Gefeliciteerd!

Discrete Event Simulation in Python

Diogo Costa (PhD, MSc)

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

Hoofdstuk 1: Introductie tot dynamische systemen en discrete-evenementmodellen

Dynamisch vs. stationair Een plot met de tijdsevolutie van toestandsvariabelen in dynamische en stationaire systemen. In het dynamische systeem verandert de variabele in de tijd; in het stationaire systeem blijft die constant.

Toepassingen van discrete-evenementmodellen Schematische weergave van processen en workflow van een supplychain-activiteit.

Voorbeelden:

Productie: Foto van een productieomgeving.

Bouw: Foto van een bouwplaats.

Discrete Event Simulation in Python

Hoofdstuk 2: Discrete-evenementmodellen bouwen met SimPy

Overzicht van SimPy-methoden 

env = simpy.Environment()

env.process()

env.run()

env.timeout()

env.now

SimPy-resources 

simpy.Resource()

simpy.Container()

simpy.Store()
Discrete Event Simulation in Python

Hoofdstuk 3: Determinisme en niet-determinisme combineren in modellen

Procesvolgorde met deterministische (geel) en niet-deterministische (roze) processen:

Diagram met de volgorde van processen van een productieactiviteit: achtereenvolgens welding_1, manual_assembly_1, manual_assembly_2 en welding_2.

# Next-event time progression
time[0] = 0          
time[1] = time[0] + welding_1["time_hours"]
time[2] = time[1] + rd.gauss(manual_assembly_1["time_hours"], manual_assembly_1["std_hours"])
time[3] = time[2] + rd.gauss(manual_assembly_2["time_hours"], manual_assembly_2["std_hours"])
time[4] = time[3] + welding_2["time_hours"]
time[5] = time[4]
Discrete Event Simulation in Python

Hoofdstuk 4: Toepassing, clusteren, optimalisatie en modulariteit van modellen

  • Monte Carlo-steekproeven Plot met de responsondergrens van een productieactiviteit met sequentiële processen. De blauwe onderste lijn is de laatste run die voldeed aan de Search & Stop-methode. De minimale duur per proces voor de beste simulaties is gemarkeerd.

  • Clusteranalyse

  • Doelfuncties
  • Schaalbaarheid en modulariteit van modellen

Diagram van een model met zeven functies, waarbij een upgrade module "func_b" verving door "func_b1" en module "func_f" toevoegde tussen "func_c" en "func_d".

Discrete Event Simulation in Python

Andere DataCamp-cursussen

Andere relevante cursussen

  • Monte Carlo-simulaties in Python
  • Clusteranalyse in Python
  • Introductie tot lineaire modellering in Python
  • Supply chain analytics in Python

Python-logo

Discrete Event Simulation in Python

Gefeliciteerd!

Discrete Event Simulation in Python

Preparing Video For Download...