定制工程和独特产品的制造是一项复杂的任务，其中项目管理包含许多不确定因素。在项目管理过程中，仿真技术有助于评估和实现更完善、更稳健的计划，但在工业领域，尤其是中小型企业（SMEs）中，仿真技术通常并未得到应用。本文介绍了卡塞尔大学和茨维考应用科学大学联合研究项目 SimCast 的一些想法。该项目旨在开发一种在项目规划期间对项目任务进行工期估算的方法。在所研究的最新技术基础上，描述了需求和规划流程，以及预期模块化原型的当前技术基础设施草案。第一批插件已经实施，并已显示出对项目管理过程可能带来的好处。本文还根据所获得的经验，介绍了在这种情况下使用模拟技术的可能方案。
如今，按时完工和交付产品是制造企业的重要竞争因素（Emmanouilidis 等人，2012 年）。这尤其适用于生产独一无二的产品或小批量生产的公司，它们通常是中小企业。现代制造企业的一个重要目标是，通过持续消除所有非生产性工作量和缓冲时间，提高生产过程及其周边的附加值。公司的成功取决于增值流程的有效设计、可靠和精确的计划安排，因此也取决于有效的计划流程。正如 Gutfeld 等人（2014 年）和 Gutfeld 等人（2015 年）所论证的那样，一般而言，工厂、机械或独一无二的产品的定制工程和建设与固定的批量生产有很大不同。除了技术和结构界限，相关方面还有组织项目规范（如生产步骤、施工阶段或资源配置）和物流限制。设计、施工和生产的时间可行性、项目计划的稳健性以及定制的限制条件对每个参与公司的竞争力都至关重要。特别是在独一无二的生产过程中，由于客户订单和部件都是针对特定项目的，因此只能从以前的项目中得出有限的假设来确定工艺时间，并将其 1:1 地转移到新项目中。因此，在规划过程中通常会增加额外的缓冲时间，以应对不确定因素和可能出现的中断。这通常需要大量成本，特别是对中小型企业而言，这可能会造成竞争劣势；薄弱的规划过程会导致市场地位的削弱。
当今的项目管理工具还没有提供一种方法来支持规划人员对这些环境中的流程进行可靠的预测。规划和实施--尤其是在中小型企业中--如今仍主要采用简单的项目管理方法。考虑使用模拟的方法是存在的，过去也曾讨论过，但主要是从学术角度出发。通过使用模拟，可以更充分地考虑物流和项目进度的时间不确定性。然而，特别是在独一无二的生产中，为物流过程生成特定的模拟模型可能并不适用于每种情况，因为对项目的大量限制都是针对这种独特的使用情况的。不过，模拟可能会发挥有益的作用。在第一部分概述了现有的技术水平和基础研究项目 SimCast 的方法之后，本文将讨论一些可能的方法。在提出模拟应用想法之后，还讨论了一个技术框架，在该框架中，这些方法可以以务实的方式加以整合和使用。最后对研究课题，特别是研究项目的未来工作进行了展望。
在第四次工业革命的背景下，产品的及时完成和交付以及产品的个性化是当今制造企业的重要竞争因素。这一点对于客户定制的产品尤为重要，因为这些产品通常都是通过单件生产来实现的。订单处理具有高度的客户特殊性和复杂性，不允许在产品业务中转移标准化。定制产品通常在固定地点生产；根据组件类型，小批量产品也在固定地点生产。这些生产订单的计划和执行可以理解为项目管理任务。Pmbok（2013 年）将项目管理定义为将知识、技能、工具和技术应用于项目活动，以满足项目要求。在批量生产中，物流流程尤其被理解为工厂规划的一部分；而在特定订单生产（独一无二和小批量生产）中，这些流程只有在下订单后的项目规划阶段才会设置。例如，根据具体子模块的类型（数量、尺寸、与客户的距离），必须对生产大型设备的重型运输进行规划。同样，带有特殊装备的起重机和叉车的内部运输也必须单独计划和安排。
项目管理工具被广泛用于支持项目规划，并在项目的成功执行中发挥着至关重要的作用。与批量生产不同的是，由于客户特定的组件，从过去项目中获得的经验知识无法一对一地转移到新项目中。成功项目计划的历史数据只能在有限的范围内使用。因此，专家们只能通过手动方式粗略估算流程时间，特别是将物流流程时间加到项目总时间中。虽然可以描述独特产品及其物流流程之间的相互作用（例如，见 Heidmann 2015；Voigtmann 2014；Szczesny 和 König 2015），但由于客户订单或组件的特殊性等干扰因素，这些流程具有很强的不确定性。由于安全的时间管理在全球竞争中非常重要，因此项目规划者会增加额外的缓冲，以确定一致的人员、技术和财务条件框架。特别是必须估算出项目每个（子）流程的具体时间段。Akhavian 和 Behzadan（2013 年）以及 Xie 等人（2011 年）提出了不同的方法，通过知识提取或收集具体个案的实时数据来改进项目工期的估算，但并未提及单件或小批量生产的物流流程时间。
