仿真模型.docx
- 文档编号:20108410
- 上传时间:2023-04-25
- 格式:DOCX
- 页数:16
- 大小:366.09KB
仿真模型.docx
《仿真模型.docx》由会员分享,可在线阅读,更多相关《仿真模型.docx(16页珍藏版)》请在冰豆网上搜索。
仿真模型
仿真模型
———————————————————————————————— 作者:
————————————————————————————————日期:
ﻩ
(5)调查、搜集有关资料。
系统动力学模型被认为是真实系统的“实验室”,要想通过模型模拟和剖析真实系统,获取更丰富、更深刻的信息,进而寻求解决问题的途径,“实验室”的建立是至关重要的。
而要建好“实验室”,就必须在认真调查研究的基础上,花大力气搜集、完备各种资料。
毫无疑问,为使模型更真实地反映系统,收集的资料应越多越好。
但是,要强调的是,资料搜集工作必须紧紧围绕着研究目的进行,如果偏离了研究目的,即使资料再多也是徒劳的,而且还会给资料的筛选带来许多困难。
3-2-2-2构建模型
模型的构建,是系统动力学研究、解决问题的关键性的一个步骤。
系统动力学模型的建造,一般包括如下两个相互联系的工作环节。
(1)分析系统结构。
在需要研究的问题已经明确、系统中的重要变量与参考模式已经确定、资料搜集工作也已基本完成之后,就要研究系统及其组成部分之间的相互关系、系统中的主要变量与其它有关变量之间的关系、分析系统的结构。
为了使建模工作一开始就能把握整个研究过程的方向,建模者首先要分析系统整体与局部的关系,然后分析变量与变量之间的关系,最后把这些关系转化成反映系统结构的因果关系图或流图。
因果关系图,是反映变量与变量之间因果关系的示意图。
其中,变量之间相互影响作用的性质用因果关系键来表示。
因果关系键中的正、负极性分别表示了正、负两种不同的影响作用。
因果关系键把若干个变最串联后又折回源发变量,这样便形成了一个反馈回路。
对于反馈回路,也有正、负极性之区别。
如果沿着某一反馈回路绕行一周后,各因果关系键的累计效应为正,则该回路为正反馈回路,反之则为负反馈回路。
正反馈具有自我强化的作用机制,负反馈则具有自我抑制的作用机制。
因果关系图虽然能够描述系统反馈结构的基本方面,但不能反映不同性质变量的区别。
譬如,状态变量是系统动力学中最重要的变量,它具有积累效应。
正是由于状态变量的积累效应,才使系统动力学模型的计算机模拟成为可能。
为了进一步揭示系统变量的区别,分别用不同的符号代表不同的变量,并把有关的代表不同变量的各类符号用带箭头的线联结起来,便形成了反映系统结构的流图。
系统动力学认为,系统中包含连续的、类似流体流动与积累的过程。
我们可以将这个过程用流图来表示。
例如,图3.2是一个表示系统中兔子数量变化的流图。
流图中的未成年兔和成年兔是状态变量,表示其是一个积累变量;兔出生率、成熟率和兔死亡率均为速率变量,随着时间的推移,它们使相应的状态变量的值增或减;图中云状的符号表示源与漏,两者都是抽象的概念,代表输入与输出状态的一切物质,在这里,它们表示此模型不考虑小兔的来源与老兔的去向,把它们都放到界限之外。
18
对于复杂的流图,回路中还存在其他变量,这些变量能够帮我们建立状态变量、速率变量等变量之间的联系,我们称其为辅助变量。
(2)建立DYNAMO方程。
在DYNAMO模型中,主要有六种方程,其标志符号分别为:
L状态变量方程;
R速率方程;
A辅助方程;
C赋值于常数;
T赋值于表函数中Y坐标;
N计算初始值。
在这些方程中,C,T与N方程都是为模型提供参数值的,并且这些值在同一次模拟中保持不变。
