我第一次在Omnet++5.4中开发一个模拟，它利用了可用的queueinglib库。特别是，我构建了一个简单的模型，它可以理解服务器和一些被动队列。
我已经重复了不同的模拟次数，设置了不同的种子和参数，正如Omnet模拟手册中所写的，这是我的omnetpp.ini：
# specify how many times a run needs to be repeated
repeat = 100
# default: different seed for each run
# seed-set = ${runnumber}
seed-set = ${repetition} # I tried both lines
OppNet.source.interArrivalTime = exponential(${10,5,2.5}s)
这将为interArrivalTime分布参数的每个值产生300次运行，100次重复。
然而，我观察到了一些"奇怪"的行为，即根据RNG种子，由此产生的统计数据是高度可变的。例如，考虑到我的模型中队列的长度，我在大多数运行中的值都小于10，而在其他一些运行中，平均值在数量级上不同(85000、45000？)。
这是否意味着我的实现是错误的？或者，随机种子选择可能会对模拟结果产生如此大的影响？
任何帮助或提示都将不胜感激，谢谢。
我不能排除您的实现在没有看到它的情况下是错误的，但完全有可能您只是碰巧配置了一个混乱的场景。在这种情况下，是的，输入的任何微小变化(在本例中为PRNG种子)都可能导致结果的重大差异。
编辑：
特别是考虑到给定的(非平凡的)排队网络，如果你改变"负载"(传入作业/消息的数量/速率，带有一些随机分布)，你可能会在结果中观察到不同的"状态"：
- 负载很轻，几乎没有排队
- 在负载非常大的情况下(关闭或达到最大容量)，大多数队列几乎总是被加载，甚至不断无限制地增长
- 在两者之间的某个地方，你可能会得到这种不稳定的行为，有时几个队列突然变得很深，然后被清空，然后加载不同的队列，等等；作为时间、PRNG种子或两者的函数——这就是我所说的混沌
但这只是猜测。。。
没有人能在没有看到的情况下说出你的实现是对是错。然而，有一些适用于队列的通用规则你应该知道。您说您正在更改interArrivalTime分布参数。排队中一个非常重要的概念是流量强度，它是到达率与服务率的比率。如果这个比率小于1，那么线路长度可能会有很大的变化，但从长远来看，队列清空时会有时间间隔，因为平均而言，服务器可以处理的客户比到达的客户多。这是一个稳定的队列。但是，如果该比率大于1，则队列将无限增长。系统运行的时间越长，线路就越长。令许多人惊讶的是，当交通强度等于1时，这条线也会渐近地无穷大。
另一件需要知道的事情是，对于一个稳定的队列，交通强度越接近1，可变性就越大。这是因为平均值会增加，但总有一段时间的线路长度为零，如上所述。为了使零始终存在但平均值不断增加，队列长度必须有时超过平均值，这意味着可变性必须不断增加。更改随机数种子可以让您了解在任何时间段可能出现的方差大小。
这里的底线是，你可能只是看到了排队比你想象的更奇怪、更多变的证据。