Los sistemas complejos con colas y recursos compartidos son difíciles de analizar sin simulación. SimPy proporciona un marco de trabajo basado en Python para modelar procesos, recursos y eventos basados en tiempo para predecir el comportamiento del sistema antes de la implementación.
下载技能 ZIP
在 Claude 中上传
前往 设置 → 功能 → 技能 → 上传技能
开启并开始使用
测试它
正在使用“simpy”。 Create a SimPy simulation of a coffee shop with 2 baristas serving customers. Customers arrive every 2-6 minutes. Service time is 3-8 minutes. Run for 60 minutes and report utilization and average wait time.
预期结果:
- Resultados para simulación de 60 minutos con 2 baristas:
- - Total de clientes atendidos: 12
- - Utilización promedio: 78%
- - Tiempo de espera promedio: 8.4 minutos
- - Longitud máxima de cola: 4 clientes
- - Tiempo de espera máximo: 18.2 minutos
正在使用“simpy”。 Model a manufacturing line with 3 stations. Each station has different processing times. Parts arrive every 10 minutes. Show how bottlenecks form when one station is slower than others.
预期结果:
- Análisis de cuello de botella en estación 2 (tiempo de procesamiento 15 min):
- - Utilización de estación 1: 45% (subutilizada)
- - Utilización de estación 2: 98% (cuello de botella)
- - Utilización de estación 3: 52% (hambrienta)
- - Cola promedio antes de estación 2: 6.2 piezas
- - Recomendación: Incrementar capacidad de estación 2 o reducir tiempo de procesamiento
安全审计
安全All 260 static findings are FALSE POSITIVES. The static analyzer misidentified Python generator yield statements as Ruby shell backticks, simulation environment objects as system environment variables, and stochastic random number generation as cryptographic operations. This is a legitimate SimPy simulation framework documentation and utility skill with no actual security risks. Filesystem access is limited to user-specified CSV export paths.
风险因素
⚡ 包含脚本 (1)
质量评分
你能构建什么
Planificación de Capacidad
Modelar líneas de manufactura, centros de llamadas o granjas de servidores para determinar la asignación óptima de recursos antes de la inversión.
Análisis de Procesos
Simular flujos de pacientes en salud, redes logísticas o sistemas de tráfico para evaluar estrategias de mejora.
Simulación de Colas
Probar el comportamiento de algoritmos bajo carga modelando colas de solicitudes, grupos de trabajadores y patrones de procesamiento concurrente.
试试这些提示
Create a SimPy simulation with a resource that has capacity 2. Model customer arrivals every 1-3 time units using exponential distribution. Each customer uses the resource for 2-5 time units. Run for 100 time units and report average wait time.
Build a producer-consumer simulation using SimPy Store. Producers create items every 2 time units and add to a store with capacity 10. Consumers retrieve items every 3 time units. Track item counts over time.
Create a simulation with PriorityResource where high-priority requests (priority 1) can preempt low-priority requests (priority 10). Show how preemption works with a practical example.
Set up a RealtimeEnvironment with factor=1.0. Create a control loop that reads a simulated sensor every 0.5 seconds and logs values. Demonstrate real-time synchronization.
最佳实践
- Establecer random.seed() para resultados de simulación reproducibles entre ejecuciones
- Usar administradores de contexto (with resource.request()) para limpieza automática de recursos
- Recopilar datos de monitoreo durante toda la simulación en lugar de solo al final
- Comenzar con modelos simples y validar contra soluciones analíticas antes de agregar complejidad
避免
- Olvidar declaraciones yield en funciones de proceso, causando bucles infinitos
- Reutilizar eventos que solo pueden activarse una vez en lugar de crear eventos nuevos
- Mezclar unidades de tiempo de simulación de manera inconsistente en todo el modelo
- Ejecutar simulaciones sin monitoreo para rastrear métricas de rendimiento