Deterministische Ereignisse und Prozesse

Diskrete-Ereignis-Simulation mit Python

Diogo Costa (PhD, MSc)

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

Ereignis- (oder Prozess-) Determinismus

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

Was ist Ereignis- (oder Prozess-) Determinismus?

Fähigkeit, einen Prozess exakt vorherzusagen
Der Prozess gilt als „deterministisch“

Warum sind deterministische Prozesse wichtig?

Natürliche und menschengemachte Aktivitäten sind komplex
Viele voneinander abhängige Prozesse und Ressourcen
Manche Prozesse wiederholen sich jedes Mal gleich
Einfluss auf den Systemoutput ist exakt vorhersagbar

Beispiele deterministischer Prozesse oder Ereignisse

Natur

Höhe der Gezeiten
Beschleunigung durch Gravitation (9,81 m/s^2)
Bewegung der Planeten im Sonnensystem
Schallgeschwindigkeit in Luft (331,29 m/s)
Lichtgeschwindigkeit (300.000 km/s)
Gefrierpunkt von Wasser (0 °C)

Menschengesteuert oder -initiiert

Durchfluss aus dem Wasserhahn
Geschwindigkeit einer Flaschenabfüllmaschine
Zeit, die die Kaffeemaschine pro Kaffee braucht
Wärmeabgabe eines Ofens bei 230 °C
Programmierbare Waschmaschinenzyklen
Funktion eines Mikrowellengeräts

Deterministische Ereignisse in ereignisdiskreten Modellen darstellen

Deterministische Prozesse

Vorhersehbarer Einfluss auf dynamische Systeme
Bekannte Dauer
Wiederholen sich stets gleich

Die Prozessdauer muss in der Simulationszeit berücksichtigt werden

# Deterministic processes (time in hours)
duration_process_1 = 10
duration_process_2 = 5


while sim_time < total_sim_time:


   # Update simulation time: Process 1
   sim_time += duration_process_1


   # Update simulation time: Process 2
   sim_time += duration_process_2

Deterministische Ereignisse mit SimPy darstellen

Eine SimPy-Implementierung deterministischer Ereignisse:

Methode .timeout() setzt die Prozessdauer an
- Blind gegenüber Zeiteinheiten
- Behandelt Zeit als Zahlen
- Zeiteinheiten müssen im gesamten Modell konsistent sein

# Deterministic processes
duration_process_1 = 10
duration_process_2 = 5

while True:

   # Update simulation time: Process 1
   yield env.timeout(duration_process_1)

   # Update simulation time: Process 2
   yield env.timeout(duration_process_2)

Lass uns üben!

Diskrete-Ereignis-Simulation mit Python