仿真评估范文-盘古文库

仿真评估范文

来源：莲生三十二

作者：开心麻花

2025-09-19

仿真评估范文（精选8篇）

仿真评估第1篇

目前建模与仿真研究领域关于仿真可信度的研究多集中于军事武装仿真系统,文献[4,5]针对复杂大系统建模与仿真可信度的评估过程组织、评估方法及评估工具的开发进行了全面的研究。文献[6]提出了视景仿真系统仿真可信度的模糊评判方法。文献[7,8]就电力系统动态仿真可信度的评估方法及相关的误差分析、模型校核进行了深入的研究。仿真可信度的本质属性是应用目的的相关性,电力培训仿真系统在应用目的、模型构成、实现方式或手段都存在不同之处,本文针对农村配电仿真培训系统的仿真可信度提出了评价指标体系,根据评价指标相互关联,难以用准确的尺度来衡量或界定的特点,利用层次分析法(the Analyze Hierarchy Process,AHP)分析计算评价指标的权值,运用模糊综合评判法对仿真可信度进行了定量化分析。

1 仿真可信度评估指标体系

农村配电仿真培训系统采用虚拟现实技术开发实现,具有三维可视且可交互的特点。针对农村配电网的三维仿真中的动画表现、声音表现、操作步骤设置的正确性与完备性以及仿真运行环境等因素都影响到仿真可信度。这些比较模糊的因素使仿真可信度量化研究的难度大大高于数值仿真。根据应用目的特点,研究分析得到对农村配电仿真培训系统可信度的评估可从三维显示、操作状态、电气计算、语音提示和运行环境五个方面建立评估指标体系,如表1所示。该评估指标体系的递阶层次结构是完全独立的,即上一级指标都是各自独立的,子指标与上一级指标没有交叉影响。

2 评估指标权重计算

针对仿真系统,评估指标的权重不同直接影响可信度的评估结果。因此必须对农村配电仿真培训系统的仿真可信度评估指标的权重进行计算。农村配电仿真培训系统可信度的综合评价指标多数是定性的,评价时一般也用不确定数进行定量处理。因此,在评估指标权重计算中,利用三角模糊数[9,10]表示不确定数,然后结合评价指标体系具有递阶层次结构的特点,通过层次分析法两两比较法确定同一层次中各因素的相对重要性;最后综合决策者的判断,确定被选因素相对重要性的总排序。

设有K位专家,构造了K个三角模糊数互补判断矩阵A1,A2,,Ak,(k=1,2,,K)。计算出对应的期望矩阵A1E,A2E,,AkE。

然后,根据下面步骤所表示的“和法”计算,来近似计算每个期望矩阵的特征向量。

(1)将AiE(i=1,2,,k)的每一列向量归一化得

(2)对E′(aij)按行求和得珦wi=nj=∑1珦wij;

(3)归一化珦w=(珦w1,珦w2,,珦wn)T,得w′=(w1,w2,,

wn)T即为对应权重向量,其中wi′=珦wi/ni=∑1珦wi。

根据文献[11]中给出的公式对每个三角模糊数互补判断矩阵进行一致性检验。当不一致程度在容许范围内,可用其归一化向量作为权向量,否则要重新构造成对比较矩阵。

最后,用据专家权威性而设定的专家权重对A1,A2,,Ak进行集结得到综合三角模糊数互补判断矩阵A=(aij)nn,其中的每个元素

式中:wk为第k个专家的权重。

同样,计算出相应的期望矩阵,并进行一致性检验。将综合三角模糊互补判断矩阵按行求和,并归一化求出三角模糊数权重向量:

w=(w1,w2,,wn)T

其中:

把三角模糊数wi两两比较,计算得出相应的可能度p(wi≥wj),简记为pij,并建立可能度矩阵P=(pij)nn,P是一个模糊互补判断矩阵,其中pij+pji=1,pii=0.5,包含了所有因素相互比较的可能度信息。然后下式:

求出互补判断矩阵P的排序向量w=(w1,w2,,wm)T,即为因素的权重向量。

3 可信度量化评估的模糊综合评判法

可信度是一个模糊的概念,考虑到农村配电仿真培训系统建模与仿真中所固有的层次性结构特征和影响仿真可信度的因素具有多方面、多层次的特点,本文用模糊综合评判法(Fuzzy Synthetic Evaluation,FSE)[12,13,14]来对该系统进行评估。

设U={u1,u2,,um}为因素集,由m种因素组成;V={v1,v2,,vn}为评判集,由n种决断组成。由于各因素对事物的影响程度不一致,因此各因素的权重分配为一模糊权重向量,ai(i=1,2,,m)为ui的权重,且。对第i个因素的单因素模糊评判为V上的模糊子集,则单因素评判矩阵。则模糊综合评判的结果为:

其中,“”为某一算子,通常可采用主因素突出型算子或加权平均型算子。其中“”为普通实数乘法,“∨”为取大运算,则:

为环和运算,表示,则:

然后,将评判结果用加权平均法表示为:

依照与vk(k=1,2,3,4)的接近程度判断仿真可信度。通常将V={v1,v2,v3,v4}按评判等级数量化为V*=(1,2,3,4)。

最后,将可信度可定量度量为一个[0,1]上的值C:

式中:nmin和nmax分别为评判集等级划分的最小量化值和最大量化值。

C越小可信度越低,C越大可信度越高。

4 算例验证

农村配电仿真培训系统是输配电三维仿真培训系统的子系统,包含了运行、检修和试验等方面的若干操作项目。下面以绝缘电阻测量项目为例说明以上所提方法的实用性。用同样的方法,可以求出其他项目的可信度,再按照总系统的层次结构,计算出各项目的权重,由下到上逐层计算,最终可以得到总系统的可信度。

首先,针对表1评价指标体系的层次结构,由多位专家通过比较指标间的相对重要性构造三角模糊数互补判断矩阵,通常用0.1~0.9标度[12]进行定量描述。请三位专家建立评价指标矩阵,五位负责给出评估值以确立评分矩阵。首先,以第一层的五个指标为例,说明权重计算过程。

第一位专家建立的三角模糊数互补判断矩阵为:

计算出相应的期望矩阵,本文中设决策者是风险中立的,即λ=0.5。

通过“和法”计算出:w′=(w1,w2,,wn)T=(0.267 6,0.225 8,0.195 2,0.135 8,0.175 6)T一致性检验结果表明满足要求。

同理可以得到另外2位专家的三角模糊数互补判断矩阵,对其进行一致性验证后,根据三位专家的具体情况分别给权重为0.4,0.3,0.3,利用公式(1)可得到综合三角模糊数互补判断矩阵及其期望矩阵,并得到可能度矩阵为:

由公式(3)得到最终的权重向量为w=(0.278,0.238,0.213,0.113,0.158)T。各子指标的权重分布如表1所示。

其次,以三维显示为例说明利用模糊综合评判法进行评估的过程。建立因素集:U1={U11=细节刻画的精细度,U12=画面连续性,U13=画面元素(场景的地形,建筑设置,电气设备等),U14=画面质感(纹理、材质),U15=画面的色彩表现(色相、明度、纯度)};评判集:V1={v1=很好的满足要求,v2=较好的满足要求,v3=基本满足要求,v4=不能满足要求}。经专家打分,可得到模糊关系矩阵:

从而可推导出各因素的评判向量,如表2所示。

将多个低层模糊评判向量综合可构成高层模糊关系矩阵,并得到最终的评判向量为珟B=(0.658,0.246,0.096,0),由公式(5)可得珔v=1.438,最后由公式(6)可得所求标准可信度为C=0.854,即为绝缘电阻测量项目的可信度。

5 结语

仿真评估第2篇

基于模糊理论的卫星系统效能评估仿真研究

根据卫星系统的功能结构关系,建立了卫星系统的评估指标体系;然后针对该系统效能评估多任务多指标的`特点,以模糊理论为基础,结合层次分析法提出了一种多层次模糊综合评判模型;最后,介绍了效能评估的实现过程,并从仿真分析中总结出一些从卫星系统总体设计指标着手提高其综合效能的新思路.

