Hoppa till huvudinnehållet

Kurs

Diskret händelsesimulering i Python

Avancerad4 tim

Upptäck kraften i diskret händelsesimulering för att optimera dina affärsprocesser. Lär dig utveckla digitala tvillingar med Pythons SimPy-paket.

Python4 tim16 videor55 övningar4,650 XP2,723Intyg om fullgjord kurs

Skapa ditt kostnadsfria konto

Fortsätt med Google
eller
Genom att fortsätta godkänner du våra Användarvillkor, vår Integritetspolicy och att dina data lagras i USA.

Älskad av elever på tusentals företag

Utbildar ett team?

Prova för företag

Kursbeskrivning

Upptäck diskret händelsesimulering

Har du någonsin blivit ombedd att optimera din bransch eller verksamhets drift? I den här kursen om diskret händelsesimulering i Python lär du dig hur du kan ta dig an optimeringen av en mängd processer som körs parallellt eller i följd.

Utforska processoptimering

Tillverknings-, transport-, logistik- och leveranskedjeaktiviteter kan kräva hantering av flera processer som körs parallellt eller i följd. Att optimera dessa processer kan vara en utmanande uppgift, även för små företag, men det är en nödvändig resa för att öka lönsamheten, hantera flaskhalsar och förbättra resursförvaltningen.

Utveckla digitala tvillingar för verkliga processer

Genom att utnyttja Pythons SimPy-paket kommer du att utveckla digitala tvillingar för olika typer av industriella processer baserade på diskret händelsesimulering. Du kommer att stöta på flera verkliga exempel, från bilproduktionslinjer och e-handel till trafikstyrning och aktiviteter i leveranskedjan.Efter att ha slutfört den här kursen kommer du att ha självförtroendet att utveckla operativa diskreta händelsemodeller som kan användas som ”virtuella levande laboratorier” för att stegvis testa effektiviteten och kostnadsnyttan hos olika strategier för styrning och optimering.

Förkunskapskrav

Kursplan

Kursöversikt

1

Introduktion till dynamiska system och diskreta händelsemodeller

Vi utforskar potentialen i diskreta händelsesimuleringar. I kursens första del lär du dig att identifiera problem där diskreta händelsesimuleringar kan stödja beslutsfattande och styrning. Du lär dig också om de viktigaste komponenterna i diskreta händelsemodeller och hur du tolkar modellresultat. Avslutningsvis bygger du din första köbaserade diskreta händelsemodell.
Starta kapitel
3

Att kombinera determinism och icke-determinism i modeller

4

Modelltillämpning, klustring, optimering och modularitet

Du lär dig optimeringsmetoder för att maximera nyttan av dina diskreta händelsemodeller. Du lär dig att genomföra simuleringsensembler med Monte Carlo-metoder och att identifiera kluster i dina modellresultat – för att bättre förstå modellens beteende och hitta kritiska processer och tröskelpunkter. Du använder också målfunktioner för att sätta mål för ditt modelloptimeringsarbete. Kursen avslutas med att du utforskar hur du gör din modell skalbar så att den kan växa på ett stabilt och kontrollerat sätt.
Starta kapitel

Diskret händelsesimulering i Python

Kurs
slutförd

Tjäna intyg om genomförande

Registrera dig nu

Utveckla dina datakunskaper med DataCamp för mobil

Ta dig framåt var du än är med våra mobilkurser och dagliga 5-minuterskodningsutmaningar.