如何使用Arena軟體Input Analyzer插件

傳統的工業工程人員,會用秒表記錄工時,用作系統評估的依據。現在,已經有越來越多的自動化手段為我們完成數據採集的步驟。

那麼如何將數據應用到我們的模型中,轉化成為真正可用的模型參數?Arena的自帶插件:Input Analyzer,可以幫我們完成數據擬合的工作。

下文為Input Analyzer的使用簡介。

工具/原料

Arena軟體
Input Analyzer插件

方法/步驟

將的數據保存成為「text only」格式。

我在使用的過程中,會將在Excel或是Access裡面的數據另存為txt格式,然後再打開這個txt文件,將除數字以外的其他信息刪除。

最終數據會是以一個或多個空格相間隔的形式。數據可以集中在一行,也可以分散在很多行里,都不會影響數據的寫入。

如圖所示,

上面兩種寫法都可以成功的輸入(1 2 3 4 5 6 7 8 8 9)這樣一組數

第三種寫法,系統會將「8-8」讀成「8」和「-8」兩個數

第四種寫法,系統會讀取「,」之前的數字,也就是最後的兩位會被忽略

第五種寫法同上,「_」會成為數據讀取的終點。

數據準備好了,就可以導入Input Analyzer了。

打開Arena,在菜單tools>Input Analyzer即可打開下圖的灰色界面。

導入我們已經保存好的txt版本數據,步驟如圖所示。

這裡顯示的就是我們剛才的示例:1 2 3 4 5 6 7 8 8 9

還有一些基本的統計數據。

我們來用一組更真實的數據,它的分布很接近「鐘形」。

點擊Fit All,用所有的常用分布來擬合這組數據,得到了最優的擬合結果:

3 + GAMM(0.775, 4.29)

可以點擊Fit All右邊的Fit All Summary,給出了各種擬合的效果。滿意嗎?

到此為止就可以將擬合公式複製到模型中使用啦!

這樣我們利用有限的數據,也可以驅動長時間的模擬實驗,再多Replication都沒問題!

另外,對於數據形狀不規則,難以用常規函數擬合的情況下,就可以考慮擬合為「經驗分布」(Empirical Distribution)。

例如數據明顯呈現幾個「小山丘」的形式,就最好用「經驗分布」的方法擬合。

通過Options>Parameters>Histogram可以修改區間(Intervals)的大小,更小的區間帶來更精確的擬合。

如下

DISC (0.000,  3.000, 0.203,  5.000, 0.701,  7.000,  0.963,  9.000, 0.989, 11.000, 0.989, 13.000)

在應用這個經驗分布的時候注意機率的最後並未收尾:(0.989, 13.000)

說明根據目前的信息,我們的分布可以涵蓋98.9%的實際數據,但是並不能自信的涵蓋100%的實際數據。此時需要我們人工地告訴它,這個分布的最大值究竟在哪裡。我們根據實際情況估算,最大值不會超過14,因此整理之後的分布為:

DISC (0.000,  3.000, 0.203,  5.000, 0.701,  7.000,  0.963,  9.000, 0.989, 11.000, 0.989, 13.000,1.000,14.000)

這個工式就可以粘貼在模型中使用啦。

本文內容整理自網絡, 文中所有觀點看法不代表淘大白的立場