Po ukończeniu tych kursów czuję się pewnie w tworzeniu profesjonalnych wizualizacji i pulpitów nawigacyjnych
Shoebur RahmanSpecjalista ds. zakupów, Giz Bangladesh
Opis kursu
Odkryj symulację zdarzeń dyskretnych
Czy kiedykolwiek proszono Cię o optymalizację procesów w Twojej branży lub firmie? Na tym kursie dotyczącym symulacji zdarzeń dyskretnych w Pythonie nauczysz się, jak podejść do optymalizacji niezliczonych procesów działających równolegle lub sekwencyjnie.Poznaj optymalizację procesów
Działania związane z produkcją, transportem, logistyką i łańcuchem dostaw mogą wymagać zarządzania kilkoma procesami działającymi równolegle lub sekwencyjnie. Optymalizacja tych procesów może być trudnym zadaniem, nawet dla małych firm, ale jest to niezbędna droga, potrzebna do zwiększenia rentowności, eliminowania wąskich gardeł i usprawnienia zarządzania zasobami.Twórz cyfrowe bliźniaki dla rzeczywistych procesów
Wykorzystując pakiet SimPy w Pythonie, nauczysz się tworzyć cyfrowe bliźniaki dla różnych typów procesów przemysłowych na podstawie symulacji zdarzeń dyskretnych. Spotkasz kilka przykładów z życia wziętych — od linii produkcyjnych samochodów i e-commerce po zarządzanie ruchem drogowym oraz działania w łańcuchu dostaw.Po ukończeniu tego kursu zyskasz pewność siebie potrzebną do tworzenia operacyjnych modeli zdarzeń dyskretnych, które można wykorzystywać jako „wirtualne żywe laboratoria” do stopniowego testowania skuteczności oraz opłacalności różnych strategii zarządzania i optymalizacji.Wymagania wstępne
Program nauczania
Plan kursu
1
Wprowadzenie do systemów dynamicznych i modeli symulacji zdarzeń dyskretnych
Odkryj możliwości symulacji zdarzeń dyskretnych. Na początku kursu nauczysz się rozpoznawać problemy, w których symulacje zdarzeń dyskretnych mogą wspierać zarządzanie i podejmowanie decyzji. Poznasz też główne składniki modeli zdarzeń dyskretnych oraz sposoby interpretacji wyników modelu. Na koniec zbudujesz swój pierwszy model kolejkowy oparty na zdarzeniach dyskretnych.
- Systemy dynamiczne i modele symulacji dyskretno-zdarzeniowej50 XP
- Systemy dynamiczne100 XP
- Rozkładanie procesu na sekwencję zdarzeń100 XP
- Winda: model symulacji dyskretno-zdarzeniowej100 XP
- Modele matematyczne systemów dynamicznych50 XP
- Model dyskretno-zdarzeniowy: identyfikacja kluczowych procesów100 XP
- Modele matematyczne: uwzględnianie kluczowych procesów100 XP
- Wprowadzenie do symulacji dyskretno-zdarzeniowych50 XP
- Tworzenie modelu zdarzeniowego100 XP
- Uruchamianie modelu symulacji dyskretnej100 XP
2
Budowanie modeli zdarzeń dyskretnych z użyciem SimPy
Odkryj możliwości biblioteki SimPy, która upraszcza tworzenie symulacji zdarzeń dyskretnych. W rozdziale 2 nauczysz się budować środowisko modelu SimPy oraz dodawać do niego procesy i zasoby. Poznasz różne typy dostępnych zasobów, a także sposoby sterowania zdarzeniami i ich harmonogramowania. Na zakończenie rozdziału zbudujesz kompletny model SimPy dla linii montażowej samolotów.
3
Łączenie determinizmu i niedeterminizmu w modelach
Poznaj typy procesów, które można dodawać do modeli zdarzeń dyskretnych. Nauczysz się odróżniać procesy deterministyczne od niedeterministycznych i reprezentować je w modelach. Dowiesz się też, jak losować zdarzenia (lub procesy) – co jest kluczowe przy symulowaniu zdarzeń niedeterministycznych. Na koniec zbudujesz model SimPy łączący oba typy procesów.
4
Zastosowanie modeli, grupowanie, optymalizacja i modularność
Poznasz metody optymalizacji, dzięki którym w pełni wykorzystasz potencjał swoich modeli zdarzeń dyskretnych. Nauczysz się przeprowadzać zespoły symulacji z użyciem podejścia Monte Carlo i odkryjesz, jak identyfikować skupiska w wynikach modelu, by lepiej zrozumieć jego zachowanie oraz wskazać krytyczne procesy i punkty przełomowe. Będziesz też używać funkcji celu do wyznaczania celów optymalizacyjnych. Na zakończenie kursu zobaczysz, jak sprawić, by model był skalowalny – tzn. mógł rosnąć w sposób stabilny i kontrolowany.
Symulacja zdarzeń dyskretnych w Pythonie
Kurs
ukończony
