热文回顾 | 计算机仿真技术发展及其在物流行业中的应用展望

文｜清华大学自动化系

范文慧

计算机仿真是人类认识世界和改造世界的重要手段，其在物流行业的应用，有助于有效地提高作业效率，降低作业成本，加强供应链管理能力以及运营管理的灵活性。随着物流行业生产自动化与智能化水平的不断提高，系统越来越复杂，节奏越来越快，不仅对物流系统仿真的需求进一步加大，更需要新的计算机仿真技术支撑。对此，本刊特邀计算机仿真领域专家——清华大学自动化系范文慧教授撰文，希望能给业内提供参考借鉴。

计算机仿真内涵及其相关概念

1.什么是计算机仿真

计算机仿真是以实际系统为对象，以模型理论为基础，以计算机为工具，根据研究目标，建立并运行模型，对研究对象进行认识与改造的过程。实际系统是研究的对象，模型是实际系统的本质抽象和简化，仿真是计算机模型的实验。计算机仿真有三个基本要素：系统（实际）、模型（数学）与工具（计算机）；计算机仿真有三个基本活动：系统建模（一次建模）、仿真建模（二次建模）与仿真实验；计算机仿真模型的校验与验证是仿真不可或缺的组成部分，也是仿真能否解决实际问题的关键。计算机仿真具有其他学科难以替代的求解高度复杂问题的能力。

仿真的基本要素与基本活动

（1）系统

系统是具有特定的功能，按照某些规律结合起来，互相作用、互相依存的所有实体的集合或总和。系统可以被划分为连续时间系统、离散事件系统和复杂系统三类。“连续系统”是指状态变量随时间连续改变的系统，如控制系统、力学系统等；“离散系统”是指其状态变量只在某个离散时间点集合上发生变化的系统，如排队系统和库存系统等；“复杂系统”是由大量单元互相作用组成的系统，其活动呈现非线性，往往形成具备无数层级的复杂组织，例如生态系统、城市系统等等。

（2）模型

模型是实际系统本质的抽象与简化。模型可以划分为连续系统模型、离散事件系统和复杂系统模型。连续系统模型包括常微分方程模型和偏微分仿真模型等；离散事件系统模型包括实体流图、活动扫描图、进程交互图等；复杂系统模型包括元胞自动机模型、基于智能体（Agent）的模型和系统动力学模型等。开发模型的目的是用模型作为替代来帮助人们对原物进行假设、定义、探究、理解、预测、设计，或者与原物某一部分进行通讯。通过模型试验可以很好地解决这些问题，与通过实物系统试验相比，模型通常更易于理解，模型结构的变化更容易实现，模型的行为特性更易于掌握。因此，在模型上进行试验已经成为人们科学研究与工程实践中不可缺少的手段。

（3）工具

工具是仿真的三个要素之一，可以分为高级语言工具、专用语言工具和平台工具三类；常用的仿真平台软件如下：连续系统有ACSL、Matlab、SimApp、Simgua、SLAM、VisSim、AMESim、Modelica、Simulink、Ansys、Fluent等；离散事件系统软件平台有AutoMod、eM-Plant、Arena、GASP、Witness、Flexsim、SIMSCRIPT II.5等；复杂系统软件平台有NetLogo、Swarm、Repast、AnyLogic、Vensim、iThink、DYNAMO等。计算机工具包括PC机，专用仿真机、高性能计算机等。

2. 计算机仿真的分类

（1）根据时间特性，计算机仿真分为实时仿真、亚实时仿真和超实时仿真。

实时仿真，即仿真时钟与实际时钟完全一致，也就是模型仿真的速度与实际系统运行的速度相同。当被仿真的系统中存在物理模型或实物时，必须进行实时仿真，例如各种训练仿真器就是这样，也称为硬件在回路中（Hardware in the loop）仿真。

亚实时仿真，即仿真时钟慢于实际时钟，也就是模型仿真的速度慢于实际系统运行的速度。当对仿真速度要求不苛刻的情况下均是亚实时仿真，例如大多数系统离线研究与分析，有时也称为离线仿真。

