输入建模.pptVIP

实际过程中，上界和下界很少和中心值相似，所以很少选择均匀分布。 如果除了给出上界和下界之外，还给定了一个最可能的值，那么可以使用三角分布。 如果使用β分布，就一定要画出所选分布的密度函数。 例：一生产计划仿真，需某产品的销售量，但无具体数据。只有如下信息：不会小于1000，且不会大于5000，多于2000的机会是90%，多于3500的机会是25%，多于4500的机会只有1%。 4 3 2 1 累积频度 概率 区间 i 1000≤x≤2000 2000x≤3500 3500x≤4500 4500x≤5000 10% 24% 65% 1% 0.10 0.99 0.75 1.00 §7.6 用随机数产生不同的概率分布 0.125 0.125 0.125 0.125 0.125 0.125 0.125 0.125 概率 5 7 8 6 4 3 2 1 到达间隔时间 （分钟） 001~125 126~250 251~375 376~500 501~625 626~750 751~875 876~000 0.125 0.250 0.375 0.500 0.625 0.750 0.875 1.000 累积概率 随机数字分配 039 10 423 9 139 8 583 7 871 6 289 5 678 4 112 3 064 2 — — 1 到达间隔时间 随机数字 顾客 1 1 6 3 1 2 4 7 5 501~625 5 751~875 7 876~000 8 626~750 6 376~500 4 251~375 3 126~250 2 001~125 1 随机数字 分配 间隔 时间 * 工程学院 沙 金 输入模型为仿真模型提供驱动力。 在排队系统仿真中，输入是到达间隔时间和服务时间的分布；对于库存系统仿真，输入包括需求和提前期的分布；在可靠性系统仿真中，部件的失效时间的分布是主要的输入。 提出输入数据的适当分布是仿真的一项主要任务，开发有用的输入数据模型，需要以下4个步骤： ⑴从感兴趣的现实系统中收集数据。 ⑵确定能表示输入过程的概率分布。 ⑶选择参数以便在分布簇中确定一个特定的实例。 ⑷评价所选分布的相关参数的拟合优良度。 在解决实际问题的时候，数据收集是最大的任务之一。在仿真中，这是一个最重要和最困难的问题之一。 GIGO（垃圾进垃圾出），在计算机科学中是一个基本概念，它也同样被应用在系统仿真领域。 §7.1 数据收集 例：观察并记录一个由10台洗衣机和6台干衣机构成的自助洗衣店的相关数据。 到达间隔时间 服务时间 排队规则 服务何时开始和结束 机器可靠性 …… §7.2.1直方图 频度分布和直方图在辨识一个分布的形状时是很有用的，直方图可以按如下步骤构造： ⑴将数据范围划分成区间 ⑵在横轴上做标记，以确定所选区间 ⑶求每个区间里发生的频度 ⑷在纵轴上做标记，确定此区间总发生数 ⑸在纵轴上画出频度 §7.2 用数据辨识分布 分组区间的数量依赖于所观测数据的数量和数据的分散量或离散度。 在实际中，当所选择的分组区间的数量近似等于样本大小的平方根时，经常会取得较好的效果。 连续数据的直方图与理论分布的概率密度函数相对应。 对于有大量数据点的离散数据的直方图，数据范围内的每一个值都应该有一个单元（但当某区间数据点不多时，有必要合并相邻的单元来消除毛刺）。且直方图与概率质量函数相对应。 例：在每周的5个工作日中，对每天上午7:00至7:05五分钟内通过某十字路口西南角的车辆进行观察，一共20周，记录结果如下表，请绘制直方图。 8 10 17 19 10 12 频度 5 4 3 2 1 0 每个周期的通过数 1 11 3 10 3 9 5 8 5 7 7 6 频度 每个周期的通过数 1 2 5 6 3 4 7 8 9 10 11 x 2 4 6 8 10 12 14 16 18 20 每个周期的通过数 频 度 0 8 10 17 19 10 12 频度 5 4 3 2 1 0 通过数 1 11 3 10 3 9 5 8 5 7 7 6 频度 通过数 例：在1.5倍额定电压下，对电子元件的随机样本进行寿命检验，记录如下： 4.562 2.336 1.008 14.382 3.217 0.219 1.147 1.005 31.764 7.004 0.543 0.300 1.928 0.590 23.960 7.078 3.148 5.380 0.624 7.579 2.157 3.371 0.878 0.941 9.003 0.09