在不同的应用领域都有特定的软件工具，可模拟简单的项目情景并将结果可视化，以便根据时间顺序查看位置图上的不同事件，从而支持大型建筑工地的规划和控制。这些模拟工具优先考虑位置计划和进度计划的结合，以实现随时间测量的可移动过程的可视化，而无需处理或查看物流过程。其他模拟工具则提供距离-时间规划功能，并在各自的距离-时间图中显示施工过程（TILOS 2018）。这类模拟软件通常用于公路、铁路和管道或隧道施工。OTD-PM 工具提供了一种面向过程的方法（Fraunhofer 2018）。这是一个流程链模型，可对项目步骤进行模拟和可视化，并可将物流供应商流程考虑在内。
德国造船业使用仿真工具 STS（造船业仿真工具包），自 20 世纪 90 年代以来，该工具一直针对定制化造船进行不断调整（Steinhauer，2008 年）。该工具包集成在西门子工厂仿真系统中，包含参数化和可重复使用的模块，用于对制造和物流的不同方面进行建模。此外，还绘制了天气数据的影响图，并开发了离散事件模拟。自 2006 年以来，名为 "造船和土木工程装备仿真"（SIMoFIT 2018；Steinhauer 2011）的造船和土木工程研究基金会开发了一种基于约束的仿真方法（Steinhauer 等人，2007 年）。该项目的目标是开发一种基于仿真的规划工具，该工具考虑了各个项目参与者、供应商、不同的执行变量、订单依赖性和动态生产环境。在所述方法中，"ConstraintManager"（约束管理器）被集成到 STS 中，这样，在尊重前任和后任关系的动态条件下，就能将施工过程和工作步骤可视化。此外，还可以将时间和资源可用性（如材料或人力资源）的依赖关系可视化（参见 Beißert 等人，2010 年）。Steinhauer 和 König（2010 年）认为，通常用于批量生产的模拟分析可用于评估独特定制工厂规划的安全性，并提高工厂生产效率。这样，小型企业的工厂工程设计也有可能得到改进。
2013 年至 2015 年间，帕德博恩大学和卡塞尔大学共同开展了联合研究项目 simject（Gutfeld 等人，2014 年；Gutfeld 等人，2015 年；）。该项目的目的是最大限度地减少项目管理中存在的问题和不足，并为工厂工程中基于模拟和物流集成的项目管理开发一个示范项目。在研究项目开始时，卡塞尔大学和帕德博恩大学与来自环境技术领域中小企业的工厂制造商一起，对基于仿真的物流集成项目管理工具进行了需求分析。为分析该领域的项目管理限制，还进行了访谈。结果特别反映出，基于仿真的物流集成项目管理工具应具有与项目规划工具（如 Microsoft Project）或至少与相关企业资源规划（ERP）系统的接口。此外，还应将天气信息和天气对物流过程的影响纳入仿真模型，以得出对具体项目计划的影响。地理信息系统数据（GIS 数据）应在此类工具的模拟模型中得到体现。关于所使用的模拟工具，没有对项目规划中的任何项目过程进行模拟分析，也没有对项 目计划进行模拟分析。我们开发了一种基于仿真的综合物流项目管理，它支持图 1 所示的利用过程（见下 文）。该流程从确定性计划开始，描述了概率计划的不同步骤、随后在项目实现过程中更新的项目计划模拟，以及最后的计划分析（Gutfeld 等人，2014 年）。