L方程是积累方程,R与A方程是代数运算方程。
我们来重点介绍一下L,R与A方程。
①L状态变量方程。
在DYNAMO模型中,计算状态变量的方程称为状态方程,该方程的基本形式为:
LEVEL(现在)=LEVEL(过去)+DT(输入速率-输出速率)
②R速率方程。
在状态变量方程中,代表输入(INFLOW)与输出(OUTFLOW)的变量称为速率变量,计算速率变量的代数方程称为速率方程。
③A辅助变量方程。
在DYNAMO模型中,附加的代数运算方程称为辅助方程。
“辅助”的含义就是帮助建立速率方程。
一般而言,辅助方程没有统一的标准格式,但是其下标总是K。
辅助变量的值可由现在时刻的其它变量,如状态变量、变化率、其它辅助变量和常量求得。
(3)参数的确定与赋值。
DYNAMO模型中的参数,主要有表函数、初始值、常数、转换系数、调节时间与参考数值等。
在运用DYNAMO模型对真实系统进行模拟之前,首先应对以上参数赋值。
3-2-2-3模型的有效性检验与模拟
当系统动力学模型建构完成以后,经过反复检查各个方程,发现准确无误后,便可将其输入计算机进行调试运行。
当模型调试运行通过后,研究者有必要根据历史数据检验模型的真实性和有效性。
只有通过有效性检验的模型才是可靠的、能够被我们利用的模型。
如果模型有效性差,我们则要重新分析调整模型结构和影响参数直到其有效。
之后,研究者可以根据研究的目的,设计不同的方案,运用模型进行模拟运算,对真实系统进行仿真。
通过调整参数的输入值,寻找解决问题的决策。
上述主要过程与步骤可以用图3.3来表示。
3-2-3系统动力学仿真语言Vensim简介
系统动力学在对模型进行模拟的过程中,有其专用的仿真语言。
1985年在美国,用于IBM个人计算机的专用DYNAMO系列问世。
80年代中后期,用于微型机的高级系统动力学仿真语言STEUA、Vensim、ithink和Powersim逐渐兴起,它们具有图示辅助建模、辅助思考的功能。
随后,它们的功能不断改进,90年代后,它们都能在Windows下工作。
其中,Vensim是被普遍认为功能最优、应用广泛的系统动力学仿真软件。
Vensim是一个基于视窗界面的系统动力学建模工具,提供了功能强大的图形编辑环境。
在构建完成包含水平变量、辅助变量、常量、箭头等要素在内的因果反馈环之后,通过使用Vensim提供的便捷易用的公式编辑器,生成完整的模拟模型。
在通过系统后台的检验调试后,还可以充分利用一系列分析工具对所模拟系统的行为机制进行深入的分析研究。
Vensim所提供的分析工具中,可以将所有工作变量之间的因果关系用树状的图形形式表示出来,或将模型中所有反馈环以列表的形式列示出来,也可以将各变量在整个模拟周期内的数值以图形的形式表示出来。
总结起来,Vensim软件的主要特点如下:
(1)利用图示化编程进行建模。
在Vensim中,“编程”实际上并不存在,只有建模的概念。
在启动Vensim系统后得到的主窗口中,依据操作按钮画出简化流率基本树图或流图,再通过EquationEditor输入方程和参数,就可以直接模拟使用。
在Vensim中方程及变量不带时标,模型建立是围绕着变量间的因果关系展开的。
(2)运行于Windows操作系统下,采用了多种分析方法,使得Vensim的输出信息非常丰富。
输出兼容性强,一般的模拟结果,除了即时显示外,还提供了保存到文件和复制至剪贴板等方法输出。
(3)对模型提供多种分析方法。
Vensim可以对模型进行结构分析和数据集分析。
其中结构分析包括原因树分析(逐层列举作用于指定变量的变量)、结果树分析(逐层列举该变量对于其他变量的作用)和反馈环列表分析。
数据集分析包括变量随时间变化的数据值及曲线图分析。
