Python SimPyシミュレーションシリーズ(2)

この記事では、SimPyを使用して2つのシミュレーション要件を解決する方法について説明します.

リカバリをいつでも中断する方法Process(プロセス)

Resource(リソース)の数

を動的に設定する方法
この2つの要件を満たすシーンは、次のとおりです.

シミュレーション中、ある工程が中断する、中断は予め設定された時間又は不確定時間

に基づいてもよい.

シミュレーションの過程で、人的資源も時間の変化に基づいて、シミュレーションの現実の労働者の勤務手配

リソースとプロセスの概念をレビューResourceとProcessはSimPyが人的資源とプロセスに対して抽象的な構造である.Resourceは1つのキューのようなもので、その長さは予め設定する資源数であり、異なる工程は時間の前後と与えられた優先度に従ってキューに入る.Processは構造的にはジェネレータであり、send法によりExceptionに伝達するProcessを遮断することができる.
例えば、ある工程で1人の労働者を占有する必要があり、30 minを費やしてプロセスを完了し、現在呼び出すことができるすべての労働者数は10であり、コード形式は以下の通りである.

import simpy
import random


WORKERNUM = 10 #    
PROCESS_TIME = 30 * 60 #     ,        
MEAN_  = 4 * 60 #         

def process(env, workers, store):
    """  """
    while True:
        with workers.request() as req:
            yield req
            item = yield store.get()
            print(f"{env.now} - {item} - start")
            yield env.timeout(PROCESS_TIME)
            print(f"{env.now} - {item} - done")

def put_item(env, store):
    """            """
    for i in range(100):
        item = f"{i}_item"
        store.put(item)
        yield env.timeout(random.expovariate(1 / MEAN_))

env = simpy.Environment()
workers = simpy.Resource(env, 10)
store = simpy.Store(env)

env.process(process(env, workers, store))
env.process(put_item(env, store))
env.run()

もっと詳しい紹介と資料は以前の文章Python SimPyシミュレーションシリーズ(1)を振り返ることができる.Processプロセスの動的調整
次の2つのシナリオがあります.

プロセスは随時中断し、

を回復する.

スケジュールに従ってプロセスを開始または終了する

.
一つのことを区別するには、中断するときに現在のプロセスを完了させてから中断するか、すぐに中断するかを区別します.具体的なシーンは、労働者が現在の職場から異動されたことを想像することができ、彼はまず手元の工程を完成しなければならないか、あるいは手元の仕事を止めて職場を離れる必要がある.
プロセスの随時中断を実現しなければならない場合、process.interrupt()を通じてprocess、すなわち第1のシーンを中断するしかない.割り込みがスケジュール通りに行うと、第2のシーンでは、複数の異なる時間に開くプロセスを構築してシミュレーションを行うことができる.
プロセス中断の実装

from simpy import interrupt, Environment

env = Environment()

def interrupter(env, victim_proc):
    yield env.timeout(1)
    victim_proc.interrupt('Spam')

def victim(env):
    try:
        yield env.timeout(10)
     except Interrupt as interrupt:
         cause = interrupt.cause

マルチセグメントプロセスシミュレーション時間別スイッチ

import simpy

PROCESS_TIME = 3

def put_item(env, store):
    for i in range(20):
        yield env.timeout(0.5)
        store.put(f"{i}_item")

def process(i, env, store, start, end):

    yield env.timeout(start)
    while True:
        item = yield store.get()
        #    item                
        if env.now > end:
            print(f"{env.now} - process {i} - end")
            store.put(item)
            env.exit()
        else:
            print(f"{env.now} - {item} - start")
            yield env.timeout(PROCESS_TIME)
            print(f"{env.now} - {item} - end")

env = simpy.Environment()
store = simpy.Store(env)

env.process(put_item(env, store))

for i, (start, end) in enumerate([(20, 30), (40, 50), (60, 90)]):
    env.process(process(i, env, store, start, end))

env.run()

Resourceリソースの動的調整

リソース人数指定されたレイアウトに従って

をプロビジョニングResourceは実例化後、修正できないためである.シミュレーションの過程で資源を修正することを満たすために、逆方向の構想を用いた.まず、全てのリソース使用例PriorityResourceは、予め調整可能な最大リソース数を設定しておき、リソース数を調整する必要がある場合には、-1の優先度を持つrequestを使用してリソースを占有するが、通常のプロセスのデフォルト優先度は0である.
このような操作により、リソースの占有プロセスの優先度が高くなり、通常のプロセスで呼び出すことができるリソースの数が次のようになります. = -

import simpy

PROCESS_TIME = 2

def put_item(env, store):
    for i in range(20):
        yield env.timeout(0.5)
        store.put(f"{i}_item")

def process(env, store, resource):
    while True:
        item = yield store.get()
        with resource.request() as req:
            yield req
            yield env.timeout(PROCESS_TIME)

def set_resource(env, resource, start_time, end_time):
    """    ，         ，
    end_time     np.inf    ，
    simpy        ，    timeout   。
    """
    duration = end_time - start_time
    yield env.timeout(start_time)
    with resource.request(priority=-1) as req:
        yield req
        yield env.timeout(duration)

env = simpy.Environment()
store = simpy.Store(env)
res = simpy.PriorityResource(env, 10)

res_time_table = [(10, 20, 5), (20, 30, 6)]
env.process(put_item(env, store))
env.process(process(env, store, res))

for start, end, target_num in res_time_table:
    place_holder = 10 - target_num
    for _ in range(place_holder):
        env.process(set_resource(env, res, start, end))

env.run()