在项目的后续步骤中，开发了一个演示器，集成并比较了工厂工程项目管理的三种方法：确定性规划、蒙特卡洛模拟（Monte-CarloSimulation）和离散事件模拟（DES），参见 Jessen 等人（2015 年）。比较结果表明，每种方法都能找到相应的用户场景。在实践中，确定性规划将被广泛使用，因为有许多工具可供使用，用户只需进行短期培训即可。确定性规划是进一步规划的基础。如果需要更准确的项目截止日期信息和相关的不确定性信息，模拟则有其优势。蒙特卡洛模拟可以为每个项目任务和整个项目增加概率。大多数 simject 项目的应用合作伙伴以前都没有使用过这种方法。因此，必须设计出非常方便用户使用的适当工具，以便用户信任这种方法。DES 是众所周知的物流规划和进度规划方法。通过代表应用领域单元的特定模型组件，可以减少大量建模工作。在 simject 项目的范围内，可以证明模拟可以改善项目规划（Gutfeld 等人，2015 年）。不过，该项目也产生了一些问题，这些问题部分将由一个名为 SimCast 的新研究项目来解决，下一节将对该项目进行简要介绍。
目前，大多数中小型制造企业仍然缺乏一种切实可行的方法来安排按订单生产流程及其物流的实际流程时间，以实现较高的规划质量。由于无法将过去项目的经验纳入估算，simject 项目中开发的一些方法无法得到充分应用，尤其是因为这些方法应由制造型中小企业应用。作为 SimCast 研究项目的一部分，我们开发了一种方法，可以利用现有的历史项目数据，可靠地预测单件或小批量生产中物流过程的持续时间。通过这种方法，可以最大限度地减少项目规划。科学目标是构思一种方法，用于正确推导和有效量化过去项目的工艺参数值。其基本思想是对单件或小批量生产中的物流过程进行分类，并通过在项目中指定的参数对其进行普遍描述，并将其与过程持续时间放在一个独特的、可量化的环境中。工序持续时间可通过参数值进行预测。随后，基于这些项目数据的估算质量可根据给定的显著性水平来确定。随着时间的推移，可以不断改进估算参数。
该方法的主要目的是提供预测工期的功能，为相关规划人员提供决策支持。该方法稍后将作为中小型企业使用的现有项目管理工具的附加功能加以实施。切实可行地利用现有方法并结合外部专业知识，可以为中小型企业提供更好的决策支持。总之，规划过程的质量会更高。
图 2：SimCast 程序模型草案。
图 2 显示了后勤参考流程 (1)、一般方法工具箱 (2)、程序方法 (3) 和调整方法工具箱 (4) 之间的互动。单件或小批量生产的物流参考流程已按照供应链运作参考模型（SCOR）进行了开发，并确定了包括所需专家知识在内的影响参数（如部件的长度、重量或材料，或技术或人力资源的能力）。根据德尔菲研究的结果，将特别影响物流过程持续时间的参数设置为具有因果关系的角色，以量化物流过程的持续时间。一般方法工具箱包括专家知识外部化和系统化的管理方法以及数据分析和商业智能方法，以便能够根据历史数据估算物流参考流程的流程时间。因此，该方法可为项目规划提供可评估的物流流程时间估算。该程序方法可使用通用方法工具箱进行企业特定的调整，因此通用方法工具箱就成了企业特定的调整方法工具箱。与通用方法相比，程序方法支持中小企业将其特有的专业知识外部化和系统化。此外，参考流程的采用以及企业特定的流程参数和流程持续时间的因果关系也会被推导出来。通过使用精选、组合和配置的数据分析，可针对特定应用环境进行高质量的预测。然后，可以通过使用经调整的方法工具箱中的规则来预测项目计划中的流程持续时间。预测规则的验证可以通过模拟来完成。
以项目规划流程为例，演示器将(1)和(2)的结果嵌入其中。在研究项目中，示范人员将对一般方法工具箱和程序方法进行评估。在方法论的整合方面，应优先考虑中小型企业使用的项目管理工具。在 2018 年年底项目结束后，基本上会考虑扩展其他项目管理工具的可能性。
外部知识以及以往项目的历史数据为量化物流流程时间提供了基础。利用通用方法工具箱中的企业特定配置，可预测特定物流流程所需的实际时间。图 3 给出了一个估算流程示例。
工具用户将获得对估算安全性或估算不确定性的可理解测量。估算结果将作为一个过程参数纳入实际项目计划中，整个项目计划可以根据固定的交付或投产日期得到保证。
不同的模拟方法在 SimCast 项目中发挥着作用，一方面可以验证预测规则，另一方面可以改善一般的风险管理。在本节中，我们将讨论在研究项目的进一步发展中可能采用的模拟方法。
