Zdarzenia i procesy deterministyczne

Symulacja zdarzeń dyskretnych w Pythonie

Diogo Costa (PhD, MSc)

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

Determinizm zdarzenia (lub procesu)

UWAGA: Terminy „zdarzenie" i „proces" są stosowane zamiennie.

Czym jest determinizm zdarzenia (lub procesu)?

Zdolność do dokładnego przewidywania procesu
Proces określany jako „deterministyczny"

Dlaczego procesy deterministyczne są ważne?

Działania naturalne i ludzkie są złożone
Wiele wzajemnie zależnych procesów i zasobów
Niektóre procesy przebiegają tak samo przy każdym wystąpieniu
Wpływ na wynik systemu można dokładnie przewidzieć

Przykłady procesów i zdarzeń deterministycznych

Świat naturalny

Wysokość pływów oceanicznych
Przyspieszenie obiektów wskutek grawitacji (9,81 m$^2$/s)
Ruch planet w Układzie Słonecznym
Prędkość dźwięku w powietrzu (331,29 m/s)
Prędkość światła (300 000 km/s)
Zamarzanie wody (w temperaturze 0 stopni Celsjusza)

Działania ludzkie lub zainicjowane przez człowieka

Przepływ wody z kranu
Prędkość maszyny do napełniania butelek wodą
Czas parzenia kawy przez ekspres
Ciepło wydzielane przez piekarnik w temperaturze 230 stopni Celsjusza
Cykle programów pralki
Działanie kuchenki mikrofalowej

Reprezentowanie zdarzeń deterministycznych w modelach dyskretnych

Procesy deterministyczne

Przewidywalny wpływ na systemy dynamiczne
Znany czas trwania
Przebiegają w ten sam sposób przy każdym wystąpieniu

Czas trwania procesu musi być uwzględniony w czasie symulacji

# Deterministic processes (time in hours)
duration_process_1 = 10
duration_process_2 = 5


while sim_time < total_sim_time:


   # Update simulation time: Process 1
   sim_time += duration_process_1


   # Update simulation time: Process 2
   sim_time += duration_process_2

Reprezentowanie zdarzeń deterministycznych w SimPy

Implementacja zdarzeń deterministycznych w SimPy:

Metoda .timeout() rejestruje czas trwania procesu
- Nie uwzględnia jednostek czasu
- Traktuje czas jako liczby
- Jednostki czasu muszą być spójne w całym modelu

# Deterministic processes
duration_process_1 = 10
duration_process_2 = 5

while True:

   # Update simulation time: Process 1
   yield env.timeout(duration_process_1)

   # Update simulation time: Process 2
   yield env.timeout(duration_process_2)

Czas na ćwiczenia!

Symulacja zdarzeń dyskretnych w Pythonie