这个部分中，包含了队列实体以及窗口服务人员实体。此部分需要实现旅客排队等待中的换队活动，服务活动。在建立仿真模型时，由于每一个窗口都对应一个独立队列，因此将队列实体与窗口实体结合到一起，构成一个队列服务实体，该类属于永久实体。该类属性是服务人员实体和队列实体的加和。该类状态为三维状态组，既包含{繁忙，空闲，停止服务}又包含{人数}{队长}，状态值依据不同需要取不同维度。例如旅客在换队时调用的就是{人数}状态维度或{队长}状态维度。其结构如图 所示；
图15 服务队列实体
第五部分，换队子程序
该部分程序复杂实现旅客的自主换队功能。我们通过一个循环步长为5秒的循环事件的触发来描述旅客发现队形变化的事实。程序具体运行流程是：
仿真时钟推进到触发event事件时，调用queueChange函数。该函数依据旅客所在位置属性参数确定旅客所在大厅后，分别调用queueChange_Left或queueChange_Right。queueChang_Left或queueChang_Right函数以各自大厅中服务队列的状态参数（{繁忙，空闲，停止服务}、{人数}以及{队长}）作为输入参数，调用change函数。change根据行人视野得出所要换队的队列范围，之后依据输入参数确定是否换队、所换到的新队列的编号，并将这两个值作为参数修改的依据，修改旅客属性值。
其中change函数代码较为核心，在此我们将其核心部分展示出来，如图16
31
图16 change函数代码
所示；
由于窗口开闭和调度功能部分没有普遍性，他们的流程在系统模型中已经阐述，故在此不再详细叙述。
至此仿真模型建立完成 3.5. 仿真结果分析
3.5.1. 不同时段合理窗口数
该仿真的关闭窗口规则参数是，队列中平均人数小于5关闭窗口；大于15开启窗口。得到不同时段窗口个数如表3所示；
表格 3 不同时段窗口开启个数 九点窗口数 十点窗口数 十一点窗口数 左侧大厅 右侧大厅 左侧大厅 右侧大厅 左侧大厅 右侧大厅 8 10 14 13 10 13 8 11 14 12 11 13 8 11 13 13 10 12 9 12 14 14 12 12 10 12 12 13 11 12 10 12 14 15 11 13 十二点窗口数 十三点窗口数 十四点窗口数 左侧大厅 右侧大厅 左侧大厅 右侧大厅 左侧大厅 右侧大厅 32
11 12 11 9 9 9 12 11 11 9 8 10 12 10 10 10 8 10 13 10 10 9 8 9 13 10 10 9 7 9 13 9 9 9 7 10 十五点窗口数 十六点窗口数 十七点窗口数 左侧大厅 右侧大厅 左侧大厅 右侧大厅 左侧大厅 右侧大厅 7 8 6 7 5 7 7 8 7 7 5 6 6 7 7 7 4 5 7 7 8 7 3 5 7 6 8 8 3 4 6 7 8 8 3 4 将每小时运行结果就平均值得到不同时段窗口开启个数如图17、18所示；
图17 15.0左侧大厅合理窗口开启个数12.5窗口数（个）10.07.55.09点10点11点12点13点观测时段14点15点16点17点 33
图18 131211右侧大厅合理窗口开启个数窗口数（个）109876549点10点11点12点13点观测时段14点15点16点17点 可以看到窗口个数的波动于行人到达人数的波动基本相似。 3.5.2. 规范行人间隔作用验证结果
用9点旅客到达的数据以不同的随机种子分别运行4组规范行人间隔与不规范行人间隔的模型，得到数据统计结果如下： 第一组
变量 N 标准差 方差 不规范行人间隔 647 175 30706 规范行人间隔 738 155 24025 第二组
变量 N
标准差 方差
不规范行人间隔 647 161 25844 规范行人间隔 738 154 23565 第三组
变量 N
标准差 方差
不规范行人间隔 792 146 21334 规范行人间隔 796 134 17956 第四组
变量 N
标准差 方差
不规范行人间隔 826 115 13160
34
规范行人间隔 816 104 10816
分析发现每次仿真，规范了行人间隔后的模型，旅客等待时间方差总是小于未规范行人间隔旅客的等待时间方差。但依据随机种子不同他们方差的差距各不相同。
3.5.3. 优化调度间隔
调度间隔 5min 6min 7min 8min 9min 10min 11min 12min 调度成功率 第一次运第二次运第三次运行 行 行 0.6 0.57 0.43 0.75 0.67 0.67 0.8 0.74 0.8 0.86 0.84 0.89 0.5 0.61 0.54 0.53 0.52 0.44 0.62 0.65 0.52 0.45 0.5 0.51 我们需要的到的是在基本每次调度观
察后都能调度成功的基础上，最小化调度间隔。由于能否调度成功取决于左右两厅队列人数差，而人数差有取决与到达人数差。因此我们只需要对左右大厅达到人数差最大的那个时段进行仿真，所得结果便是最有调度间隔。得到结果如表4所示；发现调度间隔大于等于9分钟后，调度成功率不增加反而减少，根据模型分析其内在原因。原来当调度间隔大于等于9分钟后，队列中人数过多，触发了开启窗口的事件，进而使人多那侧大厅的平均队长变短，导致调度不能发生。而在实际情况中是可以存在的。故得到最优调度间隔为8分钟。
4. 全文总结与展望
4.1. 全文总结
本文主要介绍了离散事件仿真系统仿真步骤，并对北京西站离散事件系统进行了仿真。主要涉及一下几个部分：
1.简答介绍离散事件系统仿真研究的主要方面，以及各个方面研究的发展历程。 2.简单叙述了北京西站离散事件系统的模型结构
3.介绍了北京西站离散事件仿真模型程序的编写方法。 4.利用离散系统仿真得出北京西站不同时段合理窗口数。 5.利用优化仿真证明了规范行人间隔能够增加服务效果。 6.利用优化仿真得到最佳调度间隔。 4.2. 展望：
本文建立的仿真还不够完善，还有许多问题需要进一步深入研究，主要包括以下几个方面：
1.模型中行人换队规则还尚未加入行人对于换队风险的决策 2.尚未对售票大厅中其他形式的服务进行仿真。
对于行人的到达4天的测量别不准确，且离散事件有时会与历史情况大不一样。
35