(4)真实性检查。
对于所研究的系统和模型中的一些重要变量,可以依据常识和一些基本原则,预先提出对其正确性的基本要求。
设定假设是受真实性约束的,将这些假设加到建好的模型中,专门模拟现有模型在运行时对于这些约束的遵守情况或违反情况,判断模型的合理性与真实性,从而调整结构或参数。
§3-3应用系统动力学研究第三方物流成本的可行性分析
虽然系统动力学是从运筹学的基础上改进发展起来的,但与运筹学不同,系统动力学在传统管理程序的背景下,引进信息反馈和系统力学理论,把问题流体化,从而获得描述系统构造的一般方法,并且通过电子计算机强大的记忆能力和高速运算能力而获得对真实系统的跟踪,描述系统的未来行为,而不是仅仅局限于寻求“最优解”。
随着系统动力学应用范围的扩大,近些年来,出现了诸如物流系统动力学这样的边缘学科。
将系统动力学应用于第三方物流系统的成本问题领域,是系统动力学学科特点和第三方物流活动的系统性特征共同决定的。
(1)第三方物流系统具有多个动态子系统。
第三方物流系统由运输、储存、包装、装卸、流通加工和物流信息处理等子系统有机组成[7]。
在这些子系统中,大量存在随时间序列而变化的状态,例如,物资的库存量、运输量、搬运量、进货速率、销售速率、装卸速率等,都可以是随时间而变化的,涉及到相应的物流活动的成本也随时间发生动态性变化。
而系统动力学建立的是结构——功能模拟模型,它最适用于研究复杂系统的结构、功能和行为之间动态的关系。
(2)第三方物流系统是一个因果反馈系统。
第三方物流系统中随时间而变化的状态变量都是由某种原因而引起的,改变这些因素可以导致某些状态变量的变化,物流成本问题也是如此。
也就是说,第三方物流系统中影响各物流活动的成本因素之间可以形成各种因果反馈关系,适合于用系统动力学方法来分析处理这些问题。
(3)第三方物流系统是一个非线性系统,系统各变量之间存在时滞。
系统动力学的研究对象主要是非线性的复杂大系统。
拿库存系统来说,库存量的多少和销售量、在制品、产成品等之间表现出明显的非线性关系。
这些非线性因素极大地限制了一般数学方法对其的研究。
而且各变量之间的时间滞后通常以周、月甚至年来计算,因此,物流成本的发生也存在时滞。
(4)系统动力学在数据缺乏的条件下仍可进行研究。
第三方物流系统的复杂性导致了某些参数关系难以量化或数据不足,但是由于系统动力学模型的结构是以反馈环为基础的,多重反馈环的存在使得系统行为模式对大多数参数是不敏感的。
因此,虽然数据缺乏,但是只要估计的参数在其宽容度内,系统动力学仍可以进行一些研究工作。
综合上述原因,系统动力学适合于研究第三方物流系统中的成本问题,它可以根据第三方物流系统中各因素的因果性和明显的“白箱”结构,来构造出能反映非线性、多重反馈和存在时滞的动态模型,并用计算机仿真的方法来实现动态系统的运动过程,并分析其中人为因素即决策因素对系统运动的影响。
§3-4基于系统动力学的第三方物流成本建模分析
常见的第三方物流企业提供的服务包括运输、仓储、装卸搬运、包装、配送、流通加工和物流信息服务等环节。
在实际的运作中,国内第三方物流企业的服务内容大都集中于传统意义上的运输、仓储范畴之内。
即使第三方物流企业提供了完整的物流链服务内容,对大多数企业来讲,运输通常代表着物流成本中最大的单项成本,货物运输费用占物流总成本的三分之一到三分之二。
与运输联系密切并且在第三方物流系统中发挥着同样重要作用的库存功能,其成本占到了第三方物流系统总成本的30%左右[9]。
因此,可以说运输和库存活动是第三方物流系统中降低成本、提高效益的关键影响因素,也是制约第三方物流企业发展的瓶颈。
