учреждений и групп в десятках стран. Организованы общества И.о., объединяемые международной федерацией (ИФОРС International Federation Of Operational Research Societies). Методы И.о., как и любые математические методы, всегда в той или иной мере упрощают, огрубляют задачу, отражая нелинейные процессы линейными моделями, стохастические системы — детерминированными и т.д. Жизнь богаче любой самой сложной схемы. Поэтому не следует ни преувеличивать значения количественных методов И.о., ни преуменьшать его, ссылаясь на примеры неудачных решений. Уместно привести в связи с этим известное парадоксальное определение, которое дал крупный американский специалист в этой области Т.А.Саати: «Исследование операций представляет собой искусство давать плохие ответы на те практические вопросы, на которые даются еще худшие ответы другими способами…»
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• operational research
• operations research
• OR

канал обслуживания
(встречаются также термины «устройство«, «прибор«, «пункт«, «станция» в том же смысле) - понятие теории массового обслуживания, означающее обслуживающее устройство или средство (или, например, человека), способное в каждый данный момент времени обслуживать лишь одно требование. Пропускная способность канала — один из определяющих параметров при решении задач массового обслуживания. Другой его важнейшей характеристикой является среднее время обслуживания одной заявки.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• service channel

сервисный канал
—
[Л.Г.Суменко. Англо-русский словарь по информационным технологиям. М.: ГП ЦНИИС, 2003.]

Тематики

• информационные технологии в целом

EN

• service channel
• SC

телеметрический служебный канал
служебный канал
Совокупность устройств телеметрической системы, обеспечивающих формирование и получение служебных сообщений данного вида.
[ ГОСТ 19619-74] 

Тематики

• телемеханика, телеметрия

Синонимы

• служебный канал

EN

• service channel

39. Служебный телеграфный канал

Service channel

Телеграфный канал, предназначенный для обмена информацией, связанной с эксплуатацией связей

Источник: ГОСТ 22515-77: Связь телеграфная. Термины и определения оригинал документа

групповое поступление (в теории массового обслуживания)
—
[Л.Г.Суменко. Англо-русский словарь по информационным технологиям. М.: ГП ЦНИИС, 2003.]

