文档介绍：第2章输入数据的分析
概述
数据的采集与处理
数据分布的分析与假设分布族
参数的估计
拟合优度检验
概述
为什么要对输入数据进行概率分析
比如理发点模型中的 Ai, Si 等的概率分布
足够多的输入数据,进而才能进行模拟
理论分布:
连续型概率分布: 离散型概率分布:
1. 均匀分布 1. 二项分布
2. 正态分布 2. 泊松分布
3. 指数分布
4. Gamma 分布
经验分布:
按实际数据构成的分布
概述
2-1-1 输入数据常见的概率分布
正态分布
理论分布--连续型分布
概述
指数分布
理论分布--连续型分布
1
概述
=1
=2
=3
Gamma 分布
理论分布--连续型分布
=1
概述
泊松分布
理论分布--离散型分布
概述
概述
除理论概率分布外,还有一种由已知数据建立的经验分布。其公式如下:
这是一条折线函数,各有关数据点之间是用线性内插法来计算的。
1. 按系统研究的目的和模型确定输入数据项目。
2. 收集数据, 处理数据
3. 分析和判断数据的分布, 假设分布族
4. 分布参数的估计
5. 拟合优度检验
6. 确定数据的分布
2-1-2 输入数据概率分析的步骤
概述
数据的采集与处理
1. 按系统研究的目的和模型确定输入数据项目
譬如: 对于单窗口排队系统
顾客到达间隔时间
顾客服务时间
对于汽车转运站系统
汽车到达间隔时间
调度等待时间
装车时间
汽车故障间隔时间及处理时间...
数据的收集和处理的内容和步骤: