《管理系统模拟》PPT课件.ppt
《《管理系统模拟》PPT课件.ppt》由会员分享,可在线阅读,更多相关《《管理系统模拟》PPT课件.ppt(306页珍藏版)》请在三一办公上搜索。
1、管理系统模拟,系统研究的有效方法,哈尔滨工业大学管理学院 马维忠副教授,管理科学与工程系列课程,绪论,讨论一些概念引出模拟的概念,管理系统模拟 马维忠,3,概念,系统?System 元素 关系 集合系统研究:物理、解析。模型?Model 模拟=仿真?SimulationModelling&Simulation,管理系统模拟 马维忠,4,用途,有必要仿真的情形:1 系统不存在2 在系统上实验会造成破坏或损失3 系统无法恢复4 实验条件无法保障,管理系统模拟 马维忠,5,类型,仿真分类:物理仿真数学仿真物力-数学仿真,管理系统模拟 马维忠,6,计算机的作用,计算机仿真常用于以下几种情况:难以建立数
2、学模型,无法用数学公式表示;数学模型过于复杂,而用计算机仿真能提供简单的方法系统的运行由于费用过高或者有一定的危险性,不适合实际运行,比如研究航天飞船的飞行某些数学模型可通过计算机仿真进行检验,管理系统模拟 马维忠,7,管理系统,连续系统离散(事件)系统,管理系统模拟 马维忠,8,课程内容一、数理统计基础二、概念模型及建模三、物理模型及建模四、结果分析五、仿真模型校验六、仿真语言与集成环境,管理系统模拟 马维忠,9,参考书目,1、孙铮编,管理系统模拟,哈尔滨工业大学,19962、王维平等编著,离散事件系统建模与仿真,国防科技大学出版社,19973、顾启泰编著,离散事件系统建模与仿真,清华大学出
3、版社,19994、周德才等编著,计算机随机模拟原理、方法及计算程序,华中理工大学出版社,19985、王维平等编著,仿真模型有效性确认与验证,国防科技大学出版社,1998,管理系统模拟 马维忠,10,6 何江华。计算机仿真导论。科学出版社。20017 黄柯棣等。系统仿真技术。国防科技大学出版社。19988 肖田元等。系统仿真导论。清华大学出版社。20009 陈理荣。数学建模。北京邮电大学出版社。1999,一、数理统计基础,概率论的基本概念数值属性的相关算法,管理系统模拟 马维忠,12,本部分内容,1 概率统计基本概念 2 常用的概率分布形 3 系统概率分布模型 4 随机变量模型的确定5 随机数的
4、产生6 随机变量的产生,管理系统模拟 马维忠,13,1 概率统计基本概念,确定事件:在给定条件下进行的试验中,一定发生或一定不发生的事件称为必然事件和不可能事件,这类事件是确定性的,总称为确定事件。,管理系统模拟 马维忠,14,随机事件:在给定条件下进行的试验中,可能发生也可能不发生,而在大量重复试验中却具有某种规律性的事件,称为随机事件。,管理系统模拟 马维忠,15,随机变量:如果试验的每个结果用变量的一个值来表示,即变量的值根据试验结果来确定,因而它的取值是随机的,而且对任意实数,是一个随机事件,这种变量称为随机变量。,管理系统模拟 马维忠,16,概率:对大量重复试验,得到统计规律的属性,
5、表明事件发生的可能性大小是事件本身固有的客观属性。称事件发生的可能性的大小为事件的概率,记为P(A)。当试验次数n足够大时,可以用事件的频率作为事件概率的近似值,即P(A)m/n。,管理系统模拟 马维忠,17,概率分布:对于随机变量,事件x的概率Px是实变量x的函数,称之为的概率分布函数,简称为分布函数,记为F(x),即F(x)=Px,(-x+)离散型随机变量可能取的值为x1,x2,xn,=xk 为一随机事件,其发生概率记为Pk=P=xk,k=1,2,n。Pk为离散型随机变量的概率分布,Pk满足Pk0。,管理系统模拟 马维忠,18,分布密度函数:连续型随机变量的分布函数F(x)能表示成某个函数
