物流模型的结构
主要由生产前、生产中和生产后物流管理信息系统(在这三大系统里面各自包括子系统),以及生产物流回收系统、物流信息反馈系统、生产物流决策系统和人工智能系统等几大系统组成。
物流模型所需的技术条件
条形码、数据库、网络通讯技术、人工智能(*系统与决策支持系统等)、自动化技术和计算机仿真技术等。
物流模型基本概念:
即为预想的生产物流系统设计方案,如:生产物流系统从总体上分为进货系统、搬运系统和出货系统。通过JIT和ERP采购技术,将原材料直接送到生产车间加工,再将半成品直接送到装配车间进行装配,从而避免因搬运入库所带来的支出费用和储存的管理费用,降低了生产成本。
物流系统仿真的核心技术
物流系统的仿真是典型的离散事件系统仿真,其核心是时钟推进和事件调度的机制。离散事件系统是指系统状态在某些随机时间点上发生离散变化的系统。这种引起状态变化的行为称为"事件",因而这类系统是由事件驱动的;而且,"事件"往往发生在随机时间点上,亦称为随机事件,因而离散事件系统一般都具有随机特性;系统的状态变量往往是离散变化的。
物流仿真与建模软件
物流仿真与建模软件
1、仿真时钟
仿真时钟用于表示仿真时间的变化。在离散事件系统仿真中,由于系统状态变化是不连续的,在相邻两个事件发生之前,系统状态不发生变化,因而仿真钟可以跨越这些"不活动"周期。从一个事件发生时刻,推进到下一个事件发生时刻。由于仿真实质上是对系统状态在一定时间序列的动态描述。因此,仿真钟一般是仿真的主要自变量。仿真钟推进方法有三大类:事件调度法、固定增量推进法和主导时钟推进法。
应指出,仿真时钟所显示的是系统仿真所花费的时间,而不是计算机运行仿真模型的时间。因此,仿真时间与真实时间成比例关系。象物流系统这样复杂的机电系统,仿真时间可比真实时间短的多。真实系统实际运行若干天,若干月,用计算机仿真也只需要几分钟。
随机数和随机变量的产生
物流系统中工件的到达、运输车辆的到达和运输时间等一般都是随机的。对于有随机因素影响的系统进行仿真时,首先要建立随机变量模型。即确定系统的随机变量并确定这些随机变量的分布类型和参数。对于分布类型是已知的或者是可以根据经验确定的随机变量,只要确定它们的参数就可以了。
建立了随机变量模型后还必需能够在计算机中产生一系列不同分布的随机变量的抽样值来模拟系统中的各种随机现象。随机变量的抽样值产生的实际做法通常是,首先产生一个[0,1]区间的、连续的、均匀分布的随机数,然后通过某种变换和运算产生其所需要的随机变量。
得到[0,1]区间均匀分布的、有良好的独立性、周期长的随机数后,下面的问题是如何产生与实际系统相应的随机变量。产生随机变量的前提是根据实际系统随机变量的观测值确定随机变量的分布及其参数。
反变换法是较常用的方法,反变换法以概率积分反变换法则为基础,设随机变量X的分布函数为F(X);UI是[0,1]区间均匀分布的随机数,利用反分布函数X=F-1(μ)就可以得到所需要的随机变量X。