Python 实现离散事件仿真

Python实现离散事件仿真

（如排队系统、物流调度）

一、离散事件仿真的核心概念

环境（Environment）

管理仿真时间，调度事件。

事件（Event）

在特定时间触发的动作（如客户到达、服务完成）。

资源（Resource）

被实体竞争使用的对象（如服务窗口、卡车）。

进程（Process）

通过生成器函数定义的实体行为逻辑。

二、SimPy基础示例：银行排队系统

场景描述

客户随机到达银行，排队等待服务。

银行有2个服务窗口。

每个客户的服务时间固定为1单位时间。

代码实现

python

importsimpyimportrandom

#定义客户行为defcustomerfenv,name,counter):

arrival_time=env.now

print(f"{name}到达时间:{arrivaltime:.2f}")

#请求资源(服务窗口)

withcounter.requestf)asreq:

yieldreq#等待直到有空闲窗口

starttime=env.now

print(f"{name}开始服务时间：{start_time:.2f}(等待时长：{start_time-

arrival_time:.2f})")

#模拟服务时间(随机0.5F.5单位时间)

service_time=random.uniform(0.5,1.5)

yieldenv.timeout(service_time)

print(f”{name}离开时间：{env.now:.2f}(服务时长：{service_time:.2f})")

#定义客户生成器defcustomer_generator(env,counter):

customerjd=0

whileTrue:

yieldenv.timeout(random.expovariate(1.0))#指数分右到达间隔(平均1单位时间)

customerjd+=1

cess{customer(env/f"-{customerjd}",counter))

#创建仿真环境并运行

env=simpy.Environment()

counter=simpy.Resource(env,capacity=2)#2个服务窗口

cess(customer_generator(env,counter))

env.run(until=10)it仿真运行10单位时间

输出示例

text

客户-1到达时间:0.00

客户-1开始服务时间:0.00（等待时长:0.00）

客户・2到达时间:0.83

客户-2开始服务时间:0.83（等待时长:0.00）

客户-3到达时间:1.03

客户-1离开时间：1.32（服务时长:1.32）

客户-3开始服务时间:1.32（等待时长:0.29）

客户-2离开时间：1.84（服务时长:1.01）

三、扩展案例：物流调度系统

场景描述

货物从仓库通过卡车运输到目的地。

仓库有3辆卡车，每辆卡车装载货物需要2单位时间。

货物到达时间服从泊松过程。

代码实现

python

importsimpyimportrandom

deftransportJob(env,truck,jobjd):

print(f”时间｛env.now:.2f｝:货物｛jobjd)开始装载卡车”)

yieldenv.timeout(2)#装载时间

print(f”时间｛env.now:.2f｝:货物｛job.id)装载完成，出发运输")

yieldenv.timeout(S)#运输时间

print。时间｛env.now:.2f｝：货物｛jobjd)到达目的地")

defwarehouse(env,trucks):

job_id=0

whileTrue:

yieldenv.timeout(random.expovanate(U.b))n平均每2单位时间到达一个货物

job_id+=1

cess(transportjob(env,trucks,job_id))

env=simpy.Environment()

trucks=simpy.Resourcefenv,capacity=3)#3辆卡车

cess(warehouse(env,trucks))

env.run(until=20)

输出示例

text

时间0.00:货物1开始装载卡车

时间2.00:货物1装载完成，出发运输

时间3.14:货物2开始装载卡车

时间5.14:货物2装载完成，出发运输

时间7.00:货物1到达目的地

时间8.14:货物2到达目的地

四、关键功能扩展

1.优先级资源请求

python

#使用PriorityResource实现优先级fromsimpyimportPriorityResource,Priorityitem

defcustomer(env,name,priorit/,counter):

withcounter.request(priority=Priorityltem(priority,env.now))asreq:

yieldreq

#…服务逻辑…

counter=PriorityResource(env,capacity=2)

动态资源调整

python

#在仿真中动态增减资源容量defadjust_capacity(env,counter):

yieldenv.timeout(S)

counter.capacity+=1#5单位时间后增加1个窗口

cess(adjust_capacity(env,counter))

3.数据收集与分析

python

#记录等待时间和服务时间

wait_times=[]

service_times=[]

defcustomer(env,name,counter):

arrival_time=env.now

withcounter.request()asreq:

yieldreq

wait_time=env.now-arrival_time

wait_times.append(wait_time)

#...记录服务时间…

五、调试与优化

调试技巧

使用env.step()单步执行。

打印关键事件