chapter4 输入分析(输入建模)

《chapter4 输入分析(输入建模)》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、输入分析∑输入分析的主要任务是根据各个输入随机变量的观察值第四章（样本值），拟和出该随机变量的分布函数（即确定其分仿真输入分析布类型和分布参数）。也称为输入建模（注意与结构建模的不同）。（输入建模）系统名称典型的输入数据顾客到达的间隔时间排队系统顾客被服务时间的分布需求顾客的分布库存系统顾客需求量的分布物料订货的提前期分布生产系统作业到达的间隔时间作业类型的概率每种作业每道工序服务时间的分布可靠性系统生产无故障作业时间上海海事大学秦天保版权所有输入分析-theoretical”vs.empiricald

2、istribution理论分布拟和过程原理—以连续随机变量为例∑输入分析可以将输入随机变量拟和成理论分布函数，也可以拟和成1收集原始数据经验分布。但通常理论分布更好，当理论分布不能很好拟和时候，即收集输入随机变量的样本值。才用经验分布。2数据独立性检验、同质性检验、平稳性检验∑理论分布：theoreticaldistribution，如正态分布，均匀分布，指数分∑独立性检验：Independence(randomness)，检验数据之间是否互相独立。布等y常用ScatterPlot，Autocorrel

3、ationPlot，RunsTest(趋势段測試)三种方法检验，要全部三种检验都通过才行。∑经验分布：empiricaldistribution。利用表格表达概率。∑同质性检验：TestforHomogeneity，检验数据是否来自同一分布。∑平稳性检验：TestforStationaryData，distributionofdatadoesnotchange连续型随机变量离散型随机变量经验分布overtime(数据分布（参数）不隨時間改變而改變)经验分布值范围概率值概率3.0-6.00.230.26.

4、0-9.00.670.69.0-12.00.140.1上海海事大学秦天保版权所有上海海事大学秦天保版权所有理论分布拟和过程原理—以连续随机变量为例理论分布拟和过程原理—以连续随机变量为例∑ScatterPlot：TheScatterPlotplotsadjacentpointsinthesequenceofinput∑AutocorrelationPlot：显示数据间自相关系数的图。dataagainsteachother.Thus,eachplottedpointrepresentsapairofda

5、tayAssumethatdataaretakenfromstationaryprocess。points(Xi,Xi+1),i=1,..,n-1。yThemeasureofautocorrelationiscalledrho(ρ)(自相關測量值稱為ρ)yAutocorrelationρisbetween[-1,1].(-1<=ρ<=1)yIfρisneareitherextreme1or-1,thedataisauto-correlated.(ρ越靠近1or-1，∑若散点图显示某种趋势，则说明数据之间

6、存在依赖性，不独立。若散点图很散乱，无趋势则说明独立。則自相關越強)yIfρisnear0,thedataislittleorunrelated(ρ越靠近0，則相關性越弱)上海海事大学秦天保版权所有上海海事大学秦天保版权所有1理论分布拟和过程原理—以连续随机变量为例理论分布拟和过程原理—以连续随机变量为例∑RunsTest趋势段检验：Aruninaseriesofobservationsistheoccurrence∑同质性检验：Homogeneity,Testifdatasetcomefromthes

7、amedistribution.ofanuninterruptedsequenceofnumbersshowingthesametrende.grun“up”or“down”;(一个Run趋势段是一个顯現相同趨勢之序列，如向上或向下∑Examplesofnon-homogenousdataset(非齊一分配資料項實例)走勢)yActivitytimesthattakelongerorshorterdependingonthetypeofentitybeingprocessed(活動時間隨實體改變)∑if

8、therearetoomanyortoofew,therandomnessoftheseriesisrejected.(趨勢出現次數過多或过少，則應棄卻隨機性假設)。Stat::Fit软件会自动给出∑Visuallyinspectthedistributiontoseeifithasmorethanonemode(眾數)结果。(可以使用視覺觀察是否有一個以上的眾數,也就是峰值)∑在Stat::Fit中通过∑MedianTest(中位數檢定法