Дискретно-подієве моделювання в Python
Diogo Costa (PhD, MSc)
Adjunct Professor, University of Saskatchewan, Canada & CEO of ImpactBLUE-Scientific

Приклад: Керування пасажиропотоком в аеропортах
Детерміновані процеси
Приклад: Зварювальний апарат
Час обробки = Довжина зварного шва × Швидкість зварювального апарата
Недетерміновані процеси

Приклад: Конвеєр зі зварюванням
welding_1welding_2
welding_1
Назва процесу: Welding component A
Час обробки: 5 годин
welding_2length * hours_per_lengthСтворення dictionary для кожного процесу:
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
}
Приклад: Конвеєр
manual_assembly_1manual_assembly_2
manual_assembly_1
Середній час обробки: 80 годин
Стандартне відхилення: 5 годин
manual_assembly_220 годин2 годинСтворення dictionary для кожного процесу:
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}
Послідовність виробничих процесів

Дискретно-подієва модель
# 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]
Дискретно-подієве моделювання в Python