1 第6 章 终态仿真输出分析 在本书 2.6 节中曾提醒读者，当建立仿真模型时，随机数据（即分布或概率驱动的）输入会带来输出的随机性及相关统计分析问题，这是迄今为止本书中建立的所有模型都面临的问题。本章中，将以第 5 章中所建立的汽车维修店仿真模型 5-2 为例，教读者如何在仿真中采集适当的数据，如何从已得到的输出报告对这些数据进行统计分析。同时,本章还介绍如何使用输出分析器（Output Analyzer）做更为深入复杂的统计分析（对仿真模型中两个不同方案进行比较），如何使用过程分析器（Process Analyzer）（通过运行多种可行的备选方案，从中选择出最佳方案，或是衡量输入数据对输出数据的影响作用），以及如何使用 Arena 中的 OptQuest for Arena 工具 与 Arena 配套的仿真优化软件（它将控制仿真模型的运行，从而寻找输入控制参量的最佳配置）。 在第 6.1 节中，将讨论仿真运行的时间类型，它对输出统计分析有很大影响。在 6.2 和6.3 节中将以模型 5-2 为例，介绍单变量数据收集并对其进行统计分析的基本技巧。6.4 节中将对该模型的输入参数进行简单的改动并利用 Arena 中的输出分析器来验证仿真结果是否发生改变。6.5 节将引入更多的模型变化，使用过程分析器以一种更高效有序的方式运行它们，从而找出那些效果可能最好的参数，并且分析输入数据对输出结果的影响作用。最后，6.6 节中将应用 OptQuest for Arena 工具在大量可能的模型输入参数组合中，快捷高效地搜寻至少在某种意义下是最优的模型结构。总之，本章将阐明获得精确可靠结果的统计分析方法，这些数据将帮助决策者做出正确且富有远见的决策。 过去许多人几乎忽略了上述的问题，所幸那令人羞愧的事现在已经没有了。如果仅仅运行一次仿真模型，之后就试验几个随机抽出的方案（并且只运行一次），那么这样的结果或结论的有效性、精确性或者一般性显然是无法保证的。有时候结论的有效性、精确性以及一般性是不正确的，因此有可能做出不适当的估计及错误的决策。读者将会发现，要做好这些事情其实不费太多的力气，只是你的计算机可能会忙碌一些，但无论如何计算机在大部分的工作时间里还是闲置的，并且机器运行是廉价的（相对于读者将要根据仿真结果所做出的决策而言）。读者已经辛苦地建好了仿真模型，现在该是让模型（及计算机）运行并检验其性能的时候了，这样你才能有充分的把握将这些结论应用到决策中去。 2 6.1 仿真类型 ...
