目錄
前言
第1 章 緒論 1
1.1 離散事件動(dòng)態(tài)系統(tǒng)的研究對(duì)象 1
1.2 計(jì)算機(jī)仿真在DEDS 研究中的地位和作用 2
1.3 高效率仿真在DEDS 性能評(píng)估中的價(jià)值 4
1.4 DEDS 的研究現(xiàn)狀和研究手段 7
1.4.1 提高仿真效率的主要手段 7
1.4.2 靈敏度估計(jì)的高效率仿真 9
第2 章 隨機(jī)變量的高效率抽樣技術(shù) 12
2.1 U(0,1) 均勻分布隨機(jī)數(shù)發(fā)生器 13
2.1.1 基本構(gòu)造形式 13
2.1.2 組合式隨機(jī)數(shù)發(fā)生器 15
2.1.3 隨機(jī)數(shù)發(fā)生器的檢驗(yàn) 17
2.2 隨機(jī)變量的精確抽樣技術(shù) 18
2.2.1 反變換法 18
2.2.2 取舍法 19
2.2.3 函數(shù)變換法 20
2.2.4 組合法 20
2.2.5 比值法 21
2.2.6 概率密度函數(shù)凹變換法 22
2.3 取中分布隨機(jī)變量抽樣算法 24
2.3.1 反變換法 24
2.3.2 簡(jiǎn)單取舍法 24
2.3.3 繼承取舍抽樣法 24
2.4 剩余分布抽樣的高效率算法 25
2.4.1 剩余分布的數(shù)學(xué)描述 25
2.4.2 當(dāng)前常用的剩余分布抽樣方法 26
2.4.3 繼承取舍抽樣法 27
2.4.4 極限分布抽樣法 28
2.4.5 函數(shù)變換法 30
2.4.6 應(yīng)用舉例 31
2.5 本章小結(jié) 32
第3 章 隨機(jī)DEDS 仿真的三種實(shí)現(xiàn) 34
3.1 DEDS 的五元組描述 35
3.2 經(jīng)典事件調(diào)度法 36
3.3 極小分布抽樣法 37
3.3.1 方法的數(shù)學(xué)描述 37
3.3.2 Markov 系統(tǒng)的高效率仿真 40
3.3.3 并發(fā)構(gòu)造樣本路徑的歸一時(shí)鐘序列法 41
3.4 嵌入泊松流法 42
3.4.1 方法的數(shù)學(xué)描述 42
3.4.2 Markov 型DEDS 仿真的標(biāo)準(zhǔn)鐘方法 43
3.5 應(yīng)用舉例 44
3.6 本章小結(jié) 47
第4 章 Markov 型DEDS 性能評(píng)估的NON-CLOCK 方法 48
4.1 DEDS 性能評(píng)估問(wèn)題的一般描述 49
4.2 DEDS 仿真時(shí)樣本路徑的終止方式 50
4.3 NON-CLOCK 方法 51
4.3.1 構(gòu)造Z 序列的基本仿真流程 51
4.3.2 不同仿真類(lèi)型下Z 序列的構(gòu)造 53
4.3.3 性能測(cè)度的估計(jì) 54
4.3.4 穩(wěn)態(tài)性能測(cè)度的估計(jì) 56
4.4 算法適用性檢驗(yàn) 58
4.4.1 M/M/1/K 系統(tǒng)平均首次溢出時(shí)間的估計(jì) 59
4.4.2 M/M/1/K 瞬時(shí)溢出概率的估計(jì) 59
4.4.3 M/M/1/K 系統(tǒng)[0,T ]時(shí)間內(nèi)平均隊(duì)長(zhǎng)的估計(jì) 60
4.4.4 M/M/1/K 系統(tǒng)穩(wěn)態(tài)平均隊(duì)長(zhǎng) 61
4.5 NC 方法的擴(kuò)展 62
4.5.1 并發(fā)構(gòu)造多參數(shù)集下的樣本路徑 62
4.5.2 系統(tǒng)可靠度估計(jì)的Ⅰ型仿真方案 62
4.5.3 Ⅱ型仿真的另一種估計(jì)器 64
4.5.4 提高Z 序列“均勻化實(shí)現(xiàn)”效率的技巧 65
4.6 應(yīng)用舉例 66
4.6.1 最優(yōu)貯備問(wèn)題 66
4.6.2 k-out-of-n(F)C 系統(tǒng)的可靠性評(píng)估 67
4.6.3 電力系統(tǒng)安全性評(píng)估 68
4.7 本章小結(jié) 73
