SimulationwithArena(中文)第1章

第1章什么是仿真仿真（simulation）是模仿实际系统行为的一类广泛方法和应用手段，通常借助计算机和相应的软件来实现。事实上，“仿真”一词具有非常宽泛的含义，其思想可应用于各种不同的领域和行业。目前，随着计算机和软件前所未有的高速发展，仿真变得越来越普及和功能强大。本书为读者较为全面地阐述了仿真的一般理论，特别讲述了一种专用仿真工具软件Arena的使用。本书第1章和第2章介绍了仿真的一般思想和逻辑，第3－9章着重讲述Arena的使用。然而，我们并不准备把本书作为包罗Arena一切的一本完整的参考手册（Arena的在线帮助系统具有此项功能）。第10章告诉读者如何把Arena与外部文件及其它应用程序相集成，并对Arena的一些高阶功能进行了总结评述；第11章介绍了如何应用Arena对连续系统和离散/连续混合系统加以建模；第12－13章讨论了有关如何对仿真试验进行计划、如何对结果加以解释、以及如何管理仿真项目等问题。附录A是一个为《华盛顿邮报》实施的仿真项目的详细记述；附录B给出了近期“Arena建模学生竞赛”中几个相当复杂的问题，该竞赛是由美国工业工程师协会（InstituteofIndustrialEngineers）与Rockwell软件公司（先前的SystemModeling公司）联合举办的；附录C提供了仿真所必须的概率论与数理统计知识的快速复习；附录D描述了Arena用到的各种概率分布；附录E提供了软件的安装指南。阅读完本书以后，读者应能应用Arena对各种系统进行建模，并能成功且有效地从事仿真研究。本章讲述了仿真的一般概念。1.1节提出了一些应如何研究系统模型的一般思路，并给出了几个例子说明仿真在什么情况下有用。1.2节包含了有关仿真及其普及性的更具体的信息，介绍了仿真的长处（及一项短处），并尝试对人们所作的各种仿真加以分类。1.3节简要介绍了实现仿真的几种方式。最后，1.4节追溯了仿真手段和应用场合的发展变化。阅读完本章后，读者应能明确仿真所适用的场合、仿真能完成什么功能、以及Arena是如何帮助你完成的。1.1建模像大多数分析方法一样，仿真也涉及到系统和系统模型。因此，本节首先给出了一些系统模型的例子，并描述了几种如何通过研究这些模型以了解相应系统的模式。1.1.1对什么建模？计算机仿真需要处理系统模型。一个系统（system）指的是实际存在或计划中的一个设施或过程，例如：一个制造工厂，含有机器，人员，运输设备，传送带以及存储空间。一个银行，含有各种不同顾客，银行员工，以及各种服务设施，如柜员窗口、自动提款机（ATM）、贷款服务台、顾客保险箱等。一个机场，包括离港旅客登记，通过安全检查，前往登机口，登机；离港班机等待牵引拖车与跑道；到港班机等待跑道，登机口与地面服务人员；到港旅客前往行李提取处等待提出行李；行李搬运系统处理延迟、安全以及设备故障等问题。一个配送网络，包括工厂、仓库、以及运输通道。医院中的急救中心，包括医务人员、急诊室、急救设备、救护物资、以及病人运送工具。器械或办公设备的区域服务运作，包括散布在一个地理区域中的潜在客户，各种不同资质的服务技术人员，装运各种零件与工具的卡车，以及一个中央仓库和调配中心。一个计算机网络，包括服务器、客户机、磁盘驱动器、磁带驱动器、打印机、联网设备、操作员。一个高速公路系统，包括路段、交叉口、控制设施、通行车辆。一个中央保险索赔办公室，包括各种办公人员和设备，完成接收各类申请文件、审查、复制、存档、寄送等工作。一个法院审判系统，包括法庭、法官、辅助人员、缓刑监督官、假释官、被告方、原告方、各种条例等。一个化工厂，包括存储罐、输送管道、反应罐、装运成品的铁路液罐车。一家快餐店，包括各类员工、顾客与设施。一家超级市场，包括存货控制、收款与顾客服务。一个主题公园，包括娱乐设施、商店、餐馆、工作人员、游客与停车场。应急人员对灾难事件的响应。