什么是 Monte Carlo 模拟?

Monte Carlo 模拟使用系统的数学模型,与在真实系统上进行实验相比,您可以更快、更便宜地探索系统的行为,甚至可能更安全。

模拟基于定义输入 (X) 和输出 (Y) 之间关系的方程提供预期值。可能是已知的方程,也可能是基于您从设计实验 (DOE) 或 Minitab 中的回归分析创建的模型。

完成初始模拟后,Workspace 将显示直方图和汇总统计数据,包括预期输出值及其变异性的估计值。如果提供规格限值,则结果还包括过程性能指标。

Workspace 将提供以下分析方法,帮助您进一步改进初始模拟的结果。
  • 参数优化:为可以控制的输入确定最佳设置。Workspace 在一定范围的值中搜索每个输入以查找满足所定义的目标并能够改善系统性能的设置。
  • 敏感度分析:确定其变异对关键输出影响最大的输入。使用此方法以及您的过程知识来确定可以调整哪些输入来进行改进。
Monte Carlo 模拟 可以回答以下问题。
  • 哪种分布最适合我的输入数据?我的输出可能得到什么值?
  • 在输入参数不确定的情况下,我的过程或产品的效果如何?
  • 要实现目标的最佳设置是什么?
  • 输入的变异如何影响响应的变异?

操作步骤

  1. 确定解释输入和输出之间关系的方程 y=f(x)。方程可以出自过程知识,也可以出自统计分析。
  2. 定义每个输入变量的分布。如果您不知道要使用哪个分布,Workspace 可以检查 CSV 文件中的历史数据并推荐可能的分布。
  3. 运行 Monte Carlo 模拟。转到 添加 Monte Carlo 模拟
  4. 执行参数优化。转到 执行参数优化
  5. 执行敏感度分析。转到 执行敏感度分析