or
यह अभ्यास पाठ्यक्रम का हिस्सा है
आइए डिस्क्रीट-इवेंट सिमुलेशन की क्षमता को समझें। इस कोर्स की शुरुआत में, आप ऐसे समस्याओं की पहचान करना सीखेंगे जहाँ डिस्क्रीट-इवेंट सिमुलेशन मैनेजमेंट और निर्णय-निर्धारण में सहायक हो सकते हैं। आप डिस्क्रीट-इवेंट मॉडल्स के मुख्य घटकों के बारे में भी सीखेंगे और मॉडल के आउटपुट्स की व्याख्या कैसे करें, यह समझेंगे। अंत में, आप अपना पहला "क्यू" डिस्क्रीट-इवेंट मॉडल बनाएँगे。
अपने डिस्क्रीट-इवेंट सिमुलेेशन को सरल बनाने के लिए SimPy पैकेज की ताकत जानें। अध्याय 2 में, आप सीखेंगे कि SimPy मॉडल एनवायरनमेंट कैसे बनाया जाता है और उसमें प्रोसेस और संसाधन कैसे जोड़े जाते हैं। आप उपलब्ध संसाधनों के अलग-अलग प्रकारों के बारे में भी सीखेंगे, साथ ही इवेंट्स को नियंत्रित और शेड्यूल करने के विकल्पों के बारे में। इस अध्याय के अंत में, आप एक एयरक्राफ्ट असेंबली लाइन के लिए पूरा SimPy मॉडल बनाएँगे।
उन प्रोसेस के प्रकारों का अन्वेषण करें जिन्हें आप डिस्क्रीट-इवेंट मॉडल्स में जोड़ सकते हैं। आप निर्धारक (deterministic) और अनिर्धारक (non-deterministic) प्रोसेस में अंतर करना और उन्हें मॉडल्स में दर्शाना सीखेंगे। आप यह भी सीखेंगे कि इवेंट्स (या प्रोसेस) को कैसे रैंडमाइज़ किया जाए, जो अनिर्धारक इवेंट्स का सिमुलेशन करने के लिए महत्वपूर्ण है। अंत में, आप SimPy का एक ऐसा मॉडल बनाएँगे जो निर्धारक और अनिर्धारक दोनों प्रकार के प्रोसेस को जोड़ता है।
आप अपने डिस्क्रीट-इवेंट मॉडल्स के प्रभाव को अधिकतम करने के लिए ऑप्टिमाइज़ेशन विधियाँ सीखेंगे। आप Monte Carlo अप्रोच का उपयोग करके सिमुलेशन एन्सेम्बल्स करना सीखेंगे और यह जानेंगे कि अपने मॉडल परिणामों में क्लस्टर्स की पहचान कैसे करें, ताकि उसके व्यवहार को समझा जा सके और महत्वपूर्ण प्रोसेस व टिपिंग पॉइंट्स पहचाने जा सकें। आप ऑब्जेक्टिव फंक्शंस का उपयोग करके अपने मॉडल ऑप्टिमाइज़ेशन प्रयासों के लिए लक्ष्य भी तय करेंगे। कोर्स के अंत में, आप जानेंगे कि अपने मॉडल को कैसे स्केलेबल बनाया जाए ताकि वह स्थिर रहे और नियंत्रित तरीके से बढ़ सके।
वर्तमान अभ्यास