第十八章补充模拟.pptVIP

第十八章補充 模擬 學習目標 解釋模擬的意義。 列出一些做決策時使用模擬工具的普遍性原因。 解釋如何在模擬上使用隨機，以及為何常使用隨機。 概述模擬的優點和限制。 描述在選擇模擬作為決策工具之前，管理者會拒絕的方案。 解決典型需要用到模擬的問題。 模擬的定義 模擬 一個描述性技術，讓決策者得以估計模型在各種不同情況下的行為。 模擬並不是一種最佳化的方法。 模擬能使決策者在複製一個模型的實際程序時，檢測解答是否合理。 模擬的例子 模擬的使用範圍相當廣泛，舉例來說： 太空工程師會在實驗室模擬太空梭的移動方式，使得未來的太空人習慣在無重力環境下工作。 飛機駕駛員在真正飛行作業之前，通常會先經歷多種模擬登陸和起飛訓練。 電視遊戲。 大學會使用管理遊戲來模擬企業環境。 導論 模擬應用在許多作業管理問題的領域。在這些問題中，有些模擬相當普通，有些則很複雜。 分析者使用模擬的原因，是因為最佳化技術無法使用，或者是因為無法滿足最佳化技術所需的條件。 等候線問題就是很好的例子。 雖然等候線問題很普遍，但許多情況無法滿足抵達與服務分配的一些限制假設。 其他造成模擬普遍性的原因 有許多情況太過複雜而無法發展一套數學解決方案；所需的簡化程度會強烈地影響結果。相對地，模擬模型不需要簡化，就能獲得各種情況的變化，因此加強了決策過程。 模擬模型非常容易使用與了解。 模擬有助於決策者建構與現實相同的模型實驗，了解過程的變化並避免實際過程產生的風險。 廣泛的電腦軟體讓複製的模型變得容易使用。 模擬可以應用在許多環境。 這個技術已經有許多成功案例。 模擬流程的步驟 不論模擬形式為何，每個模型都有下列基本步驟： 確認問題跟建立目標：清楚地宣告問題，然後建立想要求得解答的目標。 發展模擬模型：決定模型的結構以及使用電腦完成模擬。 測試模型能否真實地反應現在研究系統的實際狀況：確認模型是否適當地描述真實系統的表現。 建立一次以上的實驗：藉由實驗的研究，管理者能更加了解系統的行為。 測試模擬狀況並評估結果：模擬的變異狀況愈大，為了維持結果的準確性，所需的樣本數也愈大。 重複步驟 4 與步驟 5 ，直到你滿意結果為止：模擬結果可解釋程度的好壞，與模擬模型進似真實情況的程度成正比。 蒙地卡羅模擬 蒙地卡羅法：當程序中含有隨機因子時，採用的機率性模擬技術。 隨機：即機會。 機會因子在蒙地卡羅模擬法中非常重要，只有在程序中含有隨機因子時，才能使用這個方法。 使用蒙地卡羅法時，分析者必須確認系統中隨機因子的機率分配。 樣本數增加，模擬結果會愈接近真實系統。 要完成抽樣，必須使用亂數表。 亂數表 蒙地卡羅法的基本步驟 確認系統中每一個隨機組成的機率分配。 建立相對應隨機分配中隨機變數的指定區間。 獲得研究所需的隨機變數。 對所得到的解做出解釋。 亂數來源 需要大數目的亂數時，由電腦產生亂數；當所需的亂數數目不大時，可由表 18S.1 的亂數表產生。 對於模擬來說，有二個隨機亂數的特性是非常必要的： 所有的亂數都是均勻分配，即每個亂數在同一群組裡產生的機會是一致的。 亂數數字的排序看不出任何型態。 使用亂數表時，可以從任何方向開始讀起。 避免從相同的地方開始，這樣會導致每一次讀取的序列都相同。 有許多法則能提供讀取開始點的方法，例如：投硬幣、擲骰子等。 本章為了得到固定的答案，會預先指定開始點。 模擬理論分配 在許多例子中，模擬包括許多分配，最常用的包括卜瓦松分配、常態分配以及指數分配。 卜瓦松分配的模擬需要分配的平均值，從附錄B的表C可以算出該分配的累積機率。 常態分配亂數表 均勻分配的圖示 負指數分配 在負指數分配裡，隨機變數若接近 0，則機率會相當高；當變數值增加，則機率會降低。 電腦模擬 雖然本章為了傳達主要的概念而將重點擺在人工模擬，但是在真實模擬時，電腦的使用占了很大的部分。 使用模擬的優點 可以解決數學模式難以處理或是無法解答的問題。 模擬允許分析者在模型中進行實驗，避免對實際環境做實驗時所造成的風險。 模擬能夠讓管理者快速看到長期因子的影響。 可以藉由模擬工具來訓練初期的管理者，使其快速獲得經驗，並了解系統在各種環境中產生的狀況。 使用模擬的限制 模擬無法產出最佳解，僅能夠根據輸入的資料求出近似的行為模式，造成此原因的理由： 因為設計有亂數因子存在。 模擬是根據模型產生，但模型只是近似真實而已。 建立大型模擬的模式時，需要更多考量以及更多時間。 決策過程的流程 * ? The McGraw-Hill Companies, Inc., 2007 * ? The McGraw-Hill Companies, Inc., 2007