1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶ離散事象シミュレーション
Connected

演習

衣料品生産：多工程とモジュール化

イタリアのミラノ（ファッションの都）にある衣料品工場の最適化を支援するため、離散事象モデルの作成を依頼されました。

衣料品産業は多くの工程とリソースが絡む複雑な世界で、まだ学ぶことも多いと分かっているからこそ、役立ち、かつスケール可能なモデルを作りたいと意気込んでいます。

調査の結果、下の表にある工程一覧をまとめました。モデルをモジュール化し、安定的に拡張できるよう、各工程ごとに個別の関数を丁寧に作成しました。

ここでマネージャーからフィードバックがあり、モデルに新たな工程「Spot cleaning and laundry（部分洗浄とランドリー）」を追加するよう指示がありました。これは工程の8と9の間に入れてください（表の赤でハイライトされた行を参照）。パッケージ random と simpy はインポート済みです。

Table with process names, respective functions, and information about whether the process has been incorporated in the model.

指示1 / 3

undefined XP
    1
    2
    3
  • 新しい工程の所要時間を計算するため、spot_cleaning_and_laundry() 関数を作成してください。
  • メインのジェネレーター all_processes() にこの新しい関数の呼び出しを追加し、gen_type=gauss を指定してガウス乱数生成を使います。あわせて gauss_mean=60（平均）と gauss_std=10（標準偏差）を渡してください。引数 unif_start と unif_end は gen_type=uniform 用で、既定値の None のままで構いません。
  • 新工程の所要時間（tnew）を total_duration に反映してください。