Тематики

• информационные технологии в целом

EN

• bulk arrival

математическая статистика
Раздел математики, посвященный методам и правилам обработки и анализа статистических данных (т.е. сведений о числе объектов, обладающих определенными признаками, в какой-либо более или менее обширной совокупности). Сами методы и правила строятся безотносительно к тому, какие статистические данные обрабатываются (физические, экономические и др.), однако обращение с ними требует обязательного понимания сущности явления, изучаемого с помощью этих правил. К экономике М.с. применима по той причине, что экономические данные всегда представляют собой статистические сведения, т.е. сведения об однородных совокупностях объектов и явлений. Такими однородными совокупностями могут быть выпускаемые промышленностью изделия, персонал промышленности, данные о прибылях предприятий и т.д. В настоящее время существуют разные определения сущности М.с., и не следует удивляться, если вы увидите в одной книге, вопреки сказанному выше, утверждение, что М.с. — это «наука о принятии решений в условиях неопределенности», а в другой — что это «наука, объясняющая данные статистических наблюдений при помощи вероятностных моделей». Некоторые авторы считают, что она — раздел теории вероятностей, а другие, — что она лишь связана с этой теорией, представляя собой отдельную от нее науку. Наконец, распространено расширенное понимание предмета М.с. как охватывающей не только вероятностные аспекты, но и так называемую прикладную статистику («анализ данных«), включающую и объекты не обязательно вероятностной природы. В общем случае, анализ статистических данных методами М.с. позволяет сделать два вывода: либо вынести искомое суждение о характере и свойствах этих данных или взаимосвязей между ними, либо доказать, что собранных данных недостаточно для такого суждения. Причем выводы могут делаться не из сплошного рассмотрения всей совокупности данных, а из ее выборки, как правило, случайной (последнее означает, что каждая единица, включенная в выборку, могла быть с равными шансами, т.е. с равной вероятностью заменена любой другой). Центральное понятие М.с. — случайная величина — всякая наблюдаемая величина, изменяющаяся при повторениях общего комплекса условий, в которых она возникает. Если сам по себе набор, перечень значений этой величины неудобен для их изучения (поскольку их много), М.с. дает возможность получить необходимые сведения о случайной величине с существенно меньшим количеством чисел. Это объясняется тем, что статистические данные подчиняются таким законам распределения (или приводятся к ним порою искусственными приемами), которые характеризуются всего лишь несколькими параметрами, т.е. характеристиками. Зная их, можно получить столь же полное представление о значениях случайной величины, какое дается их подробным перечислением в очень длинной таблице. (Характеристиками распределения являются среднее, медиана, мода и т.д.). Если изучаются взаимосвязи между значениями разных случайных величин, то необходимые сведения для этого дают коэффициенты корреляции между ними. Когда совокупность анализируется по одному признаку, имеем дело с так называемой одномерной статистикой, когда же рассматривается несколько признаков — с многомерным статистическим анализом. М.с. охватывает широкий круг одномерных и многомерных методов и правил обработки статистических данных: от простых приемов статистического описания (выведение средней, а также степени и характера разброса исследуемых признаков вокруг нее, группировка данных по классам и сопоставление их характеристик и т.д.), правил отбора фактов при выборочном их рассмотрении до сложных методов исследования зависимостей между случайными величинами. Среди последних: выявление связей между случайнами величинами — корреляционный анализ, оценка величины случайной переменной, если величина другой или других известна — регрессионный анализ, выявление наиболее важных скрытых факторов, влияющих на изучаемые величины, — факторный анализ, определение степени влияния отдельных неколичественных факторов на общие результаты их действия (например, в научном эксперименте) — дисперсионный анализ. Перечисленные области составляют основные дисциплины, входящие в М.с. К ним примыкают также быстро развивающиеся упоминавшиеся выше методы «анализа данных», не основанные на традиционной для М.с. предпосылке вероятностной природы обрабатываемых данных. Для экономических исследований большое значение имеет также анализ стохастических процессов, в том числе «марковских процессов«. Задачи М.с. в экономике можно разделить на пять основных типов: а) оценка статистических данных; б) сравнение этих данных с каким-то стандартом и между собой (оно применяется при эксперименте или, например, в контроле качества на предприятиях); в) исследование связей между статистическими данными и их группами. Эти три типа позволяют вынести суждение описательного характера об изучаемых явлениях, подверженных по каким-то причинам искажающим случайным воздействиям. Следующий, четвертый тип задач связан с нахождением наилучшего варианта измерения изучаемых данных. И наконец, пятый тип задач связан с проблемами предвидения и развития, здесь важное место занимают задачи анализа временных рядов. Для экономики особенно ценно то, что М.с. позволяет на основании анализа течения событий в прошлом, т. е. изучения выбранных на определенные даты сведений о характерных чертах системы, предсказать (см. Прогнозирование) вероятное развитие изучаемого явления в будущем (если не изменятся существенно внешние или внутренние условия). В управлении хозяйственными и производственными процессами применяются различные математико-статистические методы. На них основаны многие методы исследования операций, в том числе — методы теории массового обслуживания, позволяющие наиболее эффективно организовывать ряд процессов производства и обслуживания населения, теории расписаний, предназначенной для выработки оптимальной последовательности производственных, транспортных и других операций, теории решений, теории управления запасами, а также теории планирования эксперимента и выборочного контроля качества продукции, сетевые методы планирования и управления. В эконометрических исследованиях на основе математико-статистической обработки данных строятся экономико-математические (экономико-статистические) модели экономических процессов, производятся экономические и технико-экономические прогнозы. Широкое распространение математико-статистических методов в общественном производстве, а также в других областях социально-экономической жизни общества (здравоохранение, экология, естественные науки) опирается на развитие электронно-вычислительной техники. Для решения типовых задач математико-статистической обработки данных созданы и применяются многочисленные стандартные прикладные компьютерные программы и системы.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• mathematical statistics