第5 章 小概率事件系統(tǒng)仿真的NC-重要抽樣方法 74
5.1 小概率事件仿真難題 75
5.2 重要抽樣方法原理 76
5.3 NC-重要抽樣仿真框架 77
5.3.1 Z 序列似然函數(shù)計(jì)算 78
5.3.2 改變Z 序列概率測(cè)度的動(dòng)態(tài)變參數(shù)法 79
5.3.3 NC-重要抽樣方法的仿真流程 81
5.4 NC-重要抽樣的三種估計(jì)器 82
5.4.1 經(jīng)典估計(jì)器 82
5.4.2 比值估計(jì)器 82
5.4.3 控制變量估計(jì)器 83
5.5 穩(wěn)態(tài)性能測(cè)度估計(jì)的重要抽樣方法 84
5.6 NC-重要抽樣方法在高可靠性仿真中的應(yīng)用 85
5.6.1 加速失效重要抽樣方案 85
5.6.2 系統(tǒng)平均首次失效時(shí)間(MTTF) 的估計(jì) 87
5.6.3 系統(tǒng)穩(wěn)態(tài)可用度估計(jì) 88
5.6.4 平均開(kāi)工時(shí)間的估計(jì)(MTBF) 88
5.6.5 系統(tǒng)可靠度估計(jì) 88
5.7 仿真實(shí)驗(yàn) 95
5.7.1 M/M/1/K 隊(duì)列溢出概率評(píng)估 96
5.7.2 M/M/1/K 隊(duì)列平均首次失效時(shí)間評(píng)估 97
5.7.3 M/M/1/K 隊(duì)列瞬時(shí)可靠度估計(jì) 97
5.8 應(yīng)用舉例 99
5.9 本章小結(jié) 101
第6 章 Markov-DEDS 參數(shù)靈敏度估計(jì) 102
6.1 DEDS 參數(shù)靈敏度估計(jì)的一般描述 102
6.2 NC 框架下性能評(píng)估問(wèn)題簡(jiǎn)要回顧 103
6.3 參數(shù)靈敏度的SPA-LR 估計(jì)器 104
6.4 穩(wěn)態(tài)性能測(cè)度的靈敏度估計(jì) 107
6.5 高階導(dǎo)數(shù)的估計(jì) 108
6.6 靈敏度估計(jì)算法檢驗(yàn) 110
6.6.1 M/M/1/K 隊(duì)列平均崩潰時(shí)間的參數(shù)靈敏度估計(jì) 110
6.6.2 M/M/1/K 隊(duì)列瞬時(shí)溢出概率的參數(shù)靈敏度估計(jì) 112
6.6.3 M/M/1/K 系統(tǒng)[0,T ]時(shí)間內(nèi)平均隊(duì)長(zhǎng)的靈敏度估計(jì) 113
6.6.4 M/M/1/K 隊(duì)列穩(wěn)態(tài)平均隊(duì)長(zhǎng)的參數(shù)靈敏度估計(jì) 113
6.6.5 M/M/1 隊(duì)列穩(wěn)態(tài)平均隊(duì)長(zhǎng)的高階參數(shù)靈敏度估計(jì) 114
6.7 提高靈敏度估計(jì)效率的方法 116
6.7.1 SPA-LR 估計(jì)器的收斂特征分析 116
6.7.2 通過(guò)縮短Z 序列的長(zhǎng)度提高估計(jì)效率 117
6.7.3 減小靈敏度估計(jì)方差的控制變量法 120
6.7.4 減小靈敏度估計(jì)方差的重要抽樣方法 123
6.8 應(yīng)用舉例 125
6.9 本章小結(jié) 126
第7 章 仿真精度分析 128
7.1 子樣獨(dú)立時(shí)的仿真精度分析 129
7.1.1 經(jīng)典統(tǒng)計(jì)學(xué)方法 129
7.1.2 經(jīng)典方法的貫序?qū)崿F(xiàn)方案 133
7.1.3 Jackknife 方法 134
7.1.4 Bootstrap 方法 135
7.2 子樣相關(guān)時(shí)的仿真精度分析 136
7.2.1 批平均值法 137
7.2.2 一致批均值法 140
7.2.3 一致批均值法的動(dòng)態(tài)實(shí)現(xiàn) 141
7.2.4 重疊批平均值法 142
7.3 本章小結(jié) 143
參考文獻(xiàn) 145
索引 153