第九章 仿真输出数据分析 系统建模和 与仿真课件.pptVIP

第九章 仿真输出数据分析;在大多数情况下，仿真运行结果不能直接反映系统的性质，必须收集和分析仿真所得的数据，才能了解系统的性能，把握系统的运行特征。因此，仿真输出数据分析也是系统仿真的一个重要步骤。;系统性能测度及其估计;常用的点估计是样本均值和样本方差： ;仿真类型;;查t分布表，置信区间计算结果如下:;稳态仿真结果分析;确定仿真时间长度，应当考虑： 1．点估计的偏差是初始条件所引起，如果运行时间太短，偏差可能较大，但若增加运行时间则可减少偏差； 2．点估计的精度有标准误差或置信区间半径来衡量； 3．计算费用。 ;重复运行——删除法（Replication-Deletion Approach）是常用的一种方法。 将每次仿真分成两个阶段，先从0时刻运行到To的初始化阶段，接下来是从To到TE的数据收集阶段。 初始化阶段的目的是消除初始化偏差，使以后的特性参数进入平稳状态。;重复运行——删除法在每次运行中均必须删除数据，从某种意义上说，这是浪费数据，丢失信息。从这一点看，单次长时间运行优于重复运行——删除法，但其缺陷在于试图计算样本均值时，因只有一次运行的数据不独立，估计通常是有偏估计。批均法可以解决上述问题。 ;批均值法将单词运行的输出数据（适当删除后）如下分为几个大的批次，批的长度为： m=（n-d）/k。批均值为 样本均值为 样本均值的方差 置信水平为α的置信区间半径为 ;批均值 不是独立的，但若每批的长度足够长，相继批均值之间近似独立，方差估计近似为无偏。可是，目前尚无一个被广泛接受且相对简单的选择批长度m的方法。;模型是否确切地代表的现实系统？通常采用比较观测现实系统所得的数据与仿真结果数据的方法。但因现实系统与仿真系统的输出大多是非平稳且自相关的，经典的统计方法往往不能直接用于分析仿真产生的数据。本章讨论终态仿真及稳态仿真的特征及其输出数据的分析。前者因其独立性而可用经典统计方法予以分析；稳态仿真输出的数据分析难于终态仿真，稳态仿真必须解决初始条件导致的初始偏差，选择运行长度，目前还没有简单的完全满意的解决办法，仿真分析者应当了解潜在的问题及可能的解决方法。 ;