3、结果分析核心概念：性能指标（均值、方差、置信区间）、稳态与瞬态分析、终止条件与样本量
系统仿真的最终产出并非仅仅是“跑完一遍模型”，而是要从仿真输出数据中提炼出对真实系统有指导意义的结论。许多仿真项目失败，并非模型构建错误，而是结果分析阶段的概念混淆与方法误用——例如将瞬态数据混入稳态统计、样本量不足却强行计算置信区间、或未设定合理的终止条件导致结果偏差。本章围绕结果分析的四大核心支柱展开：性能指标的统计含义、稳态与瞬态的判别与处理、终止条件的设定逻辑、以及样本量的确定方法。这些概念共同构成仿真结果可信度的基石，也是后续可视化呈现的数据前提。
3.1 性能指标：均值、方差与置信区间
核心原理
性能指标是将仿真输出数据转化为可决策信息的第一层抽象。均值（Mean）描述系统行为的集中趋势，例如平均排队长度、平均响应时间；方差（Variance）及其标准差描述系统行为的波动性，反映服务的稳定性；置信区间（Confidence Interval, CI）则给出估计值的不确定性范围，其宽度直接决定结论的可靠程度。三者构成一个递进关系：均值给出“点估计”，方差给出“离散程度”，置信区间给出“估计的统计保证”。
判断方法与操作流程
- 计算均值与方差：对仿真输出的 n 个观测值 x₁, x₂, …, xₙ，样本均值 x̄ = (Σxᵢ)/n，样本方差 s² = Σ(xᵢ - x̄)²/(n-1)。注意使用 n-1 作为分母以得到无偏估计。
- 构造置信区间：当 n ≥ 30 时，可依据中心极限定理使用正态近似：CI = x̄ ± zα/2·(s/√n)；当 n < 30 时，应使用 t 分布：CI = x̄ ± tα/2, n-1·(s/√n)。
- 检验独立性：仿真数据往往存在自相关性（如排队系统中相邻顾客的等待时间相关），需先进行自相关检验，必要时采用批均值法（Batch Means）将数据分成若干批次，以批次均值为独立样本。
案例拆解：呼叫中心平均等待时间估计
某呼叫中心仿真模型运行 10 次独立重复，每次记录 1000 个呼叫的等待时间。10 次运行的平均等待时间分别为：52.3s, 48.7s, 55.1s, 50.2s, 47.9s, 53.6s, 49.8s, 51.4s, 54.2s, 50.8s。计算得样本均值 x̄ = 51.4s，样本标准差 s = 2.38s。取 95% 置信水平，t₀.₀₂₅,₉ = 2.262，则 CI = 51.4 ± 2.262 × (2.38/√10) = 51.4 ± 1.70，即 [49.7s, 53.1s]。该区间宽度约 3.4s，若业务要求精度在 ±2s 以内，则当前样本量不足，需增加重复次数。
| 指标 | 公式 | 用途 | 注意事项 |
|---|---|---|---|
| 样本均值 | x̄ = Σxᵢ/n | 点估计 | 对异常值敏感 |
| 样本方差 | s² = Σ(xᵢ-x̄)²/(n-1) | 波动度量 | 需保证数据同分布 |
| 置信区间 | x̄ ± t·(s/√n) | 区间估计 | 依赖正态性假设 |
3.2 稳态与瞬态分析
核心原理
仿真系统从初始状态（如空队列、空闲服务器）运行到统计稳定状态，通常需要经历一段“预热期”（Warm-up Period）。在预热期内，系统行为受初始条件主导，称为瞬态阶段；此后系统进入统计平衡，称为稳态阶段。稳态分析关注长期运行下的平均性能，而瞬态分析则关注系统启动、故障恢复或参数突变后的短期行为。两者分析目标不同，数据筛选策略也截然不同。
判断方法与操作流程
- 图形法（Welch Plot）：绘制累积均值随时间变化的曲线，观察曲线趋于平稳的拐点，该点即为预热期结束的近似位置。
- 移动平均法：对输出序列计算窗口为 k 的移动平均，当移动平均曲线波动幅度小于预设阈值（如 ±5%）时，认为进入稳态。
- 批均值收敛检验：将数据分为若干批次，计算批次均值的累积平均值，若连续 5-10 个批次的累积均值变化小于 1%，可判定达到稳态。