6、f(x)的积分,f(x)称的分布密度函数,简称密度函数。,管理系统模拟 马维忠,19,均值,也称数学期望:E(),表示随机变量取值的平均大小。,离散型随机变量 连续型随机变量,管理系统模拟 马维忠,20,方差:D(),描述随机变量的取值与其均值E()的分散程度,反映了数据波动的大小。,离散型随机变量连续型随机变量,管理系统模拟 马维忠,21,总体:概率统计计算的全部元素所组成的集合。个体:组成总体的最小研究单位。抽样:通过试验观测得到的总体的部分结果。样本量:抽样中包括的个体数量。,管理系统模拟 马维忠,22,2 常用的概率分布形,(0-1)分布:随机变量只能取0和1二值 P=1=pP=0=1
7、-pE()=1*p+0*(1-p)=pD()=(1-p)2*p+(0-p)2*(1-p)=p(1-p),管理系统模拟 马维忠,23,二项分布:设试验E只有两种可能结果,成功(记为A)和失败(记为B),P(A)=p,P(B)=1-p,将E独立地重复进行n次,则称这n次重复独立的试验为n重Bernoulli试验,简称Bernoulli试验。以随机变量表示n重Bernoulli试验中事件A发生的次数,则A恰好发生k(0kn)次的概率为P(=k)=Pn(k)=,k=0,1,n E()=npD()=np(1-p),管理系统模拟 马维忠,24,几何分布:几何分布式关于Bernoulli试验的序列问题,所考
8、虑的随机变量定义为达到第一次成功的试验次数。P(=K)=(1-P)K-1PE()=1/pD()=(1-p)/p2,管理系统模拟 马维忠,25,泊松(Poisson)分布:随机变量所有可能取值为0,1,2,P(=k)=,E()=D()=,管理系统模拟 马维忠,26,均匀分布:连续型随机变量在有限区间(a,b)内取值,且落在任意等长的子区间的可能性相同。,管理系统模拟 马维忠,27,E()=(a+b)/2D()=(b-a)2/12,管理系统模拟 马维忠,28,指数分布:称服从参数为的指数分布,若,E()=1/,D()=1/2,管理系统模拟 马维忠,29,正态分布:称服从参数为,的正态分布,若,E(
9、)=D()=2,管理系统模拟 马维忠,30,3 系统概率分布模型,在离散事件系统的建模过程中,经常要研究一些不确定的随机事件,需要引入概率分布排队系统库存系统系统可靠性、维修性研究,管理系统模拟 马维忠,31,排队服务系统,在排队系统中,主要有两种类型的活动,即实体到达和实体接受服务 实体到达的时间间隔:固定值随机变量:泊松/指数,均匀实体接受服务的时间:固定值随机变量:均匀,指数,正态,管理系统模拟 马维忠,32,服从泊松分布到达的实体:在一定时间间隔内到达实体的数目仅与时间间隔的长短有关,而与这段时间间隔的起始时刻无关。在某个时间间隔内到达的实体数目与在此之前到达的实体数目无关,也不影响在
10、此之后的实体到达。不存在两个或两个以上实体同时到达的情况。若在一定时间内到达系统的实体数目x服从参数为的泊松分布,则相邻到达的两个实体之间的到达时间间隔T服从参数为的指数分布。,管理系统模拟 马维忠,33,库存系统,在现实库存系统中有三个随机变量:每次订货或单位周期内的需求量;两次需求间的时间间隔;发出订单到收到订货的时间间隔,也成为提前期。,管理系统模拟 马维忠,34,可靠性与维修性,在系统可靠性与维修性建模中,优先考虑的随机变量是系统中部件的无故障工作时间和故障后的修复时间 通常部件发生故障的时间分布和修复时间分布用指数分布来描述。正态分布适用于多数故障是由于磨损产生的系统。,管理系统模拟
