如何恰当选择仿真运行长度才能使仿真结果接近被仿真系统.pptVIP

6.3 离散事件系统仿真结果分析 如何恰当选择仿真运行长度才能使仿真结果接近被仿真系统的实际性能呢？亦即如何控制仿真运行次数才能使估计值接近实际值呢？ 1.终止型仿真及稳态型仿真 终止型仿真：仿真的运行长度是事先确定的。 由于仿真运行时间长度有限，系统的性能与运行长度有关，系统的初始状态对系统性能的影响是不能忽略的。为了消除由于初始状态对系统性能估计造成的影响，需要多次独立运行仿真模型，从统计学的观点来看，理论上要独立运行无穷多次，因为每次运行仅仅是系统性能估计值的一个样本。 稳态型仿真：这类仿真研究仅运行一次，但运行长度却是足够长，仿真的目的是估计系统的稳态性能。 由于仿真长度没有限制，系统的初始状态对仿真结果的影响可以忽略，然而，为了得到系统稳态性能的较好估计值，需要确定仿真运行长度到底多长就可以认为是“足够”了。 2.终止型仿真结果的分析 终止型仿真的要求是每次运行的初始条件相同，但必须是相互独立的。实现独立运行的方法是每次采用不同的随机数据流。 如果 是第j次运行时得到的某一系统性能的仿真结果，由于每次运行相互独立，则可以认为 是独立同分布的随机变量，从而可以用经典统计分析的方法构造E(X)的置信区间。 根据对置信区间的精度要求，终止型仿真结果分析有两类基本方法：固定样本长度法和序贯程序法 固定样本长度法： E(X)的估计值 其中 ， 称为置信水平， 　　 举例：有一个M/M/1(单服务台排队系统，指数到达模式 ，指数服务模式 )系统独立运行10次，每次长度200，初始条件是初始队长 ，服务台状态为闲，仿真运行的结果如下： 得到： 从而可得到平均排队等待时间的期望值 及平均队长的期望值 在 时的估计值为： 因而可以相信， 以将近90%的置信度位于区间[8.919,15.993]上， 以将近90%的置信度位于区间[1.661,3.417]上。 序贯程序法 由于置信区间的长度反比于 ，那么可以通过增加n来减少区间的长度以提高精度。置信区间的半长称为它的绝对精度，用 表示，而将置信区间半长与点估计的绝对值之比称为置信区间的相对精度，用 表示。 一种解析地确定n的做法是，设 的总方差估计 随着n加大而没有显著变化，则 或 在上式中假设 随n加大没有明显变化，是指 举例：设M/M/1系统十次运行得到的顾客排队平均等待时间(采用固定样本长度法) 如下： 现在要求在 下构造置信区间，使其绝对精度 ，相对精度 则可解析地计算出 采用序贯程序法的步骤如下： ①预定独立仿真运行的次数 ,并置 ,独立运行n次。 ②计算该n次运行的 ，以及相应的 及 ③按 和 计算出 或 ④若 或 ，则置信区间为： 并将其作为 在近似 意义下的置信区间，从而结束仿真，否则 ⑤再进行一次独立的仿真运行得到 ⑥令n=n+1，并返回② 。 3.稳态型仿真的置信区间 令 是从某次运行得到的输出过程,则 的稳态平均响应由下式定义: 要求 的极值存在，这样 与仿真的初值无关。 由仿真结果 估计的的置信区间在稳态型仿真中，主要也有几种方法: 拟均值法、稳态型序贯法、重新产生法和重复删除法 批均值法 基本思想：设仿真运行长度为m(m足够大)，则得到输出过程 ，将 分为n批，每批长度为l，则得到每批数据如下： 分别对每批数据进行处理，求得每批的均值为 ，则总的样本均值为： 我们将 作为 的估计点。 为了构造 的置信区间，必须对 有一定要求：若 是独立的且服从正态分布的随机变量，并具有相同