作者：安雪滢赵勇杨乐平张为华 AN Xue-ying ZHAO Yong YANG Le-ping ZHANG Wei-hua 作者单位：国防科技大学航天与材料工程学院,湖南,长沙,410073刊名：系统仿真学报 ISTIC PKU英文刊名：JOURNAL OF SYSTEM SIMULATION年，卷(期)：18(8)分类号：V412关键词：卫星系统效能评估模糊理论层次分析法

装备保障仿真评估方法研究第3篇

近些年发生的几场高技术局部战争表明, 装备保障是部队形成战斗力的关键, 其在现代战争中所扮演的角色越来越重要。随着作战形式的多样化和武器装备的复杂化, 装备保障活动呈现出供修任务量大、时效性和准确性要求高、保障力量构成多元化、保障方式多样化等新特点, 装备保障活动已由单一层次保障力量简单分工发展成为各层次保障力量间的大量协同。显然, 装备保障是一个非常复杂的问题。对于这样一个复杂问题, 由于政治、经济等因素的限制, 在无法进行大量的装备保障演练的情况下, 利用仿真技术研究装备保障问题已成为装备保障研究领域的发展趋势。

在装备保障仿真过程中, 根据已确定的各种参数计算模型, 利用仿真执行过程中以及仿真运行结束后所产生的数据和结果, 对各种评价参数进行计算, 进而达到评估各种装备保障方案实际保障效果的目的, 是进行装备保障仿真的主要目标之一.

2、装备保障仿真评估的目的

综合保障的试验与评定是为了验证并考核所建立的保障系统在使用期间达到规定战备完好性目标的充分程度。所以, 装备保障仿真评估的主要目的是:考核现有装备保障方案是否能够满足装备保障要求以及满足程度, 为修正、完善装备保障方案提供决策依据。

3、装备保障仿真评估方法研究的主要内容

装备保障仿真评估方法研究主要包括以下三个方面的内容:

(1) 装备保障仿真评估流程研究

(2) 装备保障仿真评估指标研究

(3) 装备保障仿真评估模型研究

3.1 装备保障仿真评估流程研究

通过分析装备保障仿真过程, 结合装备保障仿真评估的目的, 可以确定评估流程包括以下几方面内容:

(1) 确定评估需求

分析装备保障任务的特点, 确定装备保障仿真评估要达到的目的和要实现的功能。

(2) 确定评估参数

针对评估的目的和要达到的功能选取适合的评估指标。

(3) 建立评估模型

(4) 确定模型所需信息

(5) 在装备保障仿真过程中收集信息

(6) 评估装备保障方案优劣

按照仿真评估过程中和评估结束后取得的数据, 对装备保障方案进行比较评定, 指出方案的优劣。

(7) 提出优化建议

3.2 装备保障仿真评估指标研究

评估指标是衡量装备保障能力总体目标的具体标志, 要对装备保障能力进行正确评估, 就必须选择能够体现装备保障能力的适合的评估指标。

评估指标的选择是对装备保障能力进行评估的重要基础和依据, 它通过一系列科学、完整、系统的数据参数反映装备保障能力的形成状况和各要素的现状及发展趋势, 对评估指标的系统分析所形成的评估指标体系, 能为保障资源的配备和保障规划的实施提供可靠的依据, 并能及时发现问题, 为决策尽早采取措施提供依据。

3.2.1 评估指标的选取原则

(1) 指标的可操作性

在选择指标时, 应尽量作到简单明了, 一方面, 避免混乱, 使人们能从复杂的信息中, 理清头绪, 抓住关键;另一方面, 可以减少工作量, 便于计算分析, 使评估工作易于进行。对于定性指标可以进行比较分析, 对定量指标可以通

过模型进行数学计算。

(2) 指标的可比性

指标体系应能在不同时间、不同地点进行比较对照, 以反映装备保障能力在不同的装备、不同的装备保障方案以及不同的装备任务条件下的区别。为了扩大指标的可比性范围, 应尽可能地利用现有的统计指标。

(3) 指标的客观性

客观性是指所有指标应是针对装备保障能力提出的, 要能反映装备保障的特点。

(4) 考虑不同的任务需求

装备保障需求和任务紧密相连, 不同的任务需求, 装备保障需求也不同, 所以在选择装备保障能力评估指标的时候, 必须考虑任务需求。

(5) 兼顾平时与战时

平时, 装备的训练和使用是有计划进行的, 具有一定的规律, 此时选择使用可用度、战备完好率、备件满足率等参数比较合适, 而战时, 装备任务变化无常, 此时装备保障指挥人员更加关心如何合理配置现有的装备保障资源, 选择任务成功概率更合适。因此评估指标兼顾平时和战时的评估需要。

(6) 遵循军兵种惯例和考虑不同类型装备的特点

不同的军兵种, 由于装备和体制的差别, 在评估指标的定义和使用上存在一定的差异, 所以在选择参数时应该考虑军兵种惯例以及不同类型的装备在评估指标上的区别, 例如海军针对舰船任务的特殊特点, 把舰艇在航率作为一个很常用的评估指标。

(7) 借鉴现役类似装备使用的参数

针对新型装备, 可以充分考虑现役类似装备使用的参数, 因为现役类似装备使用的参数已经经过长期实践的考验, 具有一定的实用性。

3.2.2 评估指标体系建立一般程序

装备装备保障能力评估指标体系建立程序如图1所示。

(1) 目标分析

所谓目标, 就是装备保障所要达到的目的, 是要求装备保障达到的期望状态。对装备保障的要求和期望是多方面的, 这些要求和期望反映在装备保障的目标上, 就形成了不同类型的目标。目标主要包括:a总体目标和分目标;b战略目标和战术目标;c近期目标和远期目标;d单目标和多目标;e主要目标和次要目标等。

(2) 系统分析

系统分析就是采用系统工程的观点和方法, 对装备保障工作进行分析, 弄清装备保障能力形成的影响因素, 澄清各因素之间的关系。

(3) 特征属性分析

特征属性分析就是对各要素的特点进行分析, 建立与之相适应的指标, 弄清各指标的本质属性, 为各指标建立数学模型、获取评估数据奠定基础。

指标属性指每个指标是定性的还是定量的, 是静态的还是动态的, 具体定义如下:a定性指标是指不可用数量描述的指标;b定量指标是指可以通过分析、计算得到具体数量来描述的指标;c静态指标是指不随时间、环境条件等因素变化而变化的指标;d动态指标是指随时间、场合等条件变化而变化的指标。

(4) 结构分析

不同的目标结构, 会带来不同的评估指标体系结构形式, 常见的评估指标体系的结构形式有以下三种:

a层次型评估指标体系

根据评估指标体系的目的需要, 通过分析系统的功能层次、结构层次、逻辑层次建立相应的评估指标体系。

b网络型评估指标体系

在结构比较复杂的系统中, 若出现评估指标难于分离或系统指标模型尚未确定时, 应使用或部分使用网络状的评估指标体系。

c多目标型评估指标体系

对复杂系统而言, 追求单一目标评估, 往往具有很大的局限性和危害性, 通常应建立多目标评估体系。在多目标评估体系中, 每个目标的评估指标体系可以是层次型的, 也可以是网络型的, 甚至可以分解为多目标型。

