離散事件動(dòng)態(tài)系統(tǒng)性能評(píng)估與仿真
定 價(jià):58 元
叢書(shū)名:普通高等教育“十三五”規(guī)劃教材
- 作者:周江華,苗育紅著
- 出版時(shí)間:2016/10/1
- ISBN:9787030498366
- 出 版 社:科學(xué)出版社
- 中圖法分類:O158
- 頁(yè)碼:154
- 紙張:膠版紙
- 版次:1
- 開(kāi)本:16K
本書(shū)從隨機(jī)變量的生成、樣本路徑的抽樣和估計(jì)器的構(gòu)造三個(gè)層面著手探討了離散事件動(dòng)態(tài)系統(tǒng)(DEDS)性能評(píng)估與靈敏度估計(jì)中的高效率仿真問(wèn)題。在第一個(gè)層面,對(duì)隨機(jī)數(shù)發(fā)生器的構(gòu)造、隨機(jī)變量的計(jì)算機(jī)生成技術(shù)進(jìn)行了系統(tǒng)的歸納和整理,重點(diǎn)討論了取中分布和剩余分布等非傳統(tǒng)隨機(jī)變量的高效率抽樣問(wèn)題。在后兩個(gè)層面,建立了離散事件動(dòng)態(tài)系統(tǒng)廣義半馬爾可夫過(guò)程(GSMP)的一般描述,并在GSMP描述的框架內(nèi)研究并給出了DEDS仿真的三種不同實(shí)現(xiàn):"經(jīng)典事件調(diào)度法"、"極小分布抽樣法"和"嵌入泊松流法"。
更多科學(xué)出版社服務(wù),請(qǐng)掃碼獲取。
離散事件動(dòng)態(tài)系統(tǒng)(Discrete Event Dynamics Systmes,DEDS)的性能評(píng)估和仿真研究是一個(gè)具有挑戰(zhàn)性的課題。從定量分析和評(píng)估的角度看,離散事件動(dòng)態(tài)系統(tǒng)研究中的一個(gè)根本困難在于目前還沒(méi)有簡(jiǎn)單且易于求解的數(shù)學(xué)模型。到目前為止,計(jì)算機(jī)仿真仍是DEDS性能分析、評(píng)估和優(yōu)化的主要手段,很多時(shí)候甚至是唯一可行的手段。然而DEDS仿真從根本上說(shuō)是一種隨機(jī)試驗(yàn)的方法,為了獲得系統(tǒng)性能測(cè)度的準(zhǔn)確估計(jì),通常需要進(jìn)行大量次數(shù)的仿真。提高仿真算法的效率,是應(yīng)用中需要解決的一個(gè)重要問(wèn)題。近年來(lái),隨著科技的進(jìn)步以及仿真技術(shù)在DEDS性能評(píng)估中的廣泛應(yīng)用,一些新問(wèn)題的出現(xiàn)了,如靈敏度估計(jì)問(wèn)題、基于仿真的優(yōu)化問(wèn)題、小概率事件系統(tǒng)仿真等,對(duì)傳統(tǒng)的仿真方法構(gòu)成了嚴(yán)重的挑戰(zhàn),解決這些問(wèn)題需要在高效率仿真算法上取得突破。
基于對(duì)隨機(jī)DEDS仿真過(guò)程的分析,本書(shū)主要從三個(gè)層面著手研究提高仿真效率的方法:其一,提高隨機(jī)變量的生成效率;其二,設(shè)計(jì)高效率的樣本路徑的抽樣機(jī)制,以加快獲取樣本性能測(cè)度;其三,引入減小方差技術(shù),構(gòu)造方差小的高效率估計(jì)器。其中,第二、三個(gè)層面是研究的重點(diǎn)。
在隨機(jī)數(shù)發(fā)生器層面,本書(shū)對(duì)近年來(lái)陸續(xù)出現(xiàn)的隨機(jī)變量生成算法進(jìn)行了系統(tǒng)的篩選,介紹了這方面的一些最新成果。此外,針對(duì)近年來(lái)出現(xiàn)的可靠性應(yīng)用中的剩余壽命估計(jì)問(wèn)題,設(shè)計(jì)了高效率的剩余分布抽樣算法,解決了可靠性評(píng)估中的剩余分布抽樣的難題。
