课程主要内容： •离散事件系统建模与仿真的基本原理 •离散事件系统建模与仿真的方法 •Petri网建模与仿真 课程的先修课程： •生产运作与管理 •运筹学 •计算机编程与应用技术 •概率论与数理统计 课程的考核方法： 完成相关作业及期末考核。 第一章 离散事件仿真的概述 1.1 离散事件系统仿真的基本概念 1.2 生产系统仿真的特征 1.3 服务系统仿真的特征 1.4 离散系统仿真的基本步骤 第二章 离散事件仿真的分析 2.1 随机数的产生 2.2 离散事件仿真建模 2.3 输入数据分析 2.4 输出数据分析 第三章 离散事件仿真的案例分析 第四章 离散事件仿真的逻辑分析 ——Petri网

 Modeling strategies of SEM（模型的用途）  Model confirmation：验证（confirmatory）先设模型的恰当性  Model generation：设起始模型，与观察数据比较之后，进行必要的修正，反复估计而得到最佳拟合的模型  Model competation：利用不同模型的比较以决定何者最能反应真实数据 1、模型设定（model specification） 2、模型识别（model identification） 3、模型估计（model estimation） 4、模型评价（model evaluation） 5、模型修正（ model modification）

Array Variables (数组变量) 数组是多个数据元素的有限有序集合， 元素的类型可以是基本数据类型或对象 引用，可以随机访问数组中的元素

实验数据 理想的随机实验 引入更多的解释变量 随机实验执行过程中可能出现的问题 自然实验 双重差分法 三重差分法（选读） 观测数据的处理效应

面板数据的特点 面板数据的估计策略 混合回归 个体固定效应模型 时间固定效应 一阶差分法 随机效应模型 组间估计量 拟合优度的度量 非平衡面板 究竟该用固定效应还是随机效应模型 个体时间趋势 短面板的STATA命令及实例

面向对象程序设计 (OOP) 类、对象 类 (class) —— 根据特定的设计考虑将数据和方法组 织在一起的一个模板，是构成系统或参与计算的逻 辑组件，用它可以创建对象。类也可以看作是对象 的数据类型

第一节 名词术语 第二节 监测数据的处理 第三节 环境监测的分析质量控制

1. 目的和要求 2. 安全防护 3. 实验测量误差 4. 实验数据的表达 5. 计算机处理数据和作图

SARS（Severe Acute Respiratory Syndrome，严重急性呼吸道综合症, 俗称：非典型肺炎）是21世纪第一个在世界范围内传播的传染病。本文通过对所得的疫区患者日志数据进行计算机分析，拟合出了SARS不同阶段的趋势曲线，结合题目所给的模型，对它提出的半模拟循环计算的方法进行了检验，得出该模型的优点在于形式简单，模拟的精确度较高，k值的改变体现出了其合理性，同时指出了它的主要缺点在于过分依赖数据和不具有长远的预测性

2.1 Transact--ql概论 2.2操作数据