生产系统5_生产系统建模与仿真.pptVIP

5 仿真数据分析 * 本章主要内容 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 5.1.2 样本数据的独立性判别 5.1.3 分布形式假定 5.1.4 分布参数估计 5.1.5 拟合优度检验 5.2 仿真输出分析 5.2.1 系统的性能测度及其估计 5.2.2 终态仿真与稳态仿真 5.2.3 终态仿真的输出分析 5.2.4 稳态仿真的输出分析 * 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 正确地采集原始数据并对这些数据进行分析，是生产系统建模与仿真获得成功的关键环节之一。 数据采集的方法 ① 通过实际观测获得系统的输入数据。 ② 由项目管理人员提供的实际系统运行数据。 ③ 从已发表的研究成果、论文等资料中搜集类似系统的输入数据。 在具体的应用中，需要采集哪些数据以及如何采集数据等问题，还往往同所研究对象和研究的目的密切相关。 * 在数据采集过程中，一般应遵循的基本步骤及相关要求 ①确定信息/数据需求。 ②研究采集方法，编制采集计划。 ③设计和绘制数据采集表格。 ④ 按照研究目的和系统不同时段的特点，选定数据采集的地点和时间。 ⑤ 在采集任务比较繁重时，要按计划对数据进行分组采集。 ⑥ 在数据采集结束后，要对所得到的数据进行整理并作一大概的分析。 * 对仿真模型的输入数据进行分析的一般过程 ① 检查所使用的数据是否独立； ② 大致判断各类数据所服从的概率分布； ③ 估计各类分布有关的参数； ④ 进行拟合优度检验。入数据。 在经过这一系列的分析步骤之后，我们就可以确定各类数据的拟合分布函数，并利用前面第3章中介绍的随机数及随机变量生成方法，得到满足要求的随机数据，并根据这些数据进行后续的仿真分析。 * 5.1.2 样本数据的独立性判别 相关图法 图5-1 相关图 * 散点图法 图5-2 散点图 * 表5-1 100个零件检测时间（单位：min） * 图5-3 零件检测时间的数据散点图 * 5.1.3 分布形式假定 点统计法 有一些分布函数可以通过实际参数的某些函数来进行确定，这些构造的统计量称为点统计量。而点统计法就是根据某些概率分布的各参数之间存在的一些特殊关系，通过它们构成的某些点统计量判断分布的类型。 * * 直方图法 利用收集到的样本数据X1, X2, …, Xn，通过绘制直方图可以得到相应总体分布的概率密度函数的基本图形估计。 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 的估计为 ，即有 根据积分中值定理，可得 亦即：对 以 作为f(x)的估计。这就是直方图法的基本思想 图5-4 直方图 直方图法的一般步骤如下： ①用b0和bk分别表示样本数据X1, X2, …, Xn中的最小值与最大值，即 ， 再把区间[b0, bk]划分成k个等间隔的小区间I1 = [b0, b1), I2 = [b1, b2), …, Ik = [bk-1, bk)，其分点为 则可得每个小区间的长度 ②用fi表示样本数据X1, X2, …, Xn落入第i个小区间Ii ( i = 1, 2, …, k)中的个数，则f1 + f2 + … + fk = n * ③计算每个小区间上的样本个数占整个样本数据量的比例（频度） ( i = 1, 2, …, k) ④定义函数 然后绘制函数h(x)的图形，即为所需要的直方图。 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, X2, …, Xn服从该类型分布。 直方图的绘制十分简单，它可以应用于任何分布，并提供了一种很方便地将数据转换成直观可见轮廓的方法。但需要注意是，这种方法所得到的结果在很大程度上受到分区间宽度 的影响。 * 表5-3 零件到达间隔时间（按增序排列n