(5) 信息来源分析

对装备保障能力进行评估, 离不开装备保障信息。对信息来源的分析, 可以加深对装备保障能力的理解, 也可以通过掌握的第一手资料更准确地对装备保障能力进行分析。

指标信息的来源, 通常有以下几种:a有关数据库;b公式计算;c统计分析;d专家咨询;e主观估计等。

(6) 权重分析

权重是要素对目的 (总目标) 的贡献程度的度量。通过权重分析, 可以得到各个指标在装备保障能力评估中的地位和影响程度。

(7) 归一化分析

归一化是指标间相互比较的基础, 是进行装备保障能力总体评估的前提。

(8) 紧迫度分析

紧迫度分析能为决策部门提供提高装备保障能力需要迫切解决的问题的依据。

(9) 形成初步的评估指标体系

(10) 向专家咨询

形成初步的评估指标体系后, 需广泛征求专家、业务机关和有关专业人员的意见和建议, 形成较完善的装备保障能力评估指标体系。

3.3 装备保障仿真评估模型研究

建立数学模型的一般要求包括:

(1) 足够的精度, 即要把本质的关系和规律反映进去, 把非本质的部分去掉;

(2) 简单、便于处理;

(3) 依据要充分, 即要依据科学规律、客观规律来建立公式和图表;

(4) 尽量借鉴标准公式;

(5) 模型所表示的系统要能模拟和控制, 便于检验和修改。

建立数学模型的一般步骤为:

(1) 对总体进行观察, 想象其运动变化情况, 用非形式语言进行描述;

(2) 确定问题的所属系统、模型大概的类型, 以及描述这类系统所用的数学工具, 提出假说;

(3) 将假说进行扩充和形式化, 选择具有关键性作用的变量及其相互关系, 进行简化和抽象, 将问题的内在规律用数字、图表、公式、符号表示出来, 经过数学上的推导和分析得到定量的关系, 初步形成数学模型;

(4) 根据现场试验和对试验数据的统计、分析, 估计模型指标;

(5) 检验、修改模型。

装备保障评估数学模型研究主要是根据数学模型建立的一般要求和步骤, 结合所建立的评估指标体系及选用的评估方法来建立评估数学模型。

4、结论

装备保障仿真评估是装备综合保障工程研究的一个重要方面, 文中对其仿真评估的研究将有利于指导装备保障能力评估的研究和发展。

参考文献

[1]杨为民.可靠性·维修性·保障性总论[M].北京:国防工业出版社.1995.

[2]马绍民.综合保障工程[M].北京:国防工业出版社.1995.

[3]陈小剑, 梁梁.系统评价方法及应用[M].合肥:中国科学技术大学出版社.1993.

[4]李元奎.高技术与现代战争[M].北京:军事谊文出版社.1998.

仿真评估第4篇

装备保障方案是指导和调整装备保障活动的行动准则;是依据装备作战使用要求和装备保障指挥员的保障决心,对完成装备保障任务和实施措施的总体设想;是制定装备保障计划的依据;是对装备保障任务的内容、步骤和实施程序所做出的科学安排和规定。

装备保障方案系统是利用计算机网络以及相应的软件技术,通过装备保障可能出现的影响装备保障能力的诸要素,建立的一体化、联合战役下的装备保障方案系统,为制定规范合理的装备保障方案提供了方法和条件,保证了部队装备保障有序、顺利、高效的进行。

1 装备保障方案系统的总体目标

装备保障方案系统的设计总体目标是:运用分布式计算机网络技术和智能决策支持系统技术,面向战区、大军区、集团军以及师旅团的装备保障指挥员以及业务部门,建立一个制定战时装备保障方案的应用平台,为战时各级装备保障指挥员提供一个规范的、详细的装备保障方案,同时为装备保障方案仿真评估平台提供装备保障方案模型及数据库信息。通过装备保障方案系统的仿真评估,确定能够完成装备保障任务的最有效、最利于保障和运行的装备保障方案。实现装备保障指挥员对装备保障力量的有效使用,对部队执行作战任务提供强有力的支撑和保证。

2 装备保障方案系统设计

2.1系统功能设计[1]

装备保障方案主要包括组织指挥计划和专业保障计划两部分。组织指挥计划主要包括:装备保障力量部署计划。专业保障计划包括装备维修保障计划、装备维修器材保障计划、装备(设备)供应保障计划、弹药保障计划和装备运力申请保障计划等。

装备保障方案系统是面向仿真平台的系统,综合性强、复杂程度高,需要对装备保障方案进行结构化、规范化的规定,建立适合装备保障方案仿真的装备保障方案模型。装备保障方案系统主要包括想定模块、装备保障计划制定模块和装备保障方案模型构建模块(如图1所示)。

2.1.1想定模块

想定模块是实现系统运行初始化的基础,包括战场设置、数据管理、条例法规等子模块。这些子模块以数据的形式存储在装备保障方案数据库里。

(1)战场设置。根据用户输入的作战想定和装备保障对象标绘红、蓝军对抗态势,给作战仿真和装备保障方案的制定提供初始环境和基本依据。

(2)数据管理。数据管理模块是对所有数据列表进行录入、修改、删除、维护、查询、调用等的数据维护或管理。

(3)条例法规。将各种条例法规的资料存入数据库中,组织人员在使用系统过程中,查阅方便快捷安全,可以提高训练组织人员的工作效率。

2.1.2装备保障计划制定模块

装备保障计划[2]是组织实施装备保障行动的具体描述,是装备保障方案的进一步细化,二者具有如下关系(如图2所示)。

(1)装备保障力量部署计划。装备保障力量部署涉及设计装备保障力量的部署地域、装备保障力量的编组、人员的配备、装备的组成、装备保障力量的具体任务区分和各装备保障力量的配置展开位置等。

(2)装备维修保障计划。装备维修保障计划主要涉及装备保障维修力量的配置;维修力量的编组;各维修保障力量的维修保障任务和维修保障能力;各维修保障力量之间的保障关系以及针对各个维修保障力量应该采取的维修措施等。

(3)装备维修器材保障计划。装备维修器材保障计划主要包括维修器材库的配置位置;各器材库(所)的编成、属性以及各维修器材库(所)所承担的任务;各器材库所与配属部分队之间的保障关系以及在战时应采取的保障措施等。

(4)装备(设备)供应保障计划。装备(设备)供应保障计划主要包括装备(设备)库所的配置位置;人员和运输工具的编成;与所配属部队的保障关系以及所承担的保障任务等。

(5)弹药保障计划。弹药保障计划主要包括弹药库(所)配置;人员的组织与分工;加大弹药区分,补充限额,消耗限额规定,弹药的管理,与所配属部队的保障关系,仓库的警卫与防护措施与策略等。

(6)装备运力保障计划。装备运力保障计划主要包括运输保障力量的编组;人员和运输装备的编成;所承担的装备保障运输任务,与所配属部队的保障关系;运输方式以及运输时机;各种运输保障措施和策略等。

2.1.3装备保障方案编辑业务流程

(如图3所示)

2.1.4装备保障方案模型构建模块

模型构建模块的主要功能是将装备保障方案的各个装备保障计划体现出的装备保障任务以模型的形式提供给装备保障方案仿真评估工具。

(1)保障关系模型是将装备保障任务所涉及到各个保障任务之间的保障关系进行了细致的规定和描述。主要包括指挥类保障关系、备件类保障关系、维修类保障关系、弹药类保障关系等(如图4所示)。

(2)保障业务过程模型是指根据保障实体以及完成保障任务的单元(最小任务单元)所产生的任务来确定产生保障任务的实体,通过实体的基本活动,建立每类可执行活动的过程模型。实体主要包括指挥类实体、备件类实体、维修类实体、弹药类实体等(如图5所示)。

(3)维修任务区分模型包括三个部分:维修任务分配、维修实体岗位与人员的关联和维修任务量区分。维修任务分配,是指将保障对象的维修任务区分到各个保障实体中,确定保障实体承担该任务单元的何种维修任务。维修实体岗位设置:根据实体任务分配结果,将维修任务所需的人员与维修实体设置的进行关联。维修任务量区分,是指确定某任务在各个级别的保障系统及各个级别的保障实体中的任务分摊比例(如图6所示)。

3 结束语

笔者根据部队装备保障工作的现状,采用面向对象的方法,设计了装备保障方案编辑工具、装备保障方案系统的模型和仿真实体,并采用Qt工具完成了对装备保障方案系统设计,且具有良好的扩充性和通用性,对部队的装备保障方案的使用和装备保障训练质量的提高起到了极大的推动作用。

参考文献

[1]张志伟,胡晓峰,蒋亚群,等.面向武器装备体系的群决策支持系统设计[J].装备指挥技术学院学报,2008,19(3):24-25.

