系统仿真作为一种求解复杂系统的分析技术，已经得到了广泛的应用。在仿真技术应用愈来愈广泛的今天，寻求有效的仿真优化方法十分迫切并具有很大的实用价值。本书对仿真环境下的最优化问题做了较系统的探讨。

系统仿真作为一种求解复杂系统的分析技术，已经得到了广泛的应用。现时情况下，人们在对许多复杂问题做决策时，最优化作为一个基本原则已牢固地树立起来，它能够使对问题的分析论证得到无可争议的完善化。根据最优化原理，人们把实际问题抽象为一定类型的分析模型，如线性规划模型、网格模型、存贮模型等，以便使用相应的解析算法对系统的目标进行优化。但是在处理一个复杂系统的决策问题时，要把所有参数之间的量及其逻辑关系约束条件以及所求目标之间的复杂情况描述出来，那几乎是不可能的。因此现存的最优化模型只能是一种对实际问题的近似描述。当人们面对一个复杂的决策问题时，一方面希望建立一个复杂的分析模型，以准确地把实际问题描述出来；另一方面又希望建立一个容易处理的分析模型，以便于问题的求解，实际上这是两个相互矛盾的目标。对于一个复杂的决策问题，人们如果找不到一种合适的分析模型来描述它，就不得不对问题本身进行简化，以适应相应的分析模型的各种假设条件。这种简化往往使得问题变得面目全非，这种情况下，系统仿真技术不失为一种可行的分析方法。理论上讲，仿真模型可以描述任何复杂程度的实际问题。但仿真技术只是一种分析问题的手段，它没有建立起最优化的概念，也就是说，仿真模型的一次运行，只能给出一组决策变量下的系统输出(目标函数值)，它不能给决策者提供系统输出最优的决策变量的组合。目前比较著名并且应用较为广泛的几种仿真语言如SLAM，ARENA，SIMAN等也都没有提供优化手段。这不能不说是仿真技术的遗憾，也是影响其应用的原因之一。自六十年代中期提出仿真最优化概念以来，许多人从不同的方面做了不少的工作，但由于问题本身的难度而发展缓慢。随着计算机硬件的飞速发展，仿真的成本越来越低，系统仿真应用越来越广泛，仿真环境下的最优化成为迫切需要解决的问题。

本书共分六章。第一章首先阐述了管理系统仿真技术研究的范围和步骤以及有关概念，然后定义了仿真环境下最优化问题的具体形式，最后对当前仿真优化问题的发展状况作了全面的综述，并且给出了两个仿真优化例子。

第二章主要讨论仿真优化环境下响应曲面法的有效实施，以改进现有响应曲面法采用重复运行估计曲面参数时效率不高的状况。同时把响应曲面法推广到稳态仿真模式下的仿真优化问题。依据试验设计的D-优良性和G-优良性讨论响应曲面参数单运行估计的可行性。采用通用随机数技术使得不同试验点的仿真目标响应产生正相关、以获得更准确的单运行响应曲面参数估计，在稳态仿真模式下，应用了终态仿真模式下曲面多数单运行估计的思想，减小了每次仿真运行的长度，达到了提高优化效率的目的，解决了稳态仿真模式下响应曲面法应用的具体技术问题。给出了一种在一阶响应曲面上寻优时确定最佳搜索步长的方法。

第三章讨论随机逼近算法在仿真环境下的最优化中的应用问题，给出了无约束和有约束仿真优化问题的随机逼近型最优化算法，并且对算法中的有关参数的选择做具体的讨论，给出我们的建议。差分梯度估计作为一种随机梯度估计方法，在本章中也将进行讨论，着重分析单边差分和对称差分梯度估计在不同的随机数安排策略下所得到的梯度估计的统计特性，并且以M／M／l排队系统和存储模型为例，做实际的试验比较。

第四章主要讨论梯度估计方法中的无穷小扰动分析(IPA)方法。首先阐述离散事件动态系统(DEDS)的无穷小扰动分析的基本思想和利用IPA在稳态仿真模式下的梯度估计问题，在此基础上再将无穷小扰动分析推广到终态仿真问题的梯度估计，并且证明IPA梯度估计的无偏性和强一致性。同时给出基于仿真响应的IPA梯度估计盼随机逼近型仿真优化算法。

第五章基于第二、第三、第四章仿真环境下的最优化理论，讨论其程序实现问题。以GASP IV仿真语言为基础仿真语言，实现了面向优化的通用仿真系统GASPOPT。

第六章对单运行曲面参数估计的响应曲面法，对称差分梯度估计下的随机逼近过程和IPA梯度估计下的随机逼近过程三种仿真优化方法进行试验比较。给出仿真优化方法有效性的评价准则。设计了五个试验函数和五个试验仿真模型。对上述三种仿真优化方法做了定性和定量的分析比较，最后给出我们的评价结论和建议。

第七章应用系统仿真技术，对一厂多工地混凝土供应系统进行研究，建立了该供应系统的SLAM仿真模型，对仿真模型的输入变量的概率分布进行拟合，仿真输出结果给出了该混凝土供应系统的行为度量，对合理调度混凝土搅拌车给出来了建议。

第八章是全文总结。

在仿真技术应用愈来愈广泛的今天，寻求有效的仿真优化方法十分迫切并具有很大的实用价值。我们对仿真环境下的最优化问题做了较系统的探讨，有许多东西还需进一步完善，仍然有许多工作有待于进行。由于笔者水平有限，书中错误在所难免，望读者不吝批评指正。

陈智民

2005年4月于深圳大学