人们通常通过研究一个系统来度量它的性能、改进它的运行、或对未来系统加以设计。而系统的管理人员或控制人员也希望在日常运作中随时能够得到帮助，譬如在一个工厂中当一台重要设备出现故障时应如何应对。我们甚至了解到有一些管理人员要求使用仿真却并不真的关心最后能得到什么结果，他们的主要目的在于了解他们的系统是如何工作的。在建立仿真模型之前，必须要定义系统的工作过程，而仿真分析人员发现，通过对系统工作过程的分析经常可以透彻地理解在哪些方面需要加以改造。部分原因是由于很少能有某个人负责了解整个系统是如何工作的。在机械设计、物料搬运、加工等方面分别有各自的领域专家，但在系统的日常运作方面就没有了。所以在阅读本书时一定要明确一点，仿真绝不仅仅只是建立一个模型并完成一个统计实验。在实施仿真项目的每一步都必须要从中了解必要的信息，你在整个过程中所作的每一个决策都会极大地影响到研究结果的意义。1.1.2能直接对实际系统作实验吗？对某些系统而言，可以直接对实际系统加以实验研究，例如：某些城市已经在高速公路系统安装了进口坡道交通信号灯，通过对不同的信号顺序加以实验研究，以找到一种理想的设置方式，使高峰时段尽可能平稳和安全。超级市场的经理可以尝试几种不同的存货控制和收款出口人员安排策略，以了解什么样的组合形式最能赢利，而且能提供最好的服务。航空公司可以检验一下提高自动检票机的使用率（可以让雇员们要求旅客使用它们）能否提高检票速度。可对一个计算机设施尝试不同的网络布局与作业处理优先级，以检验其是如何影响计算机利用率与任务处理时间的。这种方法当然有其不可比拟的优点。如果可以直接对系统某些方面加以实验研究，同时保证系统其它方面不发生显著变化，则毫无疑问可以得到正确无误的结果，而且不必担心模型是否按要求忠实模仿了实际系统行为。1.1.3不能（或不应）直接对实际系统作实验的场合在许多情况下，直接对实际系统本身加以实验研究是十分困难、昂贵、或完全不可能的。显然，当一个工厂尚未建起时是无法对其设施布局方案加以实验的。即使在已有的工厂里，把设施布局变成要进行实验研究的布局方案（可能根本就无法实现）也将会是非常昂贵的。一家银行若要考察关闭附近一个分行会带来什么影响的话，它也不可能真的去关闭它，因为再次恢复营业恐怕就不大可能会重新吸引到原来那么多的顾客了。在机场尝试一种新的检票登机程序时，若该程序发生了不可预见的问题，将会造成大量乘客误机。在医院里将急诊室人员随意安置显然更不可能。在以上场合中，只能建立一个模型（model）作为替代品来研究有关的系统，并提出相关问题：如果这样做或那样做，系统会发生什么？如果出现某些无法控制的情况，系统又会怎么样？在这种情况下，不会出现人身伤害，而且可以对模型在很大范围内随意探索各种可能性，从而找出一些在真实系统中你可能根本无法去尝试的方案。不过，在建立模型时必须充分小心和细致，这样才能使从模型中了解的情况与对系统直接研究得到的结果保持一致1。这种一致性的验证过程称为模型确认（validity），将在第13章讨论。1.1.4物理模型模型可分为很多种。模型一词也许最早就源于实际系统的物理复制品或按比例缩放实物模型，有时也称为形象（iconic）模型。例如：人们经常对物料搬运系统制作一种桌面实物模型（tabletopmodel），实际上就是各种设施的微缩版，与电动火车玩具没什么差别，可用于研究布局、车辆路径、以及运输装置等各种不同方案对系统性能的影响。Swart与Donno（1981）描述了一个建在仓库中的同比例快餐店实物模型，用于对各种服务程序进行实验研究。事实上，多数大型快餐连锁企业如今都在其公司办公楼内建有同比例快餐店，用于对新的产品和服务加以实验研究。核电厂会建有模拟控制室用于培训操作人员。实物飞行模拟器被广泛用于飞行员培训。还有一种飞行模拟计算机程序，其形式跟计算机游戏一样，是一种在计算机内部执行的纯粹的逻辑模型。此外，还可在实物飞行模拟器上安装计算机显示屏来模拟机场道路，这样的复合模型既有实物模型的成分也1或者说基本一致。