仿真评估第5篇

经济与环境的可持续发展使制造业面临节能减排的巨大压力,离散制造业(包括航空航天、汽车、电子器件、装备制造等企业)具有利润低、量大面广的特点,使得离散制造业的总体能耗和成本比例不能忽视[1,2],面向离散制造业的低碳制造(Lowcarbon manufacturing)或能量有效的制造(Energyefficient manufacturing)正逐渐被广泛关注[3]。产品在全生命周期过程中消耗的资源包括能量资源和物料资源[4,5],从而形成了能量流和物料流。产品的设计阶段决定了主要的物料消耗量,产品的加工制造、运输、使用维护和最终报废处理主要依赖能量资源。离散加工制造系统是完成产品制造过程的重要载体,深入理解和研究离散制造过程中的能量消耗(主要是电量消耗)不但是产品碳足迹评价的基础,也是寻找制造过程节能方法的途径。

麻省理工学院[6]提出了一种对机械加工过程环境负荷进行测定的方法,测出了10种典型制造技术的36个过程的能量消耗。Dahmus等[7]分析了机械加工系统中的环境影响和资源消耗的各种因素和状况。为减少机械加工系统的废物流和能量消耗,Bennett等[8]研究了产品工艺路线的选择方法。Dietmair等[9]提出了一种基于仿真对制造过程的能量消耗进行建模的方法,通过事先给定一个随时间变化的加工操作过程状态变化图对加工过程的能量需求进行仿真分析。Herrmann等[10]从生产过程和机器、生产系统、技术支持服务三个方面分析了提高制造能量效率的途径,提出过程链仿真(Process Chain Simulation)的概念并建立了一个仿真架构来模拟和预测过程链的能量消耗。He等[11]通过建立加工系统的事件图模型来评估加工方案的时间性能和能耗性能。文献[12,13]利用优化运作方法,通过优化算法评价不同生产排程的能耗来选择能耗较低的生产批量和顺序。

现有研究侧重于离散制造系统的某个子要素或子过程的能耗研究,对系统层的离散制造过程能耗还缺乏深入的探讨。本文通过分析离散加工系统中的能量流,建立了一个三视图模型,分析了不同视图的节能途径;通过建立能耗状态图模型,从系统层次对加工系统的能耗进行多目标仿真评估。

1 离散加工系统的能量流特征与耗能要素

从加工系统的物理组成分析,一个离散加工制造系统的基本构成要素可以分为生产环境、生产设备、生产对象、操作工人四个部分。这四个部分都对制造过程的能量流产生影响(如图1所示)。操作工人的良好行为习惯(如及时关闭空调、照明等;及时关掉长时间不工作的机床等)能够降低系统的总能耗;而其他三个要素的相互作用形成了以下两大类能量流。

环境能量流:辅助生产所需的能源消耗,如采暖、通风、照明、供水等消耗的能量;该部分的能量消耗在不同季节虽有变化,但基本保持稳定,能够从历史数据中获取。采用节能的环境设备能够降低环境能耗(不在本文的研究范围内)。

生产能量流:不同机床组件及外围辅助设备(如冷却、润滑、排屑、转位和夹紧装置)在工作过程中消耗的能量,生产能量流受到生产设备本身的构造以及生产对象的影响。

生产能量消耗是节能的主要对象。以生产设备一个工作循环周期为单元,生产能量流主要包括空载启动能耗、外围辅助启动能耗、工件加工能耗等。从Gutowski的能耗组成图[6]中可以看出,生产能量流中包含了两类重要的能耗特征,本文把这两类能耗特征定义如下:

定义1:瞬时能耗特征是指生产能量流中持续时间短暂但能耗量较大的工作状态(如空载启动)。

定义2:过程能耗特征是指生产能量流中持续时间长且具有一定能耗量的工作状态(如某种参数条件下的材料去除加工、机床空闲运转等)。

在生产循环过程中,存在众多的瞬时能耗特征和过程能耗特征,正是这些能耗的累积形成了制造系统的总体能耗。进一步分析,无论是瞬时能耗特征还是过程能耗特征中,生产能量流的能耗图[6]都包含了75%的固定能量流,即维持机器正常加工运行条件所消耗的能量,而其中只有25%的能量流为可变能量流,即刀具对材料进行不同参数切削时所消耗的能量。因此,仅仅通过降低加工的过程能耗并不能到达显著的节能效果,而应该从系统整体角度降低机器的非增值运行状态,本文通过区分生产能量流中的不同能耗特征,能够为实施节能生产中机器工作状态的转换控制提供参考,而在机器工作状态转换过程中,瞬时能耗和过程能耗的持续时间及其数量也不断发生变化,不同节能控制策略能否真正达到节能加工目的是另一个值得研究的方向。

在离散加工制造过程中,为研究生产设备、生产对象和系统行为三者之间因为静态和动态因素对制造过程能耗产生的影响,本文建立了一个分析能耗影响因素的三视图模型(如图2所示),用于区分和明确离散制造系统中设备、对象和系统层面上的能耗因素及其特点,从而进一步细分不同视图上的节能技术和策略。

定义3:耗能要素是指离散制造系统中对系统能耗产生影响的各种基本要素或者参数,耗能要素根据其表现形式进一步分为直接消耗能量的显式耗能要素和间接消耗能量的隐式耗能要素。

设备视图:机械设备是由一系列的运动单元组成的,输入的能量资源用于驱动设备中的各个运动单元来完成制造任务。图2中设备视图中各个设备的运动单元形成了制造系统的显式直接耗能要素。设备运动单元的基本能耗特征是由其自身属性决定的[1],如每个运动部件的结构设计、运动控制方式等。为降低设备自身的工作能耗,设计出结构、原理和技术上更节能的制造设备是节能的根本途径和设计研究的长期任务。但在制造系统中全面采用节能型设备的更新换代周期长、成本高,是短期内不易解决的问题。目前研究中,设备的工作能耗量一般采用空载能耗来估算,也可以利用设备的理论能耗模型计算,但目前还没有较完善的理论模型来描述设备工作过程所需要的能量。为获得准确的实际设备工作能耗,通过对实际加工过程的测试来获得设备在加工时的能耗是较为合理的途径。

对象视图:一台机床能够加工不同的零件对象,每个零件对象具有不同的工艺特征(如图2所示),根据加工质量要求,需要不同的加工参数。从加工对象视图分析,相同的加工机床设备,不同的零件材料、刀具类型、加工参数将形成不同的加工力/力矩,影响加工设备运动单元的负载,从而需要消耗不同的能量。因此,零件的工艺特征形成了一种隐性的间接耗能要素,工艺的不同将使零件加工消耗不同的能量,选择优化、合理的加工参数组合能够降低零件加工特征的能耗,是对象视图中工艺层次的节能策略。但在工艺设计等前期阶段,不同加工参数组合所需要的加工能耗不可能全部通过实际的加工测试来获得,需要一定的推理方法来支持加工对象视图中工艺特征的能耗数据获取。

