【正文】 的活動 ， 通常用于表示兩個可以區(qū)分的事件之間的過程 ， 它標(biāo)志著系統(tǒng)狀態(tài)的轉(zhuǎn)移 。 如 ， 理發(fā)館系統(tǒng)中 ， 可以定義 “ 顧客到達(dá) ” 為一類事件 ，由于顧客的到達(dá) ， 系統(tǒng)的狀態(tài)將發(fā)生變化 — 服務(wù)員可能從閑變忙 （ 如果無人排隊(duì) ） ， 或排隊(duì)的隊(duì)長會增加 。 永久駐留在系統(tǒng)中的實(shí)體稱為 永久實(shí)體 。類似的如訂票系統(tǒng)、庫存系統(tǒng)、加工制造系統(tǒng)、交通控制系統(tǒng)、計算機(jī)系統(tǒng)等?，F(xiàn)開始討論另一類性質(zhì)完全不同的系統(tǒng)，其狀態(tài)只是在離散時間點(diǎn)上發(fā)生變化，且這些離散時間點(diǎn)一般是不確定的，稱為 離散事件系統(tǒng)仿真 。 ? 例如單人理發(fā)館系統(tǒng)，設(shè)上午 9點(diǎn)開門，晚上 11點(diǎn)關(guān)門，顧客的到達(dá)時間一般是隨機(jī)的，為每個顧客服務(wù)的時間長度也是隨機(jī)的。 ? 由于離散事件系統(tǒng)固有的隨機(jī)性，對這類系統(tǒng)的研究往往十分困難，經(jīng)典的概率及數(shù)理統(tǒng)計理論、隨機(jī)過程理論雖然為研究這類系統(tǒng)提供了理論基礎(chǔ)，并能對一些簡單系統(tǒng)提供解析解，但對工程實(shí)際中的大量系統(tǒng)，惟有依靠計算機(jī)仿真才能提供較為完整的結(jié)果。 臨時實(shí)體按一定規(guī)律不斷地到達(dá) （ 產(chǎn)生 ） ， 在永久實(shí)體作用下通過系統(tǒng) ， 最后離開系統(tǒng) ， 整個系統(tǒng)呈現(xiàn)出動態(tài)過程 。 類似的 ， 可以定義服務(wù)開始事件 、 服務(wù)結(jié)束事件 。 如前例中 ， 顧客的到達(dá)事件與該顧客開始接受服務(wù)事件之間可以稱為一個活動 （ 排隊(duì)活動 ） ， 該活動使系統(tǒng)的狀態(tài)（ 隊(duì)長 ） 發(fā)生變化 。 在連續(xù)系統(tǒng)仿真中 ， 將連續(xù)模型進(jìn)行離散化而成為仿真模型時 ， 仿真時間的變化基于仿真步長的確定 ，可以是定步長也可以是變步長 ， 稱為時間步長法 。 離散事件系統(tǒng)的狀態(tài)隨事件的不斷發(fā)生也呈現(xiàn)出動態(tài)變化的過程 ， 但仿真的目的主要不是要得到這些狀態(tài)是如何變化的 。 在前例中 ， 由于顧客到達(dá)的時間間隔具有隨機(jī)性 ， 服務(wù)員為每個顧客服務(wù)的時間長度也是隨機(jī)的 ， 因而在某一時刻 ， 顧客排隊(duì)的隊(duì)長或服務(wù)臺的忙閑情況完全是不確定的 ， 在分析該系統(tǒng)時 ， 感興趣的是系統(tǒng)的平均隊(duì)長 、 顧客的平均等待時間或服務(wù)員的利用率等 。 在多數(shù)隨機(jī)系統(tǒng)中，可以有多種性質(zhì)的事件發(fā)生，通常按照發(fā)生時間的先后順序逐個處理，換句話說，首先處理發(fā)生時刻距初始時刻最短的事件，這種處理方法稱為是最短時間的事件步長法。這里時間的單位是分鐘 ,且服務(wù)的時間不取負(fù)值 . 試對收款臺前的排隊(duì)過程進(jìn)行仿真。 ④機(jī)器停止運(yùn)轉(zhuǎn)每單位時間的損失費(fèi)為 c1元，工人單位時間的產(chǎn)值為 c2元。依次仿真計算修理工人數(shù) C分別取 … 時的系統(tǒng)損失費(fèi)。D(j)=0,j=1,2,..,c 選取壽命最短的機(jī)器 i:H=i,K=A(i) 選取最早釋放時刻的工人 j:y=j,x=D(j) xK? ③ ① F=F+xK 改變第 y個人工的釋 放時刻 :D(y)=A(H) 機(jī)器由故障釋放 改為正常 :B(H)=1 機(jī)器由正常改為 故障 :B(H)=0 C=C+1 K≥T? 選取壽命最短的 機(jī)器 i:H=i,K=A(i) 給出機(jī)器修復(fù)時間 仿真時鐘前進(jìn)一個步長 A(H)=K1/vLOG(RND(1)) 給出機(jī)器正常運(yùn)行時間 仿真時鐘前進(jìn)一個步長 A(H)=K1/vLOG(RND(1)) ㈠ ㈠ ㈡ ① ② ③ 是 否 否 是 是 否 事件步長法 例子 框圖中各標(biāo)識符號含義如下： T:仿真終止時間 m:機(jī)器數(shù) c:工人數(shù) B(i):第 i臺機(jī)器所處狀態(tài) A(i):第 i臺機(jī)器現(xiàn)在狀態(tài)的當(dāng)前時刻 D(j):第 j個工人修復(fù)機(jī)器的釋放時刻 c1:一個工人單位時間的產(chǎn)值 c2:一臺機(jī)器單位故障時間的損失費(fèi) { B(i)= 1 機(jī)器正常運(yùn)轉(zhuǎn) 0 機(jī)器發(fā)生故障 事件步長法 例子 