包含了计算机仿真模型的内容。尽管物理模型在许多领域具有重要作用，但本书将不作更多介绍。1.1.5逻辑（或数学）模型本书所研究的模型属于系统的逻辑模型（logicalmodel）或数学模型（mathematicalmodel）。这种模型由一系列定量、结构化的近似公式和假设条件组成，用以描述系统当前或未来的行为。逻辑模型通常可用计算机程序来表示，通过程序运行来解答有关模型行为的各种问题。如果模型有效表示了真实系统，通过分析模型运行结果也将能了解实际系统的行为。由于我们所处理的仅仅是计算机程序而不是实际系统本身，因此只需通过简单地改变程序的输入和形式就可以得到关于模型及系统的诸多问题的答案，这一过程非常容易、廉价且快捷。这样一来，我们就把可能的错误留在了计算机分析阶段，而不会带到实际系统中。像其它众多领域一样，近年来计算机威力的奇迹般发展（以及计算成本的持续下降）大大提高了对逻辑模型进行计算机分析的能力。1.1.6如何处理逻辑模型对目标系统建立完毕一个有效的逻辑模型所需的各种近似公式和假设条件之后，接下来就要对模型进行处理和分析。如果模型足够简单，则可以应用传统的数学工具（如排队论、微分方程、或线性规划等）求取所需的结果。这是一种很理想的情况，因为可以得出相当简单的数学表达式来回答相关问题，很容易进行数值评价；对这些公式进一步分析处理（例如对可控输入参数求偏导）可以得到对问题更为全面透彻的理解。即使不能求得一个简单的解析表达式，而只是得出一个求取问题数值解的算法，依然还是能够获得问题的精确解答（最多存在一点儿舍入误差），而不是充满不确定性的估计值。但是，人们所建模研究的绝大多数系统都相当复杂，有效的模型2也相当复杂。对于这些模型，可能无法解出精确答案，只有依靠仿真来解决。2也可以对一个复杂系统建立简单（或许简化）模型，但这个模型既有可能是无效的。如果继续处理和分析这一模型，虽然也会得到完美、简洁的答案，但可惜问题本身是错误的。这种错误有时被称为第III类错误求解一个错误的问题（统计学中已定义过第I类和第II类错误）。1.2计算机仿真计算机仿真（computersimulation）指的是一类通过数值评价手段来研究各种不同的实际系统模型的方法，其评价过程借助了专门软件来模仿系统的运作或特征（通常随时间变化）。从应用的角度来看，仿真是一个设计和建立实际系统或设想系统的计算机模型的过程，其目的是通过数值实验来更好地理解系统在给定条件下的行为。尽管也可以用它来研究一些简单系统，但只有在研究复杂系统时，其威力才能真正得以充分发挥。虽然仿真可能不是研究系统模型的唯一工具，但绝对是常用方法。这是因为为了忠实反映实际系统，我们能够建造出非常复杂的仿真模型，而且能够对其进行有效的仿真分析。而采用其它方法建模，则在对模型加以分析时可能需要对问题作出很强的简化假设，这将会给模型的有效性带来问题。1.2.1流行与优势在最近二、三十年中，仿真一直被誉为最流行的运筹学工具：Rasmussen与George（1978）曾向CaseWesternReserve大学的运筹学系硕士研究生做过调查（因为该系建系时间较长，所以接受调查的学生有很多），询问他们毕业后感觉最有价值的方法。排在前四位的分别是统计分析、预测、系统分析、以及信息系统，所有这些都是非常泛的大类。接下来排的就是仿真，其排名比线性规划与排队论等其它传统运筹学工具高得多。Thomas与DaCosta（1979）向137家大型公司的分析人员提供了一份分析工具名录，请他们标出所使用过的工具。统计分析排第一，93%的公司使用过（很难想像竟会有大公司不用它），接下来就是仿真（84%）。再次得出，仿真比线性规划、网络计划（PERT/CPM）、存储理论、以及非线性规划等应用广泛。Shannon，Long，与Buckles（1980）对美国工业工程师协会（即现在的工业工程师协会）运筹学分会的会员做过调查，发现在他们所列出的工具中，仿真在实用性和趣味性