前言
《仿真建模与分析(第5版)》的目标和前4版仍然保持一致: 提供仿真研究的所有重要方面综合的与最新的进展,包括建模、仿真软件、模型校验与确认、输入建模、随机数发生器、随机变量与过程的产生、统计设计与仿真实验的分析,以及像制造这样的最重要的应用领域。本书力图促进直观理解仿真与建模,并以技术上正确但更清晰的方式来阐述它们。全书有许多例子和习题,并有广泛的仿真参考文献和著作以用于进一步研究。本书可作为各种课程的主教材,例如:1 工程、制造、商业或计算机科学专业的大学三年级、高年级或新入学的研究生水平的第一门仿真课第1章到第4章以及第5章到第9章和第13章的一部分。在结束该课程时,学生要准备进行完整而有效的仿真学习,并进行高级仿真课程的学习。2 上述任意学科的研究生的第二门仿真课程第5章到第12章的大部分。完成该课程后,学生应该熟悉仿真学习中更高级的方法学问题,还应该准备理解并进行仿真研究。3 仿真导论,作为运筹学和管理科学中通用课程的一部分第1章、第3章、第5章、第6章、第9章及第13章的一部分。对用本书作为教材的教师来说,可以从网址www.mhhe.comlaw下载各种教学辅助支撑资料。这些资料包括习题答案的全集,第1章、第2章和第7章中的全部仿真模型和随机数发生器的计算机代码。采用此书的教师应该与本地的McGrawHill代表联系获得登录标识和密码,以便能访问该网址的资料。本书还可以作为仿真产业和研究人员的权威参考书。为此目的,本书对许多来自作者本人实践和咨询项目的实际例子进行了详细讨论。作者还做了巨大努力将主题与相关的研究文献联系起来,既有文字的,也有网上的,并保持这些材料实时更新。理解本书的前提是基本的基于计算的概率与统计学知识虽然在第4章会复习这些主题,以及对计算技术有一定了解。对第1章和第2章,读者还应该熟悉通用编程语言,例如C语言。偶尔也会用到少量的线性代数或矩阵理论。较深或有技术难度的内容放在标有星号的节中或放在各章的附录中。在每章的开头,给出了应首先阅读该章哪些节的建议。本书第5版对第4版的内容进行了大量的改动和添加,但结构绝大部分仍然保持相同。我在第一章中删除了第4版其他类型仿真的内容,并将其移到了后面第13章中进行讨论。第2章关于复杂系统建模已经更新,反映了有效事件列表管理的最新研究内容。第3章进行了重写和扩展,反映了仿真软件的最新进展,给出了三个用通用仿真软件包实现的一个通用的仿真案例。第4章讨论了置信区间与假设检验,做了很大的强化和补充,这一章的概率与统计学的基础知识为后面章节提供了基础。第5章对经常容易误解的校验和标定,做了更为清楚的区别。第6章说明了输入模型和模型到达过程的不确定性的最新进展。第7章提供了最有用的随机数发生器。第8章少量更新了关于随机变量和过程产生的内容。第9章到第12章对许多统计设计与分析方法进行了扩展和更新,以反映当前的实际和近期的研究进展。特别是,第9章综合讨论了用于估计被仿真系统的稳态均值的固定样本长度和序贯最新方法。更新了第10章中排序与选择程序的讨论以反映其较新的、有效的方法,而不是基于传统的一致区间方法。第11章方差减少技术仅有少量改动。在第12章中,给出了广泛得多且独立的经典实验设计与元模型的讨论,还特别强调了元模型和仿真模型。第14章是关于制造系统仿真,内容在本书的网站上,而不是在这本书里,其中关于制造系统仿真应用和最新仿真软件包已经进行了更新。本书增加了第13章,讨论了基于agent的仿真和系统动力学仿真,以及第4版第1章中讨论的其他类型的仿真。本书网站提供了学生版的ExpertFit分布拟合软件,它可以被用来分析第6章中相关例子和问题的数据集。为了方便读者阅读和材料压缩,书后列出了所有参考文献。一个大而全的主题索引增强了本书作为参考用书的价值。
网站(www.CourseSmart.com)提供这本教材的电子书(eBook)版本。通过该网站可以减少打印版本的花费,减少环境污染,利用网站进行学习。智慧课程(CourseSmart)电子书可以在线复习和下载到计算机上。电子书允许读者全文搜索,高亮显示与注释,以及与别人共享注释。智慧课程电子书在任何一个地方都可以使用,访问www.CourseSmart.com以了解更多和尝试样章。首先应该感谢本人以前的合作者David Kelton,他对本书的前3版做出了巨大贡献。第5版的评审人员分别阅读了新加的以及重点变化的章节提出了许多有价值的建议,这些在内容和表达两个方面都得到了极大的加强。这些评审人员有: Christos Alexopoulos 佐治亚理工学院,Russell Barton宾夕法尼亚州立大学,ChunHung Chen 乔治梅森大学,Shane Henderson(康奈尔大学,Jack Kleijnen蒂尔堡大学,Pierre LEcuyer(蒙特利尔大学,Charles Macal阿贡国家实验室,Michael North(阿贡国家实验室)和Douglas Samuelson InfoLogix公司。众所周知,本书一定会有不少因疏忽而产生的令人遗憾的错误,虽然如此,本人应该感谢以各种方式给予帮助的以下人员: Wayne Adams, Mark Anderson, Sigrun Andradttir, Jay April, Robert Axtell, Emmett Beeker, Marco Better, Edmund Bitinas, A.J.Bobo, Andrei Borshchev, Nathanael Brown, John Carson, Loren Cobb, Eric Frisco, David Galligan, Nigel Gilbert, Fred Glover, David Goldsman, Daniel Green, Charles Harrell, Thomas Hayson, James Henriksen, Raymond Hill, Kathryn Hoad, Terril Hurst, Andrew Ilachinski, Jeffrey Joines, Harry King, David Krahl, Emily Lada, Michael Lauren, Steffi Law, Thomas Lucas, Gregory McIntosh, Janet McLeavey, Anup Mokashi, Daniel Muller, Rodney Myers, William Nordgren, Ernie Page, Dennis Pegden, David Peterson, Stuart Robinson, Paul Sanchez, Susan Sanchez, Lee Schruben, David Siebert, Jeffery Smith, David Sturrock, Ali Tafazzoli,Andrew Waller, Hong Wan, Robert Weber, Preston White, James Wilson。埃佛里尔 M.劳
于亚利桑那州图森市