物流電商模型：結果分析
來看一個需要最佳化的電商業務。主要涉及的流程群組有：
- 「需求請求管理」、
- 「包裝」、以及
- 「出貨與配送至客戶」。
每個流程群組都包含許多子流程與工作。現在你先專注在建立高階模型；之後可在取得更多資訊時再持續細化。
初步研究發現，三個流程分別需要 2、1、與 5 天完成，其標準差分別為 0.2、0.2、與 1 天。
你已建立好 SimPy 模型與產生器。模型中的時間以天為單位。以下套件已為你匯入：import matplotlib.pyplot as plt。
接下來執行模型，並用叢集分析來檢視結果。
本練習屬於課程
Python 的離散事件模擬
練習說明
- 在名為
env的 SimPy 環境中執行模型 5 年（不考慮閏年）。 - 以 50 個箱數為
record_processes_list中的模型結果繪製直方圖。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
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()