实战场景：生产线仿真中的预热期处理
某汽车装配线仿真模型，初始状态为全线空载。仿真前 2 小时（仿真时间）内，产线处于“爬坡”阶段，在制品数量从 0 逐步上升至约 120 件。若直接统计前 8 小时的平均产量，会因前 2 小时的低产量而低估实际产能。正确做法是：通过 Welch Plot 识别出预热期约为 1.5 小时，剔除前 1.5 小时数据，仅统计后 6.5 小时的稳态数据。实际操作中，可设置仿真预热期（Warm-up Period）参数，让模型先运行 1.5 小时再开始收集统计数据。
3.3 终止条件与样本量
核心原理
仿真运行的终止条件决定了数据收集的边界，直接影响统计结果的可靠性。终止条件分为两类：固定长度终止（如运行 8 小时仿真时间或处理 5000 个实体）和事件驱动终止（如达到指定置信区间宽度或满足精度阈值）。样本量则指独立重复运行的次数或单个长运行中的数据观测数，它决定了估计量的方差大小。两者共同构成仿真实验设计的“停止规则”。
判断方法与操作流程
- 确定终止条件类型：若系统是“终止型系统”（如银行营业 8 小时），采用固定长度终止；若系统是“非终止型系统”（如 7×24 小时数据中心），采用稳态分析并设定精度阈值终止。
- 计算最小样本量：给定期望的半宽 h 和置信水平 α，所需重复次数 n ≥ (zα/2·s/h)²。若 s 未知，可先做 5-10 次预实验估计 s。
- 序贯法（Sequential Method）：每增加一次重复就重新计算置信区间，当区间半宽小于预设阈值时停止。该方法在保证精度的同时避免过度计算。
案例拆解：物流仓库仿真样本量决策
某电商仓库仿真项目，需估计订单平均拣货时间，要求 95% 置信水平下半宽不超过 30 秒。预实验 5 次得到拣货时间标准差 s = 85 秒。代入公式：n ≥ (1.96 × 85 / 30)² ≈ 30.8，取整为 31 次。但考虑到仿真运行成本（每次约 20 分钟），31 次总耗时约 10 小时，超出项目时间预算。经与业务方协商，将精度要求放宽至半宽 45 秒，则 n ≥ (1.96 × 85 / 45)² ≈ 13.7，取 14 次，总耗时约 4.7 小时，在可接受范围内。最终采用序贯法：先运行 14 次，若半宽仍超 45 秒则继续增加，最多不超过 20 次。
| 终止条件类型 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|
| 固定时长 | 营业系统、班次制生产 | 简单可控 | 可能未达稳态 |
| 固定实体数 | 批次处理系统 | 样本量确定 | 忽略时间维度 |
| 精度阈值 | 长期运行系统 | 统计保证明确 | 计算量不确定 |
| 预算约束 | 所有场景 | 成本可控 | 可能精度不足 |
3.4 四者联动与综合复盘
核心原理
性能指标、稳态/瞬态分析、终止条件、样本量并非孤立概念，而是一条完整的数据决策链：首先通过瞬态/稳态判别确定有效数据区间，然后基于该区间数据计算均值、方差和置信区间，再根据置信区间宽度判断是否满足精度要求，若不满足则调整终止条件或增加样本量。任何一环缺失或误用，都会导致最终结论失真。
综合案例：医院急诊室仿真项目复盘
某医院急诊室仿真项目，目标评估平均候诊时间。初始方案：运行 24 小时仿真时间，统计全部数据。结果发现置信区间半宽达 ±12 分钟，远超管理层要求的 ±5 分钟。复盘分析发现三个问题：第一，未剔除前 3 小时预热期数据，导致均值被低估；第二，仅运行 1 次长仿真，数据自相关性严重，有效独立样本量远低于名义样本量；第三，未设定明确的终止精度阈值。改进方案：采用批均值法将 24 小时数据分为 12 批，每批 2 小时，剔除前 2 批（预热期），剩余 10 批作为独立样本。重新计算得均值 38.2 分钟，95% 置信区间为 [34.5, 41.9] 分钟，半宽 3.7 分钟，满足精度要求。同时将终止条件改为“连续 5 批次的累积均值变化小于 2%”，避免不必要的长时间运行。