在提高樣本路徑的高效率抽樣層面,本書(shū)在廣義半Markov框架下,導(dǎo)出了樣本路徑抽樣的三種通用實(shí)現(xiàn)方法,并在此基礎(chǔ)上創(chuàng)造性地提出了Markov.DEDS高效率仿真的NON-CLOCK(NC)方法。NC方法打破了DEDS仿真中以仿真鐘的推進(jìn)機(jī)制為核心的傳統(tǒng)思路,完全舍棄了仿真鐘。該方法極大地簡(jiǎn)化了仿真程序,且數(shù)據(jù)處理方便,適用于任意穩(wěn)態(tài)或暫態(tài)性能測(cè)度的估計(jì),并通過(guò)結(jié)合條件期望減小方差的技巧提高了仿真精度。和目前公認(rèn)最優(yōu)秀的標(biāo)準(zhǔn)鐘(SC)方法相比,NC方法的仿真效率和精度均要優(yōu)于SC方法。
在高效率估計(jì)器構(gòu)造層面,本書(shū)系統(tǒng)研究了NC仿真框架下的重要抽樣方法,設(shè)計(jì)了重要抽樣下的三種估計(jì)器。通過(guò)引入變概率測(cè)度的動(dòng)態(tài)變參數(shù)方案,較好地解決了將一些已證明有效的啟發(fā)式方法納入NC-重要抽樣框架的問(wèn)題,并根據(jù)NC-重要抽樣仿真的特點(diǎn)對(duì)原有方法進(jìn)行了改進(jìn),提出了一些新的公式,從而比較完整地提供了面向?qū)嶋H評(píng)估問(wèn)題的NC-重要抽樣仿真框架。
本書(shū)在估計(jì)器構(gòu)造層面的另一個(gè)貢獻(xiàn)是設(shè)計(jì)了Markov-DEDS參數(shù)靈敏度估計(jì)的一致、通用、高效估計(jì)器。由于參數(shù)靈敏度估計(jì)問(wèn)題的復(fù)雜性,一致、通用、高效率的仿真算法是迄今為止仍未解決的難題。書(shū)中給出的SPA-LR方法及三種實(shí)用的減小靈敏度估計(jì)方差技術(shù),在廣泛應(yīng)用的Markov模型上,較好地解決了這一問(wèn)題。
周江華,男,江西鷹潭人,中國(guó)科學(xué)院光電研究院研究員。博士生導(dǎo)師。1994年獲國(guó)防科技大學(xué)學(xué)士學(xué)位,2006年取得西安交通大學(xué)碩士、博士學(xué)位。主要研究方向:臨近空間飛行器控制系統(tǒng)、離散動(dòng)態(tài)系統(tǒng)評(píng)估與仿真,F(xiàn)任中國(guó)科學(xué)院平流層飛艇飛控系統(tǒng)主任設(shè)計(jì)師.主持開(kāi)發(fā)了KFPilot無(wú)人飛艇通用自動(dòng)駕駛儀。在國(guó)內(nèi)外期刊和會(huì)議上發(fā)表學(xué)術(shù)論文40余篇,擁有國(guó)家發(fā)明專利2項(xiàng)、實(shí)用新型2項(xiàng)、國(guó)防專利1項(xiàng)。
苗育紅,女,河南方城人,解放軍61683部隊(duì)高級(jí)工程師,碩士生導(dǎo)師。1993年、1996年取得火箭軍工程大學(xué)學(xué)士、碩士學(xué)位,2010年獲得清華大學(xué)博士學(xué)位。主要研究方向:飛行器設(shè)計(jì)、軍事目標(biāo)學(xué)。參與多項(xiàng)軍隊(duì)重點(diǎn)研究項(xiàng)目,獲得軍隊(duì)科技進(jìn)步獎(jiǎng)4項(xiàng);在國(guó)內(nèi)外期刊和會(huì)議上發(fā)表學(xué)術(shù)論文40余篇,其中EI檢索11篇;撰寫(xiě)及翻譯教材6部;擁有國(guó)防專利1項(xiàng)。
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