经过调整的方法工具箱中的预测规则必须具有较高的质量。因此，有必要使用企业特定的应用场景来测试经调整的方法工具箱（基于已开发的演示程序）以及规则的有效性。针对这些情景，需要建立模拟模型来检查估计参数值，并通过分析确定规则的限制。模型应考虑到单件产品和小批量产品的订单特点。从模拟中可能获得的知识反过来又被纳入参数估计中。模拟检查物流过程的时间，并验证所制定的示范规则。因此，不仅可以在一页上检查示范模型的估算结果，还可以改进估算参数的规则。模拟模型以后还可以作为现有项目管理工具的扩展来实施，以改变或改进示范模型的规则。
正如在 simject 项目中已经讨论过的，可以通过模拟来估算单个项目流程的具体持续时间。如图所示，如果给定了特定过程的某种分布，就可以通过蒙特卡洛模拟（Monte-Carlo-Simulation）来解决这个问题。通过 DES（物流或制造子步骤）或系统动力学（对于更复杂的供应链流程）解决更复杂的流程模型，可以得出更复杂的估算结果。然而，由于 SimCast 项目中的程序模型，这些应用可通过另外三种方案进一步丰富：
SimCast 项目目前的研究成果表明，数据可用性和数据质量仍然是本研究项目所考虑的中小型企业面临的主要问题。上述想法可能会带来更好的流程估算，但前提是数据质量必须达到一定水平。由于在本研究项目所涉及的大多数实际应用案例中，情况并非如此，因此也可使用模拟对给定数据集进行敏感性分析。在这里，用 "坏 "数据计算出的坏的估算规则或好的估算规则所产生的后果，可以在给定的项目计划中精确得出。如果通过这种方法可以发现，基于数据的特定估算规则对整个项目过程有重大影响，则可以安装额外的保护程序。图 4（见下图）显示了一个基于随机估算的项目工期估算实例（此处的估算规则为蒙特卡洛模拟）。相应的项目总成本也由此得出。如果给定了项目预算（见红色按钮），不确定性和糟糕的数据质量可能会导致重大偏差，这一点需要在项目规划期间加以澄清。
敏感性分析方法也可应用于整个项目计划本身。通过对过程持续时间的系统偏差，敏感性分析可能会获得新的知识，这些过程很容易导致整个项目持续时间的重大变化。这些工序，尤其是在估算偏差较大时，应引起负责的项目经理的注意，尽管它们不一定是项目关键路径的一部分（如 simject 项目的结果所示，即使是关键路径法（CPM）在中小型企业中也不常用）。
最后，相应的项目计划将通过单个流程步骤中包含的不确定性附加信息得到充实。因此，正如在 simject 项目中所展示的一般情况，在规划阶段也可以通过基于模拟的优化方法来模拟或改进独一无二产品的项目计划。通过这种评估，项目的整体风险管理可能会得到明显改善，项目控制过程中的变更可能会根据其对整个项目可能产生的后果进行调整。因此，在不久的将来，还需要进一步开展工作，将这些专家方法纳入所使用的项目管理工具中，以便在规划和保护项目期间为负责的项目经理提供更好的决策支持。图 5（见下图）显示了在特定期限内完成项目的累计确定性的可视化示例（时间轴上的累加）。
上一节中给出的想法将被整合到一个一致的技术实施方案中。在 SimCast 项目期间，已确定了示范项目的初步成果，并将在本节中进行简要讨论（概览见下文图 6）。在一般方法工具箱中，已开发了一些基本工具，可为中小型制造企业实施 SimCast 流程提供支持。其中一个工具是本体，它可以链接和组织给定领域内的相关术语和定义以及它们之间的关系。此外，还可以为这些术语和关系附加具体的估算规则，这些规则一般来自项目，并可根据企业的具体需求进行调整。本体可以作为独立的数据结构存储，并为估算插件奠定基础，该插件计划集成到标准项目管理工具中（第一步是为 MS Project Professional 实施）。在 SimCast 过程中，这一基本数据结构将根据具体企业的情况进行定制。
并非所有类型的规则都适用，估算规则必须根据功能参数和历史值数据源进行参数化。此外，公司的相关业务流程将根据本体结构进行分类，以便进行映射，并将一般和特定估算规则存储在更新后的公司特定数据结构中，但仍以本体为基础。
