Simulasi Python: Apa itu SimPy, Prasyarat, Cara Menjalankan Simulasi
Diterbitkan: 2020-06-16Dunia nyata bekerja di berbagai bagian sistem, baik dari perspektif infrastruktur atau teknologi. Dengan bantuan simulasi Python , sistem ini perlu dioptimalkan melalui model yang didukung oleh kerangka kerja SimPy. Model dikembangkan dengan bantuan untuk membuat lebih dekat dengan sistem kehidupan nyata untuk memprediksi pembuatan sistem yang kompleks, dan karena itu menyelesaikannya melalui algoritma langkah-demi-langkah.
Ketika datang ke perusahaan besar, menganalisis sistem menjadi penting untuk memperbaikinya dan membuatnya kuat. Khusus untuk layanan darurat seperti perawatan kesehatan dan manajemen bandara, ada kebutuhan untuk memantau aktivitas individu setiap saat dan bersiap untuk menangani situasi yang menantang. Ini hanya dapat dimungkinkan dengan memperoleh wawasan dari model simulasi Python.
Daftar isi
Apa itu SimPy?
SimPy adalah singkatan dari perpustakaan simulasi acara khusus berorientasi objek dan berbasis metode, yang disukai oleh perusahaan yang berurusan dengan manajemen sumber daya sepanjang waktu seperti penumpang, pasien, kendaraan, dan aset. Seringkali sistem ini datang dengan kendala atau kapasitas tip seperti kasir, resepsi, dan jalan bebas hambatan.
Terlepas dari layanan tersebut, SimPy juga membantu dalam menghasilkan analisis umum dengan bantuan variabel acak di Python. Ditulis seluruhnya dengan Python, SimPy dapat berjalan di beberapa lingkungan seperti Java Virtual Machine atau .NET.
Berikut adalah contoh cuplikan simulasi di SimPy:
env = simpy.Environment()
env.process(checkpoint_run(env, num_booths, check_time, penumpang_arrival))
env.run (sampai = 10)
Karena lingkungan dan parameter ditetapkan sebelum menjalankan kode, Anda perlu mendefinisikan variabel sebagai berikut:
- env: Mengacu pada situasi simulasi yang diperlukan untuk menjalankan dan menganalisis peristiwa.
- num_booths: Jumlah total booth yang dilengkapi dengan ID check.
- check_time: Periode untuk memeriksa ID setiap penumpang.
- penumpang_arrival: Frekuensi penumpang menunggu dalam antrian.
Harap diingat bahwa variabel-variabel ini dapat diubah saat dan bila diperlukan untuk mengumpulkan data berbasis realitas yang memadai.
Sekarang setelah Anda mengetahui apa yang diperlukan untuk merancang simulasi, berikut adalah langkah-langkah yang mungkin berguna bagi Anda saat menulis kode untuk kejadian serupa:
Langkah I: Tentukan lingkungan.
Langkah II: Tetapkan standar yang terlibat.
Langkah III: Jalankan simulasi.
Untuk saat ini, langkah-langkah ini sudah cukup untuk memulai sebelum kita bergerak untuk melihat lebih dekat ke proses lain yang terlibat.
Baca lebih lanjut: Panduan Modul Permintaan Python: Bagaimana Cara Menggunakan Perpustakaan Permintaan dengan Python?
Prasyarat Sebelum Anda Memulai SimPy
Sebelum memulai dengan SimPy, Anda memerlukan pemahaman mendalam tentang dasar-dasar Python, serta kelas dan generator. Generator dapat didefinisikan sebagai fungsi Python diskrit yang mengembalikan objek dalam iterasi, yang dilampirkan ke badan fungsi, serta variabel lokalnya di awal fungsi. Karena iterator inilah fungsi membantu dalam pelaksanaan pernyataan hasil, dan menghasilkan hasil dari ekspresi yang diberikan.
Pernyataan hasil adalah alat yang membantu dalam mengatur jadwal atau proses acara apa pun. Acara tersebut dapat memicu diri sendiri (seperti hingga kendaraan berikutnya pergi) atau meminta atau melepaskan sumber daya apa pun seperti saluran. Pernyataan-pernyataan ini dinamakan sebagai:
- permintaan hasil: Akun ini digunakan untuk memerintahkan sistem agar ditambahkan ke daftar tunggu untuk sumber daya apa pun, dan segera menggunakannya.
- yield hold: Pernyataan ini umumnya digunakan untuk menyorot setiap waktu yang terlibat untuk pelaksanaan langkah-langkah yang berbeda dalam suatu metode.
- yield passivate: Pernyataan ini digunakan untuk membuat proses menunggu hingga fungsi lain memicunya.
- rilis hasil: Pernyataan ini digunakan dalam sistem agar tetap diperbarui setelah proses selesai, sehingga memulai langkah berikutnya menunggu dalam antrean.
