说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 事件分析引擎
1)  event analysis engine
事件分析引擎
2)  event engine
事件引擎
3)  Analysis engine
分析引擎
4)  Event processing engine
事件处理引擎
5)  Mapping analysis engine
映射分析引擎
6)  analysis engine for personality
个性化分析引擎
补充资料:离散事件系统仿真输出分析


离散事件系统仿真输出分析
output analysis of discrete event system simulation

l一幻n Sh*JIQn xitong fongZhen Shuehu fenx-离散事件系统仿真输出分析《outpat an川y.515 of diSCrete event system simulation)离散事件系统仿真结果的置信度分析。由于离散事件系统一般都具有随机性,每一次仿真模型运行的结果只能认为是系统模型的一次仿真抽样,因而仅从某一次仿真运行的结果来推断系统的性能并不一定能保证其结论的正确性。 基于经典统计理论的离散事件系统仿真输出分析要求恰当选择仿真运行长度,保证仿真运行的独立性。 仿真运行长度的选择仿真运行长度是指仿真模型中的仿真钟需要推进多少才使仿真模型执行终止。这依赖于仿真类型。离散事件系统仿真可分为两大类:一类称为终止型仿真,它是指在规定的时间内进行仿真并统计系统性能。由于仿真运行长度是事先规定的,因而系统仿真结果与仿真运行长度有关,特别是系统的初始状态设置对仿真结果的影响不能忽略。另一类称之为稳态型仿真。这类仿真的目的是要估计系统的稳态性能,它对仿真运行的长度没有限制,因而系统的初始状态设置对仿真结果的影响可以忽略。然而,为了得到系统稳态性能的较好的估计值,需要确定仿真运行长度到底多长就可以认为是“足够”了,因为任何仿真都不可能是无限制地运行下去的。这与仿真结果置信区间大小的选择有关(所谓置信区间就是在给定置信度下系统性能分布的范围),一般通过多次仿真试验来加以确定。 仿真运行的独立性对终止型仿真,需要多次独立运行仿真模型,以消除初始状态对系统性能的影响。为提高终止型仿真各次运行的独立性,每次运行应该采用不同的伪随机数据流产生随机变量,至少在每次运行时随机数发生器采用不同的种子值。这样,只有当每次运行相互独立时,每次运行所得到的仿真结果才是独立同分布的随机变量,进而才能用经典统计分析方法来构造系统性能的置信区间。 对稳态型仿真,尽管一次“足够长”的运行可以较好地消除初始状态对仿真结果的影响,但为了估计该运行结果的置信区间,往往需要将运行过程的数据分成若干批,然后从这若干批的统计值来估计系统性能。这样,如何提高各批数据之间的独立性直接影响置信区间的可信度。常用的方法是使每批 中包含的样本数据足够多(即每批的长度足够长), 且批数也足够多,以满足经典统计分析理论对统计样本的要求。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条