Votre modèle est maintenant créé ; explorons-le pour répondre à des questions d’optimisation concrètes.

Quel est le nombre minimal de tables nécessaire pour qu’aucun client ne quitte la file d’attente pour une table pendant une période de quatre heures ?

Vous devrez exécuter le modèle avec un nombre de tables croissant et vérifier dans la console à partir de quel moment le nombre de clients servis cesse d’augmenter.

Le code ci-dessous réinitialise les variables, crée l’environnement SimPy, modifie l’objet ressource avec un nombre de tables différent, puis ajoute les processus avant d’exécuter le modèle — exactement comme vous l’avez fait précédemment (voir le code ci-dessous).

random.seed(42)
customers_served = 0
customers_quiting_waiting = 0

env_my_model = simpy.Environment()
tables_my_model = simpy.Resource(env_my_model, capacity=2)
env_my_model.process(source_my_model(env_my_model, NEW_CUSTOMERS, INTERVAL_CUSTOMERS, tables_my_model))
env_my_model.run(until=60*4)
print(f"Total number of servings: {customers_served:02d}")
print(f"Total number of customers quiting waiting: {customers_quiting_waiting:02d}")

Notez que votre modèle utilise des fonctions aléatoires, que nous aborderons dans de prochaines vidéos ; nous devons donc utiliser random.seed(RANDOM_SEED) pour initialiser le générateur de nombres aléatoires et garantir une réponse déterministe à cet exercice — nous avons défini RANDOM_SEED=42.

Package SimPy : gérer la planification des événements

Create Your Free Account