Niet-deterministische events en processen

Discrete Event Simulation in Python

Diogo Costa (PhD, MSc)

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

Event-niet-determinisme

LET OP: Termen "event" en "proces" worden door elkaar gebruikt.

Wat is (proces)niet-determinisme?

Onvermogen om een proces precies te voorspellen
Zo’n proces heet "niet-deterministisch"

Waarom zijn deterministische processen belangrijk?

Natuur- en mensgedreven activiteiten zijn vaak niet-deterministisch
Elke keer verlopen ze anders
Duur is niet exact te bepalen
Kan veel invloed hebben op de systeemoutput

Voorbeelden van niet-deterministische processen of events

Natuur

Moment van een vulkaanuitbarsting
Exacte moment dat het gaat regenen
Tijd en plaats van een blikseminslag
Tijd en plaats waarop een tornado ontstaat

Mensgedreven of -geïnitieerde processen

Moment dat een machine stukgaat
Moment dat iemand naar het toilet moet
Moment dat een baby begint te huilen
Of een lijnvlucht vertraging heeft

Niet-deterministische events representeren in discrete-eventmodellen

Niet-deterministische processen

Leveren niet-herhaalbare impact op het systeem
Exacte duur onbekend

Statistiek

Beschrijft variatie in procesduur

Het random-pakket helpt hierbij
Voorbeeld: 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])

Niet-deterministische events modelleren met SimPy

Geen specifieke methoden om niet-deterministische processen te modelleren
Variatie in eventduur berekenen zoals bij niet-SimPy-modellen
Geef de juiste statistiek door aan .timeout()

import random

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

while True:

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

Laten we oefenen!

Discrete Event Simulation in Python