将在项目管理工具中实施的估算插件将使用该数据结构动态创建相关的用户界面，用于参数化。它们被设计成逐步向导的形式，允许使用定义的估算规则和相应的数据对给定项目计划中的流程任务进行定制估算。如第 3 节和第 4 节所述，这些规则可以是非常简单的确定性规则，也可以是更复杂的使用模拟功能的规则。最后，用户将获得所选任务的流程持续时间估算。用户可以接受或覆盖这一估算，并直接在项目管理工具中将得出的工期应用到任务中。通过这种方法，可以使用 SimCast 工具箱估算所有相关的项目任务。最后，整个项目计划可通过 simject 项目的演示工具箱进行模拟和保证。
定制工程和制造独一无二的产品是非常复杂的任务，项目管理中存在许多不确定因素。现有的模拟技术有助于在项目管理过程中评估和实现改进的计划，至少是更稳健的计划，但在工业领域，尤其是中小型企业中通常没有应用。本文介绍了卡塞尔大学和茨维考应用科学大学的联合研究项目 SimCast，该项目旨在开发一种用于项目规划和进度安排的项目工期估算方法。基于对其他研究项目（如 simject）的预先了解，我们开发了一种用于估算工序持续时间的程序，从而可以更好地管理企业的单件生产风险。SimCast 基础研究项目的目标之一是通过在整体规划流程的各个阶段应用模拟技术来改进这些估算规则。本文介绍了在这一领域应用模拟技术可能具有意义的想法。为了实施这些方法，还解释了技术实施的初稿。
下一步，项目团队将继续实施这些方法，并在实际工业环境中进行验证。此外，还将在研究项目内对这些想法进行总体评估。展望未来，已取得的成果表明，数据的可用性、可访问性以及如何利用现有数据做出更好的决策，仍然是制造业中小型企业有待解决的问题。在这方面，未来的项目可能有助于
本文介绍的成果源自卡塞尔大学和茨维考应用科学大学的联合研究项目 SimCast。研究协会 BVL 的 IGF-Operation（19371）由联邦经济事务和能源部根据德国联邦议院的决定，在促进工业集体研究（IGF）计划下通过 AiF 提供资助。其中一些成果也与研究项目 simject 有关。根据德国联邦议院的决定，该项目作为研究协会 BVL 的 IGF-Operation (17725N)，由联邦经济事务和能源部根据促进工业集体研究 (IGF) 计划通过 AiF 获得资助。
维布克-库斯图里卡（WIBKE KUSTURICA）曾在德国茨维考应用科学大学攻读工业工程与管理专业。自2017年起，她在管理与信息研究所担任研究助理，从事SimCast研究项目。她的电子邮箱是：wibke.kusturica@fhzwickau.de。
克里斯托弗-拉罗克（CHRISTOPH LAROQUE）曾在德国帕德博恩大学学习商业计算。自 2013 年起，他在德国茨维考应用科学大学担任商业计算教授。他主要研究数据驱动的决策支持技术在生产运营和项目管理中的应用。他的电子邮件地址是 christoph.laroque@fh-zwickau.de。
戴克-格里姆（DEIKE GLIEM）曾在德国多特蒙德工业大学攻读机械工程专业。自2017年起，她在德国卡塞尔大学生产组织与工厂规划系担任研究助理，并在研究项目SimCast中工作。她的电子邮箱是：deike.gliem@uni-kassel.de。
雅娜-斯托利平（JANA STOLIPIN）是德国卡塞尔大学生产组织与工厂规划系的研究助理和博士生。她从事 SimCast 研究项目。她的研究重点是生产和物流中的物料流以及模拟研究中的知识再利用。她的电子邮件地址是 jana.stolipin@uni-kassel.de。
西格丽德-温泽尔（SIGRID WENZEL）是卡塞尔大学生产组织与工厂规划系教授兼系主任。此外，她还是仿真技术协会 (ASIM) 董事会董事、ASIM 生产与物流仿真工作组发言人、德国工程师协会生产与物流学会 (VDI-GPL) 咨询委员会成员以及 VDI-GPL 建模与仿真委员会负责人。她的电子邮件地址是 s.wenzel@uni-kassel.de。
Akhavian, R., and A. H. Behzadan.2013."自动化知识发现和数据驱动的施工作业仿真模型生成》。In Proceedings Of The 2013 Winter Simulations Conference, edited by R. Pasupathy et al., 3030-3041, Piscataway, New Jersey:IEEE.
