เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

โมเดลโลจิสติกส์ eCommerce: วิเคราะห์ผลลัพธ์

ลองพิจารณาธุรกิจ eCommerce ที่ต้องการการปรับปรุงประสิทธิภาพ กลุ่มกระบวนการหลักที่เกี่ยวข้องมีดังนี้

  1. "การจัดการคำร้อง"
  2. "การบรรจุภัณฑ์" และ
  3. "การจัดส่งและส่งมอบให้ลูกค้า"

แต่ละกลุ่มกระบวนการประกอบด้วยขั้นตอนย่อยและงานจำนวนมาก ในขั้นนี้จะเน้นสร้างโมเดลในระดับภาพรวมก่อน ซึ่งสามารถปรับแต่งให้ละเอียดขึ้นได้เมื่อมีข้อมูลเพิ่มเติม

จากการศึกษาเบื้องต้นพบว่า แต่ละกระบวนการใช้เวลา 2, 1 และ 5 วันตามลำดับ โดยมีค่าเบี่ยงเบนมาตรฐาน 0.2, 0.2 และ 1 วัน

โมเดล SimPy และตัวสร้างข้อมูลถูกสร้างไว้ให้แล้ว เวลาในโมเดลบันทึกเป็นหน่วยวัน และได้นำเข้าแพ็กเกจต่อไปนี้ไว้แล้ว: import matplotlib.pyplot as plt

มารันโมเดลและวิเคราะห์ผลลัพธ์โดยใช้การวิเคราะห์คลัสเตอร์กัน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การจำลองเหตุการณ์แบบไม่ต่อเนื่องด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • รันโมเดล SimPy ที่เก็บอยู่ใน SimPy environment ชื่อ env เป็นระยะเวลา 5 ปี (สมมติว่าไม่มีปีอธิกสุรทิน)
  • สร้างฮิสโตแกรมจากผลลัพธ์ของโมเดลที่เก็บอยู่ใน record_processes_list โดยใช้ 50 ช่วง

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

env = simpy.Environment()
env.process(all_processes(env, inputs, record_processes))

# Run the SimPy model
env.____(until=___)

record_processes_list = [record_processes['Time Manage Request'],
            			 record_processes['Time Packaging'],
            			 record_processes['Time Shipping']]

# Create a histogram with 50 bins
plt.____(record_processes_list, bins=____, label=['Request', 'Packaging', 'Shipments'])
plt.legend(loc='upper right')
plt.xlabel('Duration (days)')
plt.ylabel('Number of occurrences')
plt.show()
แก้ไขและรันโค้ด