确定性事件与过程

Python 中的离散事件模拟

Diogo Costa (PhD, MSc)

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

事件（或过程）确定性

注意：术语"事件"和"过程"可互换使用。

什么是事件（或过程）的确定性？

过程可被准确预测
该过程称为"确定性"

为何确定性过程重要？

自然与人为活动很复杂
许多相互依赖的过程与资源
有些过程每次都以相同方式重复
对系统输出的影响可被准确预测

确定性过程或事件示例

自然界

海潮高度
物体因重力的加速度（9.81 m$^2$/s）
行星在太阳系中的运动
空气中声速（331.29 m/s）
光速（300,000 km/s）
水的凝固（0 摄氏度）

人为或人启动

水龙头出水流量
瓶装水灌装机速度
咖啡机制作一杯咖啡所需时间
烤箱在 230 摄氏度释放的热量
洗衣机的程序循环
微波炉的工作方式

在离散事件模型中表示确定性事件

确定性过程

对动态系统的影响可预测
持续时间已知
以相同方式重复

需在仿真时间中计入过程持续时间

# 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

用 SimPy 表示确定性事件

使用 SimPy 实现确定性事件：

.timeout() 方法记录过程持续时间
- 不关心时间单位
- 将时间视为数值
- 模型内时间单位需一致

# 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)

让我们来练习！

Python 中的离散事件模拟