离散事件系统仿真

仿真导论

Mon, 01 Jan 0001 00:00:00 +0000

仿真（simulation）是对真实世界过程或系统运行过程的模仿。无论采用手工方式还是计算机方式，仿真都包含两个要素：生成系统的一段人造历史（artificial history），并观察这段人造历史，从而推断真实系统的运行特性。

研究系统随时间演化的行为，方法是建立仿真模型（simulation model）。该模型通常以一组关于系统如何运行的假设的形式出现。这些假设通过系统中各实体（entity，即关注的对象）之间的数学、逻辑和符号关系来表达。模型一旦建立并通过验证（validated），就可以用它来研究关于真实世界的各种"如果……会怎样"（what if）问题。可以先对系统的潜在变更进行仿真，以预测其对系统性能的影响。仿真也可用于研究尚处于设计阶段、尚未建成的系统。因此，仿真建模既可作为分析工具，用于预测对既有系统的变更所产生的效果，也可作为设计工具，用于预测新系统在各种不同情形下的性能。

电子表格中的仿真示例

Mon, 01 Jan 0001 00:00:00 +0000

本章借助电子表格示例来介绍仿真（simulation）。这些示例相对简单；其中许多既可以在电子表格中完成，也可以手工完成。我们的主要目的，是引入并图解仿真中的若干关键概念；而不是讲授如何构建或开发电子表格模型，而是通过若干简单的电子表格模型，以示例的方式说明任何仿真都具备的一些关键要素。这些关键要素涵盖从模型的组成部分直至对模型进行实验。

一般原则

Mon, 01 Jan 0001 00:00:00 +0000

本章通过使用离散事件仿真（discrete-event simulation），为复杂系统的建模建立一个共同的框架。本章涵盖所有离散事件仿真模型的基本构件：实体（entity）与属性（attribute）、活动（activity）以及事件（event）。在离散事件仿真中，系统是依据其在每个时点的状态来建模的；依据流经系统的实体以及代表系统资源的实体来建模；依据引起系统状态改变的活动和事件来建模。对于那些系统状态仅在离散时间点上发生变化的系统，离散事件模型是适合的。

仿真软件

Mon, 01 Jan 0001 00:00:00 +0000

本章首先讨论仿真软件的历史，并对其未来作一些推测。仿真软件的历史才刚刚进入中年期。本章所依据的历史，主要来自我们共同的经验、Richard Nance 教授所写的文章、历届冬季仿真会议（Winter Simulation Conference）上的专题小组讨论，以及本书合著者之一近期撰写的一篇文章。

关于本书

Mon, 01 Jan 0001 00:00:00 +0000

这本书是什么

本站是 《Discrete-Event System Simulation》(5th Edition) 的完整中文译本，并保留英文原版逐章对照。原书作者为 Jerry Banks、John S. Carson II、Barry L. Nelson、David M. Nicol，Pearson Education 出版。

仿真中的统计模型

Mon, 01 Jan 0001 00:00:00 +0000

在对现实世界现象建模时，很少有情形能够完全预测所研究系统中实体的行为。建模者所看到的世界是概率性的，而不是确定性的。变异的来源有很多。修理人员修复一台故障机器所需的时间，取决于故障的复杂程度、修理人员是否带了合适的替换零件和工具到现场、修理过程中是否有另一位修理人员请求协助、机器操作员是否接受了预防性维护的培训，等等。对建模者而言，这些变异似乎是由偶然因素造成的，无法预测。然而，某个统计模型很可能恰当地描述完成一次修理所需的时间。

排队模型

Mon, 01 Jan 0001 00:00:00 +0000

仿真常用于排队模型（queueing model）的分析。在图 1 所示的那个简单但典型的排队模型中，顾客不时到来并加入排队线（queue，waiting line），最终接受服务，最后离开系统。术语顾客（customer）指的是任何可被视为向系统请求服务的实体。因此，许多服务设施、生产系统、修理与维护设施、通信与计算机系统，以及运输和物料搬运系统都可以被视为排队系统。

