เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การจำลองเหตุการณ์แบบไม่ต่อเนื่องหลายวัตถุประสงค์× | การจำลองเหตุการณ์ไม่ต่อเนื่องแบบสุ่ม× | |
|---|---|---|
| สาขาวิชา | การจำลอง | การจำลอง |
| ตระกูล | Process / pipeline | Process / pipeline |
| ปีกำเนิด≠ | 1990s–2000s | 1960s–1970s |
| ผู้ริเริ่ม≠ | Various (DES: Tocher 1963; multi-objective integration: 1990s–2000s OR literature) | Banks, Carson, Nelson, Nicol; Law, A. M. |
| ประเภท≠ | Simulation-optimization hybrid | Stochastic simulation model |
| แหล่งต้นตำรับ≠ | Kleijnen, J. P. C., & Gaury, E. (2003). Short-term robustness of production management systems: A case study. European Journal of Operational Research, 148(2), 452–465. DOI ↗ | Banks, J., Carson, J. S., Nelson, B. L., & Nicol, D. M. (2010). Discrete-Event System Simulation (5th ed.). Prentice Hall. ISBN: 9780136062127 |
| ชื่อเรียกอื่น | MO-DES, Multi-objective DES, Pareto-based discrete-event simulation, DES with multi-objective optimization | Stochastic DES, SDES, Probabilistic DES, Monte Carlo DES |
| ที่เกี่ยวข้อง≠ | 5 | 6 |
| สรุป≠ | Multi-Objective Discrete-Event Simulation (MO-DES) couples a discrete-event simulation engine with multi-objective optimization to explore trade-offs among two or more conflicting performance measures — such as throughput, cost, and waiting time — across stochastic, time-ordered process models. It is widely applied in manufacturing, logistics, healthcare, and service system design. | Stochastic Discrete-Event Simulation (Stochastic DES) models complex systems by advancing simulated time from one discrete event to the next, drawing event durations and inter-arrival times from fitted probability distributions. It is the standard technique for analyzing queues, manufacturing lines, healthcare pathways, and logistics networks under uncertainty, producing output statistics with confidence intervals. |
| ScholarGateชุดข้อมูล ↗ |
|
|