1.3.3 离散事件系统仿真分析

由于离散事件系统仿真的主要目的不仅是要得知系统的状态是如何变化的，更重要的是要得到系统在统计意义下的性能。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，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。因此，离散事件系统仿真过程必须对模型产生的行为状态、数据进行跟踪，统计与系统性能有关的数据，实现这一功能的程序称为统计计数器。

从仿真分析的观点来看，离散事件系统仿真可分为两大类。一类称为终止型仿真（Terminating Simulation），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。对终止型仿真，需要多次独立运行仿真模型，以获得系统的统计性能。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。

另一类称之为稳态型仿真（Steady-state Simulation）。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）。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，然后从这若干批数据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数据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。