第五讲_基于Arena的离散系统仿真.ppt

2004/03/24 Management System Simulation 基于ARENA的模拟（一） 基本内容 利用计算机系统进行模拟 示例：模拟基本术语和概念 ARENA?简介 ARENA示例 利用计算机系统进行模拟 模拟技术的应用领域 计算机模拟 是一种用来对现实世界中的真实系统进行研究的方法 利用计算机数值计算技术 利用软件系统来模拟系统运作和特征，通常是考虑时间变化的系统 在实际应用上，是一种用来设计和构建计算机化的系统模型并进行数值化实验的方法 真正的价值——对复杂系统的处理 模拟技术可以容忍复杂问题 (计算机)模拟的优势 具有对实际对象进行建模的灵活性，即便对象是复杂或者一团乱麻 能规避“looking where the light is” ： You’re walking along in the dark and see someone on hands and knees searching the ground under a street light. You: “What’s wrong? Can I help you?” Other person: “I dropped my car keys and can’t find them.” You: “Oh, so you dropped them around here, huh?” Other person: “No, I dropped them over there.” (Points into the darkness.) You: “Then why are you looking here?” Other person: “Because this is where the light is.” (计算机)模拟的优势 允许对不确定性，不稳定性的建模 在模拟的世界中，唯一能够确定的事情就是：什么都不能确定 切记不能忽视系统的可变性/易变性(validity) 模拟就是提供了一种普适的思路来对validity进行建模 计算机模拟的优势 计算效率-成本比率高 一个夸张的说法：据估测全世界75%的计算能力都被用于各种各样的(广义)模拟 专门的系统可以用于实时控制 模拟软件所具有的优势 越来越易于使用 (GUIs) 使人的注意力不在局限于模型的创建上 (hierarchical，系统自己可以逐步向下编译，直至C) 统计设计分析能力的集成 坏消息与好消息 无法得到确定的答案，只是某种程度的估测结果 请注意：对于许多其它现代方法来说，同样存在这种情况 通过计算机的多次模拟可以对误差进行限定 随机模拟只能是 RIRO 则必须要进行统计设计，模拟实验输入/输出的统计分析 随机模拟方法的贡献：噪音控制方法，多次重复实验，顺序采样技术，方差缩减技术等 好消息 所有的坏消息可以通过统计技术来进行控制 一般在不得不应用模拟的情况下，其它方法一般都已经无效 例子：手工模拟——The Buffon Needle Problem 估计 p (George Louis Leclerc, c. 1733) 将长度为l 的针投到桌面上，桌面上画着间隔为d(l )的平行线 P (针压到线) = 重复多次实验； 概率估测值 = 线被压到的频度 则可以通过 来估计? 为何要做投针实验？ Buffon needle problem现在看起来非常愚蠢，但是从模拟的角度来看，它具有十分鲜明的特征和意义： 可以用模拟实验来完成难以精确计算的问题 (1733)； 由于随机性的存在，则每次模拟结果都不是确切的； 多次重复实验 (the more the better)可减小误差； 顺序采样技术可以用来对误差进行控制——一直进行投针直到误差达到“足够小”的程度； 方差缩减技术(Buffon Cross) 关于?的计算的题外话 在1777年出版的《或然性算术实验》一书中，蒲丰提出了用实验方法计算 π 。这个实验方法的操作很简单：找一根粗细均匀，长度为 d 的细针，并在一张白纸上画上一组间距为 l 的平行线（方便起见，常取 l = d/2），然后一次又一次地将小针任意投掷在白纸上。这样反复地投多次，数数针与任意平行线相交的次数，于是就可以得到 π 的近似值。因为蒲丰本人证明了针与任意平行线相交的概率为 p = 2l/πd 。利用这一公式，可以用概率方法得到圆周率的近似值。在一次实验中，他选取 l = d/2 ，然后投针2212次，其中针与平行线相交704次，这样求得圆周率的近似值为 2212/704 = 3.142。当实验中投的次数相当多时，就可以得到 π 的更精确的值。 1850年，一