Simulazioni Python: cos'è SimPy, Prerequisiti, Come eseguire simulazioni

Il mondo reale funziona in diverse parti dei sistemi, sia dal punto di vista infrastrutturale che tecnologico. Con l'aiuto delle simulazioni Python , questi sistemi devono essere ottimizzati attraverso modelli supportati dal framework SimPy. I modelli sono sviluppati con l'aiuto di avvicinarsi ai sistemi della vita reale per prevedere la creazione di un sistema complesso e quindi risolverlo attraverso algoritmi passo dopo passo.

Quando si tratta di grandi imprese, l'analisi del sistema diventa fondamentale per rettificarlo e renderlo robusto. Soprattutto per i servizi di emergenza come l'assistenza sanitaria e la gestione aeroportuale, è necessario monitorare le attività degli individui in ogni momento ed essere preparati a gestire situazioni difficili. Ciò può essere possibile solo ricavando informazioni dai modelli di simulazione Python.

Cos'è SimPy?

SimPy sta per una libreria di simulazione di eventi speciali open source orientata agli oggetti e basata su metodi, preferita dalle aziende che si occupano di gestione delle risorse 24 ore su 24 come passeggeri, pazienti, veicoli e risorse. Spesso questi sistemi sono dotati di vincoli o capacità di ribaltamento come casse, reception e autostrade.

Oltre a tali servizi, SimPy aiuta anche a generare analisi generali con l'aiuto di variabili casuali in Python. Scritto interamente in Python, SimPy può essere eseguito su diversi ambienti come Java Virtual Machine o .NET.

Ecco un esempio di uno snippet di simulazione in SimPy:

env = simpy.Ambiente()

env.process(checkpoint_run(env, num_booths, check_time, Passenger_arrival))

env.run(fino=10)

Poiché l'ambiente e i parametri vengono impostati prima di eseguire il codice, è necessario definire le variabili come segue:

• env: si riferisce alla situazione in cui la simulazione è necessaria per eseguire e analizzare gli eventi.
• num_booths: il numero totale di cabine dotate di controlli ID.
• check_time: il periodo per controllare l'ID di ogni passeggero.
• passeggero_arrival: la frequenza dei passeggeri in attesa in coda.

Ricorda che queste variabili possono essere modificate come e quando richiesto per raccogliere dati adeguati e basati sulla realtà.

Ora che sai cosa succede nella stesura di una simulazione, ecco i passaggi che potresti trovare utili durante la scrittura del codice per eventi simili:

Passaggio I: definire l'ambiente.

Fase II: stabilire gli standard coinvolti.

Passaggio III: eseguire la simulazione.

Per ora, questi passaggi sono sufficienti per iniziare prima di passare a guardare più da vicino gli altri processi coinvolti.

Ulteriori informazioni: Guida al modulo Richieste Python: come utilizzare la libreria delle richieste in Python?

Prerequisiti prima di iniziare SimPy

Prima di iniziare con SimPy, è necessaria una profonda conoscenza dei fondamenti di Python, delle classi e dei generatori. I generatori possono essere definiti come una funzione Python discreta che restituisce un oggetto in iterazione, che viene collegato al corpo della funzione, nonché alle sue variabili locali all'inizio della funzione. È grazie a questo iteratore che la funzione aiuta nell'esecuzione dell'istruzione yield e genera il risultato dell'espressione data.

Le dichiarazioni di rendimento sono gli strumenti che aiutano a impostare il programma o il processo di qualsiasi evento. L'evento può essere un'auto-attivazione (come fino a quando il prossimo veicolo non parte) o richiedere o rilasciare qualsiasi risorsa come un canale. Queste affermazioni sono denominate come:

• richiesta di resa: questo account viene utilizzato per comandare al sistema di essere aggiunto a una lista d'attesa per qualsiasi risorsa e di metterla immediatamente in uso.
• yield hold: questa istruzione viene generalmente utilizzata per evidenziare il tempo necessario per l'esecuzione di diversi passaggi in un metodo.
• yield passivate: questa istruzione viene utilizzata per mantenere il processo in attesa fino a quando qualsiasi altra funzione non lo attiva.
• yield release: questa istruzione viene utilizzata nel sistema per mantenerla aggiornata una volta completato un processo, avviando così i passaggi successivi in ​​attesa in linea.

Ora che hai un'idea del processo di lavoro del sistema, dovresti anche installare il pacchetto nel tuo ordine con il framework iniziale impostato come SimPy. Questo pacchetto di base ti aiuterebbe a creare, gestire ed eseguire l'intero modello di simulazione. Con l'aiuto di alcuni moduli Python integrati, puoi compilare il tempo di attesa medio coinvolto e ottenere numeri casuali.

I generatori di numeri casuali hanno le seguenti funzioni:

1. Definizione del modulo casuale.
2. Rappresentare un generatore.
3. Derivare una variabile casuale: Come un numero casuale da 10 a 40: g. casuale()

Dai un'occhiata: Stipendio per sviluppatori Python in India

Impara i corsi di scienza dei dati dalle migliori università del mondo. Guadagna programmi Executive PG, programmi di certificazione avanzati o programmi di master per accelerare la tua carriera.

Esecuzione di simulazioni Python

Una volta terminata la codifica, è possibile eseguire il programma con l'aiuto di alcune semplici classi e funzioni. Immagina un sistema di simulazione per una sala che richiede di comprendere il tempo medio di attesa dei clienti.

Per migliorare con SimPy, tutto ciò che devi fare è fare brainstorming e creare simulazioni in Python con l'aiuto di parametri, generatori, funzioni e classi. Poiché l'ambiente di ciascuna simulazione varia da un caso all'altro, ecco una rapida revisione dei processi coinvolti:

• Impostare l'algoritmo giusto per qualsiasi simulazione
• Realizzazione dello scenario in Python
• Assegnare e definire funzioni con tutte le risorse ei metodi coinvolti
• Ottimizzazione dei parametri nella simulazione per la generazione di risultati attuabili

Leggi anche: 42 entusiasmanti idee e argomenti per progetti Python per principianti

Conclusione

Se sei curioso di conoscere Python, la scienza dei dati, dai un'occhiata al Diploma PG in Data Science di IIIT-B e upGrad, creato per i professionisti che lavorano e offre oltre 10 casi di studio e progetti, workshop pratici pratici, tutoraggio con esperti del settore, 1 contro 1 con mentori del settore, oltre 400 ore di apprendimento e assistenza al lavoro con le migliori aziende.