仿真系统时间类型定义概述

《仿真系统时间类型定义概述》由会员分享，可在线阅读，更多相关《仿真系统时间类型定义概述（16页珍藏版）》请在装配图网上搜索。

1、仿真系统时间类型定义时间类型格式释义FunctionRangeofValuesconstD:H:M:S.XXX常数Value0UniformStream,Start,Stop通用z_uniform(s,Start,Stop)StopStart0NormalStream,Mu,Sigma,LowerBound,UpperBound正态分布z_normal(s,Mu,Sigma)UpperBoundLowerBound0,Sigma0LognormStream,Mu,Sigma,LowerBound,UpperBound对数分布z_lognorm(s,Mu,Sigma)UpperBoundLowe

2、rBound,Sigma0,Mu0NegexpStream,Beta,LowerBound,UpperBound指数分布z_negexp(s,Beta)UpperBoundLowerBound,Beta0GeomStream,P,LowerBound,UpperBound几何分布z_geom(s,p)UpperBoundLowerBound,0p1HypgeoStream,mn,P超几何分布z_hypergeom(s,m,n,p)1nm,0p0WeibullStream,Alpha,Beta,LowerBound,UpperBound韦伯分布z_weibull(s,Alpha,Beta)Upp

3、erBoundLowerBound,Alpha0,Beta0TriangleStream,c,a,b三角分布z_triangle(s,c,a,b)0ac0,0p0GammaStream,Beta,LowerBound,UpperBoundGamm分布z_gamma(s,Alpha,Beta)UpperBoundLowerBound0,Alpha0,Beta0BetaStream,Alpha1,Alpha2Beta分布z_beta(s,Alpha1,Alpha2)Alpha10,Alpha20dEmpStream,Tabletime,real离散经验z_demp(s,Table)Stream1c

4、EmpStream,Tabletime,time,real连续经验z_cemp(s,Table)Stream1EmpStream,Tablereal,Column简单经验z_emp(s,Table,column)Stream1Formula公式DistributionFunctionsYoucancreaterandomnumberswithobjectsoftypeGeneratorandVariablesofdatatypetimeaswellaswiththefunctionsdescribedbelow,whichreturnrandomnumbersaccordingtothedes

5、ireddistribution.你可以根据需要的数据分布形态，使用下面所述的针对时间变量的类型生成器，生成任意数值。Theargumentsstandsfortherandomnumberstreamandisofdatatypeinteger.AllotherargumentsaretheargumentsofthecorrespondingdistributionfunctionasdescribedunderStatisticalDistributions.Theyalleitherareofdatatyperealorinteger.FunctionResultsinthez_bet

6、a(s,Alpha1,Alpha2)betadistributionz_binominal(s,n,p)binominaldistributionz_cemp(s,Table)steadyempiricaldistributionz_demp(s,Table)discreteempiricaldistributionz_emp(s,Table,column)primitiveempiricaldistributionz_erlang(s,Mu,Sigma)Erlangdistributionz_gamma(s,Alpha,Beta)gammadistributionz_geom(s,p)geo

7、metricdistributionz_hypergeom(s,m,n,p)hypergeometricdistributionz_lognorm(s,Mu,Sigma)lognormaldistributionz_negexp(s,Beta)exponentialdistributionz_normal(s,Mu,Sigma)normaldistributionz_poisson(s,Lambda)Poissondistributionztriangle(s,c,a,b)triangulardistributionz_uniform(s,Start,Stop)uniformdistribut

8、ionz_weibull(s,Alpha,Beta)WeibulldistributiTypeUsage：.Type:=vstring;TheattributeTypedefinesthetypeofastatisticaldistributionfortheattributenamed.Attribute_pathdesignatesanattributeofdatatypetimeoracustomattributeofdatatyperandtime.DistributionNameineM-PlantEnglish/GermanConstantnumberConst/KonstUnif

9、ormdistributionUniform/GleichNormaldistributionNormal/NormalLognormaldistributionLognorm/LognormExponentialdistributionNegexp/NegexpGeometricdistributionGeom/GeomHypergeometricdistributionHypgeo/HypgeoErlangdistributionEriang/ErlangWeibulldistributionWeibull/WeibullTriangulardistributionTriangle/Dre