超实时仿真，即仿真时钟快于实际时钟，也就是模型仿真的速度快于实际系统运行的速度。例如大气环流的仿真，交通系统的仿真等等。

（2）根据系统特性，计算机仿真分为连续系统仿真、离散事件系统仿真和复杂系统仿真。

连续系统是指系统状态随时间连续变化的系统。连续系统的模型按其数学描述可分为：集中参数系统模型，一般用常微分方程（组）描述，如各种电路系统、机械动力学系统、生态系统等；分布参数系统模型，一般用偏微分方程（组）描述，如各种物理和工程领域内的“场”问题。

离散事件系统是指系统状态在某些随机时间点上发生离散变化的系统。它与连续系统的主要区别在于：状态变化发生在随机时间点上。这种引起状态变化的行为称为“事件”，这类系统是由事件驱动的；而且，“事件”往往发生在随机时间点上，亦称为随机事件，因而离散事件系统一般都具有随机特性；系统的状态变量往往是离散变化的。例如，排队系统与库存系统，系统的动态特性很难用人们所熟悉的数学方程形式加以描述，而一般只能借助于活动图或流程图，这样，无法得到系统动态过程的解析表达。对这类系统的研究与分析的主要目标是系统行为的统计性能而不是行为的点轨迹。

复杂系统仿真基本思路就是通过观察现实的复杂系统抽象出每个个体所遵循的简单规则，在计算机中重现这些简单的个体，并让他们相互作用从而观察计算机中的涌现结果，最后反过来用这些结果再来反映现实系统。例如，城市系统、生态系统与作战系统等等，通过基于Agent仿真方法进行建模与仿真。

3.计算机仿真的一般步骤

图2 计算机仿真的一般步骤

计算机仿真的一般步骤可用图2来描述[1]。仿真是基于模型的活动，首先要针对实际系统建立模型与形式化，一方面根据研究和分析的目的，确定模型的边界，因为任何一个模型都只能反映实际系统的某一部分或某一方面，也就是说，一个模型只是实际系统的有限映射。另一方面，为了使模型具有可信性，必须具备对系统的先验知识及必要的试验数据。特别是，还必须对模型进行形式化处理，以得到计算机仿真所要求的数学描述。模型可信性检验是建模阶段的最后一步，也是必不可少的一步。只有可信的模型才能作为仿真的基础。

仿真建模是仿真过程的第二步。其主要任务是：根据系统的特点和仿真的要求选择合适的算法，当采用该算法建立仿真模型时，其计算的稳定性、计算精度、计算速度应能满足仿真的需要。

第三步是程序设计，即将仿真模型用计算机能执行的程序来描述。程序中还要包括仿真实验的要求，如仿真运行参数、控制参数、输出要求等。早期的仿真往往采用高级语言编程，随着仿真技术的发展，一大批适用不同需要的仿真语言被研制出来，大大减轻了程序设计的工作量。

程序检验一般是不可缺少的。一方面是程序调试，更重要的是要检验所选仿真算法的合理性。这是仿真过程的第四步。

有了正确的仿真模型，就可以对模型进行实验，这是实实在在的仿真活动。它根据仿真的目的对模型进行多方面的实验，相应地得到模型的输出，这是第五步。

仿真过程的第六步是要对仿真输出进行分析。以往，输出分析的方法学未能引起人们的足够重视，实际上，输出分析在仿真活动中占有十分重要的地位，特别是对离散事件系统来说，其输出分析甚至决定着仿真的有效性。输出分析既是对模型数据的处理（以便对系统性能做出评价），同时也是对模型的可信性进行检验。

上面我们仅仅对仿真过程的主要步骤进行了简要说明。在实际仿真时，上述每一个步骤往往需要多次反复和迭代。

计算机仿真相关概念和提法

1．计算机仿真与模拟

“仿真”对应的英文单词是“Simulation”，也可译为模拟，为了与模拟计算机“Analog Computer”中的“Analog”以示区别，在规范术语和译名时，1979年我国专家和学者们建议将“Simulation”译为“仿真”，并一直沿用至今。英文Emulation一般译为模拟，是指用实物仿真和半实物仿真，而Simulation更加强调数学模型仿真，大多数是模拟与仿真混用，不加区分，我的意见是都应该统一为“仿真”。

2. 计算机仿真与计算

从计算机仿真角度看，计算就是运算，是计算机仿真的一个重要步骤，是用计算机进行求解模型的过程，所以，也有人讲仿真，就是计算，那是从计算机仿真求解过程上来说的，也不是错误的。

