1. Nauka
    2. /
  2. Kursy
    3. /
  3. Symulacja zdarzeń dyskretnych w Pythonie
Connected

ćwiczenie

Model logistyki eCommerce: analiza wyników

Rozważmy firmę eCommerce wymagającą optymalizacji. Główne grupy procesów to:

  1. "Zarządzanie zleceniami",
  2. "Pakowanie" oraz
  3. "Wysyłka i dostawa do klienta".

Każda z tych grup obejmuje wiele podprocesów i zadań. Na tym etapie skupisz się na stworzeniu modelu na wysokim poziomie ogólności – można go (i należy) doprecyzowywać w miarę pojawiania się nowych informacji.

Wstępne badania wykazały, że każdy z procesów trwa odpowiednio 2, 1 i 5 dni, przy odchyleniach standardowych wynoszących 0,2, 0,2 i 1 dzień.

Model SimPy wraz z generatorami jest już gotowy. Czas w modelu jest zapisany w dniach. Zaimportowano dla ciebie następującą bibliotekę: import matplotlib.pyplot as plt.

Uruchom model i przeanalizuj wyniki za pomocą analizy skupień.

Instrukcje

100 XP
  • Uruchom model SimPy zapisany w środowisku SimPy o nazwie env na okres 5 lat (przyjmij, że nie ma lat przestępnych).
  • Utwórz histogram wyników modelu przechowywanych w record_processes_list, używając 50 przedziałów.