Diskret händelsesimulering i Python
Diogo Costa (PhD, MSc)
Adjunct Professor, University of Saskatchewan, Canada & CEO of ImpactBLUE-Scientific

Exempel: Hantering av passagerarflöden på flygplatser
Deterministiska processer
Exempel: Svetsmaskin
Bearbetningstid = Svetslinjens längd x Svetsmaskinen hastighet
Icke-deterministiska processer

Exempel: Monteringslinje med svetsning
welding_1welding_2
welding_1
Processnamn: Welding component A
Bearbetningstid: 5 timmar
welding_2length * hours_per_lengthSkapa en dictionary för varje process:
welding_1 = {
"name": "Welding component A",
"time_hours": 5
}
length = 20 # meters
hours_per_length = 0.2 # hours
welding_2 = {
"name": "Welding component B",
"time_hours": length * hours_per_length
}
Exempel: Monteringslinjen
manual_assembly_1manual_assembly_2
manual_assembly_1
Genomsnittlig bearbetningstid: 80 timmar
Standardavvikelse: 5 timmar
manual_assembly_220 timmar2 timmarSkapa en dictionary för varje process:
manual_assembly_1 = {
"name": "Manual Assembly A",
"time_hours": 80,
"std_hours": 5
}
manual_assembly_2 = {
"name": "Manual Assembly B",
"time_hours": 20,
"std_hours": 2}
Tillverkningens processsekvens

Diskret-händelsemodell
# Initiate time-tracking variable time = numpy.zeros(number_of_processes)# Next-event time progression 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]
Diskret händelsesimulering i Python