Nichtdeterministische Ereignisse und Prozesse

Diskrete-Ereignis-Simulation mit Python

Diogo Costa (PhD, MSc)

Adjunct Professor, University of Saskatchewan, Canada & CEO of ImpactBLUE-Scientific

Nichtdeterminismus von Ereignissen

HINWEIS: Die Begriffe „Ereignis“ und „Prozess“ werden austauschbar verwendet.

Was ist Nichtdeterminismus bei Ereignissen/Prozessen?

Ablauf lässt sich nicht genau vorhersagen
Der Prozess gilt als „nichtdeterministisch“

Warum sind deterministische Prozesse wichtig?

Viele natürliche und menschliche Abläufe sind nichtdeterministisch
Jedes Auftreten verläuft anders
Dauer nicht exakt bestimmbar
Kann den Systemoutput stark beeinflussen

Beispiele nichtdeterministischer Prozesse/Ereignisse

Natur

Zeitpunkt eines Vulkanausbruchs
Genaue Regenzeit
Zeit und Ort eines Blitzeinschlags
Zeit und Ort einer Tornadobildung

Menschengetriebene/-initiierte Prozesse

Zeitpunkt eines Maschinenausfalls
Moment, in dem man aufs Klo muss
Moment, in dem ein Baby zu weinen beginnt
Ob ein Linienflug verspätet ist

Nichtdeterministische Ereignisse in ereignisdiskreten Modellen abbilden

Nichtdeterministische Prozesse

Wirken nicht reproduzierbar aufs System
Exakte Dauer unbekannt

Statistik

Bildet die Dauerstreuung von Prozessen ab

Das Paket random hilft dabei
Beispiel: random.randint(start, end)

import random

# Non-deterministic processes
process_1 = [5, 15]

while time < simulation_time:

   # Update simulation time: process_1
   time += random.randint(
               process_1[0], 
               process_1[1])

Nichtdeterministische Ereignisse mit SimPy abbilden

Es gibt keine speziellen Methoden für nichtdeterministische Prozesse
Dauerstreuung wie bei nicht-SimPy-Modellen berechnen
Die passenden Statistiken an .timeout() übergeben DNT_CURLY_TAG_3

import random

# Non-deterministic processes
process_1 = [5, 15]

while True:

  # Update simulation time: process_1
  yield env.timeout(random.randint(
         process_1[0], 
         process_1[1]))

Lass uns üben!

Diskrete-Ereignis-Simulation mit Python