Kurs
Diskrete-Ereignis-Simulation mit Python
ExperteSchwierigkeitsgrad
Aktualisiert 04/2026
PythonProbability & Statistics4 Std.16 Videos55 Übungen4,650 XP2,665Leistungsnachweis
Kostenloses Konto erstellen
Mit Google fortfahrenWeitere Optionen anzeigenoder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
Beliebt bei Lernenden in Tausenden Unternehmen
Ein Team schulen?
Für Unternehmen ausprobierenKursbeschreibung
Entdecke die diskrete Ereignissimulation
Wurdest du schon mal gebeten, deine Branche oder deine Geschäftsabläufe zu verbessern? In diesem Kurs über diskrete Ereignissimulation in Python lernst du, wie du die Optimierung einer Vielzahl von Prozessen, die parallel oder nacheinander laufen, angehen kannst.Entdecke die Prozessoptimierung
Bei der Produktion, dem Transport, der Logistik und der Lieferkette muss man manchmal mehrere Prozesse gleichzeitig oder nacheinander verwalten. Diese Prozesse zu optimieren, kann selbst für kleine Unternehmen echt schwierig sein, aber es ist ein wichtiger Schritt, um die Rentabilität zu steigern, Engpässe zu beseitigen und das Ressourcenmanagement zu verbessern.Digitale Zwillinge für echte Prozesse entwickeln
Mit dem SimPy-Paket von Python kannst du digitale Zwillinge für verschiedene Arten von industriellen Prozessen entwickeln, die auf diskreten Ereignissimulationen basieren. Du wirst auf mehrere Beispiele aus der Praxis stoßen, von Automobilfertigungsstraßen und E-Commerce bis hin zum Straßenverkehrsmanagement und Aktivitäten in der Lieferkette. Nach dem Abschluss dieses Kurses wirst du in der Lage sein, operative diskrete Ereignismodelle zu entwickeln, die als „virtuelle Living Labs“ genutzt werden können, um die Effektivität und das Kosten-Nutzen-Verhältnis verschiedener Management- und Optimierungsstrategien schrittweise zu testen.Voraussetzungen
Introduction to Statistics in PythonPython Toolbox1
Einführung in dynamische Systeme und Diskrete-Ereignis-Modelle
Lass uns die Stärken von Diskrete-Ereignis-Simulationen entdecken. Zum Start dieses Kurses lernst du, Probleme zu identifizieren, bei denen Diskrete-Ereignis-Simulationen Management und Entscheidungsfindung unterstützen können. Außerdem lernst du die Hauptkomponenten von Diskrete-Ereignis-Modellen kennen und wie du Modellausgaben interpretierst. Zum Schluss erstellst du dein erstes Diskrete-Ereignis-Modell als „Warteschlange“.
2
Diskrete-Ereignis-Modelle mit SimPy entwickeln
Entdecke die Möglichkeiten des SimPy-Pakets, um deine Diskrete-Ereignis-Simulationen effizienter zu gestalten. In Kapitel 2 lernst du, wie du eine SimPy-Modellumgebung aufbaust und Prozesse sowie Ressourcen hinzufügst. Du lernst außerdem die verschiedenen Ressourcentypen kennen sowie Optionen, um Ereignisse zu steuern und zu planen. Zum Abschluss baust du ein vollständiges SimPy-Modell für eine Flugzeugmontagelinie.
3
Determinismus und Nichtdeterminismus in Modellen kombinieren
Erkunde die Arten von Prozessen, die du zu Diskrete-Ereignis-Modellen hinzufügen kannst. Du lernst, zwischen deterministischen und nichtdeterministischen Prozessen zu unterscheiden und sie im Modell abzubilden. Zudem erfährst du, wie du Ereignisse (oder Prozesse) randomisierst – entscheidend, um nichtdeterministische Ereignisse zu simulieren. Abschließend erstellst du ein SimPy-Modell, das deterministische und nichtdeterministische Prozesse kombiniert.
4
Modellanwendung, Clustering, Optimierung und Modularität
Du lernst Optimierungsmethoden kennen, um die Wirkung deiner Diskrete-Ereignis-Modelle zu maximieren. Du führst Simulation-Ensembles mit Monte-Carlo-Ansätzen durch und erfährst, wie du Cluster in deinen Modellergebnissen identifizierst, um das Verhalten zu verstehen sowie kritische Prozesse und Kipppunkte zu erkennen. Außerdem nutzt du Zielfunktionen, um Ziele für deine Modelloptimierung festzulegen. Zum Abschluss dieses Kurses erforschst du, wie du dein Modell skalierbar machst, damit es stabil und kontrolliert wachsen kann.
Diskrete-Ereignis-Simulation mit Python
Kurs abgeschlossen
Leistungsnachweis verdienen
Füge diesen Fähigkeitsnachweis zu deinem LinkedIn-Profil, Anschreiben oder Lebenslauf hinzuTeile es auf Social Media und in deiner LeistungsbeurteilungJetzt anmelden
Schließe dich 19 Millionen Lernenden an und starte Diskrete-Ereignis-Simulation mit Python heute!
Kostenloses Konto erstellen
Mit Google fortfahrenWeitere Optionen anzeigenoder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
DataCamp gibt es auch für Mobilgeräte
Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.