物流仿真輸入數(shù)據(jù)的分析學(xué)習(xí)教案

1、物流仿真輸入物流仿真輸入(shr)數(shù)據(jù)的分析數(shù)據(jù)的分析第一頁(yè)，共26頁(yè)。2011-9-5輸入數(shù)據(jù)是仿真(fn zhn)實(shí)驗(yàn)的動(dòng)力系統(tǒng)名稱系統(tǒng)名稱典型的輸入數(shù)據(jù)典型的輸入數(shù)據(jù)排隊(duì)系統(tǒng) 顧客到達(dá)的間隔時(shí)間 顧客被服務(wù)時(shí)間的分布庫(kù)存系統(tǒng) 需求顧客的分布 顧客需求量的分布 物料訂貨的提前期分布生產(chǎn)系統(tǒng) 作業(yè)到達(dá)的間隔時(shí)間 作業(yè)類型的概率 每種作業(yè)每道工序服務(wù)時(shí)間的分布可靠性系統(tǒng) 生產(chǎn)無(wú)故障作業(yè)時(shí)間 系統(tǒng)的仿真依靠這些(zhxi)原型系統(tǒng)的運(yùn)行數(shù)據(jù)，缺乏這些(zhxi)數(shù)據(jù)的實(shí)驗(yàn)和實(shí)驗(yàn)值的提取，仿真也就毫無(wú)意義。第1頁(yè)/共26頁(yè)第二頁(yè)，共26頁(yè)。2011-9-5收集收集(shuj)(shuj)原始數(shù)據(jù)原

2、始數(shù)據(jù) 基本統(tǒng)計(jì)基本統(tǒng)計(jì)(tngj)(tngj)分布的辨識(shí)分布的辨識(shí) 參參 數(shù)數(shù) 估估 計(jì)計(jì) 擬合擬合(n h)(n h)度檢驗(yàn)度檢驗(yàn) 可信否？可信否？否是是輸入數(shù)據(jù)分析的基礎(chǔ)，需要分析的經(jīng)驗(yàn)，對(duì)收集的方法、數(shù)據(jù)需要做預(yù)先的設(shè)計(jì)和估算。因此這是一個(gè)關(guān)鍵的、細(xì)致的工作。通過(guò)統(tǒng)計(jì)的數(shù)學(xué)手段（計(jì)數(shù)統(tǒng)計(jì)、頻率分析、直方圖制作等），得出統(tǒng)計(jì)分布的假設(shè)函數(shù)（如：正態(tài)分布、負(fù)指數(shù)分布、Erlang分布等）根據(jù)統(tǒng)計(jì)特征，計(jì)算確定系統(tǒng)的假設(shè)分布參數(shù)。運(yùn)用統(tǒng)計(jì)分布的檢驗(yàn)方法，對(duì)假設(shè)的分布函數(shù)進(jìn)行可信度檢驗(yàn)。通常采用的是2檢驗(yàn)。輸入數(shù)據(jù)模型確定的 基本方法正確輸入數(shù)據(jù)正確輸入數(shù)據(jù) 第2頁(yè)/共26頁(yè)第三頁(yè)，共26頁(yè)。

3、2011-9-5數(shù)據(jù)(shj)收集是針對(duì)實(shí)際問(wèn)題，經(jīng)過(guò)系統(tǒng)分析或經(jīng)驗(yàn)的總結(jié)，以系統(tǒng)的特征為目標(biāo)，收集與此有關(guān)的資料、數(shù)據(jù)(shj)、信息等反映特征的相關(guān)數(shù)據(jù)(shj)。數(shù)據(jù)的收集是一項(xiàng)工作量很大的工作，也是在仿真中最重要、最困難的問(wèn)題。即使一個(gè)模型結(jié)構(gòu)是正確的，但若收集的輸入數(shù)據(jù)數(shù)據(jù)不正確，或數(shù)據(jù)分析不對(duì)，或這些數(shù)據(jù)不能代表實(shí)際情況，那么利用這樣的數(shù)據(jù)作為決策的依據(jù)必將導(dǎo)致錯(cuò)誤，造成損失和浪費(fèi)。數(shù)據(jù)收集工作應(yīng)該具有科學(xué)的態(tài)度、忠于現(xiàn)實(shí)的工作作風(fēng)。應(yīng)該將數(shù)據(jù)收集工作、仿真工作的意義讓參與者明確，得到參與者的支持和理解。第3頁(yè)/共26頁(yè)第四頁(yè)，共26頁(yè)。2011-9-5 做好仿真計(jì)劃，詳細(xì)規(guī)劃仿真

