第1章 为什么要仿真 1
1.1 示例 1
1.2 形式化分析 3
1.3 问题与扩展 5
练习 5
第2章 仿真编程：快速入门 7
2.1 一个TTF仿真程序 7
2.2 一些重要的仿真概念 10
2.2.1 随机变量生成 11
2.2.2 随机数生成 13
2.2.3 仿真重复 14
2.3 VBA入门知识 16
2.3.1 VBA：基础 16
2.3.2 函数、子程序和范围 19
2.3.3 与Excel交互 21
2.3.4 类模块 22
练习 24
第3章 示例 26
3.1 M（t）/M/∞队列 26
3.2 M/G/1队列 28
3.3 AR（1）替代模型 30
3.4 一个随机活动网络 32
3.5 亚洲式期权 33
练习 35
第4章 用VBASim进行仿真程序设计 37
4.1 VBASim简介 37
4.2 M（t）M/∞队列仿真 38
4.2.1 问题及扩展 43
4.3 M/G/1队列仿真 44
4.3.1 M/G/1队列中的Lindley仿真 45
4.3.2 基于事件的M/G/1队列仿真 47
4.3.3 问题和扩展 52
4.4 随机活动网络的模拟 53
4.4.1 SAN的最大路径仿真 53
4.4.2 SAN离散事件仿真 54
4.4.3 问题和扩展 58
4.5 亚式期权仿真 59
4.6 案例分析：服务中心仿真 60
4.6.1 问题和扩展 67
练习 68
第5章 两种仿真观点 72
5.1 仿真建模和分析框架 72
5.2 随机过程仿真 75
5.2.1 模拟渐近行为 76
5.2.2 基于仿真重复的渐近解 79
5.2.3 仿真重复中的渐近解 81
5.2.4 超过样本均值 84
附录：迭代过程和稳定状态 85
练习 87
第6章 仿真输入 89
6.1 输入建模概述 89
6.1.1 输入建模故事 89
6.1.2 输入过程特性 92
6.2 单变量输入模型 93
6.2.1 单变量分布推理 94
6.2.2 估计和检验 98
6.2.3 单变量分布的属性匹配 100
6.2.4 经验分布 104
6.2.5 直接使用输入数据 106
6.2.6 无数据输入模型 107
6.3 多变量输入过程 108
6.3.1 非稳态到达过程 109
6.3.2 随机矢量 118
6.4 随机变量生成 120
6.4.1 拒绝法 121
6.4.2 特殊属性 123
6.5 伪随机数生成 124
6.5.1 多重递归生成器 126
6.5.2 组合生成器 126
6.5.3 伪随机数生成器的合理使用 128
附录1 GLD属性 129
附录2 NORTA法的实现 130
练习 134
第7章 仿真输出 140
7.1 性能指标、风险和误差 140
7.1.1 点估计量和误差测量 142
7.1.2 风险和误差指标 144
7.2 输入不确定性和输出分析 146
7.2.1 输入不确定性：是什么 146
7.2.2 输入不确定性：怎么办 147
附录 M/M/∞队列的输入不确定性 150
练习 151
第8章 实验设计和分析 156
8.1 通过仿真重复控制误差 158
8.2 稳态仿真设计和分析 161
8.2.1 固定精度问题 163
8.2.2 固定样本量问题 166
8.2.3 批次统计 171
8.2.4 稳态仿真：附言 172
8.3 仿真优化 173
8.3.1 收敛 175
8.3.2 正确选择 176
8.4 仿真优化实验设计 178
8.4.1 随机数赋值 178
8.4.2 为正确选择进行的设计和分析 183
8.4.3 自适应随机搜索 190
8.4.4 改进方向中的搜索 192
8.4.5 最优化样本均值问题 198
8.4.6 随机约束条件 200
8.5 利用控制变量法进行方差缩减 204
8.5.1 M/G/1队列控制变量 207
8.5.2 随机活动网络控制变量 208
8.5.3 亚洲式期权控制变量 208
附录 控制变量估计值的性质 209
练习 210
第9章 研究中的仿真 216
9.1 随机试验问题 217
9.2 鲁棒性研究 218
9.3 关联实验影响因子 220
9.4 控制研究仿真中的误差 221
附录A VBASim 225
A.1 核心子程序 225
A.2 随机数生成 228
A.3 随机变量生成 232
A.4 类模块 236
A.4.1 CTStat 236
A.4.2 DTStat 237
A.4.3 Entity 238
A.4.4 EventCalendar 238
A.4.5 EventNotice 240
A.4.6 FlFOQueue 240
A.4.7 Resource 241
参考文献 244