以下文章来源于生产系统仿真软件 ，作者ZHP
导读
在建模仿真之前，首先要明确仿真的目标，即为什么要进行仿真，要分析哪些指标等。物理生产系统存在与否、实际运行状况如何、有哪些改善需求或愿景等因素都会影响仿真的目的。
文章来源
本文由「生产系统仿真软件」授权发布。
针对现实应用，生产系统建模仿真的基本过程如下图，主要包括5个步骤。
1. 仿真目标定义
在建模仿真之前，首先要明确仿真的目标，即为什么要进行仿真，要分析哪些指标等。物理生产系统存在与否、实际运行状况如何、有哪些改善需求或愿景等因素都会影响仿真的目的。比方说，物理车间尚未建设，此时的仿真目的就是科学预知未来车间的性能，如果车间已存在但物流性能不佳，此时的仿真目的就是通过分析物流效率，找出瓶颈原因，然后提出改善方案并进行验证。根据性质的不同可将仿真分析的目的分为4类：
◉ 描述性分析（Descriptive Analysis）：通过仿真，模拟物理系统的运行，分析运行数据，计算统计值，绘制图表，得到各项性能指标的量化值。描述性分析多用于对现有方案的模拟再现和验证，是最基础的分析；
◉ 诊断性分析（Diagnostic Analysis）：基于描述性分析结果，分析生产系统的性能瓶颈并寻找原因，比如资源不足、生产线不平衡等等，尝试改变生产布局和结构参数，多次运行仿真，寻找更优方案。通过诊断性分析，给出诊断报告，达到知其然并且知其所以然的目的；
◉ 预测性分析（Predictive Analysis）：模拟各种随机因素，设计大量仿真试验，结合因果分析、回归分析、相关分析等方法，对不同参数组合下生产系统性能的变化趋势进行分析。通过预测性分析，建立响应变量和输入变量之间的关系，预知输入变量改变以后的结果；
◉ 指导性分析（Prescriptive Analysis）：将仿真与运筹学方法相结合，对生产系统的最优设计方案和最优运作方案给出建议，比如设施布局、物流路径定义、计划投产策略等等。通过指导性分析，提出生产系统的改善方案。
根据业务的不同可将仿真分析的目的分为产能验证、瓶颈识别、利用率分析、物流效率分析、工人效率分析、质量影响分析、故障影响分析、订单排序优化、投产策略优化等等。
2. 基础数据收集
在仿真建模过程中，需要一定的基础数据支持，基础数据的质量（全面性、真实性）对仿真结果的真实可信性有直接的影响，这些数据通常包括：
（1）车间布局图：描述了生产系统中的设施布局和物流路径，一般为CAD模型，有精确的几何位置数据；
（2）工艺数据：车间中生产的每一类零件或部件的工艺路线，包含工序、工时、所需工具、所需设备、工人、毛坯等信息，如果是装配工序，还需给定物料清单（Bill Of Material, BOM）数据；
（3）订单数据：如果是进行产能分析，则根据经验估计，给出每年（月）预计投入的订单数量、订单的工件构成、订单的投放规律（间隔时间、批量）等，如果是进行生产计划仿真，则需要给出详细的生产计划；
（4）资源数据：工具类资源、工人（操作工、检验工、物流工等）类资源的类型、数量、使用规则等；
（5）物流类数据：包括物流运输路径、物流配送策略、物流设施及工作参数等数据，以及缓冲区和仓库的位置、容量、出入库策略等数据；
（6）故障类数据：设备的故障模式、失效分布、维修特征等数据；
（7）质量类数据：缺陷类型、缺陷发生的概率分布、缺陷处理策略等数据；
（8）其他数据：比如工厂日历、停机计划、特殊生产规则等等。
3. 仿真建模
选择一种生产系统仿真软件，建立生产系统仿真模型。主流仿真软件一般都提供了图形化的建模平台，仿真建模的大致过程如下：
（1）按照CAD布局，创建各类对象并准确摆放其位置；
（2）详细定义对象属性；
（3）导入基础数据，建立对象和数据的关联；
（4）定义物流过程；
（5）定义人员和资源模型及其访问机制；
（6）自定义脚本，实现各种逻辑控制。
4-5. 仿真分析与优化
基于生产系统仿真模型，在离散事件仿真引擎和动画引擎等的支持下，进行大量模拟运行，输出仿真模型的运算结果统计，根据仿真结果，一方面用来验证模型的有效性，另一方面用来指导生产物流规划以及后期的运作管理，包括布局规划、生产物流分析、参数优化计算和瓶颈分析优化等内容。
以布局分析和优化为例，下图描述了仿真分析与优化的基本过程。包括初始方案的仿真分析、关键参数试验设计及对比分析、遗传算法 仿真来实现寻优等三个过程。
