解析模型
基于数学公式和平均假设（如平均速度、固定路径）来快速估算系统性能的建模方法，计算效率高但可能忽略随机波动和细节。
时间轴 (近 90 天)
与解析模型（通常基于平均速度和固定路径假设）相比，DES 计算量更大，但能捕捉排队、冲突和运动曲线非线性等细节，因此常被用作解析模型的“基准真值”或验证工具。
在174个主要场景中，仿真与解析模型表现出高度数值一致性，但并非完全吻合。
在174个主要场景中，平均绝对相对周期时间差异为0.8655%，中位数为0.6758%，最大值为7.0370%。
在174个主要场景中，绝对误差的平均值为2.411秒，均方根误差（RMSE）为2.744秒。
在所有174个场景中，仿真得到的场景平均周期时间均低于解析值。
研究者明确指出，结果仅表明在测试条件下数值接近，并不构成精确一致、正式统计等价性或针对实际运营仓库的验证。
平均相对差异小于1%意味着解析模型在初步设计阶段是可靠的，但最大差异超过7%提示在极端场景下（如长货架或复杂运动曲线）需谨慎使用。
研究未进行实际仓库验证，且仅针对特定货架配置和运动曲线。
全部知识事实 (8)
与解析模型（通常基于平均速度和固定路径假设）相比，DES 计算量更大，但能捕捉排队、冲突和运动曲线非线性等细节，因此常被用作解析模型的“基准真值”或验证工具。
50%待验证在174个主要场景中，仿真与解析模型表现出高度数值一致性，但并非完全吻合。
50%待验证在174个主要场景中，平均绝对相对周期时间差异为0.8655%，中位数为0.6758%，最大值为7.0370%。
50%待验证在174个主要场景中，绝对误差的平均值为2.411秒，均方根误差（RMSE）为2.744秒。
50%待验证在所有174个场景中，仿真得到的场景平均周期时间均低于解析值。
50%待验证研究者明确指出，结果仅表明在测试条件下数值接近，并不构成精确一致、正式统计等价性或针对实际运营仓库的验证。
50%待验证平均相对差异小于1%意味着解析模型在初步设计阶段是可靠的，但最大差异超过7%提示在极端场景下（如长货架或复杂运动曲线）需谨慎使用。
50%待验证研究未进行实际仓库验证，且仅针对特定货架配置和运动曲线。
50%