Événements et processus déterministes

Simulation d'événements discrets en Python

Diogo Costa (PhD, MSc)

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

Déterminisme d'un événement (ou processus)

NOTE : Les termes « événement » et « processus » sont utilisés de façon interchangeable.

Qu'est-ce que le déterminisme d'un événement (ou processus) ?

Capacité à prédire précisément un processus
Le processus est dit « déterministe »

Pourquoi les processus déterministes sont-ils importants ?

Les activités naturelles et humaines sont complexes
De nombreux processus et ressources interdépendants
Certains processus se répètent de la même façon à chaque occurrence
L'impact sur la sortie du système peut être prédit avec précision

Exemples de processus ou d'événements déterministes

Monde naturel

Hauteur des marées
Accélération due à la gravité (9,81 m$^2$/s)
Mouvement des planètes du système solaire
Vitesse du son dans l'air (331,29 m/s)
Vitesse de la lumière (300 000 km/s)
Congélation de l'eau (à 0 °C)

D'origine ou initiés par l'humain

Débit d'un robinet
Vitesse d'une embouteilleuse d'eau
Temps qu'une cafetière prend pour faire un café
Chaleur dégagée par un four à 230 °C
Cycles programmés d'une laveuse
Fonctionnement d'un four à micro-ondes

Représenter des événements déterministes dans des modèles à événements discrets

Processus déterministes

Impact prévisible sur les systèmes dynamiques
Durée bien connue
Se répètent de la même manière

La durée du processus doit être prise en compte dans le temps de simulation

# 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

Représenter des événements déterministes avec SimPy

Une implémentation SimPy d'événements déterministes :

La méthode .timeout() enregistre la durée du processus
- Insensible aux unités de temps
- Traite le temps comme des nombres
- Les unités de temps doivent être cohérentes dans tout le modèle

# 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)

Passons à la pratique !

Simulation d'événements discrets en Python