系统视图:从制造系统角度看,系统的输入一般是生产计划排程,即将不同类型的原材料以一定的顺序输送到系统中,原材料以相同或不同的加工制造路线经过系统,最终形成产品输出。在离散制造系统中,如果制造设备一定、加工参数一定的前提下,不同的零件和机器生产排程安排将影响单个零件加工的能耗,从而使不同的生产加工排程具有不同的系统总体能耗;在相同的生产排程条件下,是否对机器加工过程中因空闲时间造成的能耗进行适当的停机调度也将影响整个系统的总体能耗。因此,排程计划和调度策略是系统视图的间接隐式耗能要素,这两个因素是进行系统层节能生产控制的关键,优化合理的排程计划和实时的机器工作状态调度将从系统层面上实现节能生产。

从上述分析可知,一旦确定了制造系统中采用的设备,其基本能耗特征是无法改变的;对于一组待加工的零件对象,可以利用优化的参数组合来改善加工该组零件的能耗;而从一个离散制造系统的角度,为了降低生产计划的能耗,需要在生产排程和加工制造过程的实时节能调度控制方面进行研究,利用实时生产过程数据发现节能时机,实现制造车间的自动智能节能调度生产。为支持系统层次不同生产排程的能耗仿真评估,本文建立了一个多粒度制造系统能耗仿真模型,通过合理的粒度选择和组合,实现设备工作状态不同细节条件下的加工系统能耗仿真评估。

2 离散加工系统的多粒度能耗仿真模型

加工车间作为一个动态的离散事件系统,在实际工作中,系统层的节能调度策略是实现持续改善的重要途径[14]。加工过程优化排序是实现系统层节能的途径之一,但现有的加工调度一般考虑的是生产计划的竞争性指标,如生产周期、生产成本、加工质量等,可持续性制造要求加工过程必须有低的能量消耗和低的环境影响,因此,在可持续制造中,融入可持续性指标,如资源消耗、环境影响,从而形成一个多目标组合优化问题,该方面的研究正得到广泛关注[15],本文不做重点阐述。

离散制造系统建模与仿真作为重要的决策支持技术,在制造系统的规划、设计和运作等方面已占据不可替代的地位。但是,现有的制造系统建模、分析、仿真与调度是以产量和工位的时间效率为目标,以生产时间和人力/设备资源数量为约束来衡量系统的优劣,没有考虑制造系统的能量消耗问题,为实现经济和社会的可持续发展,在兼顾生产制造系统产量和交付时间因素的同时,必须考虑系统的能量消耗来综合分析制造系统的性能。

为详细描述机器工作过程中能量的消耗过程,必须把能量流分配到机器的工作状态上,形成工作循环过程中不同的能耗状态,才能为离散加工系统的能耗仿真评估、优化和实时的节能控制提供支持。为实现多粒度的生产能耗评估、仿真需求,可以建立不同粒度的能耗状态图模型,如传统的三状态描述{加工、空闲、停机}是一种粗粒度的建模。为适应机床加工过程中更多的能耗状态描述,从而通过仿真发现并降低能耗量大的状态,根据一般的机器工作循环、考虑到未来可能的节能控制需求,本文将机器的能量消耗状态按照工作状态的不同划分为表1所示的8种(根据需要还可进一步细分),并依据状态间的逻辑关系建立了如图3所示的机器加工过程多粒度状态图模型,这8种状态可以根据需要进行不同粒度的组合,实现不同细节的能耗仿真评估。在状态图中加入了控制策略,如无零件等待加工时使机器由消耗能量大的“待命”空闲状态转入消耗能量少的“加电”空闲状态,在一定条件下再通过“加速”状态能够快速达到生产状态,从而降低加工过程的非增值空闲环节。

3 能耗仿真评估案例

以文献He等[11]中的一个7个机器组成的job shop车间为例,为接近实际生产情况,加入机器故障维护和更换刀具状态的相关数据,采用{空闲、加工、故障处理、更换刀具}四状态描述加工过程的能耗情况,建立该粒度下的能耗仿真模型如图4所示,以加工时间和加工能耗两方面为指标进行生产排程计划的综合仿真评价。

该加工车间需要加工A/B/C三种零件,批量分别为20、40、30。三种加工零件的加工方案如图5所示,不同类型的零件可以采用不同的机床加工,加工时间和加工能耗量不同(椭圆框内的数字,时间单位为秒,能耗单位为kwh),每个机器的空闲能耗、更换刀具等信息如表2所示(不考虑机器的故障维护能耗),假定所有机器的故障发生与维护时间服从均值为90分钟和3分钟的指数分布,同一个机器如果前后加工不同的零件就需要更换刀具,本文采用离散事件仿真软件Arena进行建模和仿真。

取其中两种加工方案(方案1:零件A的加工路线为M1-M2-M5、零件B的加工路线为M3-M4-M7、零件C的加工路线为M1-M6-M3;方案2:零件A的加工路线为M1-M2-M4、零件B的加工路线为M3-M4M7、零件C的加工路线为M2-M6-M4)的仿真结果进行对比如表3所示,从表3中可以看出方案2在加工时间和能耗方面都优于方案1,不但加工时间减少了0.4%,而且能耗也降低了14.9%。因此,采用多粒度状态图方法建立机器的能耗状态模型,能够实现对加工系统的方案进行多指标评估,仿真方法能够考虑零件的随机到达模式和故障模式,避免优化排序方法中所作的众多简化假设[15],将优化和仿真方法相结合,有助于快速找出合理的节能生产方案。

4 结论

离散加工系统的能耗是产品全生命周期中能耗的重要组成部分,离散加工系统层的节能方法是实现离散加工制造过程持续改善的源泉。本文分析了离散加工系统的物理组成,识别了系统中的环境能量流、生产能量流及其瞬时能耗和过程能耗。以整个离散制造加工系统中的耗能要素为对象,建立了一个包含加工设备、加工对象和加工系统的三视图模型,分析了每个视图中的节能途径。面向加工系统工作过程多粒度能耗仿真评估需求,建立了多粒度能耗状态图模型。通过示例说明了多粒度建模方法的应用,并利用Arena软件进行了仿真实验,本文的方法能够为考虑能耗量的多方案加工选择提供决策支持。

摘要：离散加工系统是产品制造过程的重要载体,其能量消耗直接影响了产品的碳足迹。通过分析离散加工系统的工作过程,归纳和区分了系统中的环境能量流、生产能量流及其产生的瞬时能耗和过程能耗;提出了离散加工系统的设备、对象和系统三视图能耗模型,分析了每个视图中的能耗特征要素和节能策略;以系统视图的能耗评估为目标,建立了一个机床加工过程多粒度能耗状态图模型,分析了不同能耗状态的特点。用示例说明了多粒度能耗仿真模型的应用,实现了系统层不同加工方案的多目标仿真评估,为节能型加工方案的选择提供参考。

仿真评估第6篇

航空公司在开展空中交通流量管制工作时, 基础性的工作就是评估终端区空域容量, 目的是了解终端区所能承载的流量极限, 进而有针对性的安排航班排队, 预防航班延误事件的发生。在进行终端区空域容量评估时, 单扇区终端区空域的评估比较简单, 而多扇区终端区空域容量的评估工作比较复杂, 单扇区的评估方法并不适用, 因此, 需要在仿真模型的基础上进行科学的评估, 提升空中交通流量管理效果。

1 终端区航线复杂网络属性

1.1 终端区概述

所谓终端区空域, 是指终端管制区所涉及的空域。终端区空域系统是空管系统中的组成部分, 情况复杂性非常高, 在此系统中, 无论是任何一条航路上飞行的航班, 均需要脱离航路, 并融入到进场航线中, 最后, 经过不同的进近路线, 降落在对应的跑道上。在同一个扇区终端区空域内, 各个航班之间的间隔要符合要求, 同时, 避免出现航班延误现象。在终端区空域中, 包含等待区、进出走廊口、进场航线、复飞航线等部分。

