黄镇谨，陈 波，欧阳浩

（ 广西工学院 计算机工程系，柳州 545006）

0 引言

传统的离散事件仿真方法要求在仿真过程中获得系统的精确信息，如系统中各随机变量的概率分布和参数等。实际中这些信息往往难以精确的获得。经典的随机服务系统中一般假设顾客到达时间及服务时间服从特定的分布函数。实际应用中要获得参数的分布特性，需要对系统参数进行大量的数据采样并采用拟合的方式获得其分布规律，这不仅费时费力，而且很多时候得到的结果与理论上的分布函数具有比较大的偏差。利用这些具有一定偏差的分布函数对系统进行分析虽然能够带来解析处理的方便，但在一定程度上牺牲了系统的真实性和实际应用价值。因此，需要另外的手段处理这些不精确的信息。采用模糊数描述信息的不精确性是一种可行办法。

离散事件仿真的核心是对事件与其仿真时钟的处理[1]。事件以事件列表的形式存在，时间的推进与其状态的更新取决于下一个事件的发生时间。事件列表的更新随着系统状态的演化不断进行。当前仿真时间由仿真时钟维护，在每一个事件发生时更新系统仿真时钟。引入模糊数后，事件的发生与其仿真时钟的更新时间不再是精确的数值，而是一个区间值，区间中的每一个数值具有相应的隶属度。参数模糊化后的离散事件仿真中，事件的选择与其仿真时钟的更新比基于概率分布仿真复杂，多个模糊数之间的排序结果可能并不唯一。……