3. 计算机仿真与动画

动画不是计算机仿真，属于计算机仿真的后处理内容。动画的英文是Animation，是通过把连续动作等分解后画成许多动作瞬间的画幅，再用摄影机连续拍摄成一系列画面，给视觉造成连续变化的图画。动画是属于计算机图形学领域，更加强调可视性与可展示性。动画是计算机仿真结果的呈现与展示，比如生产线仿真计算完成后，以动画的形式显示整个生产过程。

4. 计算机仿真与虚拟现实

虚拟现实的英文是Virtual Reality，是一种基于可计算信息的沉浸式交互环境，在该环境中，人们可以创建和体验虚拟世界（Virtual World）。虚拟世界是全体虚拟环境VE（Virtual Environment）或给定仿真对象的全体。虚拟环境是由计算机和电子技术生成的，通过视、听、触觉等作用于用户，使之产生身临其境感觉的交互式视景仿真。所以虚拟现实是交互式视景仿真，是更加强调交互、沉浸、想象的计算机仿真。

5. 计算机仿真与数字孪生

数字孪生不是计算机仿真，计算机仿真也不是数字孪生，两者既有区别，又有联系。数字孪生根本特征是虚实映射，经由对物理实体构建数字孪生模型，实现物理模型和数字孪生模型的双向映射。数字孪生模型可能是仿真模型，也可能不是仿真模型，但是孪生的仿真模型则更具挑战性，也更有意义。所以当数字孪生模型不是计算机仿真模型的时候，则数字孪生不是计算机仿真；当数字孪生模型是仿真模型的时候，数字孪生的模型就是在线的计算机仿真模型，也可以理解为嵌入式的实时或超实时仿真模型。

计算机仿真技术最新进展

仿真学科正向“数字化、高效化、网络化、智能化、服务化、普适化”为特征的现代化方向发展，逐步向产业化发展。最具代表性的仿真学科包括虚拟现实、网络化仿真、智能仿真、高性能仿真、动态数据驱动的仿真等,如图3所示[2]。

图3 计算机仿真技术最新进展

1.虚拟现实

虚拟现实又称为沉浸式多媒体或计算机仿真现实，是以计算机技术为核心，生成与一定范围真实环境在视、听、触感等方面近似的数字化环境，用户借助必要的装备与其进行交互，可获得亲临对应真实环境的感受和体验。实际上是一种可创建和体验虚拟世界的计算机系统。此种虚拟世界由计算机生成，可以是现实世界的再现，亦可以是构想中的世界，用户可借助视觉、听觉及触觉等多种传感通道与虚拟世界进行自然的交互。虚拟现实技术与人工智能技术的融合是未来发展方向。

2. 网络化仿真

网络化仿真也是分布式仿真，指以现代网络技术为支撑实现系统建模、仿真运行试验、评估等活动的一类技术。网络化仿真依托网络进行，包含三个层次的含义：一是模型通过网络互联进行仿真运行，这是传统的网络化仿真，以DIS、ALSP及HLA为代表；二是通过网络协作完成一次仿真实验，以基于WEB的仿真、HLA Evolved为代表；三是基于网络形成的领域仿真环境，实现复杂系统建模、仿真运行及结果分析等整体高效的仿真目标，以云仿真、边缘仿真为代表。

3. 智能仿真

智能仿真是人工智能与仿真学科的结合，既包括利用人工智能技术辅助仿真建模、交互与分析，也包括对智能系统（包含人的系统以及复杂自适应系统）、人工智能系统（类脑智能机器人）、智能（人脑和生物脑）的建模。但是，无论是对脑智能、智能系统、新型人工智能系统进行建模，还是将人工智能技术应用于仿真过程中，都离不开人工智能与仿真的结合。多智能体仿真与强化学习结合的多智体强化学习技术是未来发展方向。

4. 高性能仿真

高性能仿真（High Performance Simulation）是指采用高性能计算平台进行仿真运行试验的仿真。高性能仿真能有效利用高性能计算机高效的多层次、多节点计算、通信、存储等资源，采用多级多粒度并行技术运行仿真应用，从而达到减少仿真运行时间、提高仿真效率的目的。随着云计算、人工智能、大数据、物联网、移动通讯等技术的快速发展，高性能仿真正与它们深度融合，为复杂系统研究、辅助决策支持等提供有效的支撑。

