系统很少能完全按照预期运行。一个人完成一项任务，前一次可能需要 6 分钟，后一次可能需要 8 分钟。有时，变化是由外力造成的，比如材料会因环境湿度的不同而表现出不同的性能。有些变异是可以预测的，比如工具用久了会变钝，切割速度也会变慢。另一些变化似乎更加随机，比如机器时不时就会出现故障。我们将这些统称为过程变异性。
您对过程变异性影响的预测能力如何？大多数人都认为自己相当擅长。
例如，如果有人问你普通六面骰子掷出三中一的概率是多少，你可能会正确回答六分之一（17%）。同样，你可能也能回答出掷两次硬币都是正面的概率是四分之一（25%）。
那么，更为复杂的系统呢？假设一家银行有一名出纳员，他总是在 55 秒内为客户提供服务，而客户进来的时间正好 相隔 60 秒。你能预测客户的平均等待时间吗？我总是惊讶于许多专业人士连这个简单的预测都会出错。(如果您想检查自己的答案，请查看本文所附的评论）。
但是，假设上述时间是可变的，因为它们在一个更典型的系统中可能是可变的。假设它们是平均处理时间（为简单起见使用指数分布）。这有什么不同吗？会改变你的答案吗？你认为普通顾客会等待吗？他会等不到一分钟吗？少于 2 分钟？少于 5 分钟？少于 10 分钟？我曾多次向许多小组提出这个问题，在一个平均有 40 名专业人员的小组中，很少有人能正确回答这些问题。
这个问题并不难。事实上，即使与最小、最简单的制造系统相比，这个问题也微不足道 。然而，同样是这些人，在看到一个包含五台机器的工作组或生产线时，就会自信地认为他们可以预测随机停机对整个系统性能的影响。现在，将其扩展到一个典型的系统，该系统在加工时间、设备故障、维修时间、材料到货以及所有其他常见的可变性方面都存在各种可变性。有人 能预测它的性能吗？有人能预测变化的影响吗？
在仿真技术的帮助下，您 可以做到。
这个简单的问题可以通过排队理论或您最喜欢的仿真程序中的简单模型轻松解决。更复杂的问题则需要模拟。在凭直觉猜出答案后，我建议你自己确定正确答案。如果你想检查自己的答案，请查看本文所附的评论。
下一次，当你或你认识的人想预测系统性能时，我希望你能记住你在预测一个微不足道的系统性能时做得有多好。然后使用模拟来获得准确的答案。
戴夫-斯特罗克
产品副总裁 -Simio LLC