Matlab仿真应用讲义要点分析.doc

《Matlab仿真应用详解》 一、基本概念 1．1、什么是计算机仿真 1、仿真定义 基本思想：仿真的基本思想是利用物理的或数学的模型来类比模仿现实过程，以寻求过程和规律。它的基础是相似现象，相似性一般表现为两类：几何相似性和数学相似性。当两个系统的数学方程相似，只是符号变换或物理含义不同时，这两个系统被称为“数学同构”。 仿真的方法可以分为三类： (1)实物仿真。它是对实际行为和过程进行仿真，早期的仿真大多属于这一类。物理仿真的优点是直观、形象，至今在航天、建筑、船舶和汽车等许多工业系统的实验研究中心仍然可以见到。比如：用沙盘仿真作战，利用风洞对导弹或飞机的模型进行空气动力学实验、用图纸和模型模拟建筑群等都是物理仿真。但是要为系统构造一套物理模型，不是一件简单的事，尤其是十分复杂的系统，将耗费很大的投资，周期也很长。此外，在物理模型上做实验，很难改变系统参数，改变系统结构也比较困难。至于复杂的社会、经济系统和生态系统就更无法用实物来做实验了。 (2)数学仿真。就是用数学的语言、方法去近似地刻画实际问题，这种刻画的数学表述就是一个数学模型。从某种意义上，欧几里德几何、牛顿运动定律和微积分都是对客观世界的数学仿真。数学仿真把研究对象(系统)的主要特征或输入、输出关系抽象成一种数学表达式来进行研究。数学模型可分为： ●解析模型(用公式、方程反映系统过程)； ●统计模型(蒙特卡罗方法)；（一种基于随机数的计算方法） ●表上作业演练模型。（用列表的方法求解线性规划问题中运输模型的计算方法。是指线性规划一种求解方法。当某些线性规划问题采用图上作业法难以进行直观求解时，就可以将各元素列成相关表，作为初始方案，然后采用检验数来验证这个方案，否则就要采用闭回路法、位势法或矩形法等方法进行调整，直至得到满意的结果。这种列表求解方法就是表上作业法。 1.2 仿真实例：报童问题仿真 1、报童问题 报童每卖一份报纸赚a元，若订报后卖不出去，则可退回，此时每退一份赔b元，虽然每天卖出的报数是随机的，但报童可以根据以往卖报情况的统计来获得每天卖k份的概率p(k)，试求报童每天期望受益达到最大的订报量z’ 2、数学模型 设报童每天订报z份，每天卖出y份，设y的分布为 考虑到报童每天的损失情况有如下两种： （1）供过于求，因退货造成的平均损失为 (2)供不应求，因缺货造成的平均损失为： 所以每天的期望损失费为 目标是使得每天期望损失最小的订报量。反之，就是使报童的每天期望总收益达到最大，写成目标函数为： 约束条件z受到报童资本的限制。 要求解此模型可以用的方法：（1）如果知道p的概率分布。或者（2）枚举法，但是搜索范围有限。 3、计算机仿真求解 对于给定每天订报量Z值，利用离散随机变量采样算法产生给定分布的随机数R，用来表示报童每天卖出的报纸数，从而可以计算出一天的损失以及一个阶段的平均损失。（key：如何产生服从给定分布的随机变量？？）而且在实际应用中分布并非总是给定的，需要搜集数据，从中辨识分布，进行参数估计。 4、计算机仿真程序 注：假设在均匀分布条件下 5、仿真结果与分析 [z,s]=baotong(5,10,0.2,0.4) 6、报童问题模拟系统的推广 (1)求每天的卖出报数服从任意分布的情况下，使报童受益最大的最优订报量Z’ (2)对报纸总发行量进行测算 (3)适当修改仿真系统，可将其用于企业的订货和库存策略研究 1.3 随机变量的产生 这一节假定分布函数已经确定，而主要介绍产生具有这种分布的随机变量的方法。这些方法的基础是独立均匀分布U(0,1)的随机源，在MATLAB中提供了产生U(0，1)分布的随机数的函数。此外还提供了产生各种分布随机数的函数。 1.3.1均匀分布随机数的产生 大多数随机数发生器是各种同余发生器，由Lehmer在1951年提出的 产生0到m-1之间的数 C=0时为乘同余法，不为零时为混合同余法。对于二进制机器，可以按照下面规则选择a和m 1.3.2、随机变量的产生 1、反函数法 理论基础是概率积分变换原理：设X是一个0到1间均匀分布的随机变量U(0,1)其采样值为x, 为满足概率分布F(y)的随机变量。因此产生变量Y的随机数y可以分为两步: 例如：产生U(a,b)随机数y 韦伯分布，在可靠性问题中有广泛的应用。 2、卷积法 3、产生正态分布的随机数 有两种方法： （1）近似法 理论基础为概率论中的中心极限定理，可以用多种相互独立的均匀分布随机数来产生正态分布，比较著名的是随机数的个数选12个，即： 该方法缺点是精度不够. (2)直接变换法 因为正态分布的反函数无法用解析式表达，所以不能用反函数方法产生，直接变换法的步骤如下： 4、离散随机变量采样的直接变换法 5、泊松分布随机数的产生