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" se používají jako synonyma.

Co je nedeterminismus události (nebo procesu)?

Proces nelze přesně předpovědět
Takový proces se označuje jako „nedeterministický"

Proč jsou deterministické procesy důležité?

Přírodní i lidmi řízené děje jsou často nedeterministické
Při každém výskytu probíhají jinak
Jejich trvání nelze přesně určit
Mohou výrazně ovlivnit výstup systému

Příklady nedeterministických procesů a událostí

Přírodní svět

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

Procesy způsobené nebo vyvolané člověkem

Okamžik poruchy stroje
Okamžik, kdy člověk pocítí potřebu jít na záchod
Okamžik, kdy dítě začne plakat
Zda bude komerční let zpožděn

Reprezentace nedeterministických událostí v diskrétních modelech událostí

Nedeterministické procesy

Mají na systém neopakovatelný dopad
Jejich přesné trvání neznáme

Statistika

Vyjadřuje proměnlivost v trvání procesů

Vhodný je 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

Neexistují speciální metody pro nedeterministické procesy
Proměnlivost trvání událostí se počítá stejně jako u modelů bez SimPy
Správnou statistiku předej metodě .timeout()

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 cvičit!

Diskrétní simulace událostí v Pythonu