Mô phỏng Python
Trong bài viết này, tôi chỉ cho bạn cách tạo một lớp Show Hãy bắt đầu với một lớp
Chúng tôi muốn lớp Number of Simulations: 1,000 Max: 6 Min: 1 Mean: 3.522 Median: 4.0 Mode: 4 Standard Deviation: 1.7018849586304041 Variance: 2.89641241241241240 lần và trả về một báo cáo như thế này Number of Simulations: 1,000 Max: 6 Min: 1 Mean: 3.522 Median: 4.0 Mode: 4 Standard Deviation: 1.7018849586304041 Variance: 2.8964124124124124 Đây là lớp
Lớp này sẽ hoạt động tốt với một hàm trả về một số Lưu ý rằng lý do Number of Simulations: 1,000 Max: 6 Min: 1 Mean: 3.522 Median: 4.0 Mode: 4 Standard Deviation: 1.7018849586304041 Variance: 2.89641241241241243 được viết dưới dạng thuộc tính là không phải tất cả các tập kết quả đều có chế độ. Ví dụ: nếu hai số được cuộn cùng một số lần và cả hai số đó được cuộn thường xuyên hơn bất kỳ số nào khác, thì sẽ không có chế độ. Trong trường hợp đó, Number of Simulations: 1,000 Max: 6 Min: 1 Mean: 3.522 Median: 4.0 Mode: 4 Standard Deviation: 1.7018849586304041 Variance: 2.89641241241241244 sẽ báo lỗi. Mã của chúng tôi phát hiện lỗi đó và trả về Number of Simulations: 1,000 Max: 6 Min: 1 Mean: 3.522 Median: 4.0 Mode: 4 Standard Deviation: 1.7018849586304041 Variance: 2.89641241241241245 cho chế độ trong trường hợp đó Mô phỏng đang bắt chước các hoạt động diễn ra trong một hệ thống để nghiên cứu hành vi của nó. Phân tích và tạo mô hình của một hệ thống để dự đoán hoạt động của nó được gọi là mô hình hóa mô phỏng Mô phỏng bắt chước một quy trình thực tế để xác định hoặc dự đoán phản ứng của toàn bộ hệ thống. Điều này giúp hiểu được sự phụ thuộc của từng bộ phận trong hệ thống, mối quan hệ và tương tác của chúng. Quá trình mô phỏng trong cuộc sống thực có thể tốn kém. Do đó, chúng tôi xây dựng một mô hình để giải quyết các ý tưởng tốn kém và phức tạp một cách hiệu quả. Xây dựng mô hình mô phỏng trong cơ quan, tổ chức giúp tăng lợi nhuận Một mô hình là một bản sao của một bản gốc / vật thật. Một mô hình có thể là tất định hoặc xác suất. Một mô hình tất định là một mô hình không liên quan đến bất kỳ sự ngẫu nhiên nào. Đối với một điều kiện ban đầu nhất định, bạn luôn nhận được cùng một điều kiện cuối cùng Một mô hình xác suất bao gồm tính ngẫu nhiên của các yếu tố. Ví dụ. tung đồng xu, có thể là ngửa hoặc sấp Bây giờ hãy hiểu mô hình mô phỏng trong một lượt Giả sử bạn phải mở một nhà hàng pizza và biết bạn sẽ cần bao nhiêu nhân viên để điều hành tốt. Các loại pizza khác nhau cần nhiều thời gian khác nhau để chuẩn bị. Ngoài ra, đơn đặt hàng không đến thống nhất với thời gian. Bạn muốn cung cấp cho họ dịch vụ tốt nhất có thể trong khi vẫn duy trì ngân sách của mình. Bạn không thể thuê rồi sa thải nhân viên để tìm ra số lượng tối ưu cần thiết để thiết kế một mô hình mô phỏng. Chúng ta có thể giải bài toán tìm số lượng nhân viên tối ưu ở trên bằng cách xây dựng mô hình mô phỏng theo các cách sau
Các mô hình mô phỏng được xây dựng trước khi xây dựng một hệ thống mới hoặc thay đổi một hệ thống hiện có để tối ưu hóa hiệu suất của hệ thống và giảm khả năng xảy ra lỗi. Một trong những mô hình mô phỏng hàng đầu trong kịch bản ngày nay là Mô phỏng Monte Carlo Mô phỏng Monte CarloMô phỏng Monte Carlo là một kỹ thuật toán học giúp ước tính phân bố xác suất của các kết quả sự kiện khác nhau. Dựa trên những xác suất đó, nhóm phân tích rủi ro quyết định xem họ có sẵn sàng chấp nhận rủi ro hay không. Kỹ thuật này liên tục lấy các số ngẫu nhiên giữa giới hạn tối thiểu và tối đa và dự đoán kết quả của nó. Thông thường, việc lấy mẫu được thực hiện trên quy mô lớn, vì vậy chúng tôi nhận được tất cả các kết quả có thể xảy ra. Sau đó, chúng tôi vẽ biểu đồ phân phối xác suất bằng cách sử dụng các nhà phân tích rủi ro tính toán xác suất rủi ro Ví dụ: hãy xem xét ví dụ trên, sự xuất hiện của khách hàng có thể thay đổi trong một phạm vi cụ thể. Chúng tôi có thể tạo một mô hình tạo ra một số ngẫu nhiên giữa số lượng tối đa và tối thiểu và có thể hình dung phạm vi công nhân được yêu cầu tương ứng Hãy lấy một ví dụ cơ bản khác để hiểu mô phỏng Monte Carlo bằng cách tung xúc xắc. Giả sử chúng ta tung hai con xúc xắc và chúng ta muốn dự đoán xác suất nhận được tổng là 12. Dưới đây là mã python để thực hiện với các nhận xét để hiểu rõ hơn Python3
đầu ra Từ đường cong phân phối xác suất trên, ta nhận được giá trị của xác suất là 0. 025 để nhận được 12. Tương tự, chúng ta có thể áp dụng kỹ thuật Monte Carlo để giải các bài toán khác nhau Có thể sử dụng Python để mô phỏng không?Tóm lại, đây là ba bước để chạy một mô phỏng trong Python. Thiết lập môi trường. Truyền tham số. Chạy mô phỏng.
Python mô phỏng Monte Carlo là gì?Mô phỏng Monte Carlo là một loại thuật toán tính toán ước tính xác suất xảy ra của một sự kiện không thể xác định do có sự tham gia của các biến ngẫu nhiên . Thuật toán dựa vào việc lấy mẫu ngẫu nhiên lặp đi lặp lại để cố gắng xác định xác suất.
SimPy được sử dụng để làm gì trong Python?SimPy là gì? . Nó có thể mô hình hóa các thành phần hoạt động như khách hàng, phương tiện hoặc đại lý. simulate real-life events. It can model active components such as customers, vehicles, or agents. |