U:一個工人單位時間平均能修復(fù)的機(jī)器數(shù) V:一臺機(jī)器在單位運(yùn)轉(zhuǎn)時間內(nèi)發(fā)生故障的平均次數(shù) S:總損失費(fèi)用 E:機(jī)器故障時間累計 F:工人空閑時間累計 K:最短時間機(jī)器的當(dāng)前時刻 H:最短時間機(jī)器對應(yīng)的機(jī)器號 L:工人修完機(jī)器的釋放時刻 x:最短釋放時間工人的當(dāng)前時刻 y:最短釋放時間對應(yīng)的工人序號 事件步長法 例子 下表列出了當(dāng) m= 86， 1/V= 500小時， 1/U= 34小時， c1= /小時， c2＝ /小時時的仿真結(jié)果，其中每次預(yù)定仿真時間為一萬個小時，連續(xù)仿真五次取其平均值作為仿真結(jié)果。 int make。 int sort[3]。 if(btab[1].begin)first=1,b=tab[1].begin。 if(tab[1].begin==tab[0].begin)sort[i++]=1。 } else if(first==2)sort[i++]=2。 switch(sum){ case 1:tab[sort[0]].make=20。 cost+=(30+tab[sort[0]].delay)*5+6+32。 break。 float b=tab[0].begin。 if(first==0){ sort[i++]=0。 if(tab[2].begin==tab[1].begin)sort[i++]=2。 return sum。 x/=1000。 else if(x)tbegin+=1300。 else if(x)tbegin+=1700。tab[0]。 if(t1begin==tbegin){ tdelay=t1delay。 if(y)tdelay=5。 } 應(yīng)用舉例可靠性問題 void create_event2(struct table *t,struct table *t0) { float x,y。 if(t0!=0) tbegin=t0begin+(t0delay+t0make)/。 else if(x)tbegin+=1300。 else if(x)tbegin+=1700。tab[0]。 if(t1begin==tbegin){ tdelay=t1delay。 if(y)tdelay=5。 } 應(yīng)用舉例可靠性問題 void printf_result(void) { for(int i=0。 return。 cost=0。 create_event1(amp。 printf_result()。 for(i=0。tab[sort[i]])。 float T=0。 create_event2(amp。 create_event2(amp。 T=tab[sort[0]].begin。i++){ if(i==sort[0])continue。 } create_event2(amp。 } void main(void) { main1()。 ? 主要用于系統(tǒng)事件發(fā)生時間具有較強(qiáng)周期性的模型，如定期訂貨的庫存系統(tǒng)，以年、月為單位的經(jīng)濟(jì)計劃系統(tǒng)等。 新聞日和需求量對應(yīng)的隨機(jī)數(shù)分別如下面兩個表格所示 新聞種類 出現(xiàn)概率 對應(yīng)的隨機(jī)數(shù)區(qū)間好新聞 0 .35 ( 0 .00 , 5 )一般新聞 0 .45 [0 .35 , 0 )差新聞 0 .20 [0 .80 , 0 )應(yīng)用舉例 報童的策略 計算機(jī)仿真的流程： 1）令每天的報紙訂購數(shù)變化， 40100； 2）讓時間從 1開始變化（循環(huán)）到 365； 3）產(chǎn)生新聞種類的隨機(jī)數(shù)，確定當(dāng)天的新聞類型； 4）產(chǎn)生需求量隨機(jī)數(shù)，確定當(dāng)天的報紙需求量； 5）計算當(dāng)天的收入，計算累積利潤， 8）比較得出最優(yōu)定貨量。 for n=4:10 paper=n*10。 elseif x2(i) news=60。 else news=100。 elseif x2(i) news=70。 elseif x2(i) news=50。 end end if paper=news sale=news。 end lr(n)=lr(n)+2**paper+*remand。 optmoney=sb(n)。 方 差 : ? = 1/12 隨機(jī)現(xiàn)象的模擬 下圖為 均勻分布的密度函數(shù)和分布函數(shù)示意圖： 隨機(jī)現(xiàn)象的模擬 均勻隨機(jī)數(shù)是產(chǎn)生其它隨機(jī)數(shù)的基礎(chǔ)。 2) 產(chǎn)生偽隨機(jī)數(shù)的程序應(yīng)當(dāng)簡短、運(yùn)算速度快 ,占用計算機(jī)的內(nèi)存單元少 。 初始化 x=random(int M)。已知火車從 A站到 B站運(yùn)行時間為均值 30分鐘、標(biāo)準(zhǔn)差為 2分鐘的正態(tài)隨機(jī)變量 .火車大約在下午 1