Diskrétní simulace událostí v Pythonu
Diogo Costa (PhD, MSc)
Adjunct Professor, University of Saskatchewan, Canada & CEO of ImpactBLUE-Scientific
Spojité modely
Spouštějí se v pevných časových krocích
Čas je pomocná proměnná
Používají for-smyčky
for t in range(time_range):
Modely diskrétních událostí
Spouštějí se v proměnných časových krocích
Čas je stavová proměnná
Často používají while-smyčky
while (time < 365):
time += process_duration
Příklad: model taxislužby
while (time < 10):
# Process 1
time_duration_1 = manage_requests()
time += time_duration_1
# Process 2
time_duration_2 = dispatch_taxi()
time += time_duration_2
Podmínka ukončení
while (time < 10)
Příklad: model taxislužby
while (time < 10):
# Process 1
time_duration_1 = manage_requests()
time += time_duration_1
# Process 2
time_duration_2 = dispatch_taxi()
time += time_duration_2
Hodiny
time += time_duration_1
time += time_duration_2
time sleduje aktuální čas simulacePříklad: model taxislužby
while (time < 10):
# Process 1
time_duration_1 = manage_requests()
time += time_duration_1
# Process 2
time_duration_2 = dispatch_taxi()
time += time_duration_2
Stavová proměnná
time
Zkrátit dobu od zavolání taxíku po dovezení zákazníka
Proměnné charakterizující výstupy a efektivitu systému
Diskrétní simulace událostí v Pythonu