模拟系统的建模与分析PDF电子书下载

目录 1

第一章 基本模拟模型的建立 1

1.1 模拟的本质 1

1.2 系统、模型和模拟 1

1.3 离散事件模拟 3

1.3.1 时间推进机构 3

1.3.2 离散事件模拟模型的成分和结构 5

1.3.3 模拟的优点和缺点 6

1.4 单服务员排队系统模拟 7

1.4.1 问题的阐述 7

1.4.2 直观的说明 8

1.4.3 FORTRAN程序 10

1.4.4 模拟的输出和讨论 20

1.4.5 多种停止规则 21

1.5 库存系统的模拟 24

1.5.1 问题的阐述 24

1.5.2 FORTRAN程序 26

1.5.3 模拟的输出和讨论 36

1.6 离散事件模拟研究的步骤 37

1.7 其它类型的模拟 39

1.7.1 连续型模拟 39

1.7.2 离散-连续综合模拟 40

1.7.3 蒙特卡罗模拟 42

附录1A：固定增量时间推进法 43

附录1B：排队系统的初步知识 44

1B.1 排队系统的组成部分 44

1B.3 排队系统特性测度 45

1B.2 排队系统的符号 45

习题 46

参考文献 49

第二章 建立复杂系统的模型 50

2.1 概述 50

2.1.1 计算机中存贮表的方法 50

2.2 链式存贮分配 51

2.3 一种简单的模拟语言SIMLIB 54

2.4 分时计算机系统模型 58

2.4.1 问题的阐述 58

2.4.2 SIMLIB程序 59

2.4.3 模拟的输出和讨论 66

2.5.2 SIMLIB程序 67

2.5.1 问题的阐述 67

2.5 允许选队的多出纳员银行模型 67

2.5.3 模拟的输出和讨论 76

2.6 加工车间模型 76

2.6.1 问题的阐述 76

2.6.2 SIMLIB程序 77

2.6.3 模拟的输出和讨论 86

2.7 有效的事件表处理 88

附录2A：SIMLIB的FORTRAN程序清单 88

习题 99

参考文献 102

第三章 模拟语言 103

3.1 概述 103

3.2 模拟语言与通用语言的比较 103

3.3 离散事件模拟的建模方法 104

3.4.1 M/M/1排队模拟 106

3.4 GASPⅣ和有关的模拟语言 106

3.4.2 SLAM 111

3.5 SIMSCRIPTⅡ.5 111

3.5.1 M/M/1排队模拟 112

3.5.2 SIMSCRIPTⅡ.5中的进程交互法 115

3.6 GPSS 116

3.6.1 M/M/1排队模拟 117

3.7 选择模拟语言的准则 120

习题 121

参考文献 122

4.1 概述 124

4.2 随机变量及其性质 124

第四章 基础概率与统计复习 124

4.3 模拟的输出数据和随机过程 128

4.4 平均值、方差和相关系数的估算 130

4.5 平均值的置信区间和假设测试 133

4.6 强大数定律 135

附录4A：协方差平稳过程的评述 136

习题 136

参考文献 137

第五章 选择输入数据的概率分布 139

5.1 概述 139

5.2 几种实用的概率分布 140

5.2.1 分布的参数化 140

5.2.2 连续分布 141

5.2.3 离散分布 151

5.2.4 经验分布 159

5.3 假设一种分布族 160

5.3.1 连续分布 161

5.3.2 离散分布 167

5.4 参数估计 170

5.5 拟合优度试验 173

5.5.1 非正规的直观评价 174

5.5.2 X2试验 175

5.5.3 哥尔莫高罗夫—斯米尔诺夫试验 179

5.5.4 泊松过程试验 182

5.5.5 其他试验 183

5.6 在缺乏数据时选择分布 183

5.7 到达过程的模型 184

5.7.1 泊松过程 185

5.7.2 非稳态的泊松过程 186

5.7.3 成批到达 187

附录5A：分布的移位与截断 188

附录5B：伽玛和贝塔分布的最大似然估计表 190

习题 192

参考文献 195

第六章 随机数发生器 198

6.1 概述 198

6.2 线性同余发生器 200

6.2.1 混合同余发生器 201

6.2.2 乘法同余发生器 202

6.3 其它随机数发生器 205

