概述
● 建模一个系统
● 研究系统的不同方法
● 模型的分类
● 介绍模拟
● 模拟生命周期
建模一个系统
什么是模型?
● 模型是关于系统的信息体,为了研究系统而收集
● 模型只包含真实系统的本质部分;那些对系统行为没有显著贡献的方面被排除
● 研究的目的将决定应收集的信息性质
● 对于一个系统并没有唯一的模型
建模一个系统 - 例子
- 开发一个模型来研究从点A到点B(家到办公室)的行程时间:
其中x是距离,v是平均速度,t是行程时间。
- 开发一个模型来估计单服务队列中的等待时间:
其中W是预期等待时间,λ是到达率,μ是服务率。
研究系统的不同方法
什么是模拟?
● 模拟是随着时间的推移对现实世界过程或系统操作的模仿。
● 在进行模拟之前,首先必须开发模型。
● 模型代表系统本身,而模拟代表系统随时间的操作。
分析建模与模拟
- 数学模型:用逻辑和定量关系表示系统,然后通过数学方程操纵以查看模型对不同参数的反应。
- 模型的解决方案:
- 分析解决方案:如果存在确切的分析(或封闭形式)解决方案(例如,某些排队模型)。
- 模拟:如果分析解决方案极其复杂,并且需要大量计算资源。
- 通常,如果系统可以通过分析方法解决,我们不会进行模拟。
设计系统的步骤
● 开发系统的模拟模型
● 通过模拟试验模型 ==> 模型的完善。
● 开发原型并进行试验 ==> 模型的完善。
● 实施和测试系统 ==> 模型的完善。
模型的分类:静态 vs 动态
静态与动态模型
- 随时间不变的系统是静态的,而随时间变化的系统是动态的。
- 静态:时间不变,这类模型描述的是那些不随时间改变的系统。静态模型不涉及时间因素,通常用于解决时间不变的问题,比如计算某个固定形状的面积。在这种模型中,时间不是一个影响因素。
- 动态:时间依赖,与静态模型相反,动态模型用于描述那些随时间发生变化的系统。这些模型通常包含时间作为一个关键变量,并用于模拟和分析随时间变化的过程或行为。例如,M/M/1队列模型是一个典型的动态模型,它用于研究在单一服务点的等待队列系统,其中顾客到达和服务都是随时间而变化的。
确定性 vs 随机模型
● 确定性模型:没有随机变量。
■ 确定性模型具有一组已知的输入,这将导致一组独特的输出。
■ 例如:患者按预约时间到达诊所(确定性到达)。
● 随机(非确定性或概率)模型:有一个或多个随机变量。
■ 例如:在银行中,客户之间的随机到达和服务时间。
蒙特卡罗模拟
- 描述既随机又静态的系统。
- 可用于研究不够了解的复杂现象,或者当非概率模型的解决方案过于复杂或计算成本过高时。
- 例如:金融、工程、经济预测、商业风险分析、游戏等。
离散 vs 连续时间模型
- 离散时间模型:状态变量在时间上的离散点改变,例如,服务器的队列长度。
- 连续时间模型:状态变量可能持续改变,例如,教室内的温度。
■ 建模的系统是动态的,但可能是确定性的或随机的。
■ 连续模拟模型在机械、生产和电气工程中得到广泛应用。
■ 例如:水温的增减是一个连续过程,可以在连续模拟中用一组微分方程来表示。
组合离散/连续模型(混合模型)
- 系统模型中的某些变量是离散的,某些是连续的。
■ 例如:卸货码头,油轮排队通过管道卸载石油。
■ 离散 - 油轮到达。
■ 连续 - 石油流动。
- 注意:模拟模型的选择取决于系统的特性和研究的目标。
介绍模拟
什么是模拟器?
- 模拟器是模型的一种实现(例如,一个计算机程序,用来模仿现实世界系统的行为)。
- 模拟器的输出是一组关于系统可观察反应和性能的测量数据。
- 警告:测量数据只是对现实世界系统实际情况的估计。
模拟器的输出
- 测量数据为什么只是估计?
■ 因为模拟的只是现实世界系统的一个抽象!
- 例子:估计银行柜台的等待时间
- 系统:银行
- 输入
- 客户到达
- 服务员的服务率
- 输出
- 平均排队时间
- 平均服务时间
为什么使用模拟?
- 通常,我们选择模拟而不是在现实世界系统中进行实验,因为
- 系统尚未存在
- 使用系统进行实验
- 太昂贵
- 耗时太长
- 太危险
- 在系统中进行实验不合适,例如灾害规划
模拟的优点
- 允许控制实验
- 允许时间压缩,以便可以做出政策决策,例如天气预报
- 允许在实施之前评估操作性能
- 允许在不干扰实际系统的情况下比较各种操作方案
模拟的缺点
- 构建和验证模型可能需要大量时间(人力)
- 通常需要进行大量模拟运行 - 计算成本高
- 隐藏的关键假设可能导致模型与现实脱节
- 模型参数可能难以初始化
应用领域
- 制造业
- 半导体制造
- 建筑工程
- 军事应用
- 供应链/物流
- 交通
- 业务流程
- 医疗保健