10、ieckBinomialdistributionBinomial/BinomialPoissondistributionPoisson/PoissonGammadistributionGamma/GammaBetadistributionBeta/BetaDiscreteempiricaldistributiondEmp/dEmpContinuousempiricaldistributioncEmp/cEmpPrimitiveempiricaldistributionEmp/EmpFormulaFormula/FormelType-dependentdistributionList(Type)

11、/Liste(Typ)List-dependentdistribution(ParallelProc)List(Place)/Liste(Platz)Example:singleProc.proctime.Type:=uniform;Thedifferentdistributionshavedifferentattributes.Youcansetthese:WiththemethodsetParam.WiththemethodsetTypeAndAttr.Bydirectassignmentstotheattribute.Example:singleProc.proctime.Mu:=0.5

12、0;singleProc.proctime.Sigma:=0.1;Assignargumentsaccordingtothislist:DistributionSetofArgumentsRangeofValuesConstValueValue0UniformStream,Start,StopStopStart0NormalStream,Mu,Sigma,LowerBound,UpperBoundUpperBoundLowerBound0,Sigma0LognormStream,Mu,Sigma,LowerBound,UpperBoundUpperBoundLowerBound,Sigma0,

13、Mu0NegexpStream,Beta,LowerBound,UpperBoundUpperBoundLowerBound,Beta0GeomStream,p,LowerBound,UpperBoundUpperBoundLowerBound,0p1HypgeoStream,m,n,p1nm,0p0WeibullStream,Alpha,Beta,LowerBound,UpperBoundUpperBoundLowerBound,Alpha0,Beta0TriangleStream,c,a,b0ac0,0p0GammaStream,Alpha,Beta,LowerBound,UpperBou

14、ndUpperBoundLowerBound0,Alpha0,Beta0BetaStream,Alpha1,Alpha2Alpha10,Alpha20dEmpStream,ListStream1cEmpStream,ListStream1EmpStream,List,ColumnStream1FormulaFormulaList(Type)ListList(Place)List数学基础NORMDIST正态分布返回指定平均值和标准偏差的正态分布。此函数在统计方面应用范围广泛(包括假设检验)。语法NORMDIST(x,mean,standard_dev,cumulative)X是需要计算其分布的数

15、值。Mean分布的算术平均值。Standard_dev分布的标准偏差。Cumulative为一逻辑值，指明函数的形式。如果cumulative为TRUE,则NORMDIST返回累积分布函数；如果为FALSE则返回概率密度函数。说明卜如果mean或standard_dev为非数字型，则NORMDIST返回错误值#VALUE!。卜如果standard_dev0,贝UNORMDIST返回错误值#NUM!。卜如果mean=0,standard_dev=1且cumulative=TRUE，则NORMDIST返回标准正态分布，即NORMSDISTt正态分布密度函数(cumulative=FALSE)的计算

16、公式如下：如果cumulative=TRUE，则公式为从负无穷大到公式中给定的X的积分示例XMeanStdDev公式说明(结果)42401.5=NORMDIST(X,Mean,StdDev,TRUE)在指定的参数条件下的累积分布函数值(0.908789)42401.5=NORMDIST(X,Mean,StdDev,FALSE)在指定的参数条件下的概率密度函数值(0.10934005)LOGNORMDIST对数累积分布返回x的对数累积分布，其中ln(x)是服从参数mean和standard_dev的正态分布。使用此函数可以分析经过对数变换的数据。语法LOGNORMDIST(x,mean,stan

17、dard_dev)X是用于计算函数的数值。Meanln(x)的平均值。Standard_devln(x)的标准偏差。说明如果任一参数是非数字型，则LOGNORMDIST返回错误值#VALUE!如果x0或standard_dev0,贝ULOGNORMDIST返回错误值#NUM!对数累积分布函数的计算公式如下：LOGNORMDISTg趴谒)=NORMSDISt空耳示例公式说明(结果)XMeanStdDev43.51.2=LOGNORMDIST(X,Mean,StdDev)在指定的参数条件下4的对数累积分布函数值(0.039084)EXPONDIST指数分布返回指数分布。使用EXPONDIST可以建

