如何使用Arena软件Input Analyzer插件

传统的工业工程人员,会用秒表记录工时,用作系统评估的依据。现在,已经有越来越多的自动化手段为我们完成数据采集的步骤。

那么如何将数据应用到我们的模型中,转化成为真正可用的模型参数?Arena的自带插件:Input Analyzer,可以帮我们完成数据拟合的工作。

下文为Input Analyzer的使用简介。

工具/原料

Arena软件
Input Analyzer插件

方法/步骤

将的数据保存成为“text only”格式。

我在使用的过程中,会将在Excel或是Access里面的数据另存为txt格式,然后再打开这个txt文件,将除数字以外的其他信息删除。

最终数据会是以一个或多个空格相间隔的形式。数据可以集中在一行,也可以分散在很多行里,都不会影响数据的写入。

如图所示,

上面两种写法都可以成功的输入(1 2 3 4 5 6 7 8 8 9)这样一组数

第三种写法,系统会将“8-8”读成“8”和“-8”两个数

第四种写法,系统会读取“,”之前的数字,也就是最后的两位会被忽略

第五种写法同上,“_”会成为数据读取的终点。

数据准备好了,就可以导入Input Analyzer了。

打开Arena,在菜单tools>Input Analyzer即可打开下图的灰色界面。

导入我们已经保存好的txt版本数据,步骤如图所示。

这里显示的就是我们刚才的示例:1 2 3 4 5 6 7 8 8 9

还有一些基本的统计数据。

我们来用一组更真实的数据,它的分布很接近“钟形”。

点击Fit All,用所有的常用分布来拟合这组数据,得到了最优的拟合结果:

3 + GAMM(0.775, 4.29)

可以点击Fit All右边的Fit All Summary,给出了各种拟合的效果。满意吗?

到此为止就可以将拟合公式复制到模型中使用啦!

这样我们利用有限的数据,也可以驱动长时间的模拟实验,再多Replication都没问题!

另外,对于数据形状不规则,难以用常规函数拟合的情况下,就可以考虑拟合为“经验分布”(Empirical Distribution)。

例如数据明显呈现几个“小山丘”的形式,就最好用“经验分布”的方法拟合。

通过Options>Parameters>Histogram可以修改区间(Intervals)的大小,更小的区间带来更精确的拟合。

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)

在应用这个经验分布的时候注意概率的最后并未收尾:(0.989, 13.000)

说明根据目前的信息,我们的分布可以涵盖98.9%的实际数据,但是并不能自信的涵盖100%的实际数据。此时需要我们人工地告诉它,这个分布的最大值究竟在哪里。我们根据实际情况估算,最大值不会超过14,因此整理之后的分布为:

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)

这个工式就可以粘贴在模型中使用啦。

本文内容整理自网络, 文中所有观点看法不代表淘大白的立场