1.2 复杂网络介绍

网络是一个系统, 其中包含了数量众多的个体, 且个体之间在系统内部相互作用, 将个体及个体之间的相互作用进行抽象化处理, 便会形成图。近年来, 在地面交通网络以及航空网络中, 开始广泛的应用复杂网络, 并且进行了比较多的研究, 但只局限于宏观航线网络中, 局部地区的康路网络研究非常少。

1.3 复杂网络属性

复杂网络主要有三个方面的属性:第一, 度分布, 这是复杂网络的统计特性, 也被称之为连通度, 在不同的网络中, 度的含义也有所区别, 在社会网络中, 个体的影响和重要程度即可采用度表示, 度越大时, 说明个体的作用越大[1];第二, 平均路径长度, 这是复杂网络的度量特性, 网络中包含众多节点, 节点对之间的平均最短距离就是平均路径长度;第三, 介数, 包含两种, 一种为顶点介数, 一种为边介数, 为全局变量, 节点或边的作用及影响力用介数来表示。在终端区航线网络中, 航空导航的主要方式为陆基无线电导航, 导航台具有比较高的入度和出度, 航线汇聚于导航台, 减少节点连接数量, 从而说明, 航线网络具有无标度的特性。

2 终端区空域容量评估的策略及方法

2.1 评估策略

在终端区系统中, 包含两个部分, 一个是所辖机场机动区, 包含跑道系统及滑行道系统, 一个是终端区空域, 进场和离场的飞机就是流量主体。进场的飞机来源于其他空域, 进入终端区空域入口后, 沿着进场航线飞行并降落;离场飞机自机场机动区进入, 沿着离场航线飞行, 达到终端区空域出口后离开。终端区空域的容量比较小, 交通拥堵的发生率比较高, 空中交通管制中, 采用尾随间隔管理策略, 让飞机排队进入终端区空域。基于此, 在航班排队的基础上, 建立仿真模型, 评估终端区空域容量[2]。进场飞机以及离场飞机达到终端区系统边界之后, 飞机均需要依照排队规则依次进入, 进入后, 飞机依据自身的路径飞行。终端区排队仿真模型建立完成之后, 即可展开评估工作。

2.2 评估步骤及方法

首先, 在跑道构型和空域结构的基础上, 构建终端区系统仿真模型, 评估终端区空域容量时, 与滑行道系统之间并无直接关系, 因此, 在终端区系统仿真模型中, 共包含两个部份, 一部分为跑道系统, 另一部分为终端区空域。其次, 将航班计划导入到模型中, 对飞机达到终端区系统进行仿真序列编排, 我国民航在运行的过程中, 航班计划以周为周期, 因此, 在相同的运行模式下, 只需将一周的航班执行输入导入到模型即可, 随后, 仿真每日的运行情况, 通过每日航班计划起降时间, 可以大致的了解各个航班飞机达到的先后顺序, 航班流向不同时, 运行安全及运行效率受到的影响也不相同, 在此作用下, 管制员接收的优先等级就会有所不同, 在充分考虑这些因素的基础上, 完成每日飞机达到终端区系统的方针序列编排[3]。最后, 利用计算机对模型进行仿真, 仿真按照一定的流程来进行, 仿真结果出来之后, 将运行效能指标计算出来, 最终获得评估结果。为了保证评估结果的准确性, 需要进行多次仿真, 进而以具备普适性的流量高位稳态水平作为仿真结果。

2.3 实例分析

为了验证仿真模型评估效果的准确性, 以国内某机场中终端区空域为例, 进行实例验证。某机场终端区空域每日承载的进离场飞机数量达到500 架次, 空中交通非常繁忙, 并且航空运输需求保持在增长的趋势中。首先先进行参数设置, 接着采集和处理相关数据, 选取某机场2015 年3 月一周的航班数据, 编排仿真序列, 完成后, 将仿真序列输入到仿真模型中, 共进行仿真5 次, 通过对仿真结果的观察分析可知, 其与实际运行数据相符合, 说明, 仿真模型具有比较高的实用价值。

3 结束语

评估终端区空域容量时, 以航班排队特性为基础, 建立航班仿真模型, 以便于科学的评估多扇区终端区空域容量。经过某机场的实例验证可知, 仿真模型的仿真结果与实际结果相符合, 由此可见, 仿真模型终端区空域容量评估具备比较高的准确性, 可以有效地评估终端区空域容量, 进而降低航班延误发生率, 提升航班的运行效率。

参考文献

[1]温媛媛, 戴福青.基于TAAM机场终端区容量评估方法研究[J].中国民航飞行学院学报, 2013, 6:9-14.

[2]张明, 韩松臣.基于空域灵活使用的终端空域规划设计方法[J].交通信息与安全, 2013, 5:5-9.

仿真评估第7篇

机场容量评估是有效提高机场容量、改善机场空中交通阻塞状况的基础和前提。随着机场规模越来越大,机场系统越来越复杂,基于计算仿真模型的评估方法,开发机场容量评估系统对空中交通容量进行科学有效的评估尤为重要。要评价一个终端区,飞机流是一个必不可少的对象。产生一个符合条件的随机飞机流对于容量评估是非常重要的。

航空器的到达与地面交通的车辆到达一样,在某种程度上具有随机性。对于机场跑道容量的研究,Bowen和Pearcelf在1948年最早提出假定服从泊松分布的到达流模型。1969年,Harris首次考虑了导航设备的误差和人的因素,假设飞机间隔服从正态分布。黄卫芳[1],胡明华等人在成都国际机场、首都国际机场的仿真评估中,仿真飞机流均采用均匀分布。随机变量的数字特征和概率分布对飞机流仿真是相当重要的。这些数据的获取,国外有专门的机构和人员从事这方面的工作,其覆盖之广泛、采集之全面是国内目前尚无法比拟的。

如何产生满足条件的飞机流,如何保证飞机流的随机性是要解决的2大问题。即飞机流各属性满足什么概率分布及如何生成该分布的随机序列问题,本文以这2点为着力点,进行深入的研究。

1 数据需求与分析

飞机流生成模型实际上就是根据飞机流的仿真输入条件,依靠随机数技术产生符合已给定概率分布的单个飞机状态属性以及飞机流参数。仿真飞机流是一个复杂的、庞大的各属性数据的组合。对实际航班运行数据库的数据进行提取、筛选及处理,对所需数据的详细、全面分析是生成优质飞机流的必要基础。下面对仿真飞机流的数据需求与处理进行详细的说明,如图1所示。

由于重、中、轻型机的前后的尾流间隔不同,在机场场面上的滑行速度和安全间隔也不同,因此在模拟飞机流时,各航班的机型以及仿真时间段内的各机型比率是仿真飞机流的一个重要考虑因素。进离场航班数量的不同比率直接导致容量评估结果的差异。同时,交通运输的到达流在某种程度上具有随机性,服从一定的交通流分布规律,对航班到达流时刻统计处理,是保证仿真飞机流准确与否的关键问题之一。在我国,民用机场附近的军航机活动对机场的容量也产生较大的影响,因此,如果所评估机场存在军航机活动,必须取得军航机机型、数量、飞行速度和高度等数据。经过对实际飞行数据库数据的处理分析,结合航空器性能、管制规则等条件,共同构成仿真飞机流模块的初始所需输入数据。

2 飞机流仿真的2个关键问题研究

如何产生起飞/到达流分布满足条件的飞机流和如何保证飞机流的随机性是飞机流仿真要解决的2个关键问题。

2.1 机头时距分布类型确定及检验

在模拟过程中,选用机头时距作为表征动态飞机流的随机变量,根据机头时距分布确定飞机的事件发生时刻。

2.1.1 移位负指数分布确定

交通运输的到达流在某种程度上具有随机性,描述这种随机性的统计分布规律可以以描述事件之间时间间隔的连续性分布为工具,研究事件发生的间隔时间或距离的统计分布特性,如时距分布等。