5. 数据驱动仿真

动态数据驱动的仿真是基于数据驱动而非准确模型进行仿真，包括动态数据驱动仿真（Dynamic Data Driven Application Systems，DDDAS）、数字孪生、平行仿真、数字双胞胎、嵌入式仿真、共生仿真等。DDDAS是一种全新的仿真应用和测量模式，旨在将仿真和实验/试验有机结合，使仿真可以在执行过程中动态地从实际系统接收数据并做出响应；反之，仿真结果也可以动态地控制实际系统的运行，指导测量的进行。仿真和测量之间构成了一个相互协作的共生的动态反馈控制系统。

计算机仿真最新技术在物流系统中的应用展望

物流系统是经典的离散事件系统,绝大部分物流系统仿真均是用离散事件仿真方法, 对于配送中心、仓库存储系统、拣货系统、运输系统等可以进行仿真分析与评估。但是，随着物流行业生产自动化与智能化水平的不断提高，生产系统越来越复杂，生产节奏越来越快，简单的离散事件系统仿真技术已经满足不了物流系统仿真的需求，需要新的计算机仿真技术支撑。

1.物流系统需要智能仿真

物流系统的复杂度越来越高，物流系统智能化与自动化水平也越来越高，需要智能仿真支撑。例如，供应链优化智能仿真。供应链优化是所有企业应用数据科学和机器学习中最严峻的挑战之一。这一挑战在于供应链网络的复杂性，通常需要对多层配送中心和供应商、多种产品、多个时间段、多种资源约束，多种目标和成本，多种运输选择，以及与产品需求和价格相关的多种不确定性。在传统的方法中，人们通常建立一个数学规划模型，通过使用优化和预测方法来解决。可以利用人工智能的强化学习(Reinforcement Learning)技术，用强化学习算法与随机供应网络仿真环境（包括供应商、工厂、仓库和零售商等）结合来取代原来仿真优化模型，强化学习模型可以学习如何优化库存和定价决策。

2.物流系统需要云边仿真

充分利用云计算与边缘计算平台，基于网络形成的物流仿真环境，将物流系统仿真模型转换为日常运营的决策支持平台。将物流系统模型存储在云和边缘中，并将其与物流运营数据、设置实验相结合，允许最终物流仿真用户访问它们并实时利用物流仿真进行分析与研究，实现物流系统建模、仿真运行及结果分析等整体高效的仿真目标。

3.物流系统需要共生仿真

在2002年8月国际建模与仿真会议上，Richard Fujimoto等提出了一种新的离散事件仿真方法，即共生仿真（Symbiotic Simulation），强调动态数据驱动应用系统中仿真系统对实际系统的控制与优化。生产物流系统是典型的离散事件动态系统（DEDS）,受到很多随机因素影响且难以用数学方法解析。为了更好的进行在线物流系统的控制、分析与优化，需要在线仿真模型的决策支持，也就是需要共生仿真的决策支持，需要数字孪生模型的决策支持。

结论

仿真不是简单的手段和工具，仿真技术具有其他学科难以替代的特性，已形成了一门新的学科，计算机仿真是人类认识世界和改造世界的重要手段；虚拟现实、智能仿真、网络化仿真、动态数据驱动的仿真、高性能仿真等仿真技术越来越重要；随着物流系统复杂程度越来越高，自动化与智能化程度越来越高，需要智能仿真、云边仿真、共生仿真的决策支持。

作者简介

范文慧

清华大学自动化系教授， 博士生导师，中国仿真学会常务副理事长，中国仿真学会复杂系统建模与仿真专业委员会主任委员，中国仿真学会科普与教育工作委员会副主任委员，中国《系统仿真学报》编委和美国国际建模与仿真学会会刊《仿真》副主编。长期从事复杂系统建模与仿真的研究及教学工作。先后主持完成了多项国家、省部级重点科研课题，包括国家自然科学基 金、国家“863”计划、国家科技支撑计划、国防预研等；先后获教育部科技进步二等奖2项、 北京市科学技术奖二、三等奖各1项；先后以第二作者出版专著3部，译著2部，以第一作者出版专著2部，发表论文100多篇，其中SCI收录30多篇。2010年获清华大学研究生第12届“良师益友”，2012年《系统仿真导论》(第二版)获清华大学优秀教材评选一等奖。

参考文献：

[1] 肖田元,范文慧.系统仿真导论(第2版[M]).北京:清华大学出版社,2010,2.

[2] 中国仿真学会.仿真科学技术学科发展报告[R].北京:中国科学技术出版社,2021

END