- 1 -
用蒙特卡洛法实现
对排队等待问题的计算机模拟
蒙特卡洛(MonteCarlo)法,或称统计试验法、计算机随机模拟方法,起源
于美国在第一次世界大战进研制原子弹的“曼哈顿计划”。该计划的主持人之一、
数学家冯·诺伊曼用驰名世界的赌城—摩纳哥的 MonteCarlo—来命名这种方
法,为它蒙上了一层神秘色彩。
一、蒙特卡洛法的基本思想及其应用
MonteCarlo 方法是一种基于“随机数”,采用统计抽样方法,近似求解数
学问题或物理问题的过程。把统计模拟法用于数值计算已有 200 多年的历史,
最早是法国数学家蒲丰(1707-1788)。他进行了著名的“蒲丰投针实验”,
早以此来求圆周率 π 的近似值。本世纪 40 年代,随着电子计算机的出现,特
别是近年来高速电子计算机的出现,使得用数学方法在计算机上大量、快速
地模拟这样的试验成为可能。
统计试验法通常用来研究概率过程,研究问题时常涉及下列一些与随机
因素有关的概率,如各类概率等,一般来说,建立描述过程的复杂的概率模
型是不成问题的,但用数学方法研究与分析这些模型是却很困难,问题的维
数(即变量的个数)可能高达数百甚至数千。对这类问题,难度随维数的增
加呈指数增长,这就是所谓的“维数的灾难”(Course Dimensionality)。传统的
数值方法难以对付(即使使用速度最快的计算机),甚至达到了无法进行的地
步。因此,唯一可取的研究方法是统计实验法。
统计模拟(蒙特卡洛法),在系统工程中的应用日益广泛,据国外有关文
献报道其应用领域大致有:
1.航空运输排队,机场设计等;
2.港口设计,泊位研究等;
3.消防车或救护车的布局和调派;
4.城市公共汽车作业调度;
5.出租汽车调度计划;
评论0