若飞机到达流符合泊松分布,则机头时距就是负指数分布。有

$Ρ (h \geq t) = e^{- λ t} (1)$

而机头时距小于t的概率为:

$Ρ (h ＜ t) = 1 - e^{- λ t} (2)$

用样本的均值m代替M、样本方差S2代替D,即可算出负指数分布的参数λ。其中M、D分别为负指数分布的均值和方差。

但在随机飞机流中,由于尾流影响和安全距离的要求,飞机之间需要满足某一最小的时间间隔,且到达流具有"单列不可超车"性,不可能是无间距的到达,即ti+1-ti必须大于等于某一个要求的经验数tmin,而并不是零。因此,本文引入移位负指数分布,它能更好的拟合所观测的数据,以确定理想的仿真飞机流的概率分布类型。

移位负指数分布的分布函数为:

$\begin{array}{l} Ρ (h \geq t) = 1 - e^{- λ^{'} (t - τ)} ‚ t \geq τ (3) \\ Ρ (h ＜ t) = 1 - e^{- λ^{'} (t - τ)} ‚ t \geq τ (4) \end{array}$

其概率密度函数为:

$f (t) = {\begin{cases} λ^{'} e^{- λ^{'} (t - τ)} t \geq τ \\ 0 t ＜ τ \end{cases} (5)$

式中: $λ^{'} = \frac{1}{\bar{t} - τ}$ ; $\bar{t}$ 为平均机头距。

分布的均值为 $Μ = \frac{1}{λ^{'}} + τ$ 。

对成都双流国际机场2007年10月15日的07:00～09:00时间段的离港航班时刻表数据进行观测,整理出机头时距数据如表1所列。

根据所观测的数据,用移位负指数分布拟合观测数据。

$λ = \frac{1}{\bar{t} - τ} = 0.857 1$

式中:τ为机场实际运行观测数据的最小机头时距,取1.5 min。

有移位负指数分布:

$Ρ (h \geq t) = e^{- 0.857 1 (t - 1.5)} (6)$

2.1.2 X2检验

统计学中对分布函数的拟合检验方法很多,通常采用的是X2皮尔逊检验法。检验统计量为

$X^{2} = \sum_{j = 1}^{g} (\frac{f_{j}}{n} - p_{j}) \frac{n}{p_{j}} = \sum_{j = 1}^{g} \frac{f_{j}^{2}}{F_{j}} - n (7)$

式中:fj为样本在第j段区间(tj-1,tj)的频率;pj为概率分布在第j段区间(tj-1,tj)的相应概率;n为样本数。在X2分布中,参数只与自由度R有关。

根据皮尔逊定理,若给定显著性水平,可计算X2分布的临界量X $_{α}^{2}$ ,若X $_{α}^{2}$ ≥X2,则接受原假设。若X $_{α}^{2}$ <X2,则拒绝原假设。

$\begin{array}{l} X^{2} = \sum_{j = 1}^{g} \frac{f_{i}^{2}}{F_{j}} - n = 2.018 8 \\ D F = g - 1 = 5 \\ X_{0.05}^{2} = 11.070 ＞ X^{2} \end{array}$

可见,成都双流机场所考察的这个时间段离港航班的机头时距用移位负指数分布拟合是可以接受的。

2.2 素数模积式发生器和逆变法

在研究中,突出飞机流的随机性是至关重要的,它保证了模拟的可信度。

1) 产生随机数。

随机数产生技术是模拟成败的关键问题。计算机只能产生伪随机数,本文采用素数模积式发生器来产生随机数序列。

素数模积式发生器是是目前使用最广的一种均匀随机数发生器,素数模积式发生器方法如下:

${\begin{cases} x_{n} = 3 125 x_{n - 1} m o d (2^{35} - 31) \\ r_{n} = \frac{x_{n}}{2^{35} - 31} \end{cases} (8)$

式中:x0为小于M的任意正整数。

该方法可以保证随机性、长周期的同时,计算效率高。

2) 产生服从移位负指数分布的随机变量。

用"逆变法"推导产生移位负指数随机变量序列公式。移位负指数概率密度函数为

$f (t) = {\begin{cases} λ^{'} e^{- λ^{'} (t - τ)} t \geq τ \\ 0 t ＜ τ \end{cases} (9)$

移位负指数分布的分布函数为

$F (x) = 1 - e^{- λ^{'} (x - τ)} ‚ x \geq τ (10)$

由此得

$X = F^{- 1} = - (1 / λ) \ln (1 - U) + τ (11)$

先产生独立的U(0,1)随机数u1,u2,,un,令

$x_{i} = - (1 / λ) \ln (1 - u_{i}) + τ ‚$

得到移位负指数分布的随机数序。

3 飞机流仿真模块及流程

飞机流仿真模块及流程如图2所示。飞机流生成模型包括2部分信息:单个飞机信息和飞机流信息,其实质反映了系统初始化的两个随机性,即飞机个体的随机性和飞机流到达时刻的随机性。将仿真参数和仿真所需数据输入到数据库。系统根据用户的需要,从数据库中读取基本数据,按数理统计方法产生服从一定概率分布的时距,构成某走廊口进场或离场的时刻序列。利用计算机产生均匀分布的随机数,按要求比率配置相应航班的机型、航班号、走廊口及其它相关属性的赋值。不失一般性,假设以变量X的值为1、2、3分别表示某属性的3种类别,且

$f (X) = {\begin{cases} Ρ {X = 1} = Ρ_{1} \\ Ρ {X = 2} = Ρ_{2} \\ Ρ {X = 3} = Ρ_{3} \end{cases} (12)$

产生随机数u则

$x = {\begin{cases} 1 0 ＜ u Ρ_{1} \\ 2 Ρ_{1} ＜ u Ρ_{1} + Ρ_{2} \\ 3 Ρ_{1} + Ρ_{2} ＜ u 1 \end{cases} (13)$

根据产生的随机数u,判断所属区间,对应比率参数,配置具体机型、走廊口等属性值,并分别生成离场飞机流和各走廊口的进场飞机流。最后,采用冒泡排序法,将各航班流以航班时刻为序,排列出一个准确的仿真飞机流。经过系统的处理后,系统将仿真飞机流结果写入数据库中,供评估系统使用。

4 仿真及结果分析

本仿真系统采用Visual C++编程实现。以成都双流国际机场2007年10月15日的07:00～09:00时间段的航班时刻表为例。

表1表2是所采集样本的统计数据,作为飞机流仿真的输入模块,对此阶段的运行状态进行了4 h的仿真,结果如图3所示。

图4为实际样本数据点、第2-3小时阶段的仿真数据点、均匀分布数据点与移位负指数分布理论值进行比较的对比图。由图4可知,仿真结果与实际样本十分接近,且两者均与本文提出的移位负指数分布相吻合。并优于以往研究中直接采用随机生成的方法的效果。

对仿真结果的统计可知,走廊口比率、各走廊口机型比率、时刻概率分布等,与实际航班流基本相一致。结果显示,本文采用移位负指数分布的拟合是可行的,产生的飞机流效果是理想的。

5 结束语

本文利用移位负指数分布来拟合航班流机头距分布,解决了如何产生满足条件的飞机流问题,利用素数模积式发生器和逆变法保证了飞机流的随机性这一问题。文中围绕这2个关键问题进行研究,保证了模拟的可信度,得到了可行的仿真结果。但是关于飞机流随机变量的数字特征和概率分布这些数据国内还没有专门的机构和人员从事这方面的采集和分析工作,另外,由于飞机流受众多因素影响,以及外在客观的条件的制约,所以飞机流的仿真还有待今后进一步的研究。