4、所需要收集的數(shù)據(jù)在收集數(shù)據(jù)過(guò)程中要注意分析數(shù)據(jù)數(shù)據(jù)的均勻(jnyn)組合收集的數(shù)據(jù)要滿足獨(dú)立性的要求數(shù)據(jù)自相關(guān)性的檢驗(yàn) 根據(jù)問(wèn)題的特征，進(jìn)行仿真的前期研究。分析影響系統(tǒng)的關(guān)鍵因素。從相關(guān)事物(shw)的觀察入手，盡量收集相關(guān)的數(shù)據(jù)。為此可以事先設(shè)計(jì)好調(diào)研表格，并注意不斷完善和修改調(diào)研方式，使收集的數(shù)據(jù)更符合仿真對(duì)象的數(shù)據(jù)需要。數(shù)據(jù)的收集與仿真的試運(yùn)行是密切相關(guān)的，應(yīng)當(dāng)是邊收集數(shù)據(jù)、邊進(jìn)行仿真的試運(yùn)行。然而系統(tǒng)仿真是一項(xiàng)專業(yè)性很強(qiáng)的工作，要正確認(rèn)識(shí)“仿真”的含義，抓住仿真研究的關(guān)鍵，避免求全、求精。確信所收集的數(shù)據(jù)足以確定仿真中的輸入分量，而對(duì)仿真無(wú)用或影響不顯著的數(shù)據(jù)就沒(méi)有必要去多加收集。針對(duì)

5、仿真所收集的各個(gè)數(shù)據(jù)需要進(jìn)行相關(guān)性檢驗(yàn)。為了確定在兩個(gè)變量之間是否存在相關(guān)。要建立兩個(gè)變量的散布圖。通過(guò)統(tǒng)計(jì)方法確定相關(guān)的顯著性。盡量把均勻數(shù)據(jù)組合在一組里。校核在相繼的時(shí)間周期里以及在相繼日子內(nèi)的一時(shí)間周期里的數(shù)據(jù)的均勻性。當(dāng)校核均勻性時(shí)，初步的檢驗(yàn)是看一下分布的均值是相同。考察一個(gè)似乎是獨(dú)立的觀察序列數(shù)據(jù)存在自相關(guān)的可能性。自相關(guān)可能存在于相繼的時(shí)間周期或相繼的顧客中。例如，第i個(gè)顧客的服務(wù)時(shí)間與(i+n)個(gè)顧客的服務(wù)時(shí)間相關(guān)。 第4頁(yè)/共26頁(yè)第五頁(yè)，共26頁(yè)。2011-9-5直方圖構(gòu)筑(guzh)方法取值區(qū)間劃分水平 區(qū)坐 間標(biāo) 標(biāo)軸 注的計(jì) 區(qū)算 間確 內(nèi)定 的每 發(fā)一 生 數(shù)垂直

6、標(biāo)坐 注標(biāo) 頻軸 數(shù)上繪 上制 的各 發(fā)個(gè) 生區(qū) 頻間 數(shù)繪制直方圖第5頁(yè)/共26頁(yè)第六頁(yè)，共26頁(yè)。2011-9-5Nm 如果區(qū)間太寬（m太小），則直方圖太粗或呈短粗狀，這樣，它的形狀不能良好(lingho)地顯示出來(lái)。如果區(qū)間太窄，則直方圖顯得凹凸不平不好平滑 合適的區(qū)間選擇（m值）是直方圖制作，分布函數(shù)分析的基礎(chǔ)。 0 05 51010151520202525第6頁(yè)/共26頁(yè)第七頁(yè)，共26頁(yè)。2011-9-5024681012頻率1357911 13 15 17 19 21 23 25x對(duì)直方圖進(jìn)行曲線擬合，擬合所得到的曲線應(yīng)該就是該隨機(jī)變量的概率或密度函數(shù)。密度函數(shù)是一個(gè)一般概率函數(shù)。

7、通常，我們通過(guò)標(biāo)準(zhǔn)函數(shù)的假設(shè)，將概率分布(fnb)假設(shè)成標(biāo)準(zhǔn)分布(fnb)函數(shù)形式。如：負(fù)指數(shù)分布(fnb)、泊桑分布(fnb)等。第7頁(yè)/共26頁(yè)第八頁(yè)，共26頁(yè)。2011-9-5第8頁(yè)/共26頁(yè)第九頁(yè)，共26頁(yè)。2011-9-5niixnX11212211XnxnSniikiiixfnX11212211XnxfnSkiiik是X中不相同(xin tn)數(shù)值的個(gè)數(shù)即分組數(shù)，f是X中數(shù)值Xj的觀察頻數(shù) 第9頁(yè)/共26頁(yè)第十頁(yè)，共26頁(yè)。2011-9-5XX1bmax1xnnb2,X22S分 布參 數(shù)建議使用的估計(jì)量泊松指數(shù)在（0，b）上的均勻分布正態(tài)，仿真中常用的一些(yxi)分布參數(shù)建議值

