全書共分九章:第一章 總論,第二章現(xiàn)代物流系統(tǒng)管理,第三章現(xiàn)代物流戰(zhàn)略管理,第四章 物流信息系統(tǒng)與物流信息技術(shù)管理,第五章 現(xiàn)代物流服務(wù)與物流成本管理,第六章 企業(yè)物流管理,第七章 供應(yīng)鏈管理,第八章 現(xiàn)代物流企業(yè)管理,第九章 現(xiàn)代物流技術(shù)與設(shè)施設(shè)備管理。本書密切追蹤現(xiàn)代物流發(fā)展的主要方向與最新趨勢,廣泛吸取物流業(yè)界研究與實踐的最新成果,在堅持邏輯性、科學(xué)性和系統(tǒng)性的前提下,特別重視理論與實踐的有機(jī)結(jié)合,在此基礎(chǔ)上描述一個比較合理的現(xiàn)代物流管理的體系。
第1章 緒論
1.1 系統(tǒng)與系統(tǒng)模型
1.2 系統(tǒng)仿真
1.3 系統(tǒng)仿真技術(shù)的發(fā)展
1.4 物流系統(tǒng)建模
本章小結(jié)
習(xí)題
第2章 仿真數(shù)據(jù)的輸入分析
2.1 隨機(jī)變量和概率分布
2.2 隨機(jī)數(shù)和隨機(jī)變量的生成
2.3 隨機(jī)變量的統(tǒng)計檢驗
2.4 物流系統(tǒng)數(shù)據(jù)的收集與分析
本章小結(jié)
習(xí)題
第3章 離散事件仿真模型的構(gòu)建與實現(xiàn)
3.1 概述
3.2 離散事件仿真模型的構(gòu)造
3.3 離散事件系統(tǒng)仿真的實現(xiàn)
本章小結(jié)
習(xí)題
第4章 仿真結(jié)果分析與評價
4.1 系統(tǒng)仿真的類型
4.2 終止型仿真結(jié)果分析
4.3 非終止型仿真結(jié)果分析
4.4 仿真模型的確認(rèn)與校驗
本章小結(jié)
習(xí)題
第5章 ED軟件基礎(chǔ)
5.1 ED軟件簡介
5.2 ED軟件用戶界面介紹
5.3 ED建模的基本步驟
5.4 4DScript語言初步介紹
本章小結(jié)
習(xí)題
第6章 ED功能模塊基礎(chǔ)案例分析
6.1 基本模型的建立
6.2 人員的調(diào)用
6.3 流通加工設(shè)備的仿真介紹
6.4 運輸設(shè)備仿真介紹
6.5 儲存設(shè)備仿真介紹
6.6 其他輔助模塊介紹
本章小結(jié)
習(xí)題
第7章 綜合案例分析
7.1 排隊論系統(tǒng)建模與仿真
7.2 生產(chǎn)物流系統(tǒng)建模與仿真
7.3 配送中心的建模與仿真
7.4 庫存系統(tǒng)建模與仿真
《知行實驗實訓(xùn)系列:物流系統(tǒng)仿真理論與實踐》:
2.系統(tǒng)仿真概率分布——庫存系統(tǒng)在現(xiàn)實的庫存系統(tǒng)中有三個隨機(jī)變量:
(1)每次訂貨或單位周期內(nèi)的需求量;
(2)兩次需求間的時間間隔;
。3)發(fā)出訂單和收到訂貨間的時間間隔,也稱為提前期。在最簡單的庫存系統(tǒng)數(shù)學(xué)模型中,需求量始終為常數(shù),而提前期也是零或常數(shù):但大多數(shù)實際情況中需求的時間是隨機(jī)出現(xiàn)的,而每次的需求量也是隨機(jī)的。
從一般意義上講,訂貨提前期的分布通常和t-分布是非常擬合的。但在研究庫存系統(tǒng)時,考慮的主要因素是需求量而不是提前期,提前期一般只視為對庫存策略的一種制約,因此在多數(shù)情況下,將提前期的分布簡化為用均勻分布來描述或者用正態(tài)分布來描述。
幾何分布、二項分布以及泊松分布都可以用來描述需求的分布,它們分別提供了滿足各種需求模式的分布形式,即在一定周期內(nèi)的需求量的分布。幾何分布是特殊情況的二項分布,它描述了至少出現(xiàn)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.系統(tǒng)仿真概率分布的可靠性與維修性
可靠性對于那些一旦發(fā)生故障就會造成重大損失的系統(tǒng)來說是至關(guān)重要的。在系統(tǒng)可靠性與維修性建模中,優(yōu)先考慮的隨機(jī)變量是系統(tǒng)中部件的無故障工作時間和故障后的修復(fù)時間。通常部件發(fā)生故障的時間分布和修復(fù)時間的分布用指數(shù)分布來描述,也可以用t-分布和威布爾分布來描述。
如果故障是完全隨機(jī)的,則可以采用指數(shù)分布建模。如果部件有儲備,且每個備件的故障發(fā)生時間服從指數(shù)分布,則可以采用t-分布來建模。威布爾分布已經(jīng)廣泛用于描述故障發(fā)生時間,原因是它逼近許多觀察結(jié)果,當(dāng)系統(tǒng)中有許多部件的故障是由于大量元件的嚴(yán)重失效或可能失效造成時,適合采用威布爾分布建立模型。正態(tài)分布適用于那些大多數(shù)故障是由于磨損產(chǎn)生的系統(tǒng)。
綜上所述可以看出,在離散事件系統(tǒng)建模過程中,隨機(jī)變量較常采用的分布形式是指數(shù)分布和正態(tài)分布,其主要原因為:
(1)指數(shù)分布簡單,數(shù)據(jù)處理容易。
。2)指數(shù)分布的一個重要特點是無記憶性,這與大多數(shù)與時間有關(guān)的隨機(jī)現(xiàn)象是一致的。例如在排隊服務(wù)系統(tǒng)中,經(jīng)過很長時間才有顧客到達(dá),并不會對下一個顧客到達(dá)的時間產(chǎn)生影響。同樣,服務(wù)臺不會因為已經(jīng)工作了很長時間就會縮短為下一個顧客的服務(wù)時間。又如電子元器件在工作了一段時間后繼續(xù)使用,其在固定的時間內(nèi)發(fā)生故障的概率與一個新的元器件完全一樣。
(3)指數(shù)分布與許多其他的分布形式有關(guān),一般作為特例,如泊松分布、威布爾分布、t-分布等。作為指數(shù)分布的補(bǔ)充,這些分布形式也大量地應(yīng)用在離散事件系統(tǒng)的建模過程中。
。4)正態(tài)分布雖然沒有指數(shù)分布那么多的優(yōu)點,但也是描述隨機(jī)變量所必不可少的一種分布形式。正態(tài)分布的特點之一是可以使隨機(jī)變量取值相對集中或者使隨機(jī)變量散布很大甚至接近于均勻分布,這個特點使它具有很廣的應(yīng)用范圍。
實際上,指數(shù)分布和正態(tài)分布屬于完全不同的兩種描述隨機(jī)變量的分布形式。服從指數(shù)分布的隨機(jī)變量的取值概率是從大到小或從小到大(在負(fù)指數(shù)分布情況下);而服從正態(tài)分布的隨機(jī)變量概率分布有一個最大值,隨機(jī)變量的大多數(shù)取值都在這個最大值附近的區(qū)域之內(nèi)。例如一個電子元件的平均壽命是1000h,如果它服從正態(tài)分布,那么這個電子元件的實際壽命應(yīng)當(dāng)離1000h不遠(yuǎn)(概率很大);但若它服從指數(shù)分布,那么這個電子元件的實際壽命就可能與1000h相差很遠(yuǎn)。
在描述時間間隔這類隨機(jī)變量時,如果沒有任何限制,則可以用指數(shù)分布或指數(shù)分布的相關(guān)分布(泊松分布、威布爾分布等)來對此時間間隔進(jìn)行描述。而如果時間間隔接近于一個常數(shù)或多數(shù)時間間隔都在一個固定的時間范圍之內(nèi),那么這個隨機(jī)變量最好用正態(tài)分布來描述。
選擇描述離散事件系統(tǒng)中隨機(jī)變量的分布形式,其原則是簡單適用。在具體分布形式選定之后,還需對其進(jìn)行擬合度檢驗。
……