6.3.1 更广义的同余发生器 205

6.3.3 陶斯沃斯发生器 206

6.3.2 复合发生器 206

6.4.1 实验测试 207

6.4 随机数发生器的测试 207

6.4.2 理论测试 210

6.4.3 测试综述 211

习题 211

参考文献 213

第七章 随机变量的产生 215

7.1 概述 215

7.2 产生随机变量的一般方法 216

7.2.1 逆变法 216

7.2.2 组合法 219

7.2.3 卷积法 221

7.2.4 取舍法 222

7.3 连续随机变量的产生 224

7.2.5 特殊性质 224

7.3.1 均匀分布 225

7.3.2 指数分布 225

7.3.3 m-爱尔朗分布 225

7.3.4 伽玛分布 226

7.3.5 韦伯尔分布 228

7.3.6 正态分布 228

7.3.7 对数正态分布 229

7.3.8 贝塔分布 229

7.3.9 三角分布 230

7.3.10 经验分布 230

7.4 离散随机变量的产生 231

7.4.3 任意离散分布 232

7.4.1 贝努利分布 232

7.4.2 离散均匀分布 232

7.4.4 二项式分布 233

7.4.5 几何分布 234

7.4.6 负二项式分布 234

7.4.7 泊松分布 234

7.5 相关随机变量的产生 235

7.5.1 条件分布的应用 235

7.5.2 多变量正态和多变量指数正态分布 236

7.5.3 相关珈玛随机变量 236

7.6 到达过程的产生 237

7.6.1 泊松过程 237

7.6.2 非平稳泊松过程 237

附录7A：取舍法的有效性 238

7.6.3 批到达过程 238

习题 239

参考文献 242

第八章 单一系统的输出数据分析 246

8.1 概述 246

8.2 与输出数据分析有关的模拟类型 246

8.3 系统性能的度量 248

8.3.1 性能度量的对比 248

8.3.2 稳态的意义 250

8.3.3 除平均值以外其他的性能度量 250

8.4 置信区间的必要性 252

8.5 终态模拟的置信区间 253

8.5.1 固定样本量方法 253

8.5.2 取得规定精度的置信区间 255

8.5.3 建议使用的方法 257

8.5.4 选择适当初始条件的方法 258

8.6 稳态模拟的置信区间 258

8.6.1 固定样本量方法 259

8.6.2 序贯方法 264

8.6.3 重复删除法 268

8.7 多性能的度量 269

8.8 全章结论性的观点 270

附录8A：无记忆特性 271

附录8B：数学期望的比率与分割估算值 271

习题 272

参考文献 274

9.1 概述 276

第九章 不同系统的统计方法的比较 276

9.2 两系统性能测度之差的置信区间 278

9.3 k个系统的最优选择 280

9.4 k个系统中选择包含最优系统在内的m维子集 283

9.5 k个系统中选择m个最优系统 284

9.6 选择过程的确认 285

附录9A：选择过程用的常数 286

习题 288

参考文献 289

第十章 模拟模型的确认 291

10.1 概述 291

10.2 模拟模型的验证 291

10.3 确认的一般观点 293

10.4.1 模型外观有效性的研究 294

10.4 确认的三步法 294

10.4.2 经验法测试模型的假设 295

10.4.3 模型输出数据代表性的确定 296

10.5 确认的其它考虑 297

10.6 实际观察和模拟输出数据比较的统计处理 298

10.6.1 观察法 298

10.6.2 置信区间法 299

10.6.3 时序法 300

习题 300

参考文献 301

第十一章 方差缩减技术 303

11.1 概述 303

11.2 公共随机数法 303

11.3 对偶变量 307

11.4 控制变量 309

11.5 间接估计 312

11.6 条件期望 314

习题 317

参考文献 318

第十二章 试验设计和最优化 321

12.1 概述 321

12.2 2？析因设计 322

12.3 2？-p部分析因设计 326

12.4 响应曲面法 328

习题 329

参考文献 330

附录 332