Een autowasser-model bouwen met SimPy
Stel: een bedrijf heeft een commerciële autowasser gekocht en wil de werking optimaliseren om de winstgevendheid te verhogen. Een discrete-evenementenmodel kan helpen om knelpunten te vinden, middelen te stroomlijnen en processen stap voor stap bij te sturen richting volledige capaciteit.
De commerciële autowasser doet er vijf minuten over om één wascyclus te voltooien.
Bouw een discrete-evenementenmodel dat het gedrag van deze machine nabootst en voer het acht uur (480 minuten) uit om het aantal gewassen auto's te voorspellen en de voltooiingstijd van elke cyclus te loggen.
Deze oefening maakt deel uit van de cursus
Discrete Event Simulation in Python
Oefeninstructies
- Importeer het SimPy-pakket.
- Vul de
print()-instructie aan om de huidige simulatiekloktijd in de console te schrijven. - Bouw de SimPy-omgeving.
- Voer het model acht uur uit, met minuten als tijdseenheid.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Import SimPy
import ____
def car_wash(env):
car_wash_num = 0
while True:
car_wash_num += 1
# Get the current simulation time and add process time
print(f'Time {env.____:02d} min | Car Wash # {car_wash_num:02d}')
yield env.timeout(5)
# Create SimPy Environment and add process generator
env = simpy.____()
env.process(car_wash(env))
# Run model
env.____(until=8*60)