11、 马维忠,35,综上所述,在离散事件系统建模过程中,随机变量较常采用的分布形式是指数分布和正态分布,其主要原因是:指数分布简单,数据处理容易。,管理系统模拟 马维忠,36,指数分布的一个重要特点是无记忆性,这与大多数与时间有关的随机现象是一致的指数分布与许多其他分布形式有关。正态分布虽然没有指数分布那样多的优点,但也是描述随机变量所必不可少的一种分布形式。正态分布的特点之一是可以使随机变量取值相对集中或者使随机变量散布很大甚至接近于均匀分布。这个特点使它具有很广的应用范围。,管理系统模拟 马维忠,37,4 随机变量模型的确定,在获得了有关随机变量概率分布的观测数据后,可以分析随机变量的分布特性
12、,并在此基础上建立相应的模型。在建模过程中,需要完成以下两个任务:由观测数据确定随机变量的概率分布形式。在随机变量概率分布类型已知的情况下,由观测数据确定分布参数。,管理系统模拟 马维忠,38,分布类型假设由观测数据来确定随机变量的分布类型,最常用的方法是对观测数据进行适当的预处理,然后将预处理的结果与已知分布类型的相应结果进行比较,做出随机变量概率分布的假设。,管理系统模拟 马维忠,39,预处理的方法有两种:点统计法直方图法,管理系统模拟 马维忠,40,点统计法的思想是比较随机变量概率分布数字特征之间的关系,即通过比较概率分布的偏差系数来进行分布类型的假设。对于随机变量,其偏差系数定义为:=
13、D()1/2/E(),即偏差系数为均方差与期望值的比。,管理系统模拟 马维忠,41,管理系统模拟 马维忠,42,直方图法是一种直观的近似求分布密度函数的图解方法。它将观测数据的取值范围(a0,a1)划分为k个断开的相邻区间,每个区间宽度相等。令fj表示第j个区间上观测数据出现的频率,构成分段函数h(x)。根据函数h(x)图像的形状选择类似的分布。,管理系统模拟 马维忠,43,分布参数的估计对随机变量的观测数据可以用来判断随机变量的分布类型,同时也需要利用观测数据来确定分布中的参数。参数估计分为点估计和区间估计,以下仅讨论分布参数的点估计问题。,管理系统模拟 马维忠,44,每一类分布都具有其相应
14、的分布参数,分布参数影响分布的统计性质。从几何角度看,分布参数的影响主要体现在三个方面:a位置参数:确定一个分布的密度函数在横坐标上的取值范围,以及分布密度曲线与坐标原点的相对位置。P(x-)b比例参数:决定分布密度函数在其取值范围内的比例尺,比例参数的改变只是使分布密度取现在横坐标上压缩或扩张。P(x)c形状参数:确定分布函数的形状,影响分布行数的性质。P(x),管理系统模拟 马维忠,45,5 随机数的产生,在许多系统中,事件的发生是随机的,或者事件的属性值的确定具有偶然性 要模仿这些偶然性需要随机数,管理系统模拟 马维忠,46,使用过的真正随机数的发生源有:一袋小球,进行可替换抽样;微秒级
15、时钟上的低阶数字;一个随机电子噪声源的周期性量化输出值共同的缺点是在仿真过程中,用这些方法产生的随机数通常不能复现,管理系统模拟 马维忠,47,伪随机数 所产生的数必须服从均匀分布所产生的数必须是统计独立的所产生的随机数序列必须是可以重现的所产生的随机数序列在需要的长度内必须不重复-周期。随机数产生的速度必须快用于产生随机数的方法应当占用尽可能小的存储空间,管理系统模拟 马维忠,48,第一种方法是利用某种手段生成一个随机数序列并将它永久保存起来,例如存在计算机硬盘上第二种方法是利用某种手段生成一个随机数序列并将其保留在计算机内存中第三种方法也是最常用的一种方法,是利用某种算法根据指定的输入值来
