ข้ามไปยังเนื้อหาหลัก

คอร์ส

การจำลองเหตุการณ์แบบไม่ต่อเนื่องด้วย Python

ขั้นสูง4 ชม.

ค้นพบพลังของการจำลองเหตุการณ์ไม่ต่อเนื่องในการเพิ่มประสิทธิภาพกระบวนการทางธุรกิจของคุณ เรียนรู้การพัฒนา digital twins ด้วยแพ็กเกจ SimPy ของ Python

Python4 ชม.16 วิดีโอ55 แบบฝึกหัด4,650 XP2,723ใบแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google
หรือ
การดำเนินการต่อหมายความว่าคุณยอมรับ เงื่อนไขการใช้งาน, ของเรา นโยบายความเป็นส่วนตัว และข้อมูลของคุณถูกจัดเก็บไว้ในสหรัฐอเมริกา

ได้รับความไว้วางใจจากผู้เรียนในหลายพันบริษัท

รายละเอียดคอร์ส

ค้นพบการจำลองเหตุการณ์ไม่ต่อเนื่อง

คุณเคยถูกขอให้เพิ่มประสิทธิภาพการดำเนินงานในอุตสาหกรรมหรือธุรกิจของคุณหรือไม่? ในหลักสูตรนี้เกี่ยวกับการจำลองเหตุการณ์ไม่ต่อเนื่องใน Python คุณจะได้เรียนรู้วิธีรับมือกับการเพิ่มประสิทธิภาพของกระบวนการมากมายที่ทำงานแบบขนานหรือแบบลำดับกัน

สำรวจการเพิ่มประสิทธิภาพกระบวนการ

กิจกรรมด้านการผลิต การขนส่ง โลจิสติกส์ และซัพพลายเชนอาจต้องมีการจัดการหลายกระบวนการที่ดำเนินไปพร้อมกันหรือเป็นลำดับต่อเนื่องกัน การปรับกระบวนการเหล่านี้ให้เหมาะสมอาจเป็นงานที่ท้าทายอย่างมาก แม้แต่สำหรับบริษัทขนาดเล็ก แต่ก็เป็นเส้นทางสำคัญที่จำเป็นต่อการเพิ่มความสามารถในการทำกำไร จัดการกับคอขวด และปรับปรุงการบริหารทรัพยากร

พัฒนา Digital Twins สำหรับกระบวนการในโลกจริง

ด้วยการใช้แพ็กเกจ SimPy ของ Python คุณจะพัฒนา digital twins สำหรับกระบวนการอุตสาหกรรมประเภทต่างๆ โดยอิงจากการจำลองแบบเหตุการณ์ไม่ต่อเนื่อง คุณจะได้พบกับตัวอย่างจากโลกจริงหลายกรณี ตั้งแต่สายการผลิตรถยนต์และอีคอมเมิร์ซ ไปจนถึงการจัดการจราจรบนถนนและกิจกรรมในห่วงโซ่อุปทานหลังจากจบหลักสูตรนี้ คุณจะมีความมั่นใจในการพัฒนาแบบจำลองเหตุการณ์ไม่ต่อเนื่องเชิงปฏิบัติการที่สามารถใช้เป็น “ห้องทดลองเสมือนจริง” สำหรับทดสอบอย่างค่อยเป็นค่อยไปถึงประสิทธิผลและความคุ้มค่าต้นทุนของกลยุทธ์การบริหารจัดการและการเพิ่มประสิทธิภาพที่แตกต่างกัน

ข้อกำหนดเบื้องต้น

หลักสูตร

โครงสร้างคอร์ส

1

บทนำสู่ระบบพลวัตและโมเดลการจำลองเหตุการณ์แบบไม่ต่อเนื่อง

มาเรียนรู้พลังของการจำลองเหตุการณ์แบบไม่ต่อเนื่องกัน ในบทเริ่มต้นนี้ จะได้เรียนรู้วิธีระบุปัญหาที่การจำลองเหตุการณ์แบบไม่ต่อเนื่องสามารถช่วยสนับสนุนการบริหารจัดการและการตัดสินใจได้ รวมถึงองค์ประกอบหลักของโมเดลการจำลองเหตุการณ์แบบไม่ต่อเนื่อง และวิธีตีความผลลัพธ์ของโมเดล สุดท้ายจะได้สร้างโมเดลการจำลองเหตุการณ์แบบ "คิว" เป็นครั้งแรก
เริ่มบทเรียน
2

การสร้างโมเดลเหตุการณ์แบบไม่ต่อเนื่องด้วย SimPy

เรียนรู้ประสิทธิภาพของแพ็กเกจ SimPy เพื่อทำให้การจำลองเหตุการณ์แบบไม่ต่อเนื่องง่ายขึ้น ในบทที่ 2 นี้ จะได้เรียนรู้วิธีสร้าง environment ของโมเดล SimPy รวมถึงการเพิ่มกระบวนการและทรัพยากร นอกจากนี้ยังได้เรียนรู้ประเภทของทรัพยากรที่มีให้ใช้งาน ตลอดจนตัวเลือกในการควบคุมและกำหนดเวลาของเหตุการณ์ และปิดท้ายบทด้วยการสร้างโมเดล SimPy แบบสมบูรณ์สำหรับสายการประกอบอากาศยาน
เริ่มบทเรียน
3

การผสมผสานกระบวนการแบบกำหนดได้และแบบไม่แน่นอนในโมเดล

สำรวจประเภทของกระบวนการที่สามารถเพิ่มลงในโมเดลการจำลองเหตุการณ์แบบไม่ต่อเนื่อง จะได้เรียนรู้วิธีแยกแยะระหว่างกระบวนการแบบกำหนดได้และแบบไม่แน่นอน รวมถึงวิธีนำเสนอกระบวนการเหล่านั้นในโมเดล นอกจากนี้ยังได้เรียนรู้วิธีสุ่มเหตุการณ์ (หรือกระบวนการ) ซึ่งเป็นสิ่งสำคัญสำหรับการจำลองเหตุการณ์แบบไม่แน่นอน และปิดท้ายด้วยการสร้างโมเดล SimPy ที่รวมทั้งกระบวนการแบบกำหนดได้และแบบไม่แน่นอนเข้าด้วยกัน
เริ่มบทเรียน
4

การประยุกต์ใช้โมเดล การจัดกลุ่ม การปรับให้เหมาะสม และความเป็นโมดูล

เรียนรู้วิธีการปรับให้เหมาะสมเพื่อเพิ่มประสิทธิภาพสูงสุดของโมเดลการจำลองเหตุการณ์แบบไม่ต่อเนื่อง จะได้เรียนรู้วิธีดำเนินการ simulation ensemble ด้วยแนวทาง Monte Carlo และวิธีระบุกลุ่มในผลลัพธ์ของโมเดลเพื่อทำความเข้าใจพฤติกรรมของโมเดล รวมถึงระบุกระบวนการที่สำคัญและจุดเปลี่ยนสำคัญ นอกจากนี้ยังได้ใช้ฟังก์ชันวัตถุประสงค์เพื่อกำหนดเป้าหมายในการปรับให้เหมาะสม และปิดท้ายคอร์สด้วยการเรียนรู้วิธีทำให้โมเดลขยายขนาดได้ เพื่อให้เติบโตได้อย่างมั่นคงและควบคุมได้
เริ่มบทเรียน

การจำลองเหตุการณ์แบบไม่ต่อเนื่องด้วย Python

เรียนจบแล้ว

รับใบรับรองความสำเร็จ

ลงทะเบียนเลย

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp บนมือถือ

ก้าวหน้าได้ทุกที่ด้วยคอร์สมือถือและแบบฝึกหัดการเขียนโค้ด 5 นาทีประจำวันของเรา