1. सीखें
    2. /
  2. पाठ्यक्रम
    3. /
  3. Python으로 배우는 이산 사건 시뮬레이션
Connected

अभ्यास

의류 생산: 다중 공정과 모듈성

패션의 수도로 알려진 이탈리아 밀라노에 위치한 의류 공장 최적화를 돕기 위해 이산 사건 모델을 만들어 달라는 요청을 받았어요.

여러분은 매우 기대되고, 의류 산업이 복잡하고 많은 공정과 자원을 포함한다는 것을 알기에, 아직 익숙해지는 단계라도 유용하고 확장 가능한 모델을 꼭 만들고 싶어요.

조사를 통해 아래 표에 제시된 공정 목록을 정리했어요. 모델의 모듈성을 높이고 안정적으로 확장할 수 있도록 각 공정을 별도의 함수로 성실하게 구현해 두었어요.

이제 관리자에게서 피드백을 받았고, 모델에 누락된 공정인 "Spot cleaning and laundry"를 추가하라는 지시를 받았어요. 이 공정은 단계 8과 9 사이에 들어가야 해요(표에서 빨간색으로 강조된 행 참조). random과 simpy 패키지는 이미 가져온 상태예요.

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

निर्देश 1/3

undefined XP
    1
    2
    3
  • 새 공정의 소요 시간을 계산하기 위해 spot_cleaning_and_laundry() 함수를 새로 만드세요.
  • 메인 제너레이터 all_processes()에서 이 새 함수를 호출하고, 가우시안 난수 생성기를 사용하도록 gen_type=gauss를 지정하세요. 또한 인자로 gauss_mean=60(평균)과 gauss_std=10(표준편차)을 전달하세요. unif_start와 unif_end 인자는 gen_type=uniform에 해당하며 기본값이 None이므로 전달할 필요가 없어요.
  • 계산된 새 공정 시간(tnew)을 total_duration 변수에 반영하세요.