8、第10頁(yè)/共26頁(yè)第十一頁(yè)，共26頁(yè)。2011-9-5iiiEEO2200 02 24 46 68 8101012121 12 23 34 45 56 67 78 89 91010 1111 1212 1313 1414 1515 1616 1717 1818 1919 2020 2121 2222 2323 2424 2525k=6Ei 是在該分組區(qū)間的期望頻數(shù)。每一分組區(qū)間的期望頻數(shù)是 Ei = n pi， 這里的pi是理論值，是對(duì)應(yīng)(duyng)第i個(gè)分組區(qū)間的假設(shè)概率。第11頁(yè)/共26頁(yè)第十二頁(yè)，共26頁(yè)。2011-9-5可以證明：02近似服從具有自由度 f = k-s-1的2分布。這

9、里 s 表示由采樣統(tǒng)計(jì)量所估計(jì)的假設(shè)(jish)分布的參數(shù)個(gè)數(shù)。假設(shè)(jish)檢驗(yàn)作零假設(shè)(jish)：H0：觀察值Xi是一組屬于分組分布函數(shù)F的獨(dú)立相同分布的隨機(jī)變量。若2太大則拒絕H0，若擬合是好的，則期望值2很小。首先劃分區(qū)間，定義k值計(jì)算各組的觀察頻數(shù)計(jì)算0查閱2表，得到該值反映的是假設(shè)分布的擬合程度。值202P擬合度檢驗(yàn)步驟第12頁(yè)/共26頁(yè)第十三頁(yè)，共26頁(yè)。2011-9-52,20f2,20f在應(yīng)用這個(gè)(zh ge)檢驗(yàn)時(shí)，如果期望的頻數(shù)太小，將對(duì)檢驗(yàn)的有效性有所影響。一般情況下區(qū)間的個(gè)數(shù)k宜在3040以下，并能使最小期望頻數(shù)Ei5。如果Ei值太小，可以把它和相鄰分組區(qū)間的期望

10、頻數(shù)相合并，對(duì)應(yīng)的Oi值也應(yīng)該合并起來(lái)，同時(shí)每當(dāng)合并一個(gè)單元，k值應(yīng)該減去1。 第13頁(yè)/共26頁(yè)第十四頁(yè)，共26頁(yè)。2011-9-5第14頁(yè)/共26頁(yè)第十五頁(yè)，共26頁(yè)。2011-9-5xxyE10第15頁(yè)/共26頁(yè)第十六頁(yè)，共26頁(yè)。2011-9-5第16頁(yè)/共26頁(yè)第十七頁(yè)，共26頁(yè)。2011-9-5niiL12niiixy12100L1L021100niiixyL021101iniiixxyLniiniixyn1110niiniiiniixyxx101121niiniiixxxxyxy121110niiniiynyxnx111,1第17頁(yè)/共26頁(yè)第十八頁(yè)，共26頁(yè)。2011-9-5i

11、iiyyeyxxiyiyieiniiiiniiEyynenMS12121111第18頁(yè)/共26頁(yè)第十九頁(yè)，共26頁(yè)。2011-9-5xxESMSt102,20ntt211221niiniiixxxxxnxXxESxS的自相關(guān)函數(shù)。是第19頁(yè)/共26頁(yè)第二十頁(yè)，共26頁(yè)。2011-9-5nmnmmmmnnnnnnxxxyxxxyxxxyxxxy22110323213130322221212021212111101X、Y變量(binling)可以是多種形式的變量(binling)，如，X、Y為非線性變量(binling)。第20頁(yè)/共26頁(yè)第二十一頁(yè)，共26頁(yè)。2011-9-5第21頁(yè)/共26頁(yè)第二十二頁(yè)，共26頁(yè)。2011-9-5第22頁(yè)/共26頁(yè)第二十三頁(yè)，共26頁(yè)。2011-9-5 xBxBxByxByyyxBxByxBxByyyxByxByxByxByLTTTTTTTTTTTTTTTTBLyxxxBBxxyxTTTT1022解得B矩陣(j zhn)的各個(gè)分量。第23頁(yè)/共26頁(yè)第二十四頁(yè)，共26頁(yè)。2011-9-5 BBEEExxxBxxxEBExxxx