|
★ 一、引言：
-
1.确定性与随机性的分析
-
2. 单点估计的风险
-
3. 平均值的缺陷
-
4. 模拟的好处
-
5. 为何使用模拟
-
6. 何时使用模拟
★ 二、蒙特卡洛模拟
-
1. 蒙特卡洛模拟的发展与历史
-
2. 蒙特卡洛模拟
-
3. 传递函数
★ 三、利用水晶球(Crystal Ball)软件实现蒙特卡洛模拟
-
1． 水晶球简介
-
2． 使用水晶球软件进行蒙特卡洛模拟的步骤
定义系统
建立Excel工作表，表述系统模型
定义假设和预测变量
运行模拟和分析结果
验证模型
决定下一步行动
★ 四、案例介绍
|
加工周期案例
四个汽车零件装配案例
车用活塞和汽缸装配
-
2. OptQuest
筛选潜在项目案例
-
3. CB Predictor
市场与销售预测案例
★ 五、蒙特卡洛模拟应用拓展
-
1. 项目选择
案例剖析
-
2. 与DOE结合进行分析
汽车用芯片DOE案例剖析
-
3. 最佳公差模拟
汽车板簧公差设计案例剖析
-
4. 六西格玛改进
案例剖析
-
5. 精益生产(Lean)流程改进
案例剖析
★ 六、蒙特卡洛模拟在六西格玛设计(DFSS) DMADV中的应用
-
1. 计算Cpk, Sigma Level
-
2. 案例分析
-
3. 经验交流与问答
|
蒙特卡洛模拟提供了许多超越确定性或"单点估计"分析的优势：
1． 概率结果，结果不仅显示会发生什么，而且还有每个结果发生的可能性。
2． 图形化报告，因为蒙特卡洛模拟生成的数据，它很容易创建不同结果和他们发生机会的图形。这对于和其他投资者沟通结果是很重要的。
3． 敏感性分析，如果只有很少的一些案例，确定性分许就很难发现哪个变量对结果影响最大。在蒙特卡洛模拟中，很容易发现哪个输入对底线结果有最大的影响。
4． 情境分析，在确定性模型中，对于为不同输入值的不同组合建模来真实的查看不同情境的效果是很困难的。使用蒙特卡洛模拟，分析员能够正确的查看当确定的输出发生时某个输入对应的值。这对于进一步的分析来说是无价的。
5． 相关性输入，在蒙特卡洛模拟中，可能要建模输入变量之间的相关关系。它对于准确的描绘在某些因子增长时，其它的因子是如何增长或下降的情况时是重要的。
蒙特卡洛模拟方法的原理是当问题或对象本身具有概率特征时，可以用计算机模拟的方法产生抽样结果，根据抽样计算统计量或者参数的值；随着模拟次数的增多，可以通过对各次统计量或参数的估计值求平均的方法得到稳定结论。