由于第三方物流系统中各物流活动对整个物流系统的影响力不同和论文篇幅有限,在建模过程中,主要针对比较重要且占第三方物流活动总成本比例较高的运输和库存系统进行研究。
3-4-1模型建立目的
运输和库存作业成本占到了第三方物流企业物流活动成本的一多半,由于物流系统效益背反现象的存在,单单对某项物流活动采取降低成本的措施,很可能会引起其他物流活动成本的提高。
系统地看待第三方物流企业的物流活动,本着整体较优的原则,解决第三方物流系统运营的成本问题,显得紧迫而有必要。
因此,本论文建模目的如下:
(1)根据第三方物流企业实际运营的一般性特征,分析影响第三方物流企业运输和库存成本的主要内、外部因素并对其进行简化。
根据各因素之间的联系,确定模型结构和各变量间的数量关系。
(2)对模型进行运行,针对一具体的第三方物流企业带入数据,仿真其运输和库存系统成本变化情况。
将仿真结果与历史数据进行比较,检验模型的有效性。
(3)预测此第三方物流企业今后三年36个月的系统成本发展趋势并进行分析。
(4)针对存在的问题,提出解决方案,并做出政策性建议。
3-4-2模型系统边界及变量、函数的确定
确定系统边界的过程,即确定系统包含哪些重要的系统要素的过程。
在确定系统边界时,本
文遵循22以下的基本原则:
(1)目的原则:
由于系统动力学是把所研究的系统问题构造成一个系统动力学模型,借助于计算机模拟技术进行定量研究,所以构造模型要做到面向问题,面向解决,而不能笼统的去面向系统。
(2)就简原则:
尽可能缩小边界的范围,如果没有该变量要素,仍能达到系统研究的目的,那么就应该不要把该变量要素列为边界内。
因为无论怎样精确的模型都只是真实系统的简化,只能反映其内在的本质和某些断面或侧面,不可能面面俱到。
所以,建模时只要找出系统的主链结构,对其内容精心提炼筛选即可,但一定不是对实际系统简单的复制。
(3)有效原则:
指构造出的模型置信度要高,即构造出的模型一定要确切地表述所研究的系统问题,模型的行为及产生的策略等是有用的,可信赖的。
在建模的构思、调试、运行等过程中,要根据所研究的系统的整体性、层次性、复杂性等特性,对系统结构进行灵活而正确的分解与综合。
在明确了建模目的和系统边界界定的原则之后,通过对第三方物流企业运输、库存成本的系统思考和相关理论、实践总结相结合,根据第三方物流企业一般性成本结构情况,确定该模型的边界为:
第三方物流企业月运输量及需求增长率;
第三方物流企业库存量及每月入库量、出库量;
第三方物流企业货物运输费率及影响因素;
第三方物流企业库存总成本及构成因素。
以上系统边界可以在就简原则之下,最有效地达到研究的目的。
根据本文建模目的和系统边界,归纳出第三方物流企业运输及库存系统的主要变量:
(1)状态变量。
状态变量是在系统动力学模型研究中随着时间变化的积累量。
确定为状态变量必须具备一个必要条件,即建模者能获得其初始值数据。
本模型确定运输量和库存量为系统的状态变量,是决定系统运行下去的关键因素。
(2)速率变量。
当状态变量确定以后,对应的速率变量自然跟随而来。
它的变化影响着状态变量的增加或减少。
状态变量的对应速率变量有3种类型:
①流入率与流出率都不恒等于零;②流入率恒等于零或流出率恒等于零;③流入率与流出率为合成流率。
对于一个具体的状态变量,其速率属于何种类型决定于实际背景,其中包括与实际精确度要求有关。
本模型确定月运输需求增长率、入库量、出库量为系统速率变量。
月运输需求增长率代表了运输量的流入速率,入库量和出库量分别代表状态变量库存量的流入速率和流出速率。
(3)辅助变量。
在复杂系统动力学模型中,状态变量和速率变量之间的依赖关系主要有3种形式:
①直接依赖关系;
②间接依赖关系,来源于问题的复杂性,描述这种间接依赖关系必须引进辅助变量;③直接间接依赖关
系,即既直接依赖又通过其他辅助变量间接依赖,也必须引进辅助变量。
辅助变量的引进一般来说有3种搜索方法:
①从速率变量开始向状态变量方向搜索;②从状态变量开始向速率变量方向搜索;③分别从状态变量、速率变量开始相向搜索。
模型中确定的辅助变量有:
运输费率、运输货损成本、延迟、货损率、货损量、缺货成本、货物出入库成本、储存成本。
(4)常量。
常量作为系统的输入值一般不随系统的动态变化而变化。
本模型中的常量有:
缺货成本系数、期望库存,用来确定系统中的辅助变量缺货成本;货物出入库成本率,用来确定辅助变量货物出入库成本;单位储存成本率,用来计算库存系统中的储存成本大小。
除了确定系统变量,我们还要对系统中的变量进行函数的定义。
Vensim软件提供了三十余种函数,
本模型中拟用的主要函数有以下几种:
(1)表函数。
模型中往往需要用辅助变量描述某些变量间的非线性关系,显然这种非线性关系简单地由其他变量进行代数组合已不能胜任。
若所需的非线性函数能以图形的形式给出,那就十分方便了。
Vensim中表函数定义的功能正是给我们提供了这种便利性。
比如价格与市场份额的关系。
由于特定价格的市场份额不可能精确地确定,但我们都知道,价格越低,相应的市场份额就越高,于是可以用图形来确定价格与市场份额的关系,如图3.4。
模型中用表函数定义的变量有:
月运输需求增长率、运输量影响因子、运输距离影响因子、实载率影响因子、在途存货成本率和运输延迟影响系数。
23
(2)INTEG()函数。
举例来说明这个函数:
仓库现有商品100件,如果向外面发货则库存下降,向仓库供货则库存上升。
显见,仓库库存就是我们前面提到过的状态变量,而供货速率和发货速率为速率变量。
系统动力学中,过去时刻、现在时刻、将来时刻分别被称为J时刻、K时刻、L时刻,这个供货、发货行为用系统动力学语言表示就是:
仓库库存.K时刻=仓库库存.J时刻+(供货速率-发货速率)×JK时间段
Vensim提供的INTEG()函数可以等价定义这个表达式为:
仓库库存=INTEG(供货速率?
发货速率,100)
它的实质是对(供货速率-发货速率)的积分,100是仓库库存的初始值。
本模型中要用INTEG()函数定义的变量有运输量和库存量。
(3)阶跃函数STEP。
Vensim中阶跃函数的定义式为y=a+STEP(b,n)。
表示y的值在前(n-1)周为a,从第n周开始,y值突然上升b,即总共(a+b)。
模型中对于出库量这个变量,作者拟采用阶跃函数来定义。
(4)均衡分布函数RANDOMUNIFORM(m,x,s)。
函数中的m表示变量的最小值,x表示变量的最大值。
将变量定义成均衡分布函数,表示这个变量值将在m到x之间变化,变量取m到x之间的任一值的几率都是均等的。
s是这个函数的种子,若将其取值为0,系统将自动产生一默认的噪声流,来控制变量的变化。
模型中用此函数定义的变量有运输距离、实载率和货损率。
(5)正态分布函数RANDOMNORMAL(m,x,r,h,s)。
这个函数表示变量服从最小值m、最大值x、平均值r、标准偏差h的正态分布。
s同样为此函数的种子。
模型中延迟和实载率变量将以这个函数来定义。
(6)IFTHENELSE(a,b,c)函数。
此函数表示如果变量符合a条件,那么它的值为b,否则为c。
模型中用到此函数定义的是缺货成本变量。
3-4-3第三方物流企业运输系统模型的建立
在建立模型前,先来分析一下系统中主要变量间的逻辑关系,见图3.5。
根据第三方物流企业的实际运营情况,模型中总运输成本由两部分构成:
一是运输量与运输费率的乘积,其中,运输量又受到月运输需求增长率的影响,运输费率则受实载率、运输距离、运输量和在途存货等因素的影响;二是运输货损成本,这部分成本要由每次运输的货损量决定。
这些变量之间的具体数量关系将在后文有所介绍。
在明确了系统建模目的和系统变量及各主要变量之间的逻辑关系之后,对第三方物流企业运输系统模型的建立如图3.6所示。
系统建模与Vensim方程解释:
(1)模型中的方框表示运输量是一个状态变量。
方程为:
运输量=INTEG(月运输需求增长率,a),量纲:
件。
表示运输量是月运输需求增长率的积分,初始值为a件。
(2)月运输需求增长率是状态变量运输量的速率变量。
从宏观上来看,运输需求的增长是交通运输的发展和经济活动空间相互作用的结果。
具体来说,运输需求的增长要受到第一、二、三产业总产值、交通设施供给情况、通货膨胀影响系数等因素的影响。
考虑到本论文模型应用范围是针对个体第三方物流企业而言,如果从宏观角度确定影响此变量的因素,得到的将是社会月运输需求增长率,我们可以通
过单个第三方物流企业运输量占社会运输量的百分比来最终确定第三方物流企业月运输需求增长率值,但一个个体物流企业的运输量与全社会运输量相比简直微乎其微,百分数的确定有一定的困难,而且这样一来,不仅兜了一个大圈子,还影响了模型的准确性,提高了其复杂度。
因此,对于个体物流企业的月运输需求增长率,通过参考企业历史数据、经营状况和发展方向以及行业情况等多种因素,结合一定的方法,对企业未来的月运输需求增长率做出预测,再通过模型检验其有效性即可。
25
模型中将月运输需求增长率定义成一个随时间变化的表函数,通过月运输需求增长率因子表给出。
(3)模型中总运输成本的Vensim方程式为:
总运输成本=运输量×运输费率+运输货损成本,量纲:
元。
(4)运输量和运输距离是影响运输成本的重要因素,结合其他影响因素,再考虑实载率和在途存货成本率的影响,运输费率的Vensim方程表示为:
运输费率=运输量影响因子×实载率影响因子×运输距离影响因子×在途存货成本率,量纲:
元/件。
受到规模经济规律的作用,货物提取和交付活动的固定费用以及行政管理费用随装载量的增加而被分摊,因此,每单位重量的运输成本随运输量的增加而减少。
模型中运输量影响因子的表函数就是基于这种规律而定义的(见图3.7)。
运输距离越远,运输成本就越高。
但受到距离经济规律的作用,随着运距的增加,单位货物的边际运输成本就会减少(见图3.8)。
模型将运输距离变量定义成一个均衡分布函数:
运输距离=RANDOMUNIFORM(a,b,0),量纲:
千米。
函数中的a、b有待具体赋值。
实载率是模型中又一影响运输费率的重要因素。
模型将实载率变量定义成在a到b之间,均值c,标准方差为d的正态分布函数。
实载率=RANDOMNORMAL(a,b,c,d,0),无量纲。
实载率越高,运输成本就越低,实载率影响因子就越小,实载率影响因子表见图3.9。
运输的两大基本功能是商品的转移和临时储存。
商品在运输过程中也有存货成本,这些都要算到运输成本中来。
如果商品能按照预定的时间运达目的地,商品的在途存货成本可以忽略不计,如果商品在运输途中存在延迟,将会增加承运人的运输成本。
本模型中将商品因运输延迟带来的在途存货成本考虑在列。
这里将延迟变量定义成分布在a到b之间,以c为均值,d为标准偏差的正态分布函数:
延迟=RANDOMNORMAL(a,b,c,d,0),量纲:
天。
不同的延迟天数给公司带来的在途存货成本也不同。
我们用表函数来表示延迟对在途存货成本的影
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 仿真 模型