Модель eCommerce у логістиці: аналіз результатів
Розгляньмо бізнес eCommerce, якому потрібна оптимізація. Основні групи процесів:
- "Керування запитами",
- "Пакування", та
- "Відвантаження й доставка клієнту".
Кожна з цих груп містить багато підпроцесів і завдань. Поки що ви зосередитеся на створенні моделі на високому рівні. Її можна (і слід) деталізувати, коли з'являтиметься більше інформації.
Попередні дослідження показали, що кожен процес триває відповідно 2, 1 і 5 днів, зі стандартними відхиленнями 0,2, 0,2 і 1 день.
Ви побудували модель SimPy та генератори. Час у моделі фіксується в днях. Для вас уже імпортовано пакет: import matplotlib.pyplot as plt.
Запустімо модель і проаналізуймо результати за допомогою кластерного аналізу.
Ця вправа є частиною курсу
Дискретно-подієве моделювання в Python
Інструкції до вправи
- Запустіть модель SimPy, що зберігається в середовищі SimPy з назвою
env, на 5 років (вважайте, що немає високосних років). - Побудуйте гістограму результатів моделі, збережених у
record_processes_list, із 50 корзинами.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
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()