Lojistik e-Ticaret modeli: Sonuçları analiz etme

Optimizasyona ihtiyaç duyan bir e-Ticaret işletmesini ele alalım. Dahil olan ana süreç grupları şunlardır:

"Talep yönetimi",
"Paketleme" ve
"Sevkiyat ve müşteriye teslimat".

Bu süreç gruplarının her biri birçok alt süreç ve görev içerir. Şimdilik, modelleme için yüksek seviyeye odaklanacaksın; daha fazla bilgi geldikçe model rafine edilebilir (ve edilmelidir).

Ön araştırmalar, her sürecin sırasıyla 2, 1 ve 5 günde tamamlandığını ve standart sapmaların 0,2; 0,2 ve 1 gün olduğunu gösteriyor.

SimPy modelini ve üreticileri (generator) kurdun. Modelde zaman gün cinsinden kaydediliyor. Senin için şu paket içe aktarıldı: import matplotlib.pyplot as plt.

Haydi modeli çalıştırıp sonuçları küme analizi ile inceleyelim.

Bu egzersiz, kursun bir parçasıdır

Python ile Ayrık Olay Benzetimi

Kursa Göz Atın

Egzersiz talimatları

env adlı bir SimPy ortamında saklanan SimPy modelini 5 yıl boyunca çalıştır (artık yıl olmadığını varsay).
record_processes_list içinde tutulan model sonuçlarının 50 sınıflı bir histogramını oluştur.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

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()

Kodu Düzenle ve Çalıştır