恭喜！

Python 中的离散事件模拟

Diogo Costa (PhD, MSc)

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

第 1 章：动态系统与离散事件仿真模型概述

动态 vs. 稳态 一张图展示动态与稳态系统中状态变量的时间演化。动态系统中变量随时间变化；稳态系统中变量保持不变。

离散事件模型的应用 一个供应链活动的流程与工作流示意图。

例子：

制造业： 一家制造业工厂的照片。

建筑业： 一个施工现场的照片。

Python 中的离散事件模拟

第 2 章：用 SimPy 开发离散事件模型

SimPy 方法汇总 

env = simpy.Environment()

env.process()

env.run()

env.timeout()

env.now

SimPy 资源 

simpy.Resource()

simpy.Container()

simpy.Store()
Python 中的离散事件模拟

第 3 章：在模型中混合确定性与非确定性

包含确定性（黄色)与非确定性（粉色)过程的工序序列：

一个制造活动的工序顺序示意图，按时间依次为：welding_1、manual_assembly_1、manual_assembly_2、welding_2。

# 下一个事件的时间推进
time[0] = 0          
time[1] = time[0] + welding_1["time_hours"]
time[2] = time[1] + rd.gauss(manual_assembly_1["time_hours"], manual_assembly_1["std_hours"])
time[3] = time[2] + rd.gauss(manual_assembly_2["time_hours"], manual_assembly_2["std_hours"])
time[4] = time[3] + welding_2["time_hours"]
time[5] = time[4]
Python 中的离散事件模拟

第 4 章：模型应用、聚类、优化与模块化

  • 蒙特卡洛抽样 展示一项包含一系列顺序工序的制造活动响应包络的图。蓝色底线对应"搜索并停止"方法中最后一次满足要求的运行。为最佳仿真得到的各工序最短持续时间已突出显示。

  • 聚类分析

  • 目标函数
  • 模型的可扩展性与模块化

一个由七个函数组成的模型示意图。升级时将模块"func_b"替换为"func_b1"，并在"func_c"和"func_d"之间新增模块"func_f"。

Python 中的离散事件模拟

其他 DataCamp 课程

相关课程

  • 用 Python 进行蒙特卡洛模拟
  • 用 Python 进行聚类分析
  • 用 Python 入门线性建模
  • 用 Python 进行供应链分析

Python 标志

Python 中的离散事件模拟

恭喜！

Python 中的离散事件模拟

Preparing Video For Download...