- 1、本文档共26页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
六终态仿真输出的统计分析
第六章 终态仿真输出的统计分析 6.1 仿真类型 6.2 仿真数据采集及分析策略 6.3 终态仿真系统的置信区间 6.4 比较两个备选方案 6.5 用过程分析器评价多种备选方案 6.6 用OptQuest寻找最佳备选方案 6.1 仿真类型 终态仿真 在模型中明确地规定了仿真开始和结束条件的仿真,这些条件是目标系统实际运行模式的反映。 6.2 仿真数据采集及分析策略 在Statistic数据模块中定义输出文件的名字,把结果保存为“.dat”。文件路径必须为英文。 在Output Analyzer中New,在Data Group Files对话框中Add dat文件,选择Data File-Export,确定输出dax文件名。 用记事本打开dax文件。 把dax文件改名为txt文件。 在EXCEL中打开txt文件,处理后得到所需的列。 10次仿真得到的每天平均利润 6.3 终态仿真系统的置信区间 Half Width, Number of Replications Prefer smaller confidence intervals — precision Notation: Confidence interval: Half-width = Can’t control t or s Must increase n — how much? 半长 Half Width, Number of Replications (cont’d.) Set half-width = h, solve for Not really solved for n (t, s depend on n) Approximation: Replace t by z, corresponding normal critical value Pretend that current s will hold for larger samples Get Easier but different approximation: Half Width, Number of Replications (cont’d.) Application to Model 6-1 From initial 10 replications, 95% half-width on Daily Profit was ±54.87 (10.8% of X = 507.13) Let’s get this down to ±20 or less First formula: n ? 1.962(76.712/202) = 56.5, so 57 Second formula: n ? 10(54.872/202) = 75.3, so 76 Modified Model 6-1 into Model 6-2 Checked Run Run Control Batch Run (No Animation) for speed In Run Setup Replication Parameters, changed Number of Replications to 100 (conservative based on above) Got 496.84± 16.46, satisfying criterion 置信区间与预测区间 置信区间 用一个有限样本均值来估计经无限多次仿真运行得出的均值μ。 例如用100次重复仿真得出均值估计496.84.以496.84为中心的置信区间可被当做是一个“随机”区间(下一轮100次仿真会得出一个不同的区间)。这一区间以95%的概率包含或是覆盖μ,也就是说如果做许多轮的100次重复仿真运行,并从每一轮中求出一个区间,大约有95%的区间都会包含μ。因此,置信区间将给出μ的点估计496.84,同时给出了这一估计的精确度。 随着n的增加,置信区间会缩至一个单点。 预测区间 95%的重复仿真得出的Daily Profit值会落在这个区间里,这样的区间被称为预测区间(Prediction Interval),它同样可以由相同的一批数据得到,并且也非常有用。 随着n的增加,预测区间不会缩至一个单点,因为每次重复仿真的变化都会影响。 6.4比较两个备选方案 基准方案(base case):与模型5-2相同,具有完全相同的输入参数和运行条件,仿真次数为100次。 多预约方案(more-bookings case):将基准方案模型中的输入参数Max Load的初始值由24改为28。 Daily Profit运行结果 基准方案:496.84±16.46,即[480.38, 513.30] 多预约方案:582.98±24.16,即[558.82, 607
文档评论(0)