Istotne kwestie etapu pozyskiwania i analizy danych wejściowych w procesie budowania modelu symulacyjnego.

• Autorzy: Udziałko J.
• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono zasadnicze kwestie związane z procesem pozyskiwania i analizowania danych wejściowych do modelu. Omówiono wagę etapu gromadzenia danych dla modelowania symulacyjnego, przytoczono typowe błędy popełniane na tym etapie procesu modelowania (skupiono się przede wszystkim na modelach dyskretnych). Następnie przedstawiono zagadnienie analizowania danych - zarówno grupę podejść typowych, jak i przykład podejścia nieklasycznego. Podano tu szkic i ogólną ideę różnych metod analizy danych. Artykuł stanowi przegląd metod istniejących; jest próbą ich uporządkowania i oceny w świetle prac nad budową modelu symulacyjnego, a także porusza kwestię mniej popularnych metod statystycznych stosowanych rzadziej w porównaniu z podejściami klasycznymi.

Słowa kluczowe

PL

modelowanie symulacyjne

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Prace Naukowe Instytutu Organizacji i Zarządzania Politechniki Wrocławskiej. Studia i Materiały
• Rocznik: 2006
• Tom: Vol. 80, nr 22
• Strony: 21--32
• Opis fizyczny: Bibliogr. 24 poz.

Twórcy

autor

Udziałko J.

• Politechnika Wrocławska, Instytut Organizacji i Zarządzania,

Bibliografia

• ANDRADOTTIR, S., SCHMEISER, B. W., SCHRUBEN, L. W., YUCESAN, E. 2005. Analysis methodology: are we done?; [w:] Proceedings of the 2002 Winter Simulation Conference; ss. 790-796.
• BARTON, R., R., SCHRUBEN, L., W. 2001. Resampling methods for input modeling; [w:] Proceedings of the 2001 Winter Simulation Conference; ss. 372-378.
• BITLLER, B., NELSON, B. L. 2002. Answers to the top ten input modeling questions; [w:] Proceedings of the 2002 Winter Simulation Conference; ss. 35-40.
• FAMILI, A., SHEN, W.-M., WEBER, R., SIMOUDIS, E. 1997. Data Preprocessing and Intelligent Data Analysis; [w:] Intelligent Data Analysis 1; ss. 3-23.
• FORTIN, M-J., JACQUEZ, G. M., SHIPLEY, B. 2002. Computer-intensive methods; [w:] Encyclopedia of Environmetrics. Volume 1. John Wiley & Sons, Ltd, Chichester; ss. 399-402
• FREIMER, M., SCHRUBEN, L. 2002. Collecting data and estimating parameters for input distributions; [w:] Proceedings of the 2002 Winter Simulation Conference; ss. 392-399.
• GUPTA, A., PARZEŃ, E. 2004. Input modeling using quantile statistical methods; [w:] Proceedings of the 2004 Winter Simulation Conference; ss. 728-736.
• HESTERBERG, T., MONAGHAN, S., MOORE, D. S., CUPSON, A., EPSTEIN, R. 2003. Bootstrap methods and permutation tests. Companion chapter 18 to the Practice of Business Statistics. W. H. Freeman and Company, New York.
• HOOVER, S.V., PERRY, R.F. 1989. SIMULATION. A Problem-Solving Approach. Addison-Wesley Publishing Company, Inc., New York.
• KELTON, W. D., Sadowski, R. P., Sadowski, D. A. 2002. Simulation with Arena. McGraw-Hill Companies, Inc., New York.
• KRYSICKI, W., BARTOS, J., DYCZKA, W., KRÓLIKOWSKA, K., WASILEWSKI, M. 2000. Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach. Część II. Statystyka matematyczna. Wydawnictwo Naukowe PWN, Warszawa.
• KRYSICKI, W., BARTOS, J., DYCZKA, W., KRÓLIKOWSKA, K., WASILEWSKI, M. 1993. Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach. Część I. Rachunek prawdopodobieństwa. Wydawnictwo Naukowe PWN, Warszawa.
• LAW, A. M., KELTON, W. D. 1991. Simulation modeling & analysis. McGraw-Hill, Inc., New York.
• LAW, A. M., MCCOMAS, M. G. 2000. How the Expertfit distribution-fitting package can make your simulation models more valid; [w:] Proceedings of the 2000 Winter Simulation Conference; ss. 253-258.
• LEEMIS, L. 2001. Input modeling techniques for discrete-event simulations; [w:] Proceedings of the 2001 Winter Simulation Conference; ss. 62-73.
• MIELCZAREK, B. 2005. Aspekty losowości w modelach symulacyjnych; [w:] Symulacja systemów społeczno-gospodarczych. Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław, ss. 29-44.
• PERERA, T., LIYANAGE, K. 2000 Methodology for rapid identification and collection of input data in the simulation of manufacturing systems; [w:] Simulation Practice and Theory 7; ss. 645-656.
• ROBERTSON, N., PERERA, T. 2002. Automated data collection for simulation?; [w:] Simulation Practice and Theory 9; ss. 349-364.
• ROBINSON, S. 1999. Three sources of simulation inaccuracy (and how to overcome them); [w:] Proceedings of the 1999 Winter Simulation Conference; ss. 1701-1708.
• SADOUN, B. 2000. Applied system simulation: a review study; [w:] Information Sciences 124; ss. 173-192.
• SADOWSKI, D. A., GRABAU, M. R. 2000. Tips for successful practice of simulation; [w:] Proceedings of the 2000 Winter Simulation Conference; ss. 26-31.
• SCHMEISER, B. W. 1999. Advanced input modeling for simulation experimentation; [w:] Proceedings of the 1999 Winter Simulation Conference; ss. 110-115.
• SCHMEISER, B. W. 2001. Some myths and common errors in simulation experiments; [w:] Proceedings of the 2000 Winter Simulation Conference; ss. 39-46.
• SEILA, A.F., CERIC, V., TADIKAMALLA, P. 2003. Applied simulation modeling. Thomson Learning Inc. USA, Belmont.