生产系统2_离散事件系统仿真基础.pptVIP

2 离散事件系统仿真基础 * 本章主要内容 2.1 基本概念 2.2 蒙特卡罗方法 2.2.1 蒙特卡罗方法的基本思想 2.2.2 蒙特卡罗方法的应用 2.3 离散事件系统仿真的基本原理 2.3.1 随机离散事件 2.3.2 仿真时钟的推进方式 2.3.3 未来事件表 2.3.4 仿真运行的终止 2.4 离散事件系统仿真的一般步骤 2.1 基本概念 离散事件系统 系统的状态仅在离散的时间点上发生变化，并且这种状态变化一般是由事件引起的。 事件的发生可以看作是在一个时间点上瞬间完成而没有持续性，并且这些离散时间点是不确定的。 这类系统的仿真，即是离散事件系统仿真。 * * 离散事件系统仿真常用基本概念 实体 属性 状态 事件 活动 进程 仿真时钟 统计累加器 图2-1 简单加工系统 图2-2 事件、活动和进程的关系 * 2.2.1 蒙特卡罗方法的基本思想 蒙特卡罗（Monte Carlo）方法，也称为随机抽样方法或统计测试方法，是一种与一般数值计算方法有本质区别的计算方法，属于实验数学的一个分支。 基本思想：当实验次数充分多时，某一事件出现的频率近似等于该事件发生的概率。即：当N充分大时，有 （2-1） 式中，p为某一事件发生的概率； N为实验次数； n在N次实验中该事件出现的次数。 2.2 蒙特卡罗方法 图2-3 运用蒙特卡罗方法的随机采样来求解圆面积 图2-4 进行多次采样的蒙特卡罗方法计算单位圆面积的值 * * 2.2.2 蒙特卡罗方法的应用 应用蒙特卡罗方法进行仿真分析的原理 利用各种不同分布随机变量的抽样序列来仿真实际系统的概率模型，给出问题数值解的渐近统计估计值。 要点如下 对问题建立一个简单且便于实现的概率统计模型，使要求的解恰好是所建模型的概率分布或数学期望； 根据概率统计模型的特点和实际计算的需要，对模型进行改进，以便减小仿真结果的方差，降低成本、提高效率； 建立随机变量的抽样方法，其中包括产生伪随机数及各种分布随机变量抽样序列的方法； 给出问题解的统计估计值及其方差或标准差。 * 蒙特卡罗方法应用或实施过程的三个主要步骤 构造或描述概率过程 以已知概率分布进行抽样 建立各种估计量 * 2.3.1 随机离散事件 只在可数的离散时间点上发生，并具有离散性和随机性特征的事件称为随机离散事件。 随机发生的离散事件是导致系统状态发生变化的原因。 离散事件系统仿真，就是通过对这些随机离散事件按发生时刻的先后进行排序，并根据不同事件发生时对系统状态变化的影响来模拟实际系统运行特性的。 随机离散事件是离散事件系统仿真中最基本的要素之一，在离散事件系统仿真中有着特别重要的地位和作用。 2.3 离散事件系统仿真的基本原理 图2-5 并行加工中心系统 * 表2-1 并行加工中心系统的离散事件和系统状态 * * 2.3.2 仿真时钟的推进方式 仿真时钟表示了仿真运行的系统时间，是离散事件系统仿真中的基本组成部分之一。 离散事件系统仿真中两种基本的仿真时钟推进方式 （1）面向事件的仿真时钟推进方式 （2）面向时间间隔的仿真时钟推进方式 图2-6 并行加工中心系统的离散事件和仿真时钟推进方式 * * 2.3.3 未来事件表 为了在仿真执行过程中跟踪未来（仿真）时间假定发生的各种事件，我们常常需要把发生时间大于仿真时钟当前时刻TNOW的所有事件放在一个时序列表中。这种由发生时间大于当前时刻TNOW的随机离散事件所构成的时序列表，即被称为未来事件表（Future Event Calendar）。 在未来事件表中，各个事件按它们所发生的时间顺序由先向后排列，最早发生的事件排在最前面。 未来事件表是离散事件系统仿真的基本组成部分之一。 * 在仿真执行的过程中，当t = TNOW时，系统中应包括以下内容： ①被仿真系统在t时所处的状态； ②系统在t时正在执行的活动； ③由t时刻发生事件所产生的新的未来事件以及由它们构成的未来事件表； ④系统统计数据的当前值和累计计数等。 图2-7 典型的M/M/1排队系统 表2-2 未来事件产生的逻辑关系 * 表2-3 时刻t时的未来事件表 * 表2-4 时刻t1时的未来事件表 * 图2-8 未来事件表的驱动机制 * 表2-5 零件到达、到达间隔和加工时间（单位/min） *