参考文献

[1]黄卫芳.北京首都国际机场空中交通容量评估系统[D].南京:南京航空航天大学,2003

[2]Mahnke R,Kaupuzs J,Lubashevsky I.Probabilisticdescription of traffic flow[J].Physics Report,2005,408(1):33-52

[3]Chowdhury D,Santen L,Schadschneider A.Statis-tical physics of vehicular traffic and some relatedsystem[J].Physics Reports,2000,329(4):99-116

[4]Yang Qi,Koutsopoulos H N.A microscopic trafficsimulator for evaluation of dynamic traffic manage-ment systems[J].Transportation Research C,1996,4(3):113-129

[5]王炜,过秀成.交通运输工程学[M].南京:东南大学出版社,2000

[6]余劲,张玮,姜继红,等.西江航道船舶流的概率分布特性[J].交通运输工程学报,2006,6(2):88-93

[7]邹智军,杨东援.城市交通仿真实验系统的面向对象开发[J].系统仿真学报,2002,14(7):844-848

仿真评估第8篇

论文选取关键风险指标作为风险测量变量,对风险因素进行细化,并用颜色集加以区分,构建基于着色Petri网的TOT特许期风险评估模型,该模型反应了TOT项目风险测量变量对TOT特许期决策因素的影响过程,并假设风险测量变量服从正态分布,通过计算机随机产生正态分布随机数,对模型进行仿真分析。

1 风险因素对决策因素影响过程

在文献[1]风险因素对决策因素影响过程分析基础上,根据风险识别的结果,引入风险测量变量。对于政治风险(X1),选取政策变化风险(x01)和政府行为干预风险(x02)两个测量变量,法律风险(X2)选取法律法规健全程度(x03)和法律法规的执行程度(x04)两个测量变量,金融风险(X3)选取利率变动(x05)、汇率变动(x06) 、货币汇兑自由(x07)和通货膨胀率(x08)四个测量变量,不可抗力风险(X4)选取恶劣气候条件(x09)和地质灾害(x10) 两个测量变量,运营风险(X5)选取技术标准超前性(x11)、运营服务质量(x12)和运营成本控制水平(x13) 三个测量变量,市场风险(X6)选取需求量测量不准确(x14)和需求量变动(x15)两个测量变量。引入风险测量变量的风险因素对决策因素影响过程如图1所示。

2 基于着色Petri网的风险评估模型

2.1 着色Petri网系统

着色Petri网(CPN,Coloured Petri Net)是在经典Petri网的基础上,用颜色集对标识进行区分,简单的CPN是对库所Place中的Token施加颜色。在CPN中,同类的元素染上同一种颜色,不同类的则采用不同的颜色加以区别。

定义1着色Petri网CPN是一个七元组∑=(P,T;F,C,W,I,M0)[2],其中

(1) ∑=(P,T;F,C,W,I,M0)是一个Petri网。

(2) C是颜色的有限集合C={c1,c2,,ck}

W:FL(C)+

I:TL(C)+

M:SL(C)+

L(C)为定义在颜色集上的非负整数线性函数,L(C)+表示系数不全为0的L(C)。

2.2 模型建立

根据图1风险测量变量与特许期决策因素影响关系图建立基于随机Petri网的TOT特许期风险评估模型RA-CPN(Risk Assessment on CPN)如图2所示。

2.2.1 模型描述

根据CSPN定义,图2 RA-CSPN定义为∑=(P,T;F,C,W,I,M0,λ),其中:

(1)∑=(P,T;F,W,M0)是一个Petri网

(2)P={x01,x02,,x15,P0,P1,,P25}

(3)T={T01,T02,,T15,T0,T1,,T21}

(4)颜色集合C={c01,c02,,c15}

(5)变迁速率集合为:λ={λ01,λ02,λ03,,λ15,0,0,,0},即T01-T15变迁发生时延是参数为λi的随机变量,其他变迁均为瞬时变迁,变迁发生时延为0.

(6)初始标识M0={c01,c02,,c15,0,0,,0}

2.2.2 模型的静态含义

(1)x01-x15分别表示选取的风险测量变量,T01-T15分别表示随机变迁,分别表示x01-x15风险变量的随机发生分布;

(2)Token在x01-x15分别表示对应的风险事件,用颜色集{ c01,c02,,c15}加以区分;

(3)库所P0-P5分别表示风险类别政治风险(X1)、法律风险(X2)、金融风险(X3)、不可抗力风险(X4)、运营风险(X5)、市场风险(X6);

(4)瞬时变迁T0-T5分别表示风险类别中某个风险测量变量发生;

(5)库所P6-P9分别表示风险类别X1、X3、X5、X6对决策因素投资回报率的影响度;同样的,P10-P14分别表示风险类别X2、X3、X4、X5、X6对决策因素产品销售价格的影响度,库所P15-P17分别表示风险类别X1、X4、X6对决策因素产品销售量的影响度,库所P18-P21分别表示风险类别X2、X3、X5、X6对决策因素运营成本的影响。这些影响通过瞬时变迁T6-T21体现。

(6)风险类别对决策因素的影响度通过对应弧上的数字表示。

(7)不同颜色Token在库所P22-P25表示风险测量变量对相应决策因素的影响度。

2.2.3 模型的动态含义

(1)模型的动态性通过变迁激发所引起的Token在库所中的流动来模拟。

(2)系统初态只有库所x01-x15有Token,并染色相应颜色,即M0={c01,c02,,c15,0,0,,0}。

(3)当系统运行时,随机变迁T01-T15等待一个随机时间λi后,随机变迁T01-T15激发,变迁激发将消耗变迁输入库所的Token,并向输出库所增加Token,这样,随着变迁的不断激发,瞬时变迁T0-T21先后激发,从而相应的Token会出现在库所P22-P25中。当变迁激发后,系统标识将发生变化,标识undefined规则如下:

undefined

(4)产生正态分布随机数,不断重复步骤3),则库所P22-P25包含的相应颜色的Token数便是特许期决策因素受到风险影响的期望概率。即通过分析库所P22-P25包含的相应颜色的Token数分析风险因素对决策因素的影响。

3 模型仿真及分析

3.1 模型仿真

模型的仿真首先建立基于CPN的风险影响过程模型RA-CPN,然后根据风险测量变量的均值及标准差生成正态分布的随机数。每一次仿真过程都将风险测量变量随机数(用相应颜色的Token表示)按照RA-CPN模型的变迁激发规则激发变迁,最终着色Token将会落到相应的特许期决策因素对应的库所中,由此估算特许期决策因素受风险测量变量影响度分析。详细仿真过程如图3所示:

3.2 实例仿真及结果分析

以云南某公路隧道TOT项目为例,采用文献[3]问卷,经过对项目风险测量变量发生可能性进行调查结果,得出风险测量变量统计参数如下:

以表1风险测量变量的统计参数随机生成正态分布随机数,经计算机随机模拟15万次,对RA-CPN模型进行仿真,得出如下结果:

3.2.1 决策因素受风险测量变量的影响情况分析

通过对RA-CPN模型的模拟仿真,风险测量变量x01-x15发生情况统计描述如表2所示;库所P22-P25上相应颜色的Token数,即风险测量变量对决策因素的影响情况如表3所示。

以政策变化风险(x01)为例,其发生情况分布如图4所示:

3.2.2 决策因素受风险类别的影响情况分析

根据风险决策因素分类,由表3可以得出特许期决策因素受风险类别的影响情况如图5所示:

3.2.3 风险聚类分析

对表3的风险平均发生概率的分析,对风险聚类分析结果如表4:

4 结语

通过模型仿真,TOT特许期风险因素中,政策变化风险发生概率最高;通过风险聚类得知,政治风险和不可抗力风险为一级风险。