поток требований
поток заявок
входящий поток
В теории массового обслуживания — последовательность требований или заявок, поступающих на пункт обслуживания (канал, станцию, прибор и т.д.). Они возникают случайно и требуют определенного, обычно заранее точно не предсказуемого времени для их удовлетворения. В простейшем случае (пуассоновский поток) вероятность появления требования в любой малый промежуток времени пропорциональна длине этого промежутка и не зависит от того, возникали или нет требования в предшествующие промежутки времени. П.т. называется стационарным, если вероятность поступления определенного числа требований за какой-то промежуток времени определяется только величиной этого промежутка и не зависит от момента его начала. (Это определение не вполне строго). Если требования могут поступать в систему только по одному, то такой поток называется ординарным. Если числа поступающих за произвольно взятые (разные) промежутки времени заявок взаимно независимы — это поток без последействия. Если требования поступают в определенные моменты времени, то говорят о дискретном входящем потоке. Системы с такими потоками наиболее распространены. К их числу относятся, например, телефонная сеть, Универсам (см. статью Система массового обслуживания). Встречаются и системы с непрерывным входящим потоком. Примером может служить газгольдер, в который непрерывно поступает газ, причем снятие с хранения — в данном случае именно это и является обслуживанием — может осуществляться как дискретно (газ может требоваться отдельными порциями), так и непрерывно. Если в систему может поступить одновременно только конечное число требований, входящий поток называется ограниченным; в противоположном случае — неограниченным. Например, если ремонтная бригада обслуживает участок из 30 станков, то число требований — отказов станков — не может быть одновременно более 30, а в задаче о нагрузке телефонной сети входящий поток обычно можно считать неограниченным.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

Синонимы

• поток заявок
• входящий поток

EN

• input flow

Эрланга формулы
В теории массового обслуживания, формулы, выражающие вероятность отказа для систем обслуживания с потерями (см. Система массового обслуживания). Формулы были выведены шведским инженером А.Эрлангом в 20-е гг. XX века при решении задач, связанных с проектированием телефонных линий, для определения их оптимальной загрузки.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• Erlang's formulae

механизм обслуживания
Понятие теории массового обслуживания. Принято включать в это понятие три главные характеристики системы обслуживания: а) время или длительность обслуживания; б) пропускную способность; в) доступность. Время обслуживания — это время, затрачиваемое системой на обслуживание отдельного требования; чаще всего длительность обслуживания считают случайной величиной и характеризуют распределением F(t1): оно означает вероятность того, что время, затраченное на обслуживание требования, не больше чем t1. Время ожидания обслуживания (нахождения в очереди) некоторые авторы включают во время обслуживания, другие — учитывают отдельно. Пропускная способность системы — это максимальное число требований, которые могут быть обслужены одновременно. Доступность системы включает описание всевозможных причин, по которым число требований, которые могут быть обслужены одновременно, меньше, чем пропускная способность; кроме того, вся система может быть время от времени не готова к приему требований (например, обеденный перерыв в магазине), поэтому доступность включает характеристики времени «отключения» системы. Время отключения системы чаще всего считают, так же как и длительность обслуживания, случайной величиной и описывают вероятностью того, что канал или вся система отключается на определенное время. Хотя математические исследования относятся обычно к полнодоступным системам (т.е. таким, обслуживающие каналы которых всегда готовы к приему требований), реальные системы часто «неполнодоступны».
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• service mechanism

задачи упорядочения
Класс задач исследования операций, в которых производится выбор дисциплины обслуживания. Таким образом, они как бы противоположны задачам теории массового обслуживания, в которых дисциплина (т.е. порядок выполнения требований) задана. Выбор порядка обслуживания называется здесь упорядочением. Наиболее распространены и разработаны среди З.у. задачи теории расписаний. К ним относятся также методы ситуационного управления и некоторые другие.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• ordering problems

метод Монте-Карло
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

метод Монте-Карло
метод статистических испытаний
Один из методов статистического моделирования, основанный на кибернетической идее «черного ящика». Он применяется в тех случаях, когда построение аналитической модели явления трудно или вовсе неосуществимо, например, при решении сложных задач теории массового обслуживания и ряда других задач исследования операций, связанных с изучением случайных процессов. Применение М. М.-К. можно проиллюстрировать примером из области теории очередей. Предположим, надо определить, как часто и как долго придется ждать покупателям в очереди в магазине при заданной его пропускной способности (допустим, для того, чтобы принять решение, следует ли расширять магазин). Подход покупателей носит случайный характер, распределение времени подхода может быть установлено из имеющейся информации. Время обслуживания покупателей тоже носит случайный характер и его распределение тоже может быть выявлено. Таким образом, имеются два стохастических или случайных процесса, взаимодействие которых и создает очередь. Теперь, если наугад перебирать все возможности (например, число покупателей, приходящих за час), сохраняя те же характеристики распределения, можно искусственно воссоздать картину этого процесса. Повторяя такую картину многократно, каждый раз меняя условия (число подходящих покупателей), можно изучать получаемые статистические данные так, как если бы они были получены при наблюдении над реальным потоком покупателей. Точно так же можно воссоздать искусственную картину работы самого магазина: здесь распределение времени подхода покупателей будет взаимодействовать с распределением времени обслуживания отдельного покупателя. Получаются опять два стохастических процесса. Их взаимодействие даст «очередь» с примерно такими же характеристиками (например, средней длиной очереди или средним временем ожидания), какими обладает реальная очередь. Таким образом, смысл М. М.-К. состоит в том, что исследуемый процесс моделируется путем многократных повторений его случайных реализаций. Единичные реализации называются статистическими испытаниями — отсюда второе название метода. Остается сказать, что такое выбор вариантов наугад (или механизм случайного выбора). В простых случаях для этого можно применять бросание игральной кости (классический учебный прием), но на практике используют таблицы случайных чисел либо вырабатывают (генерируют) случайные числа на ЭВМ, для чего имеются специальные программы, которые называются генераторами случайных чисел.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

Синонимы

• метод статистических испытаний

EN

• Monte Carlo method
• Monte-Carlo technique

метод Монте-Карло
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

метод Монте-Карло
метод статистических испытаний
Один из методов статистического моделирования, основанный на кибернетической идее «черного ящика». Он применяется в тех случаях, когда построение аналитической модели явления трудно или вовсе неосуществимо, например, при решении сложных задач теории массового обслуживания и ряда других задач исследования операций, связанных с изучением случайных процессов. Применение М. М.-К. можно проиллюстрировать примером из области теории очередей. Предположим, надо определить, как часто и как долго придется ждать покупателям в очереди в магазине при заданной его пропускной способности (допустим, для того, чтобы принять решение, следует ли расширять магазин). Подход покупателей носит случайный характер, распределение времени подхода может быть установлено из имеющейся информации. Время обслуживания покупателей тоже носит случайный характер и его распределение тоже может быть выявлено. Таким образом, имеются два стохастических или случайных процесса, взаимодействие которых и создает очередь. Теперь, если наугад перебирать все возможности (например, число покупателей, приходящих за час), сохраняя те же характеристики распределения, можно искусственно воссоздать картину этого процесса. Повторяя такую картину многократно, каждый раз меняя условия (число подходящих покупателей), можно изучать получаемые статистические данные так, как если бы они были получены при наблюдении над реальным потоком покупателей. Точно так же можно воссоздать искусственную картину работы самого магазина: здесь распределение времени подхода покупателей будет взаимодействовать с распределением времени обслуживания отдельного покупателя. Получаются опять два стохастических процесса. Их взаимодействие даст «очередь» с примерно такими же характеристиками (например, средней длиной очереди или средним временем ожидания), какими обладает реальная очередь. Таким образом, смысл М. М.-К. состоит в том, что исследуемый процесс моделируется путем многократных повторений его случайных реализаций. Единичные реализации называются статистическими испытаниями — отсюда второе название метода. Остается сказать, что такое выбор вариантов наугад (или механизм случайного выбора). В простых случаях для этого можно применять бросание игральной кости (классический учебный прием), но на практике используют таблицы случайных чисел либо вырабатывают (генерируют) случайные числа на ЭВМ, для чего имеются специальные программы, которые называются генераторами случайных чисел.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

Синонимы

• метод статистических испытаний

EN

• Monte Carlo method
• Monte-Carlo technique