16、产生随机数,管理系统模拟 马维忠,49,平方取中法平方取中法是冯纽曼(John von Neumann)在40年代中期提出的这个方法首先从某个初始的种子数开始,求出这个数的平方,取这个平方数的中间几位数作为随机数序列中的第2个数;再求出第2个数的平方,又取这个平方数的中间几位数作为随机数序列中的第3个数;不断按这个方式继续此算法,即可得到相应的伪随机序列。,管理系统模拟 马维忠,50,管理系统模拟 马维忠,51,线性同余法线性同余法在1951年由莱默尔(Lehmer)首先提出。在这个算法中,随机数序列中的数由下列递推关系产生,种子,乘子,增量,模数,管理系统模拟 马维忠,52,常数的值对所产生
17、的随机数序列的周期长度有很大影响。例如设a=5 c=3 m=16,取x0=7,利用线性同余法产生随机数序列。在n=16时出现循环。为了使重复周期充分长,对常数的选择比较重要,管理系统模拟 马维忠,53,加同余法加同余法需要个数的序列作为种子,这个序列可以应用其它的方法产生,应用家同与法可以是这个序列不断扩大。其算法是,管理系统模拟 马维忠,54,二次平方同余法二次平方同余法适用于为的幂次的情况,这种方法的递推关系式为,管理系统模拟 马维忠,55,伪随机数系列的质量需要检验伪随机数的产生用于模仿在一个连续分布上的抽样,对伪随机数序列的检验和确认通常需要将该伪随机数序列与均匀分布的期望情况进行比较
18、 随机度 均匀 独立性 周期,管理系统模拟 马维忠,56,6 随机变量的产生,随机变量的产生就是生成非均匀分布的随机数的过程。方法常用的随机变量,管理系统模拟 马维忠,57,反变换法当分布密度函数f(X)可积分得出累计分布函数F(X)或F(X)是一个经验分布,管理系统模拟 马维忠,58,例1:某随机变量的概率分布函数由下式给出,管理系统模拟 马维忠,59,求出其逆函数为,管理系统模拟 马维忠,60,若产生的标准均匀分布的伪随机数序列为0.1021,0.2162,0.7621,则得到的随机变量为:,管理系统模拟 马维忠,61,例2:随机变量x的概率分布函数由下表确定,若x为连续的随机变量,可以根
19、据例1中的方法产生,如生成的标准均匀分布随机数为0.25,则可以在1.0与1.5之间线性插值获得,x=1.0833。若x为离散性的随机变量,x=1.0。,管理系统模拟 马维忠,62,函数变换法当通过F(x)无法获得反函数表达式时,函数变换是一种变通方式。做法是利用变量替换,试图获得一种能求出反函数的形式,求出随机变量后再替换回来。,管理系统模拟 马维忠,63,设连续型随机变量x的概率分布函数F(x)不存在反函数形式,做变量替换,令,管理系统模拟 马维忠,64,设g(y)的一阶导数存在,则随机变量y的概率密度函数为,管理系统模拟 马维忠,65,从而得到其分布函数,管理系统模拟 马维忠,66,若G
20、(y)的反函数存在,则可确定随机变量y,从而得到随机变量x的值为,管理系统模拟 马维忠,67,组合法组合法的基础思想是随机变量的分布函数可以表示成若干其他分布之和,其中Fj(x)比F(x)容易获得。,管理系统模拟 马维忠,68,拒绝法,也称接受拒绝法。基本思想是构造随机变量概率密度函数f(x)的变换Cf(x),使,管理系统模拟 马维忠,69,步骤为a)将f(x)的值域归一化,即选择常数C,使,b)定义x为a,b上的均匀连续随机变量,管理系统模拟 马维忠,70,c)生成一对随机数r1,r2d)若,则随机变量取,否则返回c),管理系统模拟 马维忠,71,常用分布的随机变量产生,非标准均匀分布标准均