Beißert, U., M. König and H.J. Bargstädt.2010."建筑工程中基于软约束的执行策略模拟》。模拟期刊》4（4）：222-231.
Emmanouilidis, C., M. Taisch, and D. Kiritsis.2012."生产管理系统的进步--创新产品和服务的竞争性制造》。IFIP WG 5.7 国际会议，9 月 24-26 日，希腊罗得岛，修订选编论文，第一部分：海德堡：施普林格出版社。
Fraunhofer.2018.OTD NET - Simulationsstudie Für Supply-Network-Fragen Des Fraunhofer-Institutes Für Materialfluss Und Logistik. https://www.Iml.Fraunhofer.De/De/Abteilungen/B2/Supply_Chain_Engineering/Produkte/OtdNet.Html, accessed May 2 nd, 2018.
Gutfeld, T., U. Jessen, S. Wenzel, A. Akbulut, C. Laroque, and J. Weber.2015.Simject - Simulationsgestütztes Logistikintegriertes Projektmanagement Im Anlagenbau.出版：Wenzel, S.; Laroque, C., Kassel, Fachgebiet Produktionsorganisation Und Fabrikplanung.
Gutfeld, T., U. Jessen, S. Wenzel, C. Laroque, and J. Weber.2014."基于仿真和物流集成项目管理的工厂工程技术概念》。In Proceedings Of The 2014 Winter Simulation Conference, edited by A. Tolk et al., 3423-3434, Piscataway, New Jersey:IEEE.
Heidmann, R. 2015.Windenergie Und Logistik：Losgröße 1: Logistikmanagement Im Maschinen- Und Anlagenbau Mit Geringen Losgrößen.DIN E.V. Berlin：Beuth.第 1 版
Jessen, U., L. Möller, S. Wenzel, A. Akbulut, and C. Laroque.2015."工厂工程项目管理不同方法的使用比较》。In Proceedings Of The 2015 Winter Simulation Conference, edited By L. Yilmaz et al., 3402-3413, Piscataway, New Jersey:IEEE
Pmbok.2013.项目管理协会。项目管理知识体系指南》（Pmbok® Guide）。宾夕法尼亚州：项目管理协会。第 5 版
Simofit.2018.Simulation Of Outfitting Processes In Shipbuilding And Civil Engineering. http://simofit.Inf.Bi.Ruhr-Uni-Bochum.De/, Accessed May 2 nd, 2018.
Steinhauer, D. 2008."Planung Komplexer Montageabläufe Mit Hilfe Der Constraintbasierten Simulation".In Advances In Simulation For Production And Logistics Applications, edited By M. Rabe: 81-89.斯图加特：Fraunhofer IRB Verlag。
Steinhauer, D. 2011."Simulation Toolkit Shipbuilding (STS) - 10 Years Of Cooperative Development and Interbranch Applications".In Proceedings Of The 10th Euro-Conference On Computer And IT Applications In The Maritime Industries (COMPIT), 453-465.Ort：出版商
Steinhauer, D., M. König and H.J. Bargstädt.2007."Branchenübergreifende Kooperation Zur Simulation Von Montageabläufen Beim Innenausbau Von Schiffen".Hansa International Maritime Journal 9（期号）：40-42.
Szczesny, K. and M. König.2015."通过应用基于仿真的优化，基于实际物流数据的反应式调度》。工程中的可视化》，3 (10)：
TILOS.2018.TILOS - Weg-Zeit-Planung. www.tilos.org, Accessed May 2 nd, 2018.Voigtmann, J. 2014.Simulation Baulogistischer Prozesse Im Ausbau.Dissertation, Bauhaus-University.魏玛
Xie, H., S. Fernando, and S. Abourizk.2011."将实时项目进度输入集成到建筑仿真模型中》。S. Jain 等编著的《2011 年冬季仿真会议论文集》，3443-3454，新泽西州皮斯卡塔韦：IEEE。