周期性与随时间变化的参数
什么是周期性？
实际流程并不会在所有时段以相同方式运行。客户服务在工作时间接听的电话更多。制造业在不同班次安排不同的人员。零售业会经历季节性高峰。
周期性允许您定义特定模拟规则何时生效。您无需使用一个全局值，而是可以为不同时间段指定不同参数：
- 工作日与周末
- 早班与晚班
- 旺季与淡季
- 工作时间与非工作时间
这样，模拟便能在不同时间场景下更真实地运行。
周期性为何重要
以客户到达建模为例。
没有周期性：
- 每小时10位客户，全天候运行
使用周期性：
- 每小时25位客户，工作日9:00-18:00
- 每小时15位客户，工作日18:00-21:00
- 每小时5位客户，周末
- 每小时2位客户，夜间
第二种模型能够捕捉影响排队、资源使用和吞吐量的真实需求模式。
可用的周期性类型
ProcessMind支持九种周期性类型，每种类型都定义了规则的生效时间：
| 类型 | 参数 | 描述 |
|---|---|---|
| 始终 | （无） | 规则始终生效，不随时间变化 |
| 默认 | （无） | 没有其他基于时间的规则匹配时使用的后备规则 |
| 固定周期 | startDateTime、endDateTime | 一次性周期（不重复） |
| 每天 | startTime、endTime | 每天相同的时段 |
| 每个工作日 | startTime、endTime | 仅周一至周五 |
| 每个周末日 | startTime、endTime | 仅周六和周日 |
| 每周 | startDay、startTime、endDay、endTime | 每周重复，可跨越多天 |
| 每月 | startDayOfMonth、startTime、endDayOfMonth、endTime | 每月重复的模式 |
| 每年 | startMonth、startDayOfMonth、startTime、endMonth、endDayOfMonth、endTime | 年度或季节性模式 |
周期性类型详解
始终
最简单的选项：规则始终生效，不随时间变化。
**适用场景：**参数确实不随时间变化，或您正在创建简单的基准模拟。
默认
当其他基于时间的规则与当前模拟时间不匹配时，作为后备规则使用。
**适用场景：**您希望为特定时段定义例外，并让其他时段使用默认值。
始终包含默认规则
使用多个周期性规则时，请始终加入默认规则，以覆盖基于时间的规则中的空缺。这样可以避免没有特定规则匹配时出现意外行为。
每天
规则在每周每天的特定时段生效。
参数：
startTime：规则开始时间（例如09:00）endTime：规则结束时间（例如17:00）
**示例：**常规工作时间09:00-17:00，每天生效，包括周末。
每个工作日
规则在仅周一至周五的特定时段生效。
参数：
startTime：规则开始时间endTime：规则结束时间
**示例：**客户服务在工作日08:00-18:00运行，周末使用不同规则。
每个周末日
规则在仅周六和周日的特定时段生效。
参数：
startTime：规则开始时间endTime：规则结束时间
**示例：**周末支持时间缩短为10:00-16:00。
每周
规则在每周内可跨越多天的时间范围内生效。适用于无法整齐对应单日的模式。
参数：
startDay：规则开始日期（周一、周二等）startTime：开始日期的时间endDay：规则结束日期endTime：结束日期的时间
**示例：**高业务量时段从周三14:00持续至周五12:00。
每月
规则在每月的特定日期生效。
参数：
startDayOfMonth：规则开始日期（1-31）startTime：开始日期的时间endDayOfMonth：规则结束日期endTime：结束日期的时间
**示例：**月末处理高峰从25日08:00持续至月末最后一天23:59。
每年
规则在每年的特定日期生效。
参数：
startMonth：规则开始月份startDayOfMonth：开始月份中的日期startTime：开始日期的时间endMonth：规则结束月份endDayOfMonth：结束月份中的日期endTime：结束日期的时间
**示例：**节日零售高峰从11月15日00:00持续至12月31日23:59。
固定周期
