Nedeterministické události a procesy

Diskrétní simulace událostí v Pythonu

Diogo Costa (PhD, MSc)

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

Nedeterminismus událostí

POZNÁMKA: Pojmy „událost" a „proces" jsou používány zaměnitelně.

Co je nedeterminismus události (nebo procesu)?

Neschopnost přesně předpovědět průběh procesu
Proces je označován jako „nedeterministický"

Proč jsou deterministické procesy důležité?

Přírodní i lidské aktivity často zahrnují nedeterministické procesy
Pokaždé probíhají jinak
Jejich trvání nelze přesně určit
Mohou mít výrazný vliv na výstup systému

Příklady nedeterministických procesů nebo událostí

Přírodní svět

Okamžik erupce sopky
Přesný okamžik příchodu deště
Čas a místo úderu blesku
Čas a místo vzniku tornáda

Lidsky řízené nebo iniciované procesy

Okamžik poruchy stroje
Okamžik pocitu potřeby jít na toaletu
Okamžik, kdy začne plakat dítě
Zda bude komerční let zpožděn

Reprezentace nedeterministických událostí v modelech diskrétních událostí

Nedeterministické procesy

Způsobují neopakovatelné dopady na systém
Přesná délka trvání je neznámá

Statistika

Vyjadřuje variabilitu délky trvání procesů

K tomu je užitečný balíček random
Příklad: 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])

Reprezentace nedeterministických událostí pomocí SimPy

Žádné specifické metody pro práci s nedeterministickými procesy
Variabilita délky událostí se počítá stejně jako u modelů bez SimPy
Správné statistiky předejte do .timeout() 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]))

Pojďme si procvičit!

Diskrétní simulace událostí v Pythonu