18、立事件之间的时间间隔模型，如银行自动提款机支付一次现金所花费的时间。例如，可以使用函数EXPONDIST来确定这一过程最长持续一分钟的发生概率。语法EXPONDIST(x,lambda,cumulative)X函数的数值。Lambda参数值。Cumulative是一逻辑值，指出提供的指数函数的形式。如果cumulative为TRUE,则EXPONDIST返回累积分布函数；如果为FALSE，则它返回概率密度函数。说明t如果x或lambda为非数字型，则EXPONDIST返回错误值#VALUE!。t女口果x0，_则EXPONDIST返回错误值#NUM!。”如果lambda0,贝UEXPONDIST

19、返回错误值#NUM!。卜概率密度函数的计算公式如下：/(X；刀二姑肚累积分布函数的计算公式如下:F(x;刀二1-示例1公式说明(结果)=EXPONDIST(0.2,10,FALSE)概率指数分布函数(1.353353)示例2XLambda公式说明(结果)0.210=EXPONDIST(X,Lambda,TRUE)累积指数分布函数(0.864665)HYPGEOMDIST超几何分布返回超几何分布。在给定样本容量、样本总体成功次数和样本总体容量时，HYPGEOMDIS返回样本取得给定成功次数的概率。使用HYPGEOMDIS可解决有限总体的问题，其中每个观察值或为成功或为失败，且其中给定样本容量的每

20、一个子集有相等的发生概率。语法HYPGEOMDIST(sample_s,number_sample,population_s,number_population)Sample_s样本中成功的次数。Number_sample样本容量。Population_s样本总体中成功的次数。Number_population样本总体容量。说明所有参数都将被截尾取整。如果任一参数为非数字型，则HYPGEOMDIST返回错误值#VALUE!。如果sample_s0或sample_s大于number_sample或population_s中的较小值，贝UHYPGEOMDIST返回错误值#NUM!。女口果sampl

21、e_s小于0或(number_sample-number_population+population_s)中的较大值，贝UHYPGEOMDIST返回错误值#NUM!。如果number_samplenumber_population，贝UHYPGEOMDIST返回错误值#NUM! 如果population_snumber_population，贝UHYPGEOMDIST返回错误值#NUM!。 如果number_population0，贝UHYPGEOMDIST返回错误值#NUM!。* 超几何分布的计算公式如下：(曲、式中:x=sample_sn=number_sampleM=population

22、_sN=number_populationHYPGEOMDIS用于在有限样本总体中进行不退回抽样的概率计算。示例抽样器里有20块巧克力。其中8块是焦糖的，其余12块是果仁的。如果随机选岀4块，下面函数返回正好有一块是焦糖的概率。SamplNumber_sPopulatie_sampleon_sNumber_Population14公式果）820=HYPGEOMDIST(Sample_s,Number_sample,Population_样本和s,Number_Population)样本总体的超几何分(0.363261)WEIBULL分布返回韦伯分布。使用此分布可以进行可靠性分析，例如计算设备失

23、效的平均时间。语法WEIBULL（x,alpha,beta,cumulative）X用于计算函数的数值。Alpha分布参数。Beta分布参数。Cumulative决定函数的形式。说明t如果x、alpha或beta为非数字型，则WEIBULL返回错误值#VALUE!女口果x0，_则WEIBULL返回错误值#NUM!。t如果alpha0或beta0,贝UWEIBULL返回错误值#NUM!。卜韦伯累积分布函数的计算公式如下：FU;件）=1-尹府卜韦伯概率密度函数的计算公式如下：当alpha=1时，WEIBULL返回指数分布:示例XAlphaBeta公式说明（结果）10520100=WEIBULL(X

24、,Alpha,Beta,TRUE)在指定的参数条件下韦伯累积分布函数(0.929581)10520100=WEIBULL(X,Alpha,Beta,FALSE)在指定的参数条件下韦伯概率密度函数(0.035589)BINOMDIST元二项式分布返回一元二项式分布的概率值。函数BINOMDIST适用于固定次数的测试或试验，当任何试验的结果仅包含成功或失败两种情况，当试验是独立试验，且当在整个试验过程中成功的概率固定不变。例如，函数BINOMDIST可以计算三个婴儿中两个是男孩的概率。语法BINOMDIST（number_s,trials,probability_s,cumulative）Numb

25、er_s是试验中成功的次数。Trials是独立试验的次数。Probability_s是每次试验中成功的概率。Cumulative是一逻辑值，用于确定函数的形式。如果cumulative为TRUE,则函数BINOMDIST返回累积分布函数，即最多存在number_s次成功的概率；如果为FALSE，则返回概率密度函数，即正好存在number_s次成功的概率说明tNumber_s和trials将被截尾取整。卜如果number_s、trials或probability_s为非数字型，则BINOMDIST返回错误值#VALUE!。如果number_s试验次数，则BINOMDIST返回错误值#NUM!。卜