规则在特定日期和时间范围内生效，不重复。适用于一次性事件。
参数：
startDateTime：确切的开始日期和时间endDateTime：确切的结束日期和时间
**示例：**产品发布周为2025年3月15日至22日，期间使用特殊处理规则。
组合多个规则
周期性的真正价值在于组合多个规则。您可以为不同时间场景定义不同参数，模拟会在每个时刻判断适用的规则。
示例：多班次处理时间
以制造流程为例，不同班次对应不同的处理时间：
| 规则名称 | 周期性 | 处理时间分布 |
|---|---|---|
| 白班 | 每个工作日，08:00-16:00 | 正态分布（30分钟，5分钟） |
| 晚班 | 每个工作日，16:00-00:00 | 正态分布（45分钟，10分钟） |
| 周末班组 | 每个周末日，10:00-18:00 | 正态分布（60分钟，15分钟） |
| 夜间/默认 | 默认 | 正态分布（90分钟，20分钟） |
白班速度最快（人员齐备，员工状态良好）。晚班较慢（监督减少）。周末最慢（仅保留基本人员）。默认规则覆盖夜间时段。
规则优先级
当多个规则可能匹配时：
- 规则按照在配置中定义的顺序进行评估
- 使用第一个匹配的规则（最上方规则优先）
- 默认规则仅在没有其他规则适用时匹配
**提示：**将更具体的规则置于通用规则之前。如果您希望工作日与周末采用不同的行为，请将“每个工作日”置于“每天”之前。
周期性的适用场景
周期性可以应用于多种模拟参数：
| 参数 | 周期性适用场景 |
|---|---|
| 案例到达 | 工作时间到达速率较高，夜间较低 |
| 处理时间 | 人员齐备时处理更快，人员减少时处理更慢 |
| 资源容量 | 高峰时段人员更多，夜间仅保留基本人员 |
| 跳过概率 | 周末或节假日采用不同路由规则 |
| Gateway概率 | 根据时段采用不同的决策模式 |
完整示例：客户支持中心
以下示例展示了如何在客户支持模拟中为多个参数使用周期性：
到达速率配置
| 周期性 | 到达速率 |
|---|---|
| 每个工作日09:00-18:00 | 泊松分布（每小时50次） |
| 每个工作日18:00-22:00 | 泊松分布（每小时20次） |
| 每个周末日10:00-16:00 | 泊松分布（每小时15次） |
| 默认 | 泊松分布（每小时5次） |
工作时间业务量高，晚间流量适中，周末和夜间流量较低。
处理时间配置
| 周期性 | 分布 |
|---|---|
| 每个工作日09:00-17:00 | 三角分布（10、20、45分钟） |
| 每个周末日 | 三角分布（20、40、90分钟） |
| 默认 | 三角分布（30、60、120分钟） |
人员配置高峰期处理最快，周末和非工作时间较慢。
人员容量配置
| 周期性 | 可用客服人员 |
|---|---|
| 每个工作日09:00-18:00 | 10名客服人员 |
| 每个工作日18:00-22:00 | 4名客服人员 |
| 每个周末日10:00-16:00 | 3名客服人员 |
| 默认 | 1名客服人员 |
工作时间人员齐备，其他时段减少覆盖。
整体运行方式
周二上午10:00：
- 到达速率为每小时50次
- 处理使用快速三角分布
- 可用客服人员为10名
周二晚上8:00：
- 到达速率降至每小时20次
- 处理使用默认的较慢分布
- 仅有4名客服人员可用
周六下午2:00：
- 到达速率为每小时15次
- 处理使用周末分布
- 有3名客服人员可用
最佳实践
1. 从默认规则开始
始终先定义默认规则，确保覆盖其他规则未明确处理的时间。
2. 从通用规则逐步细化
先设置宽泛模式（工作日与周末），再根据需要添加更具体的规则（具体班次时间）。
3. 初始配置保持简单
先区分工作日和周末，再添加按小时或季节划分的细节。之后您可以随时增加复杂度。
4. 以数据为依据设置模式
如有条件，请分析历史数据，了解实际模式。按小时和星期几查看到达速率、处理时间和人员配置。
5. 测试边界情况
确认规则能够正确处理时间切换：
- 班次在17:00切换时，恰好17:00会发生什么？
- 午夜是否得到正确处理？
- 月末规则在不同天数的月份中是否正常运行？
6. 记录规则
复杂的周期性配置之后可能难以理解。请记录每条规则存在的原因及其代表的业务模式。