什么是仿真？仿真软件的应用场景

虚拟原型可以在不增加成本的情况下完善设计。仿真软件使之成为可能，并帮助您节省时间、金钱和材料，同时在数字空间中优化设计。

物理建模有其局限性，而仿真可以克服这些局限性。仿真软件可以创建系统的数字版本，让您在不受真实世界限制的情况下测试不同的方案。您可以在建立原型之前发现最佳设计，及早发现错误，并了解您的决策在实践中的意义。

仿真建模可以快速、安全地解决制造、医疗保健和其他行业的复杂问题。当您需要制定更好的员工计划、改进产品设计或检查不同的风险情况时，这些工具会准确地向您展示系统的行为方式。

让我们来探讨一下仿真的真正含义、不同类型的可用模型，以及在项目中使用这些工具的最佳方法。

什么是仿真建模及其工作原理？

仿真建模可以创建物理模型的数字原型，展示事物在现实生活中是如何工作的。数学表述有助于分析系统行为，而无需进行实际测试，因为实际测试可能会耗费大量时间，而且价格昂贵。

模拟的定义和核心概念

模拟建立了一个可能存在于现实生活中的流程或系统的仿真模型。这一过程通过重复随机取样建立人工模型，复制现实生活中的现象，从而了解复杂的系统。设计师和工程师利用仿真来了解零件是否可能失效、导致失效的条件以及可承受的最大负荷。

仿真技术的兴起

仿真技术的历史已有几十年。在转向数字环境之前，人们使用物理模型。20 世纪 40 年代，科学家开发了蒙特卡罗方法来研究中子散射。20 世纪 60 年代，第一批专用仿真语言问世。20 世纪 70 年代，对数学基础进行了研究。20 世纪 80 年代出现了基于 PC 的模拟软件和图形界面。20 世纪 90 年代出现了基于网络的模拟和先进的动画图形。

仿真模型的主要组成部分

一个完整的仿真模型由几个相互关联的部分组成：

• 实体：具有跟踪行为的单个元素
• 资源：无单独跟踪的可计数项目
• 属性：控制对象行为的属性
• 状态描述系统任何时刻的变量
• 事件系统状态发生变化的时间点

仿真与其他分析方法的不同之处

故障树分析等传统方法侧重于事件而非系统动态。仿真可以处理复杂的交互作用和随机过程，而这些很难通过分析来展现。此外，即使在分布假设失效的情况下，它也能很好地工作，并有效地管理非线性关系。您可以测试不同的方案和参数，而不必受限于分析方法的数学限制。

针对不同问题的仿真模型类型

您要解决的问题决定了哪种仿真模型最有效。不同的仿真类型擅长应对各类行业的特定挑战。

用于流程优化的离散事件仿真

离散事件仿真 (DES) 将系统建模为在特定时间发生的一系列不同事件。这种方法最适用于分析状态变化发生在可数时刻的流程。仅举一例，DES 可帮助优化生产，将装配线停机时间最多缩短 25%。生产任务完成、材料到达或设备故障等事件都会推动仿真向前发展。公司使用 DES 作为一种预算友好型方法来管理工程决策中的风险。这种方法有助于识别瓶颈，证明资本支出的正确性，并优化资源分配。

动态系统的连续仿真

连续仿真采用了与离散模型不同的方法。它可以处理状态变量随时间不断变化的系统。这些模型使用微分方程来显示物理系统的动态行为。科学家和工程师使用连续模拟来有效地模拟流体动力学、化学反应或气候模式。数字计算机无法运行真正的连续模拟，只有模拟计算机才能做到。不过，数值方法可以给出很好的近似值。系统动力学是一种主要的连续模拟方法，它使用的存量流模型在生物学、社会科学和工程学中都很有效。

用于风险分析的蒙特卡罗模拟

蒙特卡罗模拟的名称来源于第二次世界大战期间摩纳哥著名的赌博胜地。这种方法通过重复随机抽样，找出在不确定情况下出现不同结果的概率。财务分析师认为蒙特卡罗模拟很有价值，因为它可以计算人们通常用 "遥远 "或 "可能 "等词来描述的风险。财务总监使用 Excel 来检查他们违反财务契约的可能性有多大，而真正的威力来自于运行数千或数百万次 "假设 "计算，以创建详细的概率分布。

基于代理的复杂互动模拟

基于代理的模型（ABM）着眼于被称为代理的自主决策实体。每个代理都有特定的属性和行为。当系统显示出个体间的非独立性和反馈回路时，这种方法最有帮助。ABM 可以发现突发现象--单看单个部分无法解释的结果。交通模式、消费者行为和生态互动都能很好地利用这种方法。仅举一例，城市规划者使用 ABM 研究繁忙高速公路上的交通情况，将每辆车视为遵循特定规则的代理。

模拟软件在各行各业的强大应用

仿真软件重塑了各类行业的运营。它在提高效率、节约成本和风险管理方面都有明显改善。

制造和生产规划

制造仿真可创建生产系统的数字双胞胎，让您无需进行昂贵的物理试验即可测试不同的方案。您可以通过虚拟测试您的想法，并在需要时快速更改设计，从而降低成本。这些模拟可以帮助你发现效率低下的问题，确认支出计划，并充分利用资源。一些公司在不新建任何设备的情况下，将产量提高了 20%。制造商现在使用数字模型来测试机器人如何移动，检查生产线如何工作，以及了解机器、材料和工人如何互动。

优化医疗系统

仿真模型可以处理从病人分配到资源管理的所有问题，从而使医院的运营工作做得更好。一项使用离散事件仿真的研究表明，更好的溢出病人处理策略比只看容量能带来更多利润。另一项研究表明，在急诊科进行适当的资源分配，可将病人的等待时间从 282 分钟缩短到 142 分钟，缩短了 49.6%。此外，资源成本也降低了 51%。这些医疗模拟有助于改进医院设计、资源利用和病人流动。

供应链和物流管理

供应链模拟可让企业了解并改进其复杂的网络。这些模型展示了不同部分如何协同工作，并帮助您了解从库存管理到需求预测的供应链行为。它们可以帮助您测试不同的库存政策，找到瓶颈，并检查您的分销网络有多强大。基于代理的建模在这里效果很好，因为每个代理都可以充当船舶、分销中心、港口或商店，并有自己的自定义行为。

财务建模和风险评估

蒙特卡罗模拟是金融风险建模的先驱。它们创建了成千上万个随机试验，测试不同的输入值。通过这种方法，企业可以同时计算和测试具有多种不确定性的情景。投资经理使用风险价值模型，根据过去的波动情况，了解他们在特定时期可能面临的最大损失。银行也会通过风险模型运行最坏的情况来测试其资产管理策略。

城市规划和交通

交通模拟可追踪交通模式、人们如何移动以及公共交通系统，以改善城市交通。这些工具有助于规划者对基础设施投资做出明智的选择。模型显示了处理预期交通流量增长的最快捷方式。交通模拟还有助于审查智能交通信号方案，缩短交叉路口的等待时间。行人模拟也能改进车站设计。LEGION 软件在帮助进行地下车站升级改造时就体现了这一点。

建立有效的仿真模型：最佳实践

仿真项目最好采用系统化的方法并认真实施。仅靠先进的软件是不够的。建立有效的仿真模型需要扎实的基础实践。

确定明确的仿真目标

仿真项目从一开始就需要明确的问题陈述。没有准确的目标，再好的仿真模型也会失败。S.M.A.R.T框架--具体、可衡量、可实现、现实、有时限--应能塑造你的目标。这些目标将有助于实现基于模拟的成果，也是合理的教学设计的基础。明确的目标可以使建模过程重点突出，防止范围扩大。

数据收集和输入分析

输入建模是成功模拟项目的基石。大多数专家将其称为模拟中最关键的一步。模拟输出要与输入数据的质量相匹配。糟糕的数据处理会导致误导性的结果。输入建模的系统方法应收集各时间段的代表性数据，并找到正确的概率分布。统计采样可让您使用较小的子集，同时捕捉完整数据集的关键特征。

模型确认和验证技术

仿真模型需要两个关键的评估过程：验证和确认。验证检查计算机程序是否按计划运行。验证确认模型是否与其目标系统准确匹配。验证失败的模型不应进入验证阶段。好的验证使用结构化演练、正确性证明和核心组件的重新编程。验证将模型输出与实际数据进行比较，包括专家评审。

正确解释仿真结果

仿真运行后，正确的解释非常重要。您的分析必须显示已完成的测试、假设及其影响、数据输入、参数以及结果的驱动因素^[31]。敏感性分析表明输入变化如何影响结果。这有助于确定哪些输入会对结果产生重大影响。请注意，模拟研究给出的是特定情况下的经验结果，并非普遍真理。

比较表

Simio 仿真的结论和总结

仿真技术可帮助各种规模的公司将理论转化为实际解决方案。使用仿真技术的制造工厂将装配线停机时间缩短了 25%。医疗机构也取得了令人瞩目的成果，在优化资源配置后，病人等待时间缩短了一半。

不同的仿真方法为您提供了解决复杂问题的精确途径。您可以选择离散事件或基于代理的建模方法。制造模拟可将产量提高 20%，而无需在实体建设上花钱。蒙特卡罗方法有助于详细分析金融风险。

模拟的成功有赖于久经考验的最佳实践。明确的目标、高质量的数据和经过适当测试的模型至关重要。这些要素共同作用，为您提供可靠的见解，从而做出更明智的决策。

现代仿真软件提供了先进的方法，可在实际实施前测试各种方案并对系统进行微调。现在就与专家预约时间，了解有关 Simio 的更多信息，了解仿真如何重塑您的运营。

模拟不仅仅是另一种技术工具。它能为您带来战略优势，帮助您降低成本、减少风险，并自信地做出基于证据的决策。