26、如果probability_s1，贝UBINOMDIST返回错误值#NUM!。卜二项式概率密度函数的计算公式如下：忌戸）a丿其中：等于COMBIN(n,x)注释此处的COMBIN函数用于说明由BINOMDIST函数所用的数学公式。它并非可以在列表中使用的函数。10次试验正好成功6次的概率（0.205078）累积二项式分布函数的计算公式如下：number_strialsprobability_s公式说明（结果）示例=BINOMDIST(number_s,trials,probability_s,FALSE)610.5POISSON分布返回泊松分布。泊松分布通常用于预测一段时间内事件发生的次数，例

27、如一分钟内通过收费站的轿车的数量。语法POISSON（x,mean,cumulative）X事件数。Mean期望值。Cumulative为一逻辑值，确定所返回的概率分布形式。如果cumulative为TRUE,则函数POISSON返回泊松累积分布概率，即，随机事件发生的次数在0到x之间（包含0和x）;如果为FALSE，则返回泊松概率密度函数，即，随机事件发生的次数正好为x。说明”如果x不是整数，将被截尾取整。卜如果x或mean为非数字型，则POISSON返回错误值#VALUE!。卜如果x0,_则POISSON返回错误值#NUM!。t如果mean0Gamm函数为应用数学中一重要的函数，它有不少性

28、质。例如，r(a十1)=伐3)“0,r(i)=i?r(n)=(n-正整數Gamm分布中的参数a,称为形状参数(shapeparameter),p称为尺度参数(scaleparameter)。此因a影响p.d.f.图形之陡峭程度，而p影响散布程度。底下给出一些gammas布之图形GamiiiH矗傑p-flf-N圏母，1禺4彷別舛處o=,!,A2.月则皆爲211：-=1分布之期望值与变异数分别为E(X)=afifWr(均=昭GAMMADIST返回伽玛分布。可以使用此函数来研究具有偏态分布的变量。伽玛分布通常用于排队分析。语法GAMMADIST(x,alpha,beta,cumulative)X为用

29、来计算伽玛分布的数值。Alpha分布参数。Beta分布参数。如果beta=1，函数GAMMADIST返回标准伽玛分布。Cumulative为一逻辑值，决定函数的形式。如果cumulative为TRUE,函数GAMMADIST返回累积分布函数;如果为FALSE，则返回概率密度函数。说明如果x、alpha或beta为非数值型，函数GAMMADIST返回错误值#VALUE!。如果x0，函数GAMMADIST返回错误值#NUM!。如果alpha0或beta0，函数GAMMADIST返回错误值#NUM!。伽玛概率密度函数的计算公式如下：标准伽玛概率密度函数为:当alpha=1时，函数GAMMADIST返

30、回如下的指数分布:对于正整数n，当alpha=n/2，beta=2且cumulative=TRUE时，函数GAMMADIST以自由度n返回(1-CHIDIST(X)。当alpha为正整数时，函数GAMMADIST也称为爱尔朗(Erlang)分布。示例BETADIST分布返回累积beta概率分布函数。累积beta概率分布函数通常用于研究样本中某些事物变化的百分比，例如人们一天中看电视的时间部分。语法BETADIST(x,alpha,beta,A,B)X介于A和B之间的值，用来进行函数计算。Alpha分布参数。Beta分布参数。A数值x所属区间的可选下界。B数值x所属区间的可选上界。说明t如果任一

31、参数为非数字型，则BETADIST返回错误值#VALUE!。t如果alpha0或beta0,贝UBETADIST返回错误值#NUM!。t如果xB或A=B,_则BETADIST返回错误值#NUM!。t如果省略A和B的数值，_则BETADIST使用标准累积beta分布，即A=0,B=1。示例XAlphaBetaAB公式说明(结果)281013=BETADIST(X,Alpha,Beta,A,B)这些参数的累积beta概率密度函数的函数值(0.685470581)模型描述产品到达检测车间的时间服从均值为20，方差为2的正态分布到达检测车间的产品类别(1,2,3)服从均匀分布缓存区容量为25件产品传送带传输速度为1m/s