Sekarang setelah Anda memiliki gambaran tentang proses kerja sistem, Anda juga perlu menginstal paket ke pesanan Anda dengan kerangka kerja awal yang ditetapkan sebagai SimPy. Paket inti ini akan membantu Anda membuat, mengelola, dan menjalankan seluruh model simulasi. Dengan bantuan beberapa modul Python bawaan, Anda dapat mengkompilasi waktu tunggu rata-rata yang terlibat, serta mendapatkan nomor acak.

Pembangkit bilangan acak memiliki fungsi sebagai berikut:
- Mendefinisikan modul acak.
- Mewakili pembangkit.
- Menurunkan variabel acak: Seperti bilangan acak dari 10 hingga 40: g. acak()
Lihat: Gaji Pengembang Python di India
Pelajari kursus ilmu data dari Universitas top dunia. Dapatkan Program PG Eksekutif, Program Sertifikat Tingkat Lanjut, atau Program Magister untuk mempercepat karier Anda.
Menjalankan simulasi Python
Setelah Anda selesai dengan pengkodean, Anda bisa menjalankan program dengan bantuan beberapa kelas dan fungsi sederhana. Bayangkan sebuah sistem simulasi untuk teater yang perlu memahami waktu tunggu rata-rata pelanggan.
Untuk menjadi lebih baik dengan SimPy, yang perlu Anda lakukan hanyalah bertukar pikiran dan membuat simulasi dengan Python dengan bantuan parameter, generator, fungsi, dan kelas. Karena lingkungan setiap simulasi bervariasi dari satu kasus ke kasus lainnya, berikut adalah revisi cepat dari proses yang terlibat:
- Menyiapkan algoritme yang tepat untuk simulasi apa pun
- Membuat skenario dengan Python
- Menetapkan dan mendefinisikan fungsi dengan semua sumber daya dan metode yang terlibat
- Mengoptimalkan parameter dalam simulasi untuk menghasilkan hasil yang dapat ditindaklanjuti
Baca Juga: 42 Ide & Topik Proyek Python yang Menyenangkan untuk Pemula
Kesimpulan
Jika Anda penasaran untuk belajar tentang Python, ilmu data, lihat Diploma PG IIIT-B & upGrad dalam Ilmu Data yang dibuat untuk para profesional yang bekerja dan menawarkan 10+ studi kasus & proyek, lokakarya praktis, bimbingan dengan pakar industri, 1-on-1 dengan mentor industri, 400+ jam pembelajaran dan bantuan pekerjaan dengan perusahaan-perusahaan top.
Seberapa berguna SimPy dalam simulasi?
SimPy adalah kerangka kerja simulasi Python yang merupakan peristiwa diskrit berbasis proses. Proses didefinisikan dalam kerangka kerja SimPy oleh fungsi generator Python. Ini digunakan untuk memodelkan komponen aktif, seperti agen, kendaraan, atau pelanggan.
SimPy berguna untuk semua organisasi dan perusahaan yang lebih suka berurusan dengan manajemen sumber daya sepanjang waktu seperti aset, kendaraan, dan pasien. Sering terlihat bahwa sistem ini memiliki batasan atau kapasitas tip, seperti jalan bebas hambatan, resepsi, dan konter kasir. Simulasi dapat dilakukan dengan kecepatan maksimum berdasarkan waktu jam dinding atau dengan mengambil langkah-langkah secara manual dalam acara tersebut.
Selain layanan ini, SimPy juga membantu organisasi menghasilkan analitik umum menggunakan variabel acak di Python. SimPy sepenuhnya ditulis dengan Python, dan dapat berjalan di lingkungan yang berbeda seperti .NET dan Java Virtual Machine.
Bagaimana cara membuat data simulasi dengan Python?
Beberapa kali kami membutuhkan kumpulan data untuk berlatih atau menguji model yang berbeda untuk membuat kumpulan data yang disimulasikan untuk model apa pun dengan menggunakan Python itu sendiri. Ini membantu kami dalam membuat data simulasi untuk regresi dengan Python.
Prosedur langkah demi langkah untuk membuat data simulasi dengan Python untuk regresi adalah:
1. Mengimpor perpustakaan - Pada langkah ini, kumpulan data dan perpustakaan diimpor untuk regresi.
2. Pembuatan data simulasi - Kumpulan data untuk regresi dapat dibuat dengan melewatkan parameter yang diperlukan untuk regresi. Keluaran yang akan diperoleh berupa koefisien dataset, keluaran, dan fitur.
3. Mencetak dataset - Pada langkah terakhir, dataset dicetak dari komponen yang berbeda, seperti koefisien, output, dan fitur.
Berapa penghasilan rata-rata Pengembang Python?
Jika Anda seorang Pengembang Python, maka Anda dapat mengharapkan gaji rata-rata Rs. 500.000 per tahun. Gaji pasti akan sangat bergantung pada beberapa faktor lain seperti lokasi geografis, tingkat perusahaan, pengalaman, dan banyak lagi. Anda dapat mengharapkan kisaran gaji Rs. 200.000 hingga Rp. 800.000 per tahun untuk peran Pengembang Python.