生产系统建模与仿真 教学课件 ppt 作者 周泓 第五章.pptxVIP

SC3;第五章 5.1　仿真输入数据采集与分析5.2　仿真输出分析;第六章; 第七章 7.1　VVA概述;5.1　仿真输入数据采集与分析;5.1.1　仿真输入数据的采集和预处理;在数据采集过程中，一般应遵循的基本步骤及相关要求如下： ① 确定信息/数据需求。即首先要了解目标系统的结构、系统运行的基本流程、系统中有哪些随机过程、所包含的输入数据类型以及所能采集到的具体数值等，确定需要进行采集的信息和数据。② 研究采集方法，编制采集计划。根据各类数据所存在的环境和特点的不同，编制不同的数据采集计划。 ③ 设计和绘制数据采集表格。对所采集数据的记录同样是非常重要的。在一般情况下，应根据实际需要，并按照数据采集的方法事先设计好数据采集表格。 ;5.1.1　仿真输入数据的采集和预处理;5.1.1　仿真输入数据的采集和预处理;5.1.2　样本数据的独立性判别;1.相关图法;2.散点图法;【例5-1】　通过数据采集得到某零件检测时间的100个样本数据，如表5-1所示。;2.散点图法;5.1.3　分布形式假定;1.点统计法;直方图法基于概率密度的一个基本性质，即如果某输入随机变量X有密度函数f(x)，则X取值在区间Ii=［bi-1， bi］的概率为 而利用样本数据，可以得到这一概率值P｛X∈Ii｝的估计为gi=fi/n，即有 根据积分中值定理，可得;2.直方图法;2.直方图法;④ 定义函数 ⑤ 将步骤④得到的直方图与基本理论分布的概率密度函数图形进行比较(先忽略位置及比例上的差别)，观察何种分布与h(x)的图形相似，就可以假定样本数据X1， ， Xn服从该类型分布。;图5-5　零件到达间隔时间样本数据的直方图;5.1.4　分布参数估计;【例5-3】　在例5-2中，已经确定了表5-3中的样本数据大概服从指数分布，概率密度函数为f(x)=λe-λx(x0)。接下来，对其中的未知参数λ的极大似然估计量进行求解。 根据指数分布的概率密度函数表达式，可得相应的似然函数为;对式(5-10)两边求导数，可得 令式(5-11)等于0，求解即可得参数λ的极大似然估计量;5.1.5　拟合优度检验;5.2　仿真输出分析;【例5-4】　在图2-1所示的简单加工系统中，假设零件到达的时间间隔是服从某一指数分布且均值为5min的随机变量，每个零件的加工时间是服从某一指数分布且均值为4min的随机变量。采用仿真方法，分别针对长度为n=1000，2000，3000，4000，5000个零件加工完毕的情形进行仿真运行，可以得到其平均队长Q(n)及平均等待时间d(n)，如表5-4所示。;5.2.1　系统的性能测度及其估计;5.2.1　系统的性能测度及其估计;1.点估计;2.区间估计;5.2.2　终态仿真与稳态仿真;5.2.3　终态仿真的输出分析;5.2.3　终态仿真的输出分析;② 若β0≤β，则所得区间估计已满足精度要求；否则，令  ③ 在已完成R0次重复运行的基础上，再补充进行ΔR=R*(β)-R0次独立的重复仿真运行，则用R*(β)次仿真运行所得到的输出数据来建立置信区间，即能够满足相应的精度要求。;5.2.4　稳态仿真的输出分析;1.重复—删除法;1.重复—删除法;2.批平均值法;于是，就可以把批平均值看做一个独立同服从正态分布的随机变量序列，并得到E(X)的近似100(1-α)%的置信区间为 其中，;于是，就可以把批平均值看做一个独立同服从正态分布的随机变量序列，并得到E(X)的近似100(1-α)%的置信区间为 其中，