随机数生成

Mon, 01 Jan 0001 00:00:00 +0000

随机数（random number）是几乎所有离散系统仿真中不可或缺的基本要素。大多数计算机语言都备有某种子程序、对象或函数，用来产生随机数。在仿真语言中，随机数用于产生事件时间以及其他随机变量（random variable）。本章介绍随机数的生成，以及随后对所生成随机数所作的随机性检验。

随机变量生成

Mon, 01 Jan 0001 00:00:00 +0000

本章讨论从各种常用的连续分布与离散分布中抽样的方法。此前的讨论和示例表明，概率分布在刻画那些一般无法预测或存在不确定性的建模活动时很有用。例如，队列处的到达间隔时间（interarrival time）和服务时间（service time）以及产品需求，在相当程度上常常是无法预测的。通常，这类变量被建模为服从某个给定概率分布的随机变量（random variable），并且已有标准的统计程序可用于估计所假设分布的参数，以及检验所假定统计模型的有效性。

输入建模

Mon, 01 Jan 0001 00:00:00 +0000

输入模型为仿真提供驱动力。在排队系统的仿真中，典型的输入模型是到达间隔时间分布与服务时间分布。对于供应链仿真，输入模型包括需求与提前期的分布。对于可靠性问题的仿真，部件的失效时间分布就是输入模型的一个例子。

在真实世界的仿真应用中，为输入数据选择合适的分布，从时间和资源需求的角度看是一项主要任务。无论分析人员有多么高明，有缺陷的输入模型都会导致输出在解释时可能产生误导性的建议。

仿真模型的验证、校准与确认

Mon, 01 Jan 0001 00:00:00 +0000

模型开发者所面临的最重要、也是最困难的任务之一，就是对仿真模型进行验证（verification）与确认（validation）。那些利用模型输出辅助提出设计建议的工程师与分析师，以及依据这些建议作出决策的管理者，出于理应对模型的有效性抱有一定程度的怀疑。模型开发者的职责在于，在开发与确认的整个过程中与最终用户密切合作，以减少这种怀疑并提高模型的可信度。

绝对性能估计

Mon, 01 Jan 0001 00:00:00 +0000

输出分析（output analysis）是对仿真所生成数据的考察。其目的要么是预测某一系统的性能，要么是比较两个或多个备选系统设计的性能。本章讨论绝对性能（absolute performance）的估计，所谓绝对性能是指估计一个或多个系统性能度量的取值，而不是对两个或多个系统作比较——换言之，不是相对性能（relative performance）。

相对性能估计

Mon, 01 Jan 0001 00:00:00 +0000

本章讨论可用于比较两个或多个系统设计的相对性能（relative performance）的众多统计方法中的若干种。这是仿真最重要的用途之一。由于响应变量的观测值含有随机变异，因此需要借助统计分析来判别：所观察到的差异究竟源于设计上的差异，还是仅仅源于模型中固有的随机波动。

制造系统与物料搬运系统的仿真

Mon, 01 Jan 0001 00:00:00 +0000

制造（manufacturing）与物料搬运（material handling）系统提供了仿真最重要的一类应用。仿真已被成功地用于辅助新生产设施、仓库和配送中心的设计。它也被用于评价针对既有系统所提出的改进方案。使用仿真的工程师和分析人员发现，仿真对于评价设备与物理设施方面的资本投资、以及针对物料搬运与布局所提议的变更所产生的影响，很有价值。他们还发现，仿真对于评价人员配备规则与操作规则，以及拟纳入生产控制系统、仓库管理控制软件和物料搬运控制系统的规则与算法，也很有用。管理者发现，在进行资本投资之前先通过仿真作一次"试运行"很有用，从而不必用未经考验的变更去扰动现有系统。