操作指南：实验与结果分析

1. 先冻结基准模型

实验前保存一个 Validated_Baseline 版本，并记录文件哈希或至少文件名、日期和版本号。所有方案只允许通过集中参数表改变因素；不要边跑实验边手工修改逻辑。

2. 定义实验框架

3. 预热期

空系统启动会让早期 WIP、等待和产量偏低。稳定的连续生产系统通常需要预热；有明确“每日清线”的终止系统则可能不需要。

判断方法：绘制多次运行的 WIP、吞吐或队列长度随时间曲线，观察何时不再受初始空系统影响。预热必须来自证据，而不是固定使用“一班”。

4. 重复次数

从 10 次独立重复开始做试运行，计算关键响应的置信区间。若区间比业务决策容差更宽，增加到 20、30 或更多。停止标准应是“精度足够支持决策”，不是“刚好跑了 10 次”。

方案比较时可采用相同的随机流/种子配对以降低差值方差，但必须保证实现方式正确并记录。

5. 结果表最小字段

6. 分析顺序

1. 完整性：是否有缺失运行、报错、死锁或未清零计数器。
2. 约束筛选：先排除产能/交期/WIP/安全不达标方案。
3. 效应大小：比较差值，而不只看百分比或排名。
4. 不确定性：查看置信区间是否重叠、差值是否稳定。
5. 机制解释：用状态和队列说明为什么变化，而非只呈现数字。
6. 敏感性：改变最不确定的输入，检查推荐是否反转。
7. 实施性：加入成本、空间、维护与组织约束。

7. 常见错误

• 把动画速度当作系统速度；
• 用一次运行给出小数点后两位的确定结论；
• 只比较设备利用率；
• 在不同方案使用不同统计窗口；
• 把预热期数据混入统计；
• 忽略期末 WIP，使投入产出不守恒；
• 同时改变多个因素后声称其中一个因素造成改善；
• 只展示最优方案，不展示基准、风险和次优稳健方案。

8. 推荐表达模板

在已确认的班次、产品组合和故障口径下，方案 S3 的平均良品产量为 ___ 件/班
（95% 置信区间 ___–___），相对基准增加 ___；达标概率由 ___% 提升至 ___%。
平均 WIP 变化为 ___，Flow Time 变化为 ___。
改善主要来自 OP20 Failed 时间降低，使下游饥饿占比下降 ___ 个百分点。
当需求增加 ___% 或 MTTR 高于 ___ 分钟时，结论仍然/不再稳定。
本结论不包含 ___，实施前需确认 ___。