物流系统仿真理论与实践_蒋淑华等编著_9787564156602

全书共分九章：第一章总论，第二章现代物流系统管理，第三章现代物流战略管理，第四章物流信息系统与物流信息技术管理，第五章现代物流服务与物流成本管理，第六章企业物流管理，第七章供应链管理，第八章现代物流企业管理，第九章现代物流技术与设施设备管理。本书密切追踪现代物流发展的主要方向与最新趋势，广泛吸取物流业界研究与实践的最新成果，在坚持逻辑性、科学性和系统性的前提下，特别重视理论与实践的有机结合，在此基础上描述一个比较合理的现代物流管理的体系。

《知行实验实训系列：物流系统仿真理论与实践》：
　　2.系统仿真概率分布——库存系统在现实的库存系统中有三个随机变量：
　　（1）每次订货或单位周期内的需求量；
　　（2）两次需求间的时间间隔；
　　（3）发出订单和收到订货间的时间间隔，也称为提前期。在最简单的库存系统数学模型中，需求量始终为常数，而提前期也是零或常数：但大多数实际情况中需求的时间是随机出现的，而每次的需求量也是随机的。
　　从一般意义上讲，订货提前期的分布通常和t-分布是非常拟合的。但在研究库存系统时，考虑的主要因素是需求量而不是提前期，提前期一般只视为对库存策略的一种制约，因此在多数情况下，将提前期的分布简化为用均匀分布来描述或者用正态分布来描述。
　　几何分布、二项分布以及泊松分布都可以用来描述需求的分布，它们分别提供了满足各种需求模式的分布形式，即在一定周期内的需求量的分布。几何分布是特殊情况的二项分布，它描述了至少出现一次需求的概率。常用的描述需求的分布形式是泊松分布。
　　3.系统仿真概率分布的可靠性与维修性
　　可靠性对于那些一旦发生故障就会造成重大损失的系统来说是至关重要的。在系统可靠性与维修性建模中，优先考虑的随机变量是系统中部件的无故障工作时间和故障后的修复时间。通常部件发生故障的时间分布和修复时间的分布用指数分布来描述，也可以用t-分布和威布尔分布来描述。
　　如果故障是完全随机的，则可以采用指数分布建模。如果部件有储备，且每个备件的故障发生时间服从指数分布，则可以采用t-分布来建模。威布尔分布已经广泛用于描述故障发生时间，原因是它逼近许多观察结果，当系统中有许多部件的故障是由于大量元件的严重失效或可能失效造成时，适合采用威布尔分布建立模型。正态分布适用于那些大多数故障是由于磨损产生的系统。
　　综上所述可以看出，在离散事件系统建模过程中，随机变量较常采用的分布形式是指数分布和正态分布，其主要原因为：
　　（1）指数分布简单，数据处理容易。
　　（2）指数分布的一个重要特点是无记忆性，这与大多数与时间有关的随机现象是一致的。例如在排队服务系统中，经过很长时间才有顾客到达，并不会对下一个顾客到达的时间产生影响。同样，服务台不会因为已经工作了很长时间就会缩短为下一个顾客的服务时间。又如电子元器件在工作了一段时间后继续使用，其在固定的时间内发生故障的概率与一个新的元器件完全一样。
　　（3）指数分布与许多其他的分布形式有关，一般作为特例，如泊松分布、威布尔分布、t-分布等。作为指数分布的补充，这些分布形式也大量地应用在离散事件系统的建模过程中。
　　（4）正态分布虽然没有指数分布那么多的优点，但也是描述随机变量所必不可少的一种分布形式。正态分布的特点之一是可以使随机变量取值相对集中或者使随机变量散布很大甚至接近于均匀分布，这个特点使它具有很广的应用范围。
　　实际上，指数分布和正态分布属于完全不同的两种描述随机变量的分布形式。服从指数分布的随机变量的取值概率是从大到小或从小到大（在负指数分布情况下）；而服从正态分布的随机变量概率分布有一个最大值，随机变量的大多数取值都在这个最大值附近的区域之内。例如一个电子元件的平均寿命是1000h，如果它服从正态分布，那么这个电子元件的实际寿命应当离1000h不远（概率很大）；但若它服从指数分布，那么这个电子元件的实际寿命就可能与1000h相差很远。
　　在描述时间间隔这类随机变量时，如果没有任何限制，则可以用指数分布或指数分布的相关分布（泊松分布、威布尔分布等）来对此时间间隔进行描述。而如果时间间隔接近于一个常数或多数时间间隔都在一个固定的时间范围之内，那么这个随机变量最好用正态分布来描述。
　　选择描述离散事件系统中随机变量的分布形式，其原则是简单适用。在具体分布形式选定之后，还需对其进行拟合度检验。
　　……

你还可能感兴趣

我要评论