Build your ultimate AI agent
课程介绍
探索离散事件仿真
您是否曾被要求优化您的行业或业务运营？在这门关于 Python 中离散事件仿真的课程中，你将学习如何优化大量并行或按顺序运行的流程。探索流程优化
制造、运输、物流和供应链活动可能需要管理多个并行或按顺序运行的流程。 优化这些流程可能是一项艰巨的任务，即使对于小型公司也是如此，但这是提高盈利能力、解决瓶颈并改善资源管理所必需的重要过程。为真实世界的流程开发数字孪生
借助 Python 的 SimPy 包，你将基于离散事件仿真为不同类型的工业流程开发数字孪生。 您将接触到多个真实案例，从汽车生产线和电子商务到道路交通管理和供应链活动。完成本课程后，您将有信心开发可用于“虚拟活实验室”的运营离散事件模型，以逐步测试不同管理和优化策略的有效性及成本效益。先修要求
课程大纲
课程大纲
1
动态系统与离散事件模拟模型导论
一起认识离散事件模拟的威力。作为开篇，您将学习识别哪些问题适合用离散事件模拟来支持管理与决策。您还将了解离散事件模型的主要组成部分，以及如何解读模型输出。最后，您将构建您的第一个"排队"离散事件模型。
2
使用 SimPy 开发离散事件模型
探索 SimPy 包的强大功能，以高效开展离散事件模拟。在第 2 章，您将学习如何搭建 SimPy 模型环境，并添加进程与资源。您还会了解可用的不同资源类型，以及用于控制与调度事件的选项。作为收尾，您将为一条飞机装配线构建一个完整的 SimPy 模型。
3
在模型中混合确定性与非确定性
探索可以添加到离散事件模型中的各类过程。您将学习区分确定性与非确定性过程，并掌握如何在模型中表示它们。您还会学习如何随机化事件（或过程），这对于模拟非确定性事件至关重要。最后，您将构建一个同时包含确定性与非确定性过程的 SimPy 模型。
4
模型应用、聚类、优化与模块化
您将学习优化方法，以最大化离散事件模型的价值。您将使用蒙特卡罗方法进行模拟集合，并学会在模型结果中识别聚类，以帮助理解模型行为、定位关键过程与临界点。您还将使用目标函数为模型优化设定目标。课程最后，您将学习如何让模型具备可扩展性，使其能够稳定、可控地演进。
Python 中的离散事件模拟
课程完成
