Module 01 · 离散事件仿真

时间不流逝，
只在事件之间跳跃。

一句话：系统的状态只在离散事件发生的瞬间改变，事件之间什么也不发生——所以仿真时钟不必连续推进，它直接从一个事件跳到下一个事件。这一页拆开 DES 的内部构造：事件表如何调度、排队系统如何运转、以及它最著名的数学骨架 M/M/1。

直击核心机制数学骨架

01 · 直觉与定义

想象一家只有一个柜台的银行：顾客随机到达，排队等候，被服务，然后离开。DES 的世界里只有这些「瞬间」有意义——第 3 分钟某人到达、第 7 分钟柜台空闲、第 11 分钟下一位被叫号。两个瞬间之间，系统状态（队列长度、柜台忙闲）保持不变。

事件（event）因此被定义为「在某个时间点上、瞬间改变系统状态的事情」。一个 DES 模型 = 状态变量 + 事件例程 + 时间推进规则。它对「事件之间发生了什么」不感兴趣——那正是它与 SD 的分界线。

三种建模视角

实践中 DES 有三种写法：事件导向（直接调度事件）、进程导向（把实体的生命周期写成进程，如 SimPy、AnyLogic 的流程块）、活动扫描（扫描活动何时能开始）。工程上进程导向最常用，但内核都是同一台「事件调度机」。

单队列-单服务台：作业进入队列等待，被服务后离开——系统状态只在「到达」与「离开」两类事件时刻改变。

02 · 核心机制：事件表与下次事件推进

DES 的心脏是一张按时间排序的未来事件表（Future Event List, FEL）。时钟推进规则只有一条：取 FEL 中最早的事件，把时钟直接跳到那个时刻。这条规则叫「下次事件时间推进」（next-event time advance）。

两个推论值得记住。其一，时钟只在事件时刻有取值，仿真里的「当前时间」是离散的；其二，事件表操作的效率决定模型上限——成熟实现用优先队列把一次调度降到 O(log n)。

指针在事件之间完全停顿，然后瞬间跳到下一个事件——仿真时钟从不滑动。注意 t = 9 → t = 10 的短跳。

t_n+1 = min { t | t ∈ FEL }下一次时钟读数 = 未来事件表中的最小时间戳。

while (t < t_end) {
  e = FEL.pop_min_time()      // 取最早事件：时钟的直接来源
  t = e.time                  // 时钟跳跃——不是步进
  apply(e.state_change)       // 状态只在事件时刻改变
  FEL.schedule(e.new_events)  // 新事件写回事件表
}

03 · 架构组成

一台 DES「机器」由六个部件组成，分工严格正交：把「排队银行」换成「车间调度」，只需要换状态变量与事件例程，调度器和时钟原封不动。这是 DES 六十余年来框架设计的核心遗产。

调度器取最早事件 → 跳时钟 → 改状态 → 写回新事件：这就是 DES 全部的心跳。

State

状态变量

描述系统的最小变量集——队列长度、忙碌标志、在制品数。

Event

事件例程

每类事件一个函数：到达、离开、故障、修复——状态改变只写在这里。

Clock

仿真时钟

当前仿真时间，只在事件时刻更新，事件之间完全静止。

FEL

未来事件表

按时间排序的待发生事件：取最小、插新事件，模型的引擎室。

RNG

随机数源

到达间隔、服务时长的抽样来源——通常用逆变换法。

Stats

统计收集器

等待时间、队长、利用率——实验真正的产出物。

04 · 数学骨架：从泊松到 M/M/1

到达通常被建模为泊松过程：间隔独立同分布、服从指数分布。指数分布的无记忆性让「到达与过去无关」成为数学事实，而不是直觉假设。

P(τ ≤ t) = 1 − e^−λt到达间隔 τ 的分布；λ 为到达率——单位时间内的平均到达数。

N(t) ~ Poisson(λt)到时刻 t 为止累计到达个数服从泊松分布。

单队列-单服务台、泊松到达、指数服务——记作 M/M/1——是排队论里能被完整解析求解的最小系统，也是检验 DES 代码时最好的对照组。

ρ = λμ　·　L = ρ1 − ρ = λμ − λ　·　W = 1μ − λρ 利用率必须小于 1（否则队列无限增长）；L 为系统内平均顾客数（含正在接受服务者），W 为平均逗留时间。注意 L 不是排队长度——平均排队长度为 L_q = ρ²/(1 − ρ)。

L = λWLittle 定律——稳态下系统内平均顾客数 = 到达率 × 平均逗留时间，对任意排队系统成立（注意 L 与上式的 L 同口径，均指系统内而非队列中）。

用法提示：写 DES 之前先算出 M/M/1 的解析解，写完之后比较仿真值与解析值——这是最便宜的一类模型验证，也是 /knowledge 页「验证仍是短板」的最易上手解法。

05 · 适用与失效

它擅长

流程与排队系统：医院门诊、物流分拨、生产线。
资源竞争与瓶颈定位——哪台机器、哪个环节是约束。
随机离散动态：到达、故障、订单、审批。
运转策略的 what-if：排班、容量、优先级规则。

它失效

累积与反馈——说不出「库存为何持续下降」这类存量问题。
连续动态——温度、水位、流行率这类连续变化的量。
宏观结构——个体层面的事件堆不出可靠的长期趋势。

这些不是缺陷，而是范式边界——在对照页里，它们恰好是 SD 与 ABM 的主场。

06 · 耦合接口提示

放进混合模型时，DES 通常负责「流程执行层」：它向其他范式导出实体流、完成事件与排队指标，也接收它们的输入——智能体的决策变成新到达，宏观需求率改变到达参数。

最关键的技术点是时间尺度对齐：DES 的事件时刻与 SD 的连续步长、ABM 的离散周期必须有明确的同步策略，否则两层信息会在时间上错位。三种范式耦合属性的完整对照，见对照与衔接页。

查看完整对照表 →

DES 在耦合中的典型分工

导出：实体到达流、完成/离开事件、平均等待与利用率。
接收：智能体的订单决策、宏观层的需求率或产能参数。
同步：事件时间 ↔ 连续步长，需要时间推进协议（见对照页）。

时间不流逝，只在事件之间跳跃。