21、匀分布的取值范围在0,1),因此a,b上均匀分布的随机变量可用,管理系统模拟 马维忠,72,指数分布 指数分布的概率密度函数为,利用反变换法,取其逆函数,指数分布的随机变量x可由下式产生,管理系统模拟 马维忠,73,正态分布利用组合法:根据中心极限定理,n个均值为 方差为 的独立同分布的随机变量 的和服从均值为 方差为 的近似正态分布,管理系统模拟 马维忠,74,拒绝法:标准正态分布的概率密度函数为,在,时取得极大值,,因此取,管理系统模拟 马维忠,75,1)生成一对随机数r1,r22)若,,则随机变量取,;否则返回1),二、概念模型及建模,模型建模方法实例,管理系统模拟 马维忠,77,模型:
22、为了达到系统研究的目的,用于收集和描述系统有关信息的实体。模型是为研究用的和系统有关的信息的组合,他放映了系统某些方面属性的本质。,管理系统模拟 马维忠,78,离散事件系统的时间是连续变化的,而系统的状态仅在一些离散的时刻上由于随机事件的驱动而发生变化。由于状态是离散变化的,而引发状态变化的事件是随机发生的,因此这类系统的模型很难用数学方程是来描述。,管理系统模拟 马维忠,79,实体流程图法与计算机流程图的画法类似,可以描述临时实体的产生、流动、消亡及其被永久实体加工、处理的过程和逻辑关系,应用比较广泛;所建立的实体流程图模型易于转换为面向事件的仿真模型。,管理系统模拟 马维忠,80,活动周期
23、图法针对实体的行为模式进行建模,可以直观地表示出某类实体生命周期中的活动和状况,具有规范化的特点,对不同实体之间协同关系的描述十分清晰、明确。而且,应用活动周期图法建立的系统模型,转换为面向活动的仿真模型比较方便。,管理系统模拟 马维忠,81,Petri网方法适用于建立加工系统等多种离散事件系统的模型,并可对网系统的特性进行比较严密的数学分析,得到对并发、冲突、死锁等现象的深刻认识,应用也比较广泛。,管理系统模拟 马维忠,82,1 基本建模术语,实体(Entity)实体是被仿真系统中可单独辨识和刻划的构成要素。例如,工厂中的机器,商店中的服务员,生产线上的工作,交通道路上的车辆等。在建模人员看
24、来,实际系统就是由互相存在一定关系的实体集合组成的,实体间的相互联系和作用产生系统特定的行为。属性和行为相同或相近的实体可以用类来描述,这样可以简化系统的组成和关系。例如,理发店服务系统可以看成是由“服务员”和“顾客”两类实体组成的,而两类实体间存在服务与被服务的关系。,管理系统模拟 马维忠,83,属性(Attribute)属性是实体特征的描述,一般是实体所拥有的全部特征的一个子集,用特征参数或变量表示。选用哪些特征参数作为实体的属性与建模目的有关,可以参照下属原则选取:a便于实体的分类:例如,考虑将顾客的“性别”作属性,每类顾客占用不同的服务台;b便于实体行为描述:飞机的“速度”属性便于描述
25、飞行时间;c便于排队规则的确定:工件加工的“优先级”属性便于按有限级别分别排队。,管理系统模拟 马维忠,84,活动(Activity)实体在一段时间内持续进行的操作或过程。活动所占用的世间区段称为忙期(Duration),忙期可以是定时的或随机的。在离散事件系统建模中,一般要给出忙期的计算公式或概率分布函数,保证实体一进入某一活动时期忙期就可以计算,或从某一分布函数中抽取到。,管理系统模拟 马维忠,85,状态(State)对实体活动的特征状况或状态的划分,其表征量称为状态变量。活动总是与一个或几个实体的状态相对应的。,管理系统模拟 马维忠,86,事件(Event)导致系统状态产生变化的瞬间操作
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 管理系统模拟 管理 系统 模拟 PPT 课件
链接地址:https://www.31ppt.com/p-5565727.html