上海
Minitab 现在提供两种类型的模拟：Monte Carlo 和离散事件模拟。区别何在？ 您何时使用它们？
Minitab Workspace 通过 Monte Carlo 模拟帮助您分析变异性并优化设置，而 Minitab Simul8 则使您能够使用离散事件模拟修改和改进整个过程流。但是，哪一项适合应对您的挑战？
更改过程与更改设置
从根本上讲，这两种模拟技术之间的区别在于您希望修改系统的哪个方面：
- Monte Carlo 模拟(MC)适用于您希望更改当前过程的设置的情况。Monte Carlo 专注于调整关键参数，例如温度、材料属性或服务时间，以确定最佳操作条件。它广泛用于概率分析和风险评估。
- 离散事件模拟(DES)适用于您希望更改过程步骤并考虑时间影响的情况。这包括重组工作流程、消除瓶颈、引入并行处理或试验新的操作序列。由于 DES 明确考虑了时间，因此有助于分析动态系统中的延迟、等待时间和资源利用率。例如，Simul8 允许用户可视化和测试过程设计的变化以优化效率。
简而言之：Monte Carlo 思考参数，离散事件思考过程。
它们的工作方式
Monte Carlo 模拟：
- 使用随机抽样和概率分布来分析系统中的变异性和不确定性。
- 通常适用于难以确定确切结果的涉及随机输入的问题。
- 帮助确定不确定性下的最佳运行条件。
- 用例示例：一家工厂想要确定机器的最佳温度设置，以最大限度地减少缺陷产品。
离散事件模拟：
- 将系统模拟为一系列离散事件，捕获过程如何动态演变以及与资源限制交互。
- 捕获单个实体（例如客户、部件、交易）通过过程的流程。
- 通过测试不同的配置，帮助决策者优化过程效率。
- 用例示例：制造工厂希望通过重新布置工作站和重新分配资源来减少生产延迟。
何时使用每种方法
哪一项适合您？
如果您正在尝试重新设计或改进过程，则离散事件模拟是正确的选择。它允许您试验结构变化，并可视化不同的过程配置随时间对性能的影响。
如果您的目标是评估过程的风险、不确定性或找到最佳设置而不更改其结构，则 Monte Carlo 模拟更适合您。它可以帮助您了解输入中的变异如何影响结果，非常适合确定最佳操作条件。
每种方法 — Monte Carlo 和离散事件模拟 — 单独提供独特的值。但是，当它们联合使用时，真正的力量就随之而来。例如，您可以使用 Monte Carlo 确定系统的最佳输入参数，然后使用离散事件模拟查看这些参数在实际过程的动态环境中的表现。
以制造业为例：您生产的汽车零部件需要粉末涂层，然后在烤炉中固化。如果零部件在烤炉中停留时间过长，则会出现缺陷。Monte Carlo 模拟可以帮助您了解固化时间如何影响产品质量并确定最佳持续时间。但是固化时间不仅仅是一个设置，它受整个生产线的影响。如果烤炉后的工作站被堵塞，即使您的参数正确，物品也可能在烤炉中停留太久。这就是离散事件模拟的用武之处。它允许您分析整个过程流，以确保固化时间保持在最佳时间窗内，提高产品产量并减少浪费。
将这一切融合在一起：Minitab 独到之处
从参数优化到实际过程建模，这种端到端功能使 Minitab 产品套件脱颖而出。Minitab 将 Monte Carlo、离散事件模拟甚至 Digital Twins 结合起来进行实时绩效管理，为您提供完整的集成工具包，实现持续过程改进。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
