11/16/2021

Chapitre 3:

Théorie des files d’attente

Dr.Z Ben Houria 62

Réseaux de Files d’Attente (RFA)

Les Réseaux de Files d’Attente (RFA) permettent de modéliser et d’analyser les

systèmes de type clients/serveurs.

Historique d’utilisation

 Etude des premiers systèmes téléphoniques : Taux d’occupation des lignes

et des standards

 Informatique: Taux d’utilisation des serveurs et des réseaux

 Production: Taux d’occupation des ressources, Temps de séjour d’une entité

dans le système de production, Nombre d’entités dans les stocks intermédiaires

Dr.Z Ben Houria 63

1
 11/16/2021

Réseaux de Files d’Attente (RFA)

La problématique type dans les entreprises peut s'exprimer :
 Quel est le nombre optimal de stations/terminaux à mettre en service
permettant de traiter la demande tout en évitant une file d'attente trop
importante et le départ de certains clients?
 Quels est le temps d'attente moyen d'un client devant la
stations/terminal?
 Quel est le nombre moyen de clients en attente dans la file?

Ces questions permettent d'exprimer des objectifs en matière de qualité et de niveau

de service:
1. Un temps d'attente moyen à ne pas dépasser
2. Une probabilité d'attente maximale
3. Un temps d'attente acceptable
Dr.Z Ben Houria 64

Réseaux de Files d’Attente (RFA)

 Station de service
Une station de service dans un SP est un système aléatoire composé de:
 une file d’attente
 un ou plusieurs serveurs exécutant des tâches identiques

 Réseau de files d’attente (RFA)

Un RFA est un ensemble de stations de service formant un système global caractérisé
par:
 Sa politique de gestion des files d’attente (FIFO, LIFO,…)
 Les distributions de probabilité des durées de service
 Capacité de chaque file d’attente
 Lois d’arrivée des pièces au réseau 65
Dr.Z Ben Houria

2
 11/16/2021

Réseaux de Files d’Attente (RFA)

 Notation de Kendall
Une station de service (ou file) peut être symbolisée par la notation
suivante : A / B / m / k / M

Avec
M : loi exponentielle
 A : loi d’arrivée D : loi déterministe
E: loi d’Erlang
 B : loi de service N : loi normale
P : loi de poisson

 m : nombre de serveurs dans la station

 k : capacité totale de la station : nombre max de clients en attente et en
service (omise si infini)
 M : discipline de gestion : FIFO, LIFO, …(omise si FIFO)
66
Dr.Z Ben Houria

Réseaux de Files d’Attente (RFA)

Etude de la file « M / M / 1 »

 Arrivée : M  distribution des temps d’inter-arrivée expo(1/λ)

 Service : M distribution du temps de service expo(1/μ)
 Nombre de serveurs = 1
 Capacité infinie et file d’attente gérée par FIFO

Objectif de l’étude
Mesure des performances de la station en terme de :
 Nombre moyen de clients dans le système
 Taux d’occupation du serveur
 Temps moyen de séjour dans le système
67
Dr.Z Ben Houria

3
 11/16/2021

Réseaux de Files d’Attente (RFA)

Etude de la file « M / M / 1 »

 Taux d’occupation du serveur

To = p(1)+ p(2)+…+p(∞) = 1- p(0)
 Nombre moyen de clients dans la station
L= ∑ 𝑛𝑝(𝑛)
 Temps moyen de séjour formule de Little :
W=L/λ

68
Dr.Z Ben Houria

Réseaux de Files d’Attente (RFA)

Etude de la file « M / M / 1 »
 Propriété fondamentale de la loi de service exponentielle Lorsque n clients
sont dans le système (1 en service, n-1 en attente) à un instant t, la fin de
service du client en cours se produit dans l'intervalle de temps [t, t+dt]
avec une probabilité μdt +o(dt)

p(n,t+dt) = [p(n,t) & pas de changement] p(n,t).(1 – μdt – λdt)

+ [p(n-1,t) & arrivée d’un client] p(n-1,t).(λdt)
+ [p(n+1,t) & départ d’un client du système] p(n+1,t).(μdt)
69
+ [les autres possibilités] Dr.Z Ben Houria o(dt)

4
 11/16/2021

Réseaux de Files d’Attente (RFA)

Etude de la file « M / M / 1 »

Les conditions limites:

 si n = 0, aucun client ne peut quitter la station et p(n-1,t) = 0

 Quand t  ∞, l’état stationnaire est atteint : p(n,t) = p(n),

d’où p’(0,t) = p’(n,t) = 0 quand t ∞

70
Dr.Z Ben Houria

Réseaux de Files d’Attente (RFA)

Etude de la file « M / M / 1 »

A partir des équations aux limites, donner l’expression de p(n) en fonction de p(0)
2- En utilisant ∑p(n) = 1, calculer p(0) et donner la condition de validité de ce calcul
Résultats
On montre par récurrence que p(n) = p(0).(λ/μ)
p(0).∑(λ/μ) = 1 il n’y a de solution que si λ/μ < 1
p(0) = 1- λ/μ
p(n) = (1- λ/μ).(λ/μ)
Taux d’occupation du serveur: To = p(1)+ p(2)+…+p(∞) = 1- p(0) = λ/μ
Nombre moyen de clients dans la station

Temps moyen de séjour formule de Little : W = L / λ = 1/ (μ - λ)

71
Dr.Z Ben Houria

5
 11/16/2021

Le théorème de Jackson
Soit un RFA de k stations, tel que :
 Le nombre de serveurs dans chaque station 𝑛 est fixé
 Les clients arrivent de l’extérieur au système selon un processus de Poisson de
paramètre λ
 Temps d’inter-arrivée suivant une loi exponentielle de moyenne 1/λ
 Les temps de service sont exponentiellement distribués de paramètres μ
 Règles de service FIFO
 Routage probabiliste (changement de station décrit avec des probabilités )

Si la condition de stabilité est vérifiée,

Chaque station du RFA considéré se comporte comme une file M/M/𝑛 isolée,
alimentée par un flot d’entrée de valeur λ𝑒 avec : 𝑒 taux de visite de la station i
 p(n(1), n(2), … , n(k)) = p(n(1),1) x p(n(2),2) x … x p(n(k),k)
état du réseau

avec : p(a,b) : probabilité d’avoir a clients dans la station b 72

Dr.Z Ben Houria

Illustration de l'équivalence d'un réseau de

Jackson et d'un ensemble de files M/M/1

73
Dr.Z Ben Houria

6
 11/16/2021

Le théorème de Jackson
Condition de stabilité d’un réseau de Jackson
En posant :
 λ =𝑒 λ : le taux d'arrivées à la station i
 μ : le taux de service de la station i
 Condition de stabilité du réseau : λ < μ ; i=1,2,…k
 Le théorème de Jackson se base sur les équations de conservation des
flux E = Q + [𝑬𝑻 P]𝑻
 E = [e , e ,…, e ]𝑻
 Q = [q1 ,q2 ,…,qk ]𝑻 est le vecteur d’entrée au système (qi est la probabilité
d’entrée par la station i)
 P[kxk] est la matrice de transition (p est la probabilité d’aller de la station i à la
station j)

∑𝒌𝒋 𝟎 p𝒊𝒋= 1 ; i=1…k

74
Dr.Z Ben Houria

Le théorème de Jackson
Performance d’un RFA de Jackson

 Taux d’occupation d’un serveur de la station i

T𝒐 = λ𝒊/μ𝒊= λ 𝒆𝒊 /μ𝒊

 Nombre moyen de clients dans la station i

λ λ 𝒆𝒊
L𝒊= μ −𝒊λ =
𝒊 𝒊 μ 𝒊 −λ 𝒆𝒊

 Temps moyen de séjour dans la station i

W𝒊 = L𝒊 / λ𝒊 = 1/ (μ𝒊 - λ𝒊 ) = 1/ (μ𝒊 – λ 𝒆𝒊 )

 Temps moyen de séjour dans le réseau

W= L/ λ= (1/ λ)∑L𝒊
75
Dr.Z Ben Houria

7
 11/16/2021

Application
Un garagiste possède une station-service dans laquelle il assure, grâce à l'existence d'un pont
élévateur, les opérations courantes de vidange, graissage, révision, etc.
Concernant l'exploitation de cette station, le garagiste est capable, grâce à son expérience et à
la comptabilité qu'il tient avec précision, de donner les renseignements suivants:
- Pendant les quatre derniers mois, qui représentent bien, à son avis, la marche normale de la
station, le nombre de clients qui ont demandé un travail sur leur voiture, s'est réparti chaque
jour de la façon suivante:

Dr.Z Ben Houria 76

•Les possibilités de stationnement autour de la station sont pratiquement illimitées: si

donc les voitures des clients doivent attendre avant d'être servies, il n'y a pas de limitation
dans la file d'attente ainsi créée,
•la durée moyenne pendant laquelle une voiture occupe le pont est de 40 minutes,
•la station est ouverte 10 heures / jour,
•la contribution moyenne au bénéfice de l'entreprise est de 50 DT par client.
Questions
On vous demande de fournir les renseignements suivants :
1. Quel est le type de la loi d'arrivée des clients, ainsi que ses paramètres ?
2. Quel est le type de la file d'attente considérée ?
3. Quel est le nombre moyen de voitures dans la station-service en comptant les
voitures en attente et celle qui est sur le pont ?
4. Quelle est la durée moyenne de séjour d'une voiture dans la station ?
5. Quel est le nombre moyen de voitures en attente ?
6. Quelle est la durée moyenne de l'attente d'une voiture ?
7. Quel est le bénéfice journalier du garagiste ?
Dr.Z Ben Houria 77