Simulari Python: Ce este SimPy, Cerințe preliminare, Cum se rulează simulări

Lumea reală funcționează în diferite părți ale sistemelor, fie din punct de vedere infrastructural sau tehnologic. Cu ajutorul simulărilor Python , aceste sisteme trebuie optimizate prin modele susținute de cadrul SimPy. Modelele sunt dezvoltate cu ajutorul apropierii sistemelor din viața reală pentru a prezice crearea unui sistem complex și, prin urmare, a-l rezolva prin algoritmi pas cu pas.

Când vine vorba de întreprinderi mari, analiza sistemului devine crucială pentru a-l rectifica și a-l face robust. În special pentru serviciile de urgență, cum ar fi asistența medicală și managementul aeroportului, este nevoie de a monitoriza activitățile persoanelor în orice moment și de a fi pregătiți să facă față situațiilor dificile. Acest lucru poate fi posibil doar prin obținerea de informații din modelele de simulare Python.

Ce este SimPy?

SimPy reprezintă o bibliotecă de simulare a evenimentelor speciale, orientată pe obiecte și bazată pe metode, preferată de întreprinderile care se ocupă de gestionarea resurselor non-stop, cum ar fi pasagerii, pacienții, vehiculele și activele. Adesea, aceste sisteme vin cu constrângeri sau capacități de bacșiș, cum ar fi ghișeele de casă, recepții și autostrăzi.

În afară de astfel de servicii, SimPy ajută și la generarea de analize generale cu ajutorul variabilelor aleatoare în Python. Scris în întregime în Python, SimPy poate rula în mai multe medii precum Java Virtual Machine sau .NET.

Iată un exemplu de fragment de simulare în SimPy:

env = simpy.Environment()

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

env.run(până la=10)

Deoarece mediul și parametrii sunt setați înainte de a rula codul, ar trebui să definiți variabilele după cum urmează:

• env: Se referă la situația în care este necesară simularea pentru rularea și analiza evenimentelor.
• num_booths: numărul total de cabine care sunt echipate cu verificări de identitate.
• check_time: perioada de verificare a identității fiecărui pasager.
• passenger_arrival: Frecvența pasagerilor care așteaptă la coadă.

Vă rugăm să rețineți că aceste variabile pot fi modificate atunci când este necesar pentru a colecta date adecvate, bazate pe realitate.

Acum că știți ce implică elaborarea unei simulări, iată pașii pe care îi puteți găsi de ajutor în timp ce scrieți codul pentru evenimente similare:

Pasul I: Definiți mediul.

Pasul II: Stabiliți standardele implicate.

Pasul III: Executați simularea.

Deocamdată, acești pași sunt suficienți pentru a începe înainte de a trece să privim mai îndeaproape celelalte procese implicate.

Citiți mai multe: Ghidul modulului de solicitări Python: Cum să utilizați biblioteca de solicitări în Python?

Cerințe preliminare Înainte de a începe SimPy

Înainte de a începe să utilizați SimPy, aveți nevoie de o înțelegere profundă a elementelor fundamentale ale Python, precum și a claselor și a generatorilor. Generatoarele pot fi definite ca o funcție Python discretă care returnează un obiect în iterație, care se atașează la corpul funcției, precum și la variabilele locale la începutul funcției. Din cauza acestui iterator, funcția ajută la execuția instrucțiunii yield și generează rezultatul expresiei date.

Declarațiile de randament sunt instrumentele care ajută la stabilirea programului sau procesului oricărui eveniment. Evenimentul poate fi un auto-declanșare (cum ar fi până când următorul vehicul pleacă) sau solicitarea sau eliberarea oricărei resurse precum un canal. Aceste afirmații sunt denumite astfel:

• cerere de randament: acest cont este folosit pentru a comanda sistemului să fie adăugat la o listă de așteptare pentru orice resursă și să o utilizeze imediat.
• yield hold: Această declarație este în general folosită pentru a evidenția orice timp implicat pentru execuția diferiților pași dintr-o metodă.
• yield passivate: Această instrucțiune este folosită pentru a menține procesul în așteptare până când orice altă funcție îl declanșează.
• eliberarea randamentului: Această declarație este utilizată în sistem pentru a o menține actualizată odată ce un proces este finalizat, declanșând astfel următorii pași care așteaptă la coadă.

Acum că aveți o idee despre procesul de lucru al sistemului, ar trebui, de asemenea, să instalați pachetul în comandă cu cadrul inițial setat ca SimPy. Acest pachet de bază vă va ajuta să creați, să gestionați și să executați întregul model de simulare. Cu ajutorul unor module Python încorporate, puteți compila timpul mediu de așteptare implicat, precum și puteți obține numerele aleatorii.

Generatoarele de numere aleatoare au următoarele funcții:

1. Definirea modulului aleator.
2. Reprezentând un generator.
3. Derivarea unei variabile aleatoare: ca un număr aleator de la 10 la 40: g. Aleatoriu()

Verificați: Salariu pentru dezvoltatori Python în India

Învață cursuri de știință a datelor de la cele mai bune universități din lume. Câștigă programe Executive PG, programe avansate de certificat sau programe de master pentru a-ți accelera cariera.

Rularea simulărilor Python

Odată ce ați terminat cu codificarea, puteți executa programul cu ajutorul câtorva clase și funcții simple. Imaginați-vă un sistem de simulare pentru un teatru care necesită înțelegerea timpului mediu de așteptare al clienților.

Pentru a vă îmbunătăți cu SimPy, tot ce trebuie să faceți este să faceți brainstorming și să creați simulări în Python cu ajutorul parametrilor, generatorilor, funcțiilor și claselor. Deoarece mediul fiecărei simulări variază de la un caz la altul, iată o revizuire rapidă a proceselor implicate:

• Configurarea algoritmului potrivit pentru orice simulare
• Alcătuirea scenariului în Python
• Atribuirea și definirea funcțiilor cu toate resursele și metodele implicate
• Optimizarea parametrilor din simulare pentru generarea de rezultate acționabile

Citește și: 42 de idei și subiecte interesante pentru proiecte Python pentru începători

Concluzie

Dacă sunteți curios să aflați despre Python, știința datelor, consultați Diploma PG în știința datelor de la IIIT-B și upGrad, care este creată pentru profesioniști care lucrează și oferă peste 10 studii de caz și proiecte, ateliere practice practice, mentorat cu experți din industrie, 1-la-1 cu mentori din